本帖最后由 zhouluyang 于 2012-2-6 13:30 编辑
) e% N, ^6 F0 d9 l# b+ [) T
! C5 H& i i. Q1 m. K' }5 I6 Z8 Q 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。 ! M# |% R. c @
假设，存在这样一种研究目的与理论背景。
. b/ m' Z% s+ y; K 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。
7 |* x% `) |( Y; c 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：
" k; F- x7 c9 e4 A) a5 Y% V （1）X1、X2对Y之间可能存在某种显著的影响。
$ \/ C/ o# e$ d8 ? W+ e （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。
- V% y9 |4 C/ a6 I1 k( o, K [: ^; K （3）M1可能对X1与Y之间的直接效应存在调节效应。
/ s* N, c5 D. O H R& { （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。 9 A/ c, H& w) j2 C5 S; e
（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。 2 s; O9 s# W% B5 |
（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。 ' R, x8 T4 E& u6 B& z& p
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。 " c: X- Y& u; k* V
我认为，图2是正确的，图1是错误的。理由如下。
7 V+ L, A; [8 d8 Z5 o 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。
, h Q" L1 X2 U6 Z 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）。
0 A3 x3 e) C" s$ n2 s: U% { 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。
3 d& P7 n# ]/ A5 }- U$ b9 l0 k+ r 这是我最近的一点心得。我的理解正确吗？ 望Kenny指正。
9 l$ T7 e2 j0 A q5 C0 n | 
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
