[系统转发] 管理研究理论和贡献探讨 2

谢谢Kenny。您说的我同意的，但是还是有些糊涂。因为效果指标我很容易想象，在古典测量中，我们假设了把所有条目加在一起取平均值，就能够平衡随机误差，得到接近真实分数的值；在CFA中，我们假设了所有条目背后共同变异的那部分就是潜变量的真实分数；可是在构成指标中，真实地那个分数在哪里呢? 是不是我们只知道X是由a,b,c三部分按某种我们不知道的方式构成的，所以要知道它是如何构成的，我们必须要另一个在理论上与它相关的结构变量的帮助才能估计。可是这里有两点让我比较困惑：（1）什么是导致a,b,c三部分构成会变的原因？如果只是误差，我们是不是可以用一个很大的样本把他们的权重估计出来，然后就此定下来呢？如果是因为文化或其它的影响，那是不是每次在一个新的情景作研究都需要重新估计这个权重？
（2）在对X有稳定的估计之前，我们如何知道理论上X与结果变量的准确关系，进而使用这个关系来估计呢？

不好意思，那么多问题。谢谢Kenny!

Jane Chow

刚刚回复的时候忘了登陆了，所以多发一次：
多谢xinxin和kenny的回复
 如果近期能在广州或上海开讲座就更好了。。
明年的讲座如果时间合适我一定去，希望有机会当面交流。 

Candy,
（1）什么是导致a,b,c三部分构成会变的原因？如果只是误差，我们是不是可以用一个很大的样本把他们的权重估计出来，然后就此定下来呢？如果是因为文化或其它的影响，那是不是每次在一个新的情景作研究都需要重新估计这个权重？
回应：理论上来说，你讲的是对的。但是有两个假设要符合。第一、模型要正确。与回归分析一样，如果最总要的结果变量（y）没有放进去，模型中不同的y就会引致不同的x权重了。第二、最重要的指标要准确包括在模型中。与结果变量（y）的问题一样，如果在不同的分析中的x组成指标都不一样，权术估计结果当然不同了。

（2）在对X有稳定的估计之前，我们如何知道理论上X与结果变量的准确关系，进而使用这个关系来估计呢？ 
回应：你不需要知道他们的“准确关系”，因为他们的关系大小是可以估计出来的。比如x有三个指标（x1,x2,x3)。而x会影响y和z（y和z是用效应指标的）。那么， 我们有：
   x = α1 x1 + α2 x2 + α3 x3
   y = β1 x + e1
   z = β2 x + e2
β1与β2是不用知道，可以估计出来的。

今年不可能了。因为我下个月要去新疆和丝绸之路，回来就要开课了。要等明年一月以后才可以了。当然还要一个条件，就是要有人请我啊！ :-)

Kenny, 我想清楚了，谢谢您的帮助！

Kenny,我想请问一下，如果用不同的方法（比如case study,或者扎根理论）来研究一个前人研究过的问题，是否有价值？

Kenneth

Fei,我的理解是价值是在于研究的问题和结果，方法只是占很少的比重。方法只有适合不适合的问题。所以，如果你找到了新的洞见，新的结果的话，用什么合适的方法都可以（个案和扎根理论当然可以）。但是，如果你找不到新的东西的话，用什么方法都是没有意思的。所以，应该问的不是可不可以用个案和扎根理论去研究，应该问你相信用定性研究会在这个问题上找到新的视角、新的结果吗？如果你的问题是：「还没有做，我怎么知道呢？」的话，就代表找到新的东西的机会不一定很大了。

@ 回复 fei 603楼 (Kenneth)谢谢您，您的答复非常及时！

好久没来,这里好热闹.我又出现麻烦了,请Kenny和大家多指教.我依然做调节变量研究,自从Kenny说用结构方程模型做中介作用研究,做出来是部分中介意义不大后,我就改做调节作用研究了,呵呵.我的问题是,交互项ΔR2不显著,p值为0.11，但交互系数显著,看我的解释能不能成立:虽然ΔR2不显著，但是与0.1水平上的显著非常接近，有可能是自变量和调节变量对因变量的主效应影响方向不同而导致交互项对因变量的解释力度下降，所以我认为可以接受.M对X与Y关系具有调节作用.
Kenny,祝在新疆旅途愉快!

Shirley,因为你没有提到你现在做的调节作用背后的理论根据，所以没有办法就理论部分回应。如果仅就你提到的检验过程，有一点和你不同的看法，供你参考。

当ΔR2和交互项系数不一致时（即一个显著一个不显著，我猜通常是前者显著，后者不显著），我认为还是以ΔR2为标准作判断比较安全。因为X或M与XM往往高度相关，所以XM 的standard error的估计值要比实际小、从而使得检验时的p value变得比实际更小，所以有很大的犯Type I error的风险，而R Square Change是不受其影响的。
不知道这样理解对不对？