[系统转发] 管理研究理论和贡献探讨 2

Kenny, 一个小问题但需要跟您做个确认!
如果我的理论模式是强调两个相似但本质不同的IV(IV1 and IV2)，是经由不同的中介变项 (Med.1 and Med.2)产生不同的结果(DV1 and DV2)。做中介效应检验IV1- DV1时，我是不是一定要控制住另一个中介变项Med2？谢谢!

Kenneth

Cecilia,小的愚笨，不明白你的问题。你好像说：
  X1 -> M1 -> Y1
  X2 -> M2 -> Y2
而 X1 与 X2 是有密切关系的。
但是两个路径没有交叉，为什么做上面的验证时一定要控制 X2 呢？控制 X2 又代表什么呢？

Kenny你好：

我最近又閱讀了您在2005 AOM annual meeting報告的文章，On the problem of testing mediators using cross-sectional correlational data. 

記得您後來說沒有繼續發展下去，因為有他人類似的文章已經發表。能請Kenny您提供這篇文章的reference嗎？

謝謝Kenny。

Dear Kenny

有關資料結果的問題想要請教您。

我使用了Liden and Maslyn(1998)所發展的LMX量表11個item，共蒐集了1343個樣本，經過分析後數據如下：
Cronbach's alpha = 0.970 (大於0.6)
CFA結果
factor loading 介於0.793─0.914(大於0.7)
composite reliability=0.970(大於0.7)
AVE=0.747 (大於0.5)
CMIN=2075.788 DF=44 P=.000 
GFI=0.771 (不大於0.8) => 不佳
RMSEA=0.185 (不小於0.08) => 不佳
RMR=0.082(小於0.1) 
SRMR 0.040 (小於0.08)
NNFI 0.858 (不大於0.9) => 不佳

想請教您，CFA的結果有幾個FIT Index看起來不甚理想，是因為indicator太多的原因嗎？還是因為樣本數比較大的原因呢？這樣的量測結果是國際期刊可以接受的嗎？另外 reliability高達0.97，這是好現象嗎？如果我把幾個indicator合併，使得item變成3~5題，這樣做法會不會被人質疑我去更動了原有量表呢？問題多了點，勞煩Kenny了！

对不起！我试着说明白些! 
过去的研究指出Med1 与 Med2 均会导致Y1与Y2，我试图指出当前置因子是X1时，它会导致 Y1的机制有可能是经由Med1 与 Med2，但应是经由Med1的作用为强。
我的问题不是问是否要控制X1或X2，而是如果我要说明X1是经由M1产生Y1时，是否要控制Med2？ 希望这回说清楚了! 谢谢! 

Kenneth

jkliang,你的结果是有问题的。我猜一流的國際期刊是不会接受的。不过你不要灰心。我猜你是做错了。
Liden ​and ​Maslyn(1998)的MLMX量表是一个多维度的测量量表。有可能是因为你硬要把它变成单维度，才出现问题。你可以试试先抽一个维度的因子，然后在四个维度的背后再抽一个MLMX的因子。也就是做一个二阶的CFA。可能会好一点。但是问题是MLMX的其中一个维度只有两个项目。可能另到你的模型不聚敛。我想如果真的是不聚敛的话，你可以试试把这两个项目平均，用平均数作为一个 single indicator处理。虽然其他三个维度都有三个项目，只有这个维度是单一项目的，看起来是怪怪的，但是评审也应该可以了解，这不是你的错啊！
我用过这个量表，psychometrics 还是可以的。

Kenneth

所以M1与M2是交叉影响Y1与Y2了。
你这个问题不容易回答。第一、简单的答案当然是“要控制”。因为你不知道M1与M2的相关。如果两者相关很大的话，你不放M2而发现M1显著，怎样知道不是由M1与M2的协方差影响Y呢？说不定控制了M2，M1就不显著了。
但是，话说回来，社会科学的研究中，往往是不可能控制所有的重要变量的。所以从理论验证的角度来看，如果你提出来的是一个新的理论，而理论架构又与现存理论没有很大的重叠的话，“暂时”不控制还是情有可原的。
总的来讲，越是发展成熟的理论，评审的要求就越高。这这样的情形下，你就要控制“大部分的已知共变量”了。

谢谢! 明白了

謝謝Kenny! 我重新做了2階CFA，的確是通過了檢驗。

不過我仍有疑問的是，我一開始也對Liden ​and ​Maslyn(1998)所發展的LMX量表進行unidimension的檢核，其中component 1 eigenvalue=8.483，解釋了77%的變異，component 2 eigenvalue降到0.591，只解釋了5.7%的變異，很顯然符合unidimension的要求，請問這兩個分析之間是否產生矛盾？該如何解釋？謝謝您！

Kenneth

我猜你用的是“主成分”分析法。它的特点是尽量最大化一个因子的解释能力。我猜你的结果只是证明了Liden的四个维度的相关很大而已（这我也知道的）。