[系统转发] 管理研究理论和贡献探讨 2

您的解答非常清楚，看来我需要进一步思考分析层面和变量选择的关系，谢谢！

最近在看HLM时还有两个问题：
第一个问题是关于变量的。比如感知服务质量包括有形性、可靠性、反应性、保证性和移情性五个维度。但是我看一般处理中都是将感知服务质量作为自变量或因变量，那么是否可以将其中的一个维度作为自变量或因变量呢？比如yij=boj+b1j(有形性)+b2j(可靠性)+b3j(反应性)+b4j(保证性)+b5j（移情性）+rij。为什么？
第二个问题是关于因子得分的。首先，因子得分究竟是个什么东西？（资料里经常公式飞来飞去，有点晕）其次，一个量表的总得分是什么意思？是各因子分数的加总求和吗？如果是多个数据的话，是不是也需要对这些数据进行加总求均值？第三，SPSS中的因子得分是比较容易得到的，但是如果采用LISREL进行CFA，然后潜变量得分应该如何计算？另外，进行了CFA后的数据利用SPSS进行因子分析，是否可能得到与已经验证的拟合指数较好的模型不同的维度，这时因子得分应如何处理？

Kenneth

叫罗老师太见外了，叫我Kenny吧！
问1：感觉我使用的“沟通频率”是一个形成性构念（formative construct）。
回应：我的建议是除非逼不得矣，否则都应该用效果指标（reflective indicators）来测量构念。你这五条项目应该可以看成是效果指标的。如果CIO与TMT的「沟通频率」（构念）高的话，应该可以在“面对面的沟通”、“ 书面的沟通”、“ 电话的沟通”和“电邮的沟通”都表现出来的。项目1到4理论上应该相关很高的（项目5是总结）。除非你会接受CIO与TMT只用电邮，而完全不用其他方式来沟通，也可以叫做「沟通频烦」。

问2：如何分析构成指标？
我觉得你这个构念没有必要用构成指标。因为构成指标有很大的限制，而「沟通频率」是绝对可以用效果指标来测量的。但是，如果你真的觉得一定要用构成指标的话，我过去都是用一个叫做RAMONA的程式。据说EQS也可能可以处理构成指标，不过我没有试过。用构成指标不需要什么学习，只要把测量模型反过来写就可以了。比如，用EQS作为例子，
效果指标的写法是：
   电话沟通   <--: (沟通频率,*,*) (E1,0,1) /                                                 
构成指标的写法是：
   沟通频率   <--: (电话沟通,*,*) (E1,0,1) /                                                 

问3：我初步计划舍去实际次数只要求被试报告频率，但是对于尺度如何确定还存疑虑。
回应：我的理解是用「实际次数」是最理想的。因为这是名副其实的「等比量表」（ratio scale）。但是缺点是应答者到底是否无误地记得实际的次数。如果是用「等距量表」（interval scale）的话，肯定是从“very infrequent”到“very frequent”五点量表，比daily, several times a week, weekly, monthly, quarterly, yearly and never七点量表为好。因为七点量表中的七个“錨”（如每天、每周、每月）明显不是等距的。如果你问我的意见，我会建议你同时问「实际次数」和五点量表。到分析的时候，再看一看哪一个给你的结果更合理。

问4：我看到有的研究中，不同的变量采用的尺度并不相同。
回应：你当然可以要求应答者从1（完全不同意）到100（完全同意）中选一个数字。但是一个回答78（举例），与另外一个回答79的，是不是真的后者比前者更同意呢？我很怀疑！我们一般的研究是4、5、6、7点的量表是绝对足够的。也有研究发现5点量表与7点量表的结果（与其他变量的相关系数）是没有显著差别的。对中国人来说，有人发现双数的量表（4点、6点）会更好，因为中国人有「中间之道」的倾向。用5点或7点，就很多人选中间的3或4。简单的说，4、5、6、7点的量表都无所谓。   Kenny

我是赵钊，取拼音谐音，以Double John留言。
非常感谢Kenny!(在内地，学生还是称呼“老师”)比较多一点。^_^
Kenny，对于我多使用的沟通频率的项目是构成指标还是效果指标我还是心存疑惑。按我的理解，效果指标应该是相关，某一个项目的得分水平高低与另外几个会比较接近。但是我前一阶段的访谈发现，有的企业中"面对面"、"书面"会比较多，而"电话"和"电邮"比较少。

问1：我不会接受只有“电邮”高我就认为“沟通频率”高。但确实会存在项目1-4中部分高，而其他部分低的情况。那么根据什么标准可以把相应的问卷去掉？或接受？

问2：就您所知，其他用效果指标测量沟通还有哪些角度？哪些研究的量表可供借鉴？

谢谢Kenny！

Double John

Kenneth

问1：我不会接受只有“电邮”高我就认为“沟通频率”高。但确实会存在项目1-4中部分高，而其他部分低的情况。那么根据什么标准可以把相应的问卷去掉？或接受？ 
回应：我同意你讲。如果真的要用你的量表，既可以看成是效果指标，又可以看成是构成指标（同时、也许看成构成指标也许更合理）。但是、我的重点是「沟通频率」这个构念，是“可以”用效果指标来测量的。比如，你可以问“CIO-TMT常常用各种不同形式的方法沟通”（不同意“1”到同意“5”）。你现在是先有了项目，才来说这是个“构成构念”，是不是有一点先入为主？如果用我的标准，除非逼不得矣，否则都应该用效果指标来测量构念的话，你就不应该用这几道题了。

问2：就您所知，其他用效果指标测量沟通还有哪些角度？哪些研究的量表可供借鉴？ 
回应：对不起，我从来没有做过“沟通”的研究，所以根本不知道有什么量表。可能要其他读者来解答你这个问题了。   Kenny

Kenneth

问题3： SPSS中的因子得分是比较容易得到的，但是如果采用 LISREL进行CFA，然后潜变量得分应该如何计算？另外，进行了CFA后的数据利用SPSS进行因子分析，是否可能得到与已经验证的拟合指数较好的模 型不同的维度，这时因子得分应如何处理？
回应：我没有试过在LISREL计算因子得分。我的理解是因子分析只会给你“载荷”。因子得分是要用“因子载荷”和“原来的数据”估计出来的。我替你找过，Joreskog and Sorbom在2006年一篇名为“Latent variable scores and observational residuals”的文章（http://www.ssicentral.com/lisrel/techdocs/obsres.pdf）里提到LISREL version 8.8 加添了一句 PSFfile 的指令，可以把估计的因子分数写在输出档案上。可是我没有LISREL 8.8，也从来没有试过。对不起，这个问题不可以帮助你。有没有其他人懂得其他的方法呢？
最后，我完全不明白“进行了CFA后的数据利用SPSS进行因子分析，是否可能得到与已经验证的拟合指数较好的模型不同的维度”这一句话的意思，自然就不懂得回答“这时因子得分应如何处理？”这个问题了。为什么“进行了CFA后的数据”还要“利用SPSS进行因子分析”呢？CFA不就是验证性因子分析吗？为什么还要用验证性因子分析的结果，来进行探索性因子分析呢？      Kenny

回复 Double John 171楼 （Kenneth）

问1：我不会接受只有“电邮”高我就认为“沟通频率”高。但确实会存在项目1-4中部分高，而其他部分低的情况。那么根据什么标准可以把相应的问卷去掉？或接受？ 
回应：我同意你讲。如果真的要用你的量表，既可以看成是效果指标，又可以看成是构成指标（同时、也许看成构成指标也许更合理）。但是、我的重点是「沟通频率」这个构念，是“可以”用效果指标来测量的。比如，你可以问“CIO-TMT常常用各种不同形式的方法沟通”（不同意“1”到同意“5”）。你现在是先有了项目，才来说这是个“构成构念”，是不是有一点先入为主？如果用我的标准，除非逼不得矣，否则都应该用效果指标来测量构念的话，你就不应该用这几道题了。

问2：就您所知，其他用效果指标测量沟通还有哪些角度？哪些研究的量表可供借鉴？ 
回应：对不起，我从来没有做过“沟通”的研究，所以根本不知道有什么量表。可能要其他读者来解答你这个问题了。   Kenny

Kenneth

问题1：是否可以将其中的一个维度作为自变量或因变量呢？
回应：当然可以。但是在「维度」的层面进行分析，与在「构念」的层面进行分析不一定是相同的事。我一直的立场是“分析的层面”要与“理论（假设）的层面”相配合。举例，如果在讨论理论和发展假设的过程完全都是以构念为中心（比如根据ABC理论，X变量会影响“感知服务质量”），那么做分析的时候就不应该在“维度”层面来分析。除非你的学说是「根据ABC理论，X变量会影响“移情性” 」。我最近发表了一篇文章，是特别关于这个问题的，希望对你有用。
Wong, C.S., Law, K.S. & Huang, G. (2008).  On the Importance of Conducting Construct-Level Analysis of Multidimensional Constructs in Theory Development and Testing.  The Journal of Management. 34(4), 744-764.

问题2：首先，因子得分究竟是个什么东西？（资料里经常公式飞来飞去，有点晕）其次，一个量表的总得分是什么意思？是各因 子分数的加总求和吗？如果是多个数据的话，是不是也需要对这些数据进行加总求均值？
回应：因子的定义是标量的线性组合。例如我们有三个变量x1,x2,x3。
F1 = .4 x1 + .5 x2 + .6 x3 就是x1、x2和x3的一个因子。所以，因子其实是一个基于现有的变量，“创造”出来的一个新变量。利用F1的方程，就可以利用x1、x2和x3的数值，来计算F1的数值。举例，对于首三个（假设的）观察点，知道了x1、x2和x3，就可以计算F1出来了。
x1  x2  x3   F1
2    3    2   3.5
4    5    6   7.7
2    1    1   1.9
F1这个变量的数值就叫做F1的“因子得分”（factor score）。所以第一个观察点的因子得分是3.5，第二个观察点的因子得分是7.7……等。有了F1这个新的变量，我们就可以计算F1与x1的相关系数。这个相关系数就叫做x1在因子F1的“载荷”。
如果我们假设一个量表（就叫做“服务质量”好了）只有三个项目（x1、x2和x3），而它们背后是由一个单因子代表的（叫做F1）。“服务质量”的总得分可以有两种表达方式。第一、“服务质量”可以是“因子得分”，也就是“服务质量” = .4 x1 + .5 x2 + .6 x3。第二、一个更普遍的处理是“服务质量”=(x1+x2+x3)/3。也就是说“因子得分”和“平均得分”都可以是“服务质量”的代表。这两者各有各的好处。在研究中，两者都可以接纳的。  Kenny

我说的先进行CFA，再进行因子分析，是指如果无法通过CFA确定因子分数的话，那么可以利用SPSS来专门获取，不过从因子分析的目的上而言，确实是画蛇添足 步磊

kenny的见解太清楚了，讲解方式更是典型的复杂问题简单化，真是太佩服了。 步磊

Kenneth

CFA 与EFA最大的分别是“验证性”和“探索性”。它们在单因子的模型下应该是差不多的（假设你的估计方法是一样，都是Maximum Likelihood）。但是既然用做SPSS做EFA是可以接受的话，干嘛要做CFA呢？这是不是你讲的画蛇添足
呢？    Kenny