[系统转发] 管理研究理论和贡献探讨 2

我是xinxin的朋友，我叫「sunny」！真高兴发现最近多人让这园地再度充满学习的氛围。谢谢所有的参与者，尤其是Kenny始终不减的教导热诚、xinxin令人感动的分享态度，除了学习到知识，我体会到更多更珍贵的价值、、、

有个问题就教Kenny：对于「人力资源管理的实务」（HRM practice）此构念，若依Kozlowski 与 Klein(2000)高层级构念特质的分类，应可以归类为共通单位特性（global unit）的高层级构念。此类构念数据的取得，最好是由公司的人力资源部门主管填答或是找次级数据。我现在遇到的问题是，我采样的商家，有些店家虽然有执行相关「人力资源管理的实务」，但并没有一独立的人力资源管理部门，在此情形下，我只得请该商家的主要管理者填写「人力资源管理的实务」的问项；但如此做，又会发生有些商家的因变项与应变项的数据有同源的威胁。请问，要解决此问题，您有何建议？谢谢！

Kenny，请问，如果我们进行EFA之后,将构念用因子进行了“解释”，建立起了模型。那么我们是否还有必要对已经建立的模型进行检验？如，我们是否再取另一些数据来对通过EFA后产生的模型用liseral进行模型检验呢？仍然采用前一组数据（EFA时使用的数据）来进行模型检验，是否合理呢？（在我看来，答案是no，但仍看到有如此做法，所以向你请教）。

顺便说说我的感受啊，来的很晚了，花了近一周时间来看大家的问题和kenny的解答，边看边理解，目前也只略懂一点。如kenny所言，问题没有好坏之分的，但在我看解答却有好坏之分，kenny和同仁们的解答实在是很好，简洁明了。谢谢！谢谢分享！

kenny，我在书中看到了“构面”这个词，是中文书没有对照的英文，请问这个词你知道吗？是什么意思呢？与“构念”一词有关系吗？

堆积了好久的问题，一并提出来，大家帮忙解惑。

控制变量，我的理解是控制变量是曾经有研究已经表明会对我将要研究的因变量产生影响，但这些量却又不是我研究的重点，或者是我研究所不关注的。因此将其归纳为控制变量。如果是这样的话，那么控制变量如何来操作呢？曾听人教导说，控制变量在数据收集的时候就可以通过样本选取来进行，例如将行业作为控制变量，那么在取样本的时候就选择一个行业内的个人作为样本。我的问题是，这样行业的样本如果能通过此法进行控制的话，那么诸如年龄、性别等就没有办法控制了。在这种情况下，究竟如何来处理控制变量？我看到有作者在论文中一并将一些控制变量也进行了信息收集，但在处理结果中又不体现，只是陈述说将这些量作为控制变量来处理的，那么究竟是如何处理的呢？有没有通常习惯的做法？以spss为例如何进行呢？
谢谢kenny和同仁，看到前面大家的讨论很有收获，希望能在互动中提高。

kenny，查了一下，有文章将Multifaceted 称为“多构面”。问题依旧同180楼。

Kenneth

Sunny，这里不用介绍人的。你不是xinxixn的朋友，我也会回答你的。:-)
问：有些店家并没有一独立的人力资源管理部门，在此情形下，我只得请该商家的主要管理者填写「人力资源管理的实务」的问项；但如此做，又会发生有些商家的因变项与应变项的数据有同源的威胁。
回应：就算没有人力资源部门，也会有一些员工会了解「人力资源管理的实务」的。Klein & Kozlowski (2000) 要求的只是一个了解「人力资源管理的实务」的专家（Single expert individual）而已。如果是老板最理解人管的实务，但是他又要填写因变项的话，就找一个“第二”了解人管的实务的员工或经理填可以吗？  Kenny

1. 「如果是老板最理解人管的实务，但是他又要填写因变项的话，就找一个“第二”了解人管的实务的员工或经理填可以吗？」
谢谢，我想应该可以吧! 而这个人选由受访商家推荐应较理想，是吧？

2.「这里不用介绍人的。你不是xinxixn的朋友，我也会回答你的」
呵~ 身为xinxin的好朋友，看到xinxin在此园地的无私分享与认真的学习态度，很光荣且骄傲。自然就想告诉全世界：「这个很棒的生命是我的朋友啰!」:-) 就是那种稍显肤浅但又极真实的 “予有荣焉” 啦~ :-)

Kenneth

JD，我个人的理解，EFA与CFA的目的不同。当你不知道变数的因子结构时，应该用EFA来“探索”；如果你已经知道变数的因子结构时，应该用CFA来“验证”。同一组数据，已经用SPSS做了“探索性”的因子分析（代表你不肯定它的结构），还用LISREL做“验证性”的因子分析来“验证”SPSS的结果干什么呢？
做完了因子分析后，可不可以用同一组数据来做结构方程模型呢？当然可以。其实，Anderson & Gerbing (1998, Psychological Bulletin, 103, 411-423) 就建议我们先做CFA，然后才用同样的数据做结构方程建模，以分开揉合指数的高低是出于测量模型还是结构模型。
谢谢你的鼓励。     Kenny

Kenneth

问：我在书中看到了“构面”这个词，是中文书没有对照的英文，请问是什么意思呢？与“构念”一词有关系吗？
回应：我稍为在网上搜索了一下。我的估计是「构面」最好的英文对应是facet，也有人把它看成是dimension（维度）。英文的facet的意思是「表现出来的一个平面」。比如、一个正立方体有六个facet。
这与「构念」不同。一个「构念」（construct）可以是单维度（unidimensional）的，也可以是多维度（multidimensional）的。至于facet 与dimensional 有没有分别，我看就算有也应该不大吧。一个多维的（multidimensional）构念就代表它可以从很多不同的形式、角度（构面，facet）表现出来。比如、工作满意度可以是对主管的满意、对同事的满意、对工资的满意等。无论如何，我的理解是「构念」（construct）与「维度」（dimension）是专有名词，「构面」（facet）应该是一个普通的英文名词。比如，我们讲一个人的性格是multifaceted，就是说他有多重性格。    Kenny

Kenneth

JD，关于「控制变量」（control variables），我的理解跟你是一样的。控制变量是会影响「因变量」的变数，而是研究者没有兴趣研究的。虽然是研究者没有兴趣研究，但是因为这些变量影响我们研究的因变量，为了得到一个清晰的结果，我们就把这些变量的影响「控制」起来。比如、我们要研究的是「工作表现」（X）怎样影响「晋升机会」（Y）。但是「阶级」（ level，L）肯定是一个影响Y的变数，一个经理的晋升机会，肯定比一个文员要低（因为所有企业的架构都是三角形的，越高的职位越少）。可是「阶级」不是我要研究的变量，「阶级」对「晋升机会」的影响我根本没有兴趣。我有兴趣是「表现」X如何影响「晋升」Y。
要「控制」阶级这个变量，我们有两个方法。第一是「设计的控制」或是「实验的控制」（experimental control）。我可以在抽样的过程中只选某一个阶层的员工（比如、整个样本都是文员）。那么、「阶级」就不会影响我研究X→Y的关系了。当然、我需要假设L对X→Y是没有「调节」作用的。
第二是「统计的控制」（statistical control）。我可以同时收集X，Y与L的数据，在计算X与Y的相关时把L的影响也“考虑”进来。比如、我可以做以下的回归分析： Y = a0 + a1 X + a2 L 。 因为a1是RX(Y.L) （semi-partial correlation），也就是排除了L对Y的影响以后，X对Ｙ的影响。（Y.L）就是把L对Y的影响剔除的意思。a1就代表了“考虑了「阶级」以后，「工作表现」对「晋升机会」的净影响了”。
你讲的“将一些控制变量也进行了信息收集，但在处理结果中又不体现，只是陈述说将这些量作为控制变量来处理”，我猜是有点误会了。当研究者说“我的样本有89%的男性，这与企业的男性员工的比率差不多”时，他不是说我已经“控制”了性别对因变量的影响。而是说，他抽出来的样本，是一个可以代表整个企业的样本。性别的影响还是隐藏在其中的。比如、如果我的样本是护士，但是其中男性的比率是45%，那你就会质疑我这个是不是“特别”的样本，结果到底可不可以推广（generalize）到其他护士占了90%女性的医院去了。但是就算我的样本真的有90%的女性护士，而其中的10% 的男护士真的「晋升机会」（Y）比较高的话，除非你把性别加进你的回归分析中，不然性别对Y的影响是不可以控制的。   Kenny