实证研究方法最新版本ppt课件

.,实证研究方法,4031530612贾琳,.,实证研究方法简介,实证研究的步骤、方法,运用spss进行分析,实证研究,EmpiricalStudy,.,一、实证研究（empiricalstudy）,实证研究是指通过对现有材料进行数理统计、分析，并设计实验，进行量化的、精确的测试并推导出结论。简单来讲，实证主义讲求的是先有理论假设，然后用证据（数据）来检验它。其依据是某领域的理论能够成为可以量化的纯粹科学。,.,写论文前的准备,阅读足够的文献，确定所要基于的某个理论，并在这个理论的基础上，构思出自己的研究模型和创新之处。,.,二、实证研究的步骤和方法,1、引言（研究目的与提出问题）2、文献综述3、模型（研究变量和提出假设）4、编制量表、问卷发放、信度与效度的检验5、数据分析（证明或证伪假设）6、讨论、结论,.,1、研究目的与提出问题(引言),论文的第一部分通常为引言介绍，千万不要忽视这个部分。好的引言可以让读者很快了解你所做工作的背景、选题方向和创新之处。如果能够使用优美的文字把审稿人吸引住，你的论文就成功了三分之一。,.,2、文献综述（LiteratureReview）,文献综述帮助我们站在巨人的肩膀上来做研究，若是疏忽，那后面的研究只能是坐井观天。但文献综述绝不是一个简单的文献罗列，而是对与研究问题相关的所有现有文献进行选择性分析，然后讨论你的研究问题与现有研究有什么关系，你的研究对现有文献提供了什么新的知识。,.,2、什么是文献综述？,首先，文献综述是对学术观点和理论方法的整理。其次，文献综述是评论性的，因此要带着作者本人批判的眼光来归纳和评论文献，而不仅仅是相关领域学术研究的“堆砌”。注意：评论的主线，要按照问题展开，也就是说，别的学者是如何看待和解决你提出的问题的，他们的方法和理论是否有什么缺陷？要是别的学者已经很完美地解决了你提出的问题，那就没有重复研究的必要了。,.,2、文献综述所应包含的4个步骤：,搜索（Search）。查找与研究问题相关的所有文献。例如，学术期刊、商业实践期刊和报纸、书籍。阅读（Read）。对所有文献进行阅读、筛选、分类和分析。评价（Assess）。对现有的研究进展和不足进行评价。总结（Summarize）。指出可以如何通过新的研究来发展过去的研究。,.,找到一篇出现频率最高的文献，从参考文献中去寻找其它相关文献到相关文献数据库中按关键词、题名、作者等检索词去搜寻。借助google学术检索（）,2、怎样找文献？,.,2、几本管理学的顶级期刊,AdministrativeScienceQuarterly(ASQ)AcademyofManagementJournal(AMJ)StrategicManagementJournal(SMJ)OrganizationalScience(OS)JournalofAppliedPsychology(JAP)JournalofInternationalBusinessStudies(JIBS)ManagementScience(MS)经济研究管理世界,国内顶级期刊,国际顶级期刊,.,2、如何写文献综述,与初始问题相关的文献,其中最感兴趣的文献,与具体研究问题直接相关,一般的研究开始于一个较大的研究问题，然后在阅读文献的过程中逐渐收窄，最后聚焦到一个很具体的研究问题。因此，从篇幅上，你应该用最多的篇幅讨论与你的研究问题有直接关系的研究。,.,文献综述包括：在文献综述“引言”部分，我们应该首先界定自己将要回顾的主题和初始研究问题，并对后面回顾的主要观点和趋势做一个简要的总结。在文献综述的“主体”部分，需要对所有的文献按你的标准进行分类，在每一类中，需要把经典的和有代表性的文献作简单的介绍和评价。最后一部分是“结论”，这部分应与引言部分的初始问题呼应，讨论你回答了什么，还有什么为解决，以及你建议可以从哪些方面进行研究来弥补目前的不足，由此引出你的具体研究问题。,.,因变量：这是因果模型中被认为是结果的变量，受其他一些因素的影响而变化。自变量：被假设为原因的变量，也称为预测变量、实验变量或解释变量。中介变量：在因果链中，介于自变量和因变量之间，是原因X作用于结果Y的媒介。调节变量：如果变量X与变量Y有关系，但是X与Y得关系受第三个变量Z的影响，那么变量Z就是调节变量。控制变量：除了X以外，其他会引起Y变动的因素。,3、研究变量,.,3、提出假设,假设就是用来验证理论的。一般写假设的时候有3种方法（你在写你的假设以前，用什么来推导你的假设）1）Pastresults过去的人做了一些什么研究，所以我这样作出假设2)Logic用逻辑来说服别人假设是对的3)Theorybase用一个理论的根基推导出一个假设来如果要排序的话，3好于2好于1,.,3、提出假设的原则一般性条件,采用“如果那么”或类似的表达进行表述。,.,3、提出假设的原则有经验内容,经验内容标准提出理论的语义性和逻辑性，而不能模糊不清。非理论的、分析的陈述可以基于其逻辑或术语的定义而判定，如“意向是影响行为的或不是”，不必过多思考就可证实此陈述。同样，通过定义也可判断陈述是否有经验内容，如一个改善其效率的企业将有较大的投入产出比，其实效率是通过投入产出比来定义的。,.,3、提出假设的原则体现普遍必然性,这是理论的特性。一些现象的出现必须和某些其它的现象联系起来，这种关系不能简单地是一种巧合。比如：过多的盗版危害软件企业的收益，这就有普遍必然性，因为当盗版过多时，正版收益必然较少，当盗版减少，收益将增多。,.,3、提出假设所要做的工作,解释下研究变量的含义。解释每个假设的含义和提出的依据。要有文献和前人的研究结果支持所提出的假设。,.,问卷法是以书面提出问题的方式搜集资料的一种研究方法。主要用于人们心理现象的研究，调查人们对某些问题的看法和态度。,4、调查问卷设计,.,结构型：也称封闭式问卷，这种问卷是将问题的答案事先设定，只允许在事先设定好的答案中进行选择；非结构型：也称开放式问卷，就是提出问题不提供答案，让答卷者自由回答；综合结构：结构与非结构（或封闭式与开放式）的综合。,4、问卷类型,.,是否式：是、否；尺度式：52级尺度。例很满意、满意、说不准、不满意、很不满意等；选择式排序式,4、问题形式,.,问卷前言用语要十分亲切，并说明调查的目的意义，望被调查者能予以配合；问题范围必须明确；问题内容必须符合研究目的和假设，不交叉、重叠；问题数量应适度，不宜太多或太少，一份问卷作答时间一般控制在20分钟之内。,4、问卷设计基本要求,.,问题用语必须是中性词；问题文字表达必须准确、简明扼要、通俗易懂，一题一问；问题排列顺序要层次清楚、符合逻辑。,.,4、变量测量,变量测量的“度量尺度”：1）“定类变量（nominalscale）”，或称“类别尺度”2）“定序变量（ordinalscale）”，或称“排序尺度”3）“定距变量（intervalscale）”，或称“等距尺度”4）“定比变量（ratioscale）”，或称“等比尺度”,.,4、问卷设计的步骤（一）应用成熟量表,选取经典的、成熟的英文量表；寻找专业人士将量表进行并行、双盲翻译；再进行并行、双盲的回译；将翻译出的字句结合原文，寻找专家评定；形成的中文问卷，选取较有代表性的一部分被测试对象，让他们谈谈问卷内容、编排设计的合理性；将问卷进行预测试，统计分析后进行适当调整；预测试调整后，正式发放。,.,（二）开发量表,（1）明确要测量的目标构念（构念的定义、内容、边界、测量水平等）；（2）测量项目生成：所创建的一组用于评价所研究构念的测量项目。三种测量项目生成方法供选择：归纳法、演绎法以及结合前两者优点的组合法。（3）预测试：至少需要经过至少两个阶段的预试第一阶段：主要目的是检验构念的结构效度，一般用因子分析的方法。第二阶段：主要目的是对量表的效标效度、逻辑关系网、区分效度、聚合效度以及信度等进行检验。（4）测量项目精简：进行相关关系检查，一个测量项目与其他测量项目之间的相关关系的绝对值低于0.3，则删除这个测量项目，之后进行探索性因子分析；（5）小规模试验：进行验证性因子分析，对量表的构建效度进行验证来评价测量模型的拟合度及每个测量项目的拟合度。,.,注意：,量表项目写得越清楚越好。引导语很重要，清楚到底在问什么。通常设置4、5、6、7点的量表为好。最大不能超过9点量表。不能用反面的问题，全用正向的问题，否则因子分析受到影响。问的是态度还是行为是不同的。通常用行为更好，你并不能准确分辨出某个人的态度，而行为可以。,.,4、问卷样本量的数量确定,样本量与条目数的比例应在5：1以上，实际上理想的样本量应为条目数的1025倍，但一般上，5倍、7倍就能够得到很好的效果。总样本量不得少于100，而且原则上越大越好。对于问卷回收率，没有明确的要求；但一般在研究报告、论文中需要说明有效问卷的回收率。,.,4、问卷筛选的5个原则,问卷中有多处缺答现象的予以删除；问卷填写呈现明显规律性的予以删除，如所有条款选同一选项等；基于问卷中设置的反向条款，检验出前后条款结论相矛盾的予以删除；问卷中“不确定”选项过多的予以删除；同一单位（企业/部门/团队）回收的问卷存在明显雷同予以删除。,.,问卷回收、录入好后，需要进行量表的信度、效度检验。,.,4、信度（Reliability）,信度是指使用相同研究技术，重复测量同一个对象时，得到相同研究结果的可能性，即评价测量的稳定性的指标。信度被定义为一个测量工具免于随机误差影响的程度。信度在01之间，1代表是完全无误差，0代表很大误差。信度高的测量，在每次测量时，都会有相同或是相似的结果。信度系数=真实值的方差/观测值的方差；实际上我们不知道真实值是多少，所以无法估计信度系数。因此用替代的方法来表示信度。,.,1）复本信度（parallel-formreliability）,理论上两个平行测量复本的相关系数就可以间接作为信度的表示。两个平行复本应该是：测量相同的构念；对于不同的应答者有一样的真实值（truescore）；有相同的平均值；有相同的方差；有一个正态分布的相同的随机误差。在平行的测量项目的条件下，两个复本测量结果之间的相关，就等价于一个复本的测量结果与它自身的相关了。因此，复本间的相关系数越高，我们认定量表越稳定。这样的信度我们称为“复本信度”。,.,2）重测信度（test-retest）,复本信度需要两个不同的测量样本，而复本有非常严格的要求，在研究上不易做到。但是与复本信度同样的道理，我们可以在两个不同的时间点，使用同一个量表测量对同一组答题者进行测试。如果构念的数值在这个时间内没有改变的话，两次测量的不同就纯粹是随机误差了。两次所得结果之间的相关系数称为“重测信度”。重测信度考察了一个测量（如一个量表）在不同时间的稳定性。【Test-retestreliabilitycouldbeaslowas.50.60】,.,3）内部一致性信度（InternalConsistencyReliability）,是指用来测量同一个构念的多个计量指标的一致性程度，主要用系数分析和综合信度系数分析。在研究中，反映信度的指标只需要内部一致性信度就可以了。系数（Cronbach），就是我们常用的“内部一致性”信度系数（internalconsistencyreliability）。CronbachsAlpha.801.0Acceptable.70.80Marginal.70Questionable,.,4、效度（Validity）,量表是为了测量某个构念发展出来的，因此我们首先需要确认的是量表是否真的可以度量这个构念，这称为效度（validity）。效度主要反映的是所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高；反之，则效度越低。,.,1）内容效度,“内容效度（contentvalidity）”的证据主要包括三个方面的内容：第一，所测量的内容是否充分并准确地覆盖了想要测量的目标构念。第二，测验指标是否有代表性，它们的分配是否反映了所研究的构念中各个成分的重要性比例。第三，问卷的形式和措辞对于回答者来说是否妥当，是否符合他们的文化背景和用语习惯。应用实证研究方法检验内容效度。用定量的方法提供证据，一般做法是，请一组答题者，给他们一组构念的定义和所有的测量指标，请他们根据自己的理解把每一个指标放入与其对应的构念中，最后计算每一个构念有多少人的分类是和研究者一致的。也可以直接请答题者对每一个指标可以反映某一构念的程度用里克特量表进行打分，最后通过统计分析来比较每个指标在每个构念上的得分是否与预期目标一致。,.,2）内部结构效度,测量的“内部结构效度”就是指用测量工具所得到的数据结构是否与我们对构念的预期结构相一致。所谓数据结构，就是构念是一维的还是多维的，包括哪些维度，哪些指标是在测量哪些维度等。因子分析是判别内部结构效度的一个重要工具。因子分析可以帮助我们决定一组测量项目的背后有多少潜在的因素（因子），并确定哪一个项目属于哪一个因素。因子分析有两种：探索性因子分析（EFA）和验证性因子分析（CFA）。当我们不知道项目背后的结构时，采用的是“探索性”的因子分析。当我们清楚项目背后的结构，希望验证一下数据是否如我们预期时，采用的是“验证性”的因子分析。建议大家在已经对构念有理论预期，或者是检验别人已有量表时，使用验证性因子分析。,.,3）效标效度,“效标效度（criteriavalidity）”，有时也称为“效标关联效度”，它的概念和逻辑很简单：已有的理论告诉我们A与B有很大的相关，或者A能够在很大程度上预测B，那么如果构念A的测量是有效的，我们应该可以看到A和B的关系符合理论上的关系。反之，如果我们看不到A与B的关系，就需要首先怀疑A的测量可能是不准确的。因为构念A与B的关系不需要怀疑，构念B的测量也不需要怀疑（两者在文献中都有一定的证据），如果我们观察不到测量A与测量B的相关，那就代表测量A的效度是有问题。,.,4）构念效度,“聚合效度”是一个测量会与代表同样构念的测量的相关很大。“区分效度”是一个测量不会与代表其他构念的测量的相关很大。聚合效度和区分效度的概念是Campbell和Fiske提出来的。Campbell和Fiske提出了“多质多法矩阵（multi-traitsmulti-methodsmatrix,MTMM）”来验证构念测量工具的效度。在多质多法检验中，需要用不同的方法（问卷或者观察）对两个或两个以上的特质进行测量，这样我们就可以得到一个用多种方法测量多个特质的MTMM相关矩阵。根据理论，在这个矩阵中，用不同方法测量同一个特质的相关系数应该比较高，这称为“聚合效度”；而用不同的方法测不同特质的相关系数应该比较低，这称为“区分效度”。,.,效度高,信度高,信度高,效度高,信度低,效度不符合要求,4、信度与效度的关系,.,5、SPSS中常用的几种分析方法,描述性统计信度分析因子分析方差分析,.,5、描述性统计（DescriptiveStatistics）,描述性统计是统计分析的第一步；描述性统计可以报告数据的最大值、最小值、均值、方差、标准差、中位数、众数、正态标准值等等；描述性统计的目的主要是从整体上观察一下数据的有效性、整体分布情况等，一般不作解释和分析。,.,5、信度分析,信度分析主要是测量条目、量表的内部一致性信度。评判指标：Cronbach系数大于0.5，说明有较好的信度，一般说来，该系数要大于0.7。,.,5、信度系数取值标准,信度系数解释0.90以上非常好0.80-0.90较好0.70-0.80一般0.60-0.70可以接受0.60以下最好不要,.,5、因子分析（FactorAnalysis）,因子分析最早是由心理学家发展起来的，目的是借助提取出的公因子来代表不同的性格特征和行为取向，从而解释人类的行为和能力。因子分析的目的在于探讨条目、量表的整体效度。因子分析分为两种，一种是探索性因子分析，另一种是验证性因子分析；SPSS里只能进行探索性因子分析（EFA），严谨的实证研究需要一半的样本做EFA，一半的样本做CFA。,.,5、因子分析的评判指标,是否适合做因子分析？KMO和Bartlett球体检验：KMO值大于0.7，表明数据适合做因子分析。提取出多少个因子？（主成分分析法）先看ComponentMatrix，如果只有一列，就只提取出一个因子；否则，再到RotatedComponentMatrix里，观察大于0.4分值的分布。,.,5、KMO的标