[系统转发] 管理研究理论和贡献探讨 2

请教Kenny两个关于多层变量的问题：

1. 按照David Chan (1998)的分类，高层级变量有五种类型，根据它们的性质，应该只有当构念属于其中的两种Concensus Model才需要检验Rwg和ICC是吗？

2. 有一类常见的构念是客观存在一个群体变量（如权利结构），我们请不同的团队成员评它时，它虽然客观存在，但如果大家评出来差异太大，我们就不能用综合大家评分的方法测量；还有一类构念是高层构念本身的含义就是建立在低层变量的共同部分上的（如群体价值观），这时如果大家的看法没有共同的部分，讨论这个构念就没意思了，因为它在这个群体里不存在。看起来，似乎后一种属于Chan说的direct concensus model,那么前一种属于这五种里的哪一类呢？谢谢!

Kenneth

我对David Chan (1998)的分类的理解是：
（1）「相加模型」Additive Model – 高层变量是低层变量的总和。比如在生产线上，小组的生产值是个人的产值的总和。
（2）「直接一致模型」Direct Consensus Model – 高层变量是由低层「变量」的一致性来代表的。例如「个人感觉的组织氛围」的总和是「企业氛围」的代表。
（3）「對象转移模型」Referent-shift Model – 高层变量是由低层「评分者」（rater）的一致性来代表的。例如小组内每一个下属评价主管的领导风格（假设主管的领导风格是稳定，而不会因不同的下属而异的）。
（4）「分散模型」Dispersion Model – 高层变量是由低层变量的方差来代表。例如高层团队（TMT）的年龄、性别等的相似性（demographic similarity）。
（5）「程序模型」 Process Model – 高层变量与低层变量有程序的类比相似关系。例如，「学习型的员工」与「学习型的企业」（learning organization）。
在这五种里面，Chan讲得很清楚只有「直接一致模型」和「對象转移模型」要求如Rwg与ICC等总合指标。而「直接一致模型」和「對象转移模型」最大的分别是对于「直接一致模型」，「高层变量」与「低层变量」是一样的构念，只是层面不一样而已。对于「對象转移模型」，每一个低层测量都是在测量相同的高层构念。简单来举例，在「直接一致模型」中，评分者是在评「我」是什么。在「對象转移模型」中，评分者是在评「它」是什么。
你讲的两类应该不是（1）、（4）和（5）。我虽然不知道什么叫做「权利结构」，我猜第一类应该是「對象转移模型」。你讲的后面一类应该是「直接一致模型」吧。
Kenny

谢谢Kenny的详细解答！我同意您的看法。 

还想接着您在135楼对Mr.SEM的回答提一个问题。在方程4中，括号里的部分是不随机的，所以不可以用普通的回归。那么如果一个研究中没有个体层面的自变量X，也就是我们只考虑W对Y的影响，那么方程4就变成了Yij = r00 + r01 wj + [eij+ u0j]，因为[eij+ u0j]是随机的，所以这时理论上用HLM估计出的r01应该和用一般回归估计出的r01相同了。但我试验后发现不一样，是不是仅仅因为两种方法估计r01时的方法不同呢？ 谢谢Kenny!

Kenneth

xinxin,
你的观察力很强，而且很用功（会自己研究），我很欣赏。
为了解答你的问题，我自己做了一个数据出来。HLM的结果如下：
The outcome variable is        Y

 Final estimation of fixed effects:
 ----------------------------------------------------------------------------
                                       Standard             Approx.
    Fixed Effect         Coefficient   Error      T-ratio   d.f.     P-value
 ----------------------------------------------------------------------------
 For       INTRCPT1, B0
    INTRCPT2, G00    0.693424   0.222888     3.111         8    0.015
          WJ, G01           0.679081   0.035922    18.905         8    0.000
 ----------------------------------------------------------------------------
我再用SPSS做回归分析，结果如下：
Coefficients
                          Unstandardized      Standardized
                             Coefficients         Coefficients
Model                 B     Std. Error      Beta        t           Sig.
1 (Constant)     .693      .223                        3.116      .002
    X                  .679      .036            .886    18.937     .000

两组分析结果完全一样。如果你有兴趣，请电邮给我，我把数据发给你。  
Kenny

谢谢Kenny的帮助!!很感动。您的研究和探索的精神才值得我们敬佩和学习。

我又检查了一下，发现是把两个文件合成SPSS一个文件时弄错了。现在可以做出一样的结果啦。感谢您！:-)

Kenny,您好！我现在在编关于分布式领导研究的量表。但是在编写过程中，有以下困惑，请您指点：
1. 关于操作性定义的问题。我对分布式领导的定义为根据团队成员特点和任务要求，多个团队成员共同分享领导责任的协作模式。操作性定义是，在由若干个成员组成的团队的领导关系网络图中，若有超过一个组织成员的领导影响力中心度大于零，那么这个群体存在分布式领导模式。另一种操作性定义的表述是：在团队中，超过一个团队成员对他人施加领导影响力，那么团队中存在分布式领导。根据您的经验判断，请问您觉得我对分布式领导内涵和操作性的定义界定有哪些需要改进的地方？
2. 请问一个item测量一个构念足够吗？我在文献中，找到了测量分布式领导的若干量表，其中一个是Carson et al. (2007)
在AMJ上面发表的论文所用的量表，但是他只用了一个问题"请您对所有成员所发挥领导作用的重要性分别作出评价"，根据团队成员的填答结果判断这个团队分布式领导的程度。我曾经发信给Carson咨询这个问题，但是至今仍没有回复。
3. 针对分布式领导这一构念，我搜集了三个学者的测量量表。请问我可以从这些学者的量表中抽取部分item，然后组合构成新的量表吗？还是只能完全使用一个人的量表？从众多量表中编新量表的过程中，依据、标准和注意的问题有哪些？
4. 对于分布式领导这一构念，我打算用Mintzberg的关于管理者10种角色的文献，根据文中的论述，编写了测量量表。请问，我这样编写的item，在作为正式问卷之前，是不是需要探索性因子分析的检验？
5.  对一些构念，item太多，我想抽取其中的一些item来测量这个构念。在这个构念有因子分析结果的情况下，我是不是可以抽取因子负荷大的因子？或者抽取其中一个因子下的所有items作为我的研究变量的一个量表？
5. 对于个人主义/集体主义、权力距离两个个人层面的价值观，我使用了Hofstede的VSM94的量表。但是我担心Hofstede的量表是针对国家/民族价值观而设计的，不一定适用于个人的层面？您认为存在这样的问题吗？如果是，您可以给我推荐一些关于价值观的个人层面的量表吗？

Kenneth

问1. 操作定义
（a）若有超过一个组织成员的领导影响力中心度大于零，那么这个群体存在分布式领导模式。
（b）在团队中，超过一个团队成员对他人施加领导影响力，那么团队中存在分布式领导。
回应：我对network centrality 的认识不多，不敢评价第一个定义。第二个定义我觉得有点古怪。第一、你怎么知道一个人否对他人有多少影响力？难道有人会对其他人完全没有影响力吗？第二、两个定义都好像是「有」或「没有」的虚拟变量（dummy variable）。照定义来看，我看不出为什么「分布式领导模式」不应该是连续变量。

问2. 请问一个item测量一个构念足够吗？
回应：单一项目的测量工具有两个缺点。第一、信度很难估计。第二、项目越多，信度就可能越高。我建议多建立几个项目。

问3. 针对分布式领导这一构念，我搜集了三个学者的测量量表。请问我可以从这些学者的量表中抽取部分item，然后组合构成新的量表吗？
回应：研究人员发展量表时都有特别的考虑。验证时都用了不同的方法和数据。如果我们东拉西扯的拼凑一个新的量表，你怎么知道它的信度和效度呢？至于三个中选哪一个，还是信度、效度和项目数量作为最终标准。

问4. 对于分布式领导这一构念，我打算用Mintzberg的关于管理者10种角色的文献，根据文中的论述，编写了测量量表。请问，我这样编写的item，在作为正式问卷之前，是不是需要探索性因子分析的检验？ 
回应：因子分析只告诉你它的因子结构（有人叫因子效度），更重要的是要估计这个新量表的信度和效度。信度用的可以是简单的α系数。效度就可能要用MTMM或者是校標效度（criterion validity）了。

问5.  对一些构念，item太多，我想抽取其中的一些item来测量这个构念。在这个构念有因子分析结果的情况下，我是不是可以抽取因子负荷大的因子？或者抽取其中一个因子下的所有items作为我的研究变量的一个量表？ 
回应：可以根据发展量表的学者的数据，只选因子权数大的项目。

问6. 您可以给我推荐一些关于价值观的个人层面的量表吗？
回应：我问过做价值观的同事，她也同意我的看法。你可以试一试用Schwatz 的量表。我在电邮把量表的中译本寄给你。
Kenny

我在研究的问题是学校的服务氛围与学生感知服务质量之间的关系，我准备对学生调研感知服务质量，并将其作为HLM中的level-1，然后学校层面level-2的变量采用学校的服务氛围，但是一般服务氛围都是向员工调查的，不知道向教师调查服务氛围，然后测量其对学生感知服务质量的影响是否是允许的？
同时，我还想研究教师工作态度对学生感知服务质量的影响，如果实现教师群体和学生群体在教学过程上的匹配，但并非一对一对应，比如选用一个系的老师和同学，是否可以？如果可以，如何处理比较合理？

kenny,不好意思，刚才发得比较着急，似乎不太礼貌，希望得到您的帮助。

Kenneth

步磊，我完全不觉得你不礼貌，请不要介意。
问1：不知道向教师调查服务氛围，然后测量其对学生感知服务质量的影响是否是允许的？
回应：我的理解是你研究的是「分析层面」（level of analysis）问题。如果「学生感知服务质量」是yij，「学校的服务氛围」是Wj，那么你的模型应该是：
yij = boj + rij                         （1）
boj = r00 + r01 Wj + uoj       （2）
第一、 你这个模型根本不需要用HLM来分析。把（2）式代入（1）式后用普通回归分析的结果应该是完全相同的。
第二、 用老师来评价「学校的服务氛围」是很奇怪。因为老师是营造「学校的服务氛围」的人。你这样问，就好比问主管自己他的领导风格是什么，我不能说是错，但是却是蛮怪的。
第三、 如果你问老师的原因是因为不希望自变量和因变量都有学生来填，我们你可以不用担心。因为自变量是“加总”到学校层面的，因变量却是个人学生层面的common method biases 的影响应该不会很大的。

问2：如果实现教师群体和学生群体在教学过程上的匹配，但并非一对一对应，是否可以？
回应： 我不肯定我明白你的问题，这是我猜想的答案。测量到底是否匹配，最重要的决定是你的研究题目的「分析层面」是什么。
（一）如果你研究的是学校层面的问题，那么就算不匹配也不是问题。例如你是研究「人力资源管理的方法」对「员工的满意度」影响，前者会问人力资源经理，后者会问不同的员工，这要两者都是同一个企业的，就完全没有匹配的必要（事实上，也不可能用“人力资源经理”来匹配个别“员工”）。
（二）但是如果你研究的是“个别老师的工作态度”对相对应的“学生感知服务质量”（也就是这个老师对应的学生）的话，不匹配的数据就完全没有意思了。因为这个老师根本不是教我的老师，讲什么他（她）的工作态度对我的“感知服务质量”的影响呢？
（三）如果你研究的是整个学校的老师的平均“工作态度”对平均的学生的“感知服务质量”的影响（也就是分析的层面不是学生，而是学校）的话，就没有匹配的必要了。
Kenny