组织行为与管理学实证研究方法、步骤与SPSS演示ppt课件

1、组织行为与管理学实证研讨：方法、步骤与SPSS演示北京大学内容简介组织行为学与管理研讨方法简介实证研讨的步骤与方法Spss操作演示管理学实际构成的方法论逻辑根本假设学理性知识阅历性知识制度性知识管理根本知识实际体系：概念判别推理察看分析实验实际运用效果评价实际的证明或证伪知识积累阶段行为归纳阶段阅历检验阶段Source：罗仲伟：，20059科学研讨的几个特征目的性：进展研讨时必需有一个明确的目的或目的；严厉性：仔细、谨慎、准确，以良好的实际根底和经过仔细思索的方法，在最小的偏向情况下，从适当的样本中得到正确的信息，并对所搜集的资料进展适当分析；可验证性：某种假设可以经过统计检验的方法来验证；准

2、确性与可信度：前者指根据样本得到的结果与真实情况相当接近；后者指我们有自信心置信多少的概率是真实的，多少概率能够是错误的；科学研讨的几个特征续可反复性 ：假设不是偶尔地被支持，而是对研讨对象总体真实形状的反映；客观性：根据实践资料的推导而不是个人客观的或心情性的判别得出结果；共性：一个组织情景中大发现可以运用到其他组织范围；简练性：在构件研讨框架时，尽能够以较少的变量来解释方差。管理学研讨方法的种类实证研讨实验研讨规范研讨案例研讨模拟研讨模型研讨实验研讨指运用科学实验的原理和方法，以一定的实际及假设为指点，有目的的支配某些要素或条件，从而察看变量之间的因果关系，探求规律的一种研讨方法。在管理学

3、中普通进展的是多案例对比研讨。不同研讨的途径7科学问题研讨结论构造模型数理推演数据分析实际建构模型研讨途径实际建构变量设计实际假设实证研讨途径论证验证逻辑推演实际陈说实际建构方法案例分析逻辑推演实际建构案例分析方法实际论述数据分析变量设计实验研讨方法数据论证逻辑推演模拟模型模拟研讨方法数据分析实际论述几种主要研讨方法的比重管理学研讨方法简介实证研讨的步骤、方法运用spss进展分析一实证研讨实证研讨empirical study实证研讨指的是指经过对现有资料进展数理统计、分析，并设计实验，进展量化的、准确的测试并推导出结论。其根据是某领域的实际可以成为可以量化的纯粹科学。 研讨设计实际、案例分析

4、假设提出量表设定1专家意见被访谈者意见问卷测试统计处置量表设定2假设修正检验访谈问卷假设检验文献自创正式问卷调查书面案例研讨实证研讨报告文章的普通构造研讨目的与提出问题文献综述提出假设编制量表、问卷发放、信度与效度的检验数据分析证明或证伪假设讨论、结论文献综述Literature Review首先，“文献综述Literature Review不是“背景描画Background Description。做研讨时，普通要首先了解问题的来龙去脉。诸如“XX问题的开展历程和背景等等，这些关注的都是现实面的问题，并不是文献综述。什么是文献综述？首先，文献综述是对学术观念和实际方法的整理。其次，文献综述是

5、评论性的Review 就是“评论的意思，因此要带着作者本人批判的目光 (critical thinking) 来归纳和评论文献，而不仅仅是相关领域学术研讨的“堆砌。评论的主线，要按照问题展开，也就是说，别的学者是如何对待和处理他提出的问题的，他们的方法和实际能否有什么缺陷？要是别的学者曾经很完美地处理了他提出的问题，那就没有反复研讨的必要了。文献综述所应包含的：序文。关于章节构成、文献总述的部分。关于自变量的文献综述。关于因变量的文献综述。自变量与因变量之间关系的文献综述。这是比较棘手的部分对文献综述进展总结、评论，指出研讨的出发点。做好文献综述的技巧瞄准主流主流文献，如该领域的中心期刊、经典

6、著作、专职部门的研讨报告、重要读物的观念和论述等，是做文献综述的“必修课。而多数群众媒体上的相关报道或言论，虽然多少有点价值，但时间精神所限，可以从简。几本管理学的顶级期刊Administrative Science Quarterly(ASQ)Academy of Management Journal(AMJ)Strategic Management Journal(SMJ)Organizational Science(OS)Journal of Applied Psychology(JAP)Journal of International Business Studies(JIBS)Man

7、agement Science(MS)经济研讨管理世界国内顶级期刊国际顶级期刊来源：香港科技大学、香港中文大学对A、B类期刊的划分来源：南京大学研讨生奖学金工程中的划分做好文献综述的技巧随时整理对文献进展分类，记录文献信息；对于书籍类的，记录图书分类号码和藏书地点；对于特别重要的文献，无妨做一个读书笔记，摘录其中的重要观念和论述。做好文献综述的技巧按照问题组织文献综述做文献综述时，头脑时辰要清醒：我要处理什么问题，人家是怎样处理问题的，说的有没有道理，就行了。提出假设Rudner(1966)以为，一个实际就是一系列系统地陈说，包括一些类规那么普通性，这是阅历地可测评的。Hunt(1991)进一

8、步指出，实际的目的是经过系统的架构以解释和预测景象从而提高科学的了解才干。包括三个类规那么条件：1普通性条件；2有阅历内容；3表达普遍必然性。提出假设的原那么1普通性条件采用“假设那么或类似的表达进展表述。提出假设的原那么2有阅历内容阅历内容规范提出实际的语义性和逻辑性，而不能模糊不清。非实际的、分析的陈说可以基于其逻辑或术语的定义而断定，如“太阳或是照耀着或不是，不用瞧窗外就可证明此陈说。同样，经过定义也可判别陈说能否有阅历内容，如一个改善其效率的企业将有较大的投入产出比，其实效率是经过投入产出比来定义的。综合的陈说，如“假设管理者是年轻的，那么他们倾向于保守“，这就有一个阅历的内容，由于“

9、真实世界必需决议他们的正确性，而不能经过简单地定义。提出假设的原那么3表达普遍必然性这是实际的特性。“一些景象的出现必需和某些其它的景象联络起来，这种关系不能简单地是一种巧合Hunt, 1991。所以要成为一种类规那么普通性，一个陈说必需经过描画一定会发生的关系而不是经过详细化偶尔的或伪造的关系而拥有实际的力量Gaski, 1985。比如：“升起的太阳暖和大地，这就有普遍必然性，由于假设它是真的，当太阳升起时，地球必然暖和，当太阳落山，大地变得冷起来。 如何在实际框架的根底上进展量化，使相关的概念和机制更加具有可操作性，最终对实际假设进展检验，这是社会科学研讨的一项主要任务周雪光，2004。变

10、量丈量变量丈量的方法：直接丈量例如，King, Fowler 和 Zeithaml(2001)以默会性、稳健性、嵌入性和一致性直接地衡量中心才干；替代性变量例如，用企业之间才干程度的差别性来丈量企业才干的稀缺性。丈量的来源：本人调查并进展检验运用较少；直接自创他人的量表重点。问卷设计的顺序选取经典的、成熟的英文量表；寻觅专业人士将量表进展并行、双盲翻译；再进展并行、双盲的回译；将翻译出的字句结合原文，寻觅专家评定；构成的中文问卷，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；将问卷进展预测试，统计分析后进展适当调整；预测试调整后，正式发放。“合理性的阐明该条目意思清楚

11、吗?该条目有意义吗?对于该条目，评价刻度清楚吗?对该条目，评价刻度有意义吗?对该条目，他以为参与者的回答会有差别吗?问卷中每部分的指点性言语的意思能否明确?问卷样本量的数量确定根据Gorsuch1983的观念样本量与条目数的比例应在5：1以上，实践上理想的样本量应为条目数的1025倍，但普通上，5倍、7倍就可以得到很好的效果。总样本量不得少于100，而且原那么上越大越好。问卷挑选的5个原那么问卷中有多处缺答景象的予以删除；问卷填写呈现明显规律性的予以删除，如答案呈“Z行陈列、一切条款选同一选项等；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

12、一单位企业/部门/团队回收的问卷存在明显雷同予以删除。问卷发放回收中需求留意的对于问卷回收率，没有明确的要求；但普通在研讨报告、论文中需求阐明有效问卷的回收率。问卷中容易产生的两个问题： 同源方差； 横截面设计的局限。同源方差(Common Method Variance)例如：关于跨国企业“跨文化冲突与“团队绩效的研讨。在问卷回答时，“跨文化冲突与“团队绩效两个部分大多都会由同一个人来填写，这就产生了同源方差common method variance问题。对于同源方差的问题，需求进展区分效度的检验。横截面cross-sectional设计的局限性例如：关于“研发团队知识共享行为与“研发团队

13、绩效的研讨。很显然，知识共享行为不可以在瞬间导致团队绩效的提高，这一定是需求一定时间的。所以，假设在同一时间点进展丈量上述两个变量，那么就不能断定两者之间的因果关系。问卷回收、录入好后，需求进展量表的信度、效度检验。信度Reliability信度是指运用一样研讨技术，反复丈量同一个对象时，得到一样研讨结果的能够性。研讨信度问题时，通常要思索随机误差的影响。假设丈量时有较多的随机误差，就会有较低信度。信度高的丈量，在每次丈量时，都会有一样或是类似的结果。Jeffrey, Katzer & Kenneth & Wayne, 1991关于信度的例子譬如，一把卷尺昨天量一个人的身高是一百七十公分，今天

14、再量却变成一百六十五公分，一个人不能够一天矮了五公分，显然这把尺能够受热冷缩的影响很厉害，也就是“信度不高。又如，这把尺从尺端开场量一个人的身高是一百七十公分，但从一公分的地方开场量，同一个人的身高却变成一百七十五公分，显示这把尺刻度之间的间隔不准确，“信度自然就低了 。内部一致性信度 Internal Consistency Reliability 在管理学中，反映信度的目的只需求内部一致性信度就可以了。内部一致性信度反映的是丈量工具内部同质性、一致性或稳定度。同质性越高，代表丈量工具在丈量一样的特质。内部一致性信度的计算方法见后。效度Validity效度即有效性，它是指丈量工具或手段可以准

15、确测出所需丈量的事物的程度。效度主要反映的是所丈量到的结果反映所想要调查内容的程度，丈量结果与要调查的内容越吻合，那么效度越高；反之，那么效度越低。在管理学中，经常需求运用到的效度有：建构效度Construct Validity、内容效度Content Validity。关于效度的例子一把信度很高的尺，假设拿他来丈量一群人的体重，判别谁轻谁重，就不很有效。由于尺并不擅长丈量体重这项特质，尺对体重这项特质就是效度不佳的丈量工具。但是判别丈量工具能否可信有效，并非如上例这么显而易见。譬如，实际上尺是丈量长度的最正确工具，但经销金属线的大盘商，却宁可用丈量分量的秤，来计算金属线进、出货的数量，否那么

16、用尺来计算一货柜规格不等的金属线，很能够费劲不讨好。 建构效度Construct Validity建构效度即：要丈量工具反映的概念和命题内部构造的程度。它通常在实际的研讨中运用。例如对“智力这个构念进展丈量： 因智力实际提示智力随年龄而开展的原那么，所以假设智力检验的分数显示丈量分数随年龄递增的景象，那么符合智力实际。唯其如此，才干确定此智力检验有效。换言之，假设从建构的分析来考验丈量工具的效度时，必需以相关实际为分析建立的根据。建构效度的两个方面一个丈量工具具有建构效度,那么该工具不仅应与丈量一样构念或特质等实际上一样的变量呈高相关,也应与丈量不同构念或特质等实际上一样的变量呈低相关,前者涉

17、及的效度叫聚合效度内敛效度(convergent validity) ,后者涉及的效度叫判别效度区分效度(discriminant validity) 。聚合效度和判别效度非常重要，严谨的实证研讨中必需报告这两个效度，其运算、分析需求运用构造方程模型。内容效度Content Validity內容效度content validity是指丈量内容代表它所要丈量主题的程度。具有内容效度必需具备两个条件: 1) 丈量主题要有界定得完好的内容范围; 2) 检验内容应是所界定的内容范围的代表性取样。确定内容效度的方法： 专家评定、统计分析、再测分析、阅历评定效度高信度高信度高效度高信度低效度不符合要求信度

18、与效度的关系管理学研讨方法简介实证研讨的步骤、方法运用spss进展分析一实证研讨SPSS中管理学常用的几种分析方法一描画性统计信度分析因子分析方差分析描画性统计Descriptive Statistics描画性统计是统计分析的第一步；描画性统计可以报告数据的最大值、最小值、均值、方差、规范差、中位数、众数、正态规范值等等；描画性统计的目的主要是从整体上察看一下数据的有效性、整体分布情况等，普通不作解释和分析。操作步骤点击Analyze Descriptive Statistics Descriptives信度分析信度分析主要是丈量条目、量表的内部一致性信度。评判目的： Cronbach 系数大

19、于0.5，阐明有较好的信度； 普通说来，该系数要大于0.7。操作步骤点击Analyze Scale Reliability Analysis因子分析Factor Analysis因子分析最早是由心思学家开展起来的，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才干。因子分析的目的在于讨论条目、量表的整体效度。因子分析分为两种，一种是探求性因子分析Exploratory Factor Analysis，另一种是验证性因子分析Confirmatory Factor Analysis；SPSS里只能进展探求性因子分析EFA，严谨的实证研讨需求一半的样本做EFA，一半的样

20、本做CFA。评判目的能否适宜做因子分析？KMO和Bartletts球体检验：KMO值大于0.7，阐明数据适宜做因子分析。提取出多少个因子？主成分分析法先看Component Matrix，假设只需一列，就只汲取出一个因子；否那么，再到Rotated Component Matrix里，察看大于0.4分值的分布要求更严厉的话，可以是0.5操作步骤点击Analyze Data Reduction Factor方差分析Analysis of VarianceANOVA从统计角度讲，不仅可以用来检验单一要素影响的一个或几个相互独立的变量的各要素程度分组的均值之间的差别性能否具有统计意义，也可以用于分析该要素的假设干分组中哪一组与其他各组均值之间能否具有