[系统转发] 管理研究理论和贡献探讨 2

Kenneth

Tomson， 这正正就是我讲的问题了。在我还没有完全理解问题以前，是很难评价的。你在上一笔中从来没讲Y是多维构念，现在的问题完全不同了。
我最大的疑惑是你到底希望在构念层面分析，还是维度层面分析？对我来说，这两者是对立的，只可以取其一。如果你是在维度层面分析，y1是否显著跟y2一点关系都没有。干嘛理他呢？如果是在维度层面分析，就不会有Y1与Y2的问题，只有一个多维构念Y而已。根本不会有什么子假设。

Kenneth

阿南，
（1）你的猜疑是对的。作者肯定出了问题。不过要小心一点，有问题不等于“做错了”。我可以想到的一个原因是作者用了pairwise deletion，所以每一个相关系数的样本数（sample size）都不一样。如果刚巧r=.36这一对x-y的样本数很低(很多missing value)，就有可能不显著了。虽然这不是错，但是这么大的差距是反映了数据有点问题了。
（2）我完全不可以理解你为什么可以下结论说，当主效应显著就一定是增强性的调节。又主效应部分显著（什么叫“部分显著”？），且调节作用显著，那么基本可以判断这种调节是您说的干扰型。你可以解释为什么“一定是”这样呢？
（3）如果调节作用显著，主效应就是一个“平均的”效应了。要不要讲（或验证）这个“平均的主效应”与你的理论和研究问题有关。有时候有意义，有时候没必要。为什么有干扰性的调节作用就不可能有显著的主效应呢？让我举个例。比如X对Y的影响，对男性来说是+ .83，对女性来说，是-.15。平均起来，主效应还是正的，而且很有可能显著啊！

Kenny，我的研究在维度层面。我再修改一下问题。整合现有研究，验证中介作用：
H1a，X显著影响Y1；H1b，X显著影响Y2;
H2a，M显著影响Y1；H2b， M显著影响Y2；
H3a，M是X与Y1的中介变量；H3b，M是X与Y2的中介变量。
如果H2a不成立，是否还需要再用中介程度检验H3a？能不能因因果链不存在直接拒绝H3a。
不好意思，反反复复在问。

Kenneth

Tomson，如果是这样的话，Y2在你的问题没有起作用，我们暂时不要理它。
问题是X影响Y，但M“不”影响Y，那有没有可能M是X与Y中间的中介变量？那当然是“不可能”了。中介变量(M)的定义是M解释了为什么有关系，在图标上，M一定是介乎X与Y之间的。如果是“完全中介”的话，M与Y的相关不可以小于X与Y的相关。如果M-Y不显著，那就不用谈了。
就跟我与方方在409楼（10）谈的，只有一种情形是H2a不显著，但H3a（有可能）显著的，就是M是一个抑制变量（suppressor variable）。但这就不可能是中介变量了。

To 阿南：

問：讨论调节变量作用的时候，不提及主效应是否可以？

我的看法是，以知識進展來說，如果不先確定主效應存在，那麼調節變量該對那個關係「調節」呢？
有時候會看見主要應不存在，而單獨討論"X*M"這一項，這時作者稱為interaction，兩個變數無法單獨對Y有作用，一定要一起才會有效。

Kenneth

Chien-Hsin ,让我来举一个极端的例子。母体里男女各占一半。对于男性来说：
    y = a1 + b x
对于女性来说：
    y = a2 - b x
如果把男女混起来，x 对 y没有影响，因为一半是正的，一半是负的。这样x算不算对y有影响？

谢谢kenny，使用简单的例子来说明问题并帮助解惑。谢谢！

@ 回复 Chien-Hsin 432楼 (Kenneth)

Kenny:
在您舉的例子裡，混合起來X對Y是沒有影響。

我想我之前誤把X-->Y在不同M值之間的關係簡化為主效果才會如此。

我想修正一下說法，我之前想表達的應該是：X-->Y之間的關係在不同M值之間的變化需要討論。

這裡引發有趣的問題，研究者可能由以前文獻知道b的符號(x的影響方向)會因性別而改變。他直接略過不討論混和樣本時x的影響，隱含著他知道x的主效果沒有影響(由Kenny的例子，我們也知道會發生)。如果他把這件事更明白的寫成假說：在混和樣本時X對Y沒有影響(沒有主效果)，這就非常奇怪了，以alpha value=0.05來說，研究者有0.95的機率來接受x沒有主效果。我想說的是，研究者在研究之初怎麼這麼確定混和樣本時X對Y沒有影響？我可以說「我沒有理論支持混和樣本時X對Y會有影響」，所以不驗證這個假說，但這種作法我感覺就是看到資料才可以大膽「不寫出來」。

有點混亂，我也不知道在說些什麼，希望Kenny可以知道怪在哪裡。

Chien-Hsin,先试着猜猜怪在哪里 :-]

你的困惑是到底我们在研究假设里要怎么假设这个没有实际意义的“主效应”，是吗？我想，大多数时候，研究者对调节作用感兴趣应该是因为发现一些新的情境或群体中存在的关系不像我们原来知道的那样。还有一种可能的情况是，我们觉得理论上应该有的关系却在实践中找不到证据或者不是常常成立，于是引起研究者的兴趣去看是不是有什么限制条件。对于前者，我觉得如果以前的研究结果中符号都很统一，只是影响大小不同，就可以先按已有的研究结论去假设当作对过去结果的复制检验(replicate)，如果以前有正有负，那我们大概不假设这个“主效应”都可以的，直接做调节作用的假设就可以了。对于后者，我觉得就按理论上推出的关系去假设就好了，因为研究的重点是调节效应，这个“平均的主效应”即使得不到支持，也从另一方面支持了调节效应的存在。不知道这样是否合理呢？

@Chien-Hsin 435楼 （xinxin）

謝謝Xinxin，清楚多了。

我歸納一下，所以：

1.以前實證時主效果符號都一致，現在單純replicate，假說不寫出來也可以，因為這結果幾乎是確定的，沒太大貢獻。

2.以前實證時主效果符號不一致，也說不出確定的主效果，對現在研究，調節效果才是重點，所以也可以不寫主效果。