[系统转发] 管理研究理论和贡献探讨 2

Kenneth

我多加一句。在有调节作用底下的主效应，有两派的说法。
第一、既然有调节作用，就是x与y的影响受m的变化而影响，那么单谈x对y的影响而不讲m是没意思的。正如，男的影响是正的，女的影响是负的，你不知道是男是女，讲x对y的影响是无意义的。
第二、在不考虑m的时候，x对y的主效应是m的（加权）平均值时x对y的影响，这个“平均”影响有时候是有意思的。比如、在“增强性”的调节作用下，无论m是什么值，可能x对y都有正的影响。这样的理论背景底下，主效应并不是完全没有意思的。
所以、到底要不要假设主效应，我看是理论的问题，多于实证的问题。

@回复 437楼 (Kenneth)

謝謝 Kenny。

kenny您好，有问题向您求教。
（1）利用上市公司的数据检验假设，对结论的稳健性考察通常有哪些方法呢？
（2）利用上市公司的数据检验假设，影响其结论稳健性的因素通常有哪些？
（3）利用问卷检验假设，对结论的稳健性考察有没有什么要求？这与利用上市公司的数据检验假设有什么不同吗？
  这些问题可能比较大（呵呵，不是作业），希望kenny能提点一二以便自己领悟并能进一步参考文献学习，谢谢！

kenny，您好，请教三个问题：

第一，通常做回归的时候，有文献的作者这样来做，请问其目的是什么呢？比如说，影响因变量Y的自变量有五个，控制变量有三个，有的文献作者这样来做，首先将第一个自变量以及三个控制变量对因变量Y进行回归，然后将第二个自变量以及三个控制变量对因变量Y进行回归，接着是第三个、第四个、第五个，最后将五个自变量以及三个控制变量合在一起对因变量进行回归。是不是只需要进行一次总的回归就可以了呢？那些文献多次回归其可能的目的是什么呢？

第二，实证研究的文章，在讨论部分，很多文献通常的一种做法是说本研究的结论与谁的结论是一致的，我的意思是说，既然你的结论与别人的结论是一致的话，那干嘛还要写这篇文章呢？kenny，这种与既往研究进行比较的讨论，其用意是什么呢？

第三，实证检验完毕之后，发现数据并不支持假设，通常许多作者开始找原因了，说这种不支持可能是什么什么原因导致的，比如说可能是文化背景差异所引起的，等等吧，好像各种原因都可以找得到，所谓“欲加之罪，何患无辞”。我的问题是，既然你能找到那么多原因，有的原因为什么研究一开始就不控制或者考虑起来呢？进一步这就涉及到，一旦出现不支持假设的时候，讨论部分到底怎么写呢？通常比较得体的写法是怎样？

辛苦kenny，每次都是一串问题，衷心感谢！

提督你好：

你的問題也是我的問題，我先說說我的看法。

1.依次放進去才能知道我們提出的新變量，是不是在解釋能力上勝過其他早已存在的變量。如果所有變量一起放的話，只看見最終顯著與不顯著的結果，但無法深入瞭解變量之間對解釋依變量的微妙變化。

2.我想應該是類似結果的討論，如果完全一樣，我與你的看法一樣，不應該做這個研究。以下是Sutton and Staw (1995, ASQ)對於strong thoery的詮釋，我常拿來品嚐。尤其是"laterally into neighboring concepts, or in an upward direction"提醒我好的理論一定會與其他理論有橫向、縱向聯繫，所以我認為好的「討論」應該是在建立理論之間的關連。

Strong theory delves into underlying processes so as to understand the systematic reasons for a particular occurrence or nonoccurrence. It often burrows deeply into microprocesses, laterally into neighboring concepts, or in an upward direction, tying itself to broader social phenomena. It usually is laced with a set of convincing and logically interconnected arguments. It can have implications that we have not seen with our naked (or theoretically unassisted) eye. It may have implications that run counter to our common sense. As Weick (1995) put it succinctly, a good theory explains, predicts, and delights.

3.有些是意外，例如有些樣本特性是在研究當初無法完全瞭解。

kenny您好，请问探索性因子分析中，因子负荷量有正的，也有负的，这个正负号表示什么意义？

早星星好：

loading可以解釋成factor與indicator之間的相關係數，這樣就很清楚了。如果同一個因子間的負荷量有正有負，需要注意是不是有indicator需要reverse coding。

回复@Chien-Hsin，谢谢！没有indicator是reverse ​coding。

Kenneth

afanti,对不起,不知道怎样回答你的问题.因为不知道什么是"结论的稳健性考察"?请定义或解释一下.   Kenny

Kenneth

 问:第一，是不是只需要进行一次总的回归就可以了呢？回应:我没有见过人这样做的.唯一可以想出来的是"多层次回归分析" (hierarchical regression).用意是证明控制了前面变量以后,新加的(一组)变量是显著有效的.我们不可以一次做,因为问题是x2,x3,x4"一同"家进去是是有效,而不是个别x有效.

问第二，重复验证 replication 在科学方法中是很重要的.能够重复的结果才是对有验证的理论的强的,有力的证据.所以强调你的结果跟文献是相同的有助于强化理论的证据.但是,一篇文章不可能只是重复过去的研究的.

问第三，一旦出现不支持假设的时候，讨论部分到底怎么写呢？通常比较得体的写法是怎样？ 
回应:研究是基于理论的,如果设计严谨,但是结果不显著,应该谈一谈不显著的"可能"原因.这时候科学研究的必然过程.别人读了这些讨论,可以继续的研究下去,进而(1)改善理论,(2)提出边际条件,(3)发展新的理论.所以是"失败后前瞻性的讨论".我看很多都是做了post hoc interview 或者是经过分析的结果.如过说是因为样本太小,那就是废话了.