本帖最后由 zhouluyang 于 2012-2-6 13:30 编辑 ) f0 K) R' R. u, ^( e. N; C# Z; u
6 U5 v/ X4 O p2 M, H8 ^5 b% h
文献读多了，会被一个一个冒出来的变量搅得头昏脑胀。这时候，最头疼的事情，就是，哪些变量应该纳入到我的模型中？我谈一些体会，其中也有不少困惑，请Kenny指正解惑。
1 F% r' N' U0 v5 b8 v' w' t 假设，存在这样一种研究目的与理论背景。
6 [0 Q0 Z' i3 C$ ^) M$ }, H2 p: ] 我想要研究X1、X2这两个变量对Y影响的mechanism。我想这个mechanism也可以理解为路径。我之所以如此研究，原因有二：第一，这两个变量对Y的管理很重要，有现实的管理意义；第二，现有的研究中，对这两个变量的研究不多或不充分或有缺陷。 $ L' _$ n- z; Q$ |
通过大量的文献阅读，从某些已有的研究结论（实证的结果或逻辑的推导）出发，得到以下发现：
7 B0 O: ~! A7 ?6 ^: ?. s9 f2 T% ] （1）X1、X2对Y之间可能存在某种显著的影响。
4 l+ G9 I# C h) M( O" r （2）X1与X2之间也存在某此关联，包括，X1对X2与Y的关系可能存在调节效应，X1对X2可能存在直接的效应。 * f3 Z+ f1 E3 X, ^8 x5 P& n
（3）M1可能对X1与Y之间的直接效应存在调节效应。
5 e! x R$ x; B, @6 N3 T （4）X2与Y之间可能还存在中介变量M2，即X对M2的直接效应可能显著，M2对Y的直接效应也可能显著。 " j6 w: A: t a1 q. [7 U5 {/ K
（5）除了上述X1、X2、M1、M2以外，已有的研究表明，C1与C2是对Y具有重要影响的两个变量；C3、C4、C5、C6、C7、C8对Y也有影响，但已有研究表明，其影响与C1与C2相比显得不那么重要。
- x% g3 e) S* k: w' q: e$ M) j （6）已有的研究提醒我们，P1对X1有重要的影响，P2对X2有重要的影响。 - f0 L& Z0 A: M9 a5 L
下面我给出了两个理论模型图。图1将所有变量均纳入。图2只纳入了X1、X2、M1与M2。
+ z1 a0 y' B) A) [ S 我认为，图2是正确的，图1是错误的。理由如下。
6 E2 A3 _1 U. l! Z# w B 一项研究，一个Paper，其理论模型应该纳入哪些变量，由研究目的决定。由于本项研究的目的是考察X1与X2如何对Y产生影响，因此我们要考察的是从X1与X2到Y的影响路径，而不是从P1、P2到Y的路径。至于P1、P2到X的影响，乃至到Y的影响，最好的研究策略是再写一个Paper来关注它、考察它、研究它。如果要把P1、P2也纳入模型中，按这样的逻辑，研究就没完没了了，因为，P1也有前因变量，P1的前因变量还有前因变量….就没法研究了。 : @& a6 @5 i8 b. X. W, N6 y
C1到C8属于控制变量，在理论模型中不应该纳入。控制变量是模型的外生变量，如果纳入理论模型中，就变成模型的内生变量了。尽管在已有的文献中，C1、C2等变量与Y之间的关系可能显得很明确，但由于我们只考察X1与X2对Y的影响，因此，我们对C1与C2等对Y的具体影响是什么可以“假装不知”，在SEM分析中，直接在C1与Y之间、C2与Y之间画一个箭头纳入分析就好了，以至于C1、C2对Y的影响到底是什么可能不是很重要了（当然可以在文章的最后适当的讨论一下，但不是文章的论述重点）。 ! a# m- g2 @& d- E$ {( |. D
最后，在SEM分析中，只须纳入C1与C2这两个控制变量就足够了，即如图3。因为，一个变量Y的前因变量，可能有无数。当我们确定只研究X1、X2这两个前因变量时，X1与X2及其路径中出现的M1、M2以外的变量，也无穷多。因此，我们挑选控制变量时候，只能将X1、X2、M1、M2以外，对Y有“重要影响”的变量纳入为控制变量加以分析处理。
6 u* _3 e2 Z' u: c 这是我最近的一点心得。我的理解正确吗？ 望Kenny指正。 6 ], D' b2 U$ P* q( Q% A0 T
| 
窥视卡
雷达卡
发表于 2012-2-6 13:29:10
转播
淘帖
分享
收藏
支持
反对
@朋友
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
