管理研究方法3电子教案

管理研究方法3研究设计的标准研究设计针对问题和准确检验假设研究设计提出与控制了外源变量研究设计采用高信度与效度的测量研究设计防止出现非伦理研究行为强调局限与措施（波谱的思路）[强调实证的含糊性；强调“尚未证实”的备选假设或竞争假设；注重收集否证因果的数据和多重性否证。]研究设计内容（一）研究设计内容设计（选择研究主题，确定研究问题）方法设计（建立研究范式：两大研究范式（Paradigm））：定量研究研究基于检验有关变量关系的理论采用定量方法和统计分析程序以定量方式对理论进行预测与概化描述性研究（定性研究）研究基于构建复杂和整体的图景详细阐述和报告具体研究思路和观点在自然现实背景下开展研究和分析研究设计内容（二）－测量设计—抽样设计—分析方法设计案例某民营集团公司老总对公司员工的工作积极性非常苦恼，他觉得公司平均待遇在高于本地其他企业的情况下，为什么还是人浮于事，缺乏活力，事事需要他亲自推动。另一方面，经过调查发现，公司员工，无论是高层还是基层，对公司的现状非常不满，觉得老总干预过多，无法发挥个人的主动性。结果：老总不满意，员工罗嗦满腹。管理研究的基本过程（一）提炼管理困境定义管理问题提炼定义研究问题提炼细化研究问题研究价值与预算评估立项建议进入研究设计中止研究方法选择管理研究的基本过程（二）研究设计设计策略（类型、目的、时间框架、范围、环境）数据收集设计调查问题测量问题工具设计抽样设计样本单元选择样本类型选择样本描述前测工具修订数据收集数据准备数据分析与阐析研究报告管理与研究问题的层次结构什么样的症状或环境导致管理关注与兴趣？（实践观察与思考，状态描述）管理如何消除负面症状？管理如何放大机会？（抽象化管理困境，形成问题）管理困境Managementdilemma管理问题(managementquestions)研究问题（researchquestions)调查问题(investigatingquestions）测量问题（measurementquestions)何种可行举措可以解决问题，或者利用机会？（聚焦、形成假设）为了选择最佳举措，管理者需要了解什么？调查或观察什么才能获得管理者需要的信息？案例（续）：问题结构管理困境

——老板不满意员工的工作积极性，员工觉得工作累死了，罗嗦满腹。管理问题

——是什么原因导致上下均对对方不满意？（是什么？）

——如何解决这种“对立”的情绪？（方案）

——目前已有的制度和方案（假设有）能否解决现有问题？（方案评估）研究问题

——激励机制是否是导致上下均对对方不满意的重要原因？归纳，概括、抽象访谈、阅读案例（续）：问题结构研究问题调查问题

——目前企业执行的激励制度是什么？

——员工对激励制度的满意度状况如何？

——员工的激励需求是什么？测量问题

——员工对货币奖励的重视程度是（非常重视非常不重视）

——员工对荣誉与称号的重视程度是（非常重视非常不重视）

……………问题细化、具体化测量量表的开发问题：什么是一个好的“研究问题”基础条件（MIT的larson教授）

——是否激发了我的研究热情？

——是否有能力和条件解决研究过程中的困难？

——是否别人也认为是一个重要的问题？加值条件（Yale的李乐教授）

——新观点、新模型

——发展了新方法

——导致了前所未有的新结论

——较高的实践意义可预见的结果‘Theformulationoftheproblemisoftenmoreessentialthanitssolution’

——AlbertEinstein附录：学位论文选题与研究问题选题与问题要紧密相关，问题导向。选题要具体，越小越好，防止假大空。选题要“落地”，以事实为准线。现实热点问题（网络、报纸、日常沟通）理论热点/前沿问题（经典文献、最近重点期刊文献）研究方法的类型从理论到理论的研究方法◆天才，如爱因斯坦、霍金对实际系统进行抽象，建立数学模型，进行数理分析

◆运筹学（如排队论、规划论、网络论、博弈论），应用的领域主要用于非人系统领域，如工程管理，物流、金融，或者宏观系统，如应急系统管理。一般借用模拟软件技术。实证研究方法实验研究方法◆上述两类方法应用于包含“人”的复杂系统，在管理科学和社会科学的研究中较为常用，是主流的研究方法。四类研究方法区分与联系一个重要议题：定性分析与定量分析在社会科学领域，国际上的主流研究方法是以定量研究为主，定性研究与定量研究结合的、以数据为基础的科学研究方法。一门学科只有发展到应用数学的高度，才能称之为科学（马克思）定性研究结论无法得到检验（举例），直觉往往导致错误。同时定性研究无法精确变量的确定关系。定量研究离不开定性研究，否则会迷失方向，成为一堆没有思想和目的的数据垃圾（进垃圾，出垃圾）。探索性问题必须采用定性研究。定性研究自然观察：适应于研究初期★个案研究★抽样调查★文献资料评价定性研究的一个重要缺点是：命题无法被检验。

定量研究相关研究实验准实验发展研究：研究对象规律的发展变化、影响因素及其相互关系。

—纵向研究（longitudinalstudy）

—横截面研究（cross-sectionalstudy）

—趋势研究（trendstudy）定量研究的一个重要特征：命题可以被检验。定性与定量分析的对象与来源定性分析的对象，通常是文字性描述的材料文字性描述材料的来源：

★自身经历（反省reflect）或者调查：心理学研究的一个范式

★别人调查的（有一个可信度问题）定量分析对象，通常是“数据”数据的来源：

★自己调查的★公开数据库（如统计年鉴）

★别人调查的（可靠性问题）定性与定量分析的适应范围首次出现或者发现的问题，因为缺乏大量的有记录或可调查的事实材料，只能采用定性方法；反复出现的问题，或者尽管新近出现，但是例子很多，数量较大，应该通过调查获取数据，进行定量分析。

——统计处理：检验客体特征（变量）之间的关系和分布规律。

——建立数学模型，研究客体的演变规律；

——建立优化模型，研究参数控制，获取最好方案.管理研究的尺度选择◆管理研究的尺度？管理科学研究的三个层面微观层面：设备及设备之间（规划方案）、生产运作、人与设备之间（人机工程、工业工程）、人的需求与激励、人与人之间的协作与网络关系（人力资源、经济社会学)中观层面：企业管理、企业网络管理、产业管理、组织行为、群体行为宏观层面：国家宏观经济管理、政策管理、公共卫生管理、突发事件应急管理总结：从问题到方法如何选择一个良好的研究问题？如何选择一个适度的研究方法？测量设计（measurementDesign）如何测量变量？客观测量：身高、收入、增长率难以客观测量：企业文化、承诺、态度、意向测量测量:在研究中根据一套规则给经验事件指定数据。

—选择被观察的经验事件

—使用数据或符号表述事件

—应用一套规则将观察与符号联系起来.被测量的是对象属性的指标。如“动机”测量到的是衡量参与某类活动的意愿和频繁程度。12345ABCDE观察事件符号描述规则：1：非常XX2：XX3：中立4：不XX5：非常不XX数据类型名义级（Normal）：类型变量；次序级（Ordinal）：顺序变量区间级（Interval）：等距变量比率级（Ratio）：连续和非连续变量比率级数据级别最高，名义级最低。高级数据可兼顾低级数据功能。管理学研究中的测量：量表Scales管理研究中的概念通常复杂而抽象，使测量很不准确。采用量表方法：通过对同一概念设置多个问项，进行多维度进行测量。量表分类：单维度与多维度；等距量表与排序量表；……等距量表：评价点数与质量关系点数信度11四、量表的基本类型两分量表（是否题）；类别量表（多项选择，给选项分数）；likert量表（5点问卷，测量题目之间具有同质性）；语义区分量表（双极形容词，如LPC量表）；行为定位量表（管理维度与关键行为评价）案例：“离职意向”测量量表请您圈选您对以下描述的同意程度：(1=极不同意；2=不同意；3=没所谓同意或不同意；4=同意；5=极同意)1.

我常想到辞职。123452.

我很可能于明年另寻新的工作。123453.

如果能自由选择，我不会喜欢留在这机构工作。12345五：测量误差结构真实得分：TS（TrueScore）观察得分：OS（ObservedScore）【构思】独特得分：US（UniqueScore）【项目】随机误差得分：ES（ErrorScore）【项目】结构关系：OSi=TS+USi+ESi（i指i项目）续案例：离职意向测量OS1=TS+US1+ES1(第一题)OS2=TS+US2+ES2(第二题)OS3=TS+US3+ES3(第三题)如何获得真实得分？平均：由于US相互独立，ES随机的，也是相互独立的，因此，得到真实得分的最简单的办法就是计算平均。因子分析：EFA与CFA探索性因子分析通过探索性因子，载荷权重！通过权重，获取因子值！使用软件：SPSS案例：某公司职员离职意向因子分析项目载荷因子解释能力：49.311%验证性因子分析基于理论基础与假设概念构思使用软件：LISREL或者AMOS案例：离职意向的CFA测量的变异结构O=T+U+EO：整体变异量(即员工得分的差异；ObservedVariance；O)；T：构念的真实差异(TrueVariance；T)；U：影响测量方法独有因素带来的差异(UniqueVariance；U)；E：随机误差带来的差异(ErrorVariance；E)测量的信度（Reliability）概念：衡量测量结果的一致性或稳定性。理解：测量的工具免于随机误差的程度。分类：项目信度（itemreliability）与构思信度（constructreliability）。组合信度与项目信度信度衡量：信度系数信度系数：E的比重越少越好！信度系数(reliabilitycoefficient)=

信度系数估计：基本原理E1E2T+U通过计算两次测量的相关系数来估计信度系数！测量信度的估计方法Cronbachalpha信度系数K是测量项目的数目；是所有项目之间的相关系数之平均。公式：信度标准测量的信度要达到那一个水平，才可用作进一步的探索和验证构念间的关系呢？这要视乎我们特定的研究问题，但一般而言，信度系数最少应达到0.7或以上的水平(Nunnally,1978)，如果低于0.6，那就较难接受了。信度对验证构念间关系的影响T1p+E1T2p+E2C构念1构念2相关部分假设U等于零！信度：如何调整构念相关系数不考虑测量误差，计算相关系数：考虑测量误差，真实相关系数：信度：如何调整构念相关系数名义相关系数与实际相关系数关系：信度系数信度系数信度系数过低，会导致相关系数的严重低估！影响信度的因素受测量者方面：受测量者可能因生病、疲劳、或其它如情绪等因素而影响其测量结果。主持测量者方面；主持测量者有可能带来随机的差异，例如主持者如果对不同的研究对象持不同的态度，便可能影响测量的结果。测量内容方面：测量项目如果不清楚，或可作不同解释，或指示不清楚等，都会带来随机误差。测量情境方面：测量的环境如温度、灯光、空气等均可能影响测量结果。时间影响方面：测量项目过多或过少有可能降低信度，例如过多会导致「疲劳效应」，过少可能使受测者轻视测量等。测量的正确性：效度（validity）效度：效度即正确性，是指测量工具确能测出其所欲测量的构念之程度。O=T+U+E的方程式来理解，效度是指T占O的比重。管理研究中，很多构念的测量是根据行为样本（例如对问题的答案或反应），对所欲测量的构念作间接的推断，只能达到某种程度的正确性，故测量的效度很难是绝对的。效度与信度关系效度包括信度。从O=T+U+E的方程式来看，如果信度低，则无论常误差异(U)多微小，这测验还是不能百分百正确地测出其所欲测量的特质。信度是效度的必要条件，而非充分条件。

在检定测量的效度前，要先证明其信度。效度检测方法内容效度(contentvalidity)

：系统地检查测验内容的适合性。

效标关联效度(criterion-relatedvalidity)

：测量分数和效度标准(criterion)之间的相关系数，表示测验的效度之高低。建构效度(constructvalidity)：测量工具能测量构念或特质之程度。内容效度具体测量内容是否与所测构念特质一致？如何做？访谈与调查文献研究内容研究法（contentanalysis）效标关联效度效度标准：已知与此测验欲测量之构念有关的另外一些构念。如果它们之间的相关系数大，则表示此测验真能测量此构念之真值。

同时效度(concurrentvalidity)：测量分数与当前效标数据之间的相关而言。测量分数与效标在同一时间收集，然后计算其相关系数。

预测效度(predictivevalidity)：指测量分数与将来效标数据之间的相关。效标在收集测量分数后才测量，然后计算二者之相关系数。增加效度(incrementalvalidity)：在控制了其它对效标具有预测作用的构念后，该构念是否依然具有预测效应。案例：“组织承诺”测量的关联效度效标：组织公民行为、工作绩效控制构念：工作满意度建构效度收敛效度(convergentvalidity)：以不同方法测量同一构念的结果应该相吻合。以不同的测量方法来测量同一构念，如果结果差不多，则我们可相信不同的测量方法是有效的。

区分效度(discriminantvalidity)，以相同方法测量不同的构念，其结果应不一样，否则我们便应怀疑这些测量工具的有效性。建构效度检测：MTMM方法多元特质和多重方法矩阵(multitrait-multimethodmatrix)：用不同的方法来测量不同的构念，所用的方法和构念中应有一些是已有效度证据的，这样便能检定尚未有足够效度证据的构念，是否也达到可接受的效度。案例：MTMM法检测建构效度假设我们用三种方法(即M1、M2及M3)，每一方法均测量了三个构念(即C1、C2及C3)M1C1代表以第一种方法(M1)测量的第一个构念(C1)，余此类推。

如果我们的测量真的有效度，那么我们应看到以下的情况：(1)对角的信度系数(以大阶R及粗体显示者)应较其它的相关系数大；(2)以不同方法来测量同一构念(以大阶R、粗体及斜体显示者)，除了对角的信度系数外，应较其它的相关系数大；(3)在每一列和每一栏中，大阶R的相关系数都应较大；案例：MTMM法检测建构效度建构效度：CFA方法同时设定构念的共同因子和方法的共同因子；计算构念共同因子和方法共同因子各占的总变异量的比重。构念共同因子所占比重高，则具有高的建构效度。CFA方法的MTMM又称为“相关特质相关方法”（correlation-traitcorrelated-method,CTCM）案例：学生五种能力五种方法测量结构效度的其它分析方法(一)项目“收敛效度”：测量项目的一致性。采用项目分析方法，计算测量项目与其它项目和的相关情况（纠正项目相关系数：CITC）,删除垃圾项目。项目“区分效度”：探索性因子分析方法，评价项目载荷的区分情况（不同构念的测量项目是否具有明显的区分？）。通过使用平均方差抽取量（averagevarianceextracted,AVE）,以及因子的组合信度，来评价测量的收敛效度；结构效度的其它分析方法（二）：CFA方法AVE可以发现潜变量的变异量占项目总变异量的比例！案例：个体特质测量的收敛效度评价AEV大于0.5区分效度：比较AVE平方根与构念间相关系数来评价。针对结构方程模型中的测量方程，两个因子之间的区分效度检验，可以通过求限制模型与未限制模型间的卡方

2值差，若两者的卡方

2值差距越大，表示两个因子的区分度越大，因此，如果卡方

2值的差距达到显著水平（p<0.005），则表示两个因子具有较高的区分效度。结构效度的其它分析方法（二）：CFA方法案例：个体特质测量的区分效度评价影响测量效度的因素总结测量工具组成方面：测量工具的组成会影响效度。随机地安排测量项目的次序。测量实施方面：在实施测量时，给予研究对象的指引、环境的安排等都有可能影响效度。受测者反应方面：一些问题可能不是受测者愿意回答的，例如一些与社会道德标准有关的问题，其效度可能会受被测者的反应影响。效标方面：在估计效度时我们往往需要效标（另外一些构念），如果选取不当，或者在测量这些效标时便有很大的偏差，会影响我们对效度的估计。样本方面：研究的样本如果有其独特之特质，很可能使测量的工具无效，例如以西方社会背景设计的智能测验，对东方人或非洲人的样本便不一定有效。抽样设计（SamplingDesign）为什么要抽样？

—研究成本的制约；

—对于无穷总体只能抽样；

—抽样使结果更加准确、可靠;抽样概念

—总体

—样本抽样的类型随机抽样法

—简单随机抽样

—分层抽样

—聚类抽样非随机抽样法

—便利抽样

—目的取样（判断抽样、标识抽样）

—滚雪球抽样样本的大小与影响因素样本不能太少，太少则缺乏统计效度。一般应该大于30个（与研究变量的多少有关）；样本不能太多。超过一定的规模后，研究成本递增，统计结论犯的第I类错误（拒真错误）增加。样本的大小与样本均值误差（抽样误差）有关。通过设定抽样误差，可以得到合理样本大小估计。影响样本大小的因素研究结论的准确性研究经费与成本总体的同质性研究评价：研究效度管理研究从选题、构思、设计、到实施与评价，面临下面四个问题：

—变量之间是否存在一定的关系？

—如果存在关系，是否因果关系