[系统转发] 管理研究理论和贡献探讨 2

Kenny,您好！我是一个才入门的菜鸟，请问下在进行中介效应分析的时候，对于自变量和中介变量的确定是不是应该建立在前人文献基础或者研究的假设上？不能够通过统计分析结果直接提出？而跑统计只是为了确定建立在理论分析上的假设进行验证有没有中介效应而已？
还问些，用层次回归和sem做中介效应检验，他们之间有区别吗？
另外对有两个自变量和两个中介变量的中介效应如何检验？他们的关系假定仍是：x——M——Y
谢谢了！！

dongdong:我的回答如下，供你参考。

对于自变量和中介变量的确定是不是应该建立在前人文献基础或者研究的假设上？不能够通过统计分析结果直接提出？
答：最好是有理论基础，至少是符合逻辑的；通过统计分析提假设是数据挖掘，甚至没有意义，风马牛不相及的两个变量也可以相关。

跑统计只是为了确定建立在理论分析上的假设进行验证有没有中介效应而已？ 
答：对，但只是假设得到支持，而非决定性地被证明。

用层次回归和sem做中介效应检验，他们之间有区别吗？ 
答：SEM更严格，因为SEM是同时估计各参数。

对有两个自变量和两个中介变量的中介效应如何检验？他们的关系假定仍是：x——M——Y 
答：在SEM里直接设定好指向即可。

Myth,我的理解是，如果是dummy ​variable、定比变量、定距变量、以及可以视为定距的定序变量（如学历），即使他们单位有差别，回归结果的标准化系数不会有差别的。只是解释系数的时候注意standadized ​Beda和没有standadize的不同含义就好了。但是如果是定类变量（如行业类别），就要小心了，不可以直接解释。

xinxin,你提出的问题我不懂啊，请问：
1，标准化和非标准化的系数在解释时有何差异？
2，dummy variable和定类变量有何异同？
3，好像很多方法涉及定类变量，ANOVA，MANOVA等，对于定类变量如果不是直接解释，那么该如何解释？

Myth,不好意思，我没有解释清楚。希望这次可以清楚些^-^

1. 非标准化系数就是用原始数据直接做回归所得的系数，它表示当自变量X变化一个单位时会引起因变量Y变化几个单位。但是当我们的一个模型中有好几个自变量时，我们可能需要比较它们对于解释Y的相对贡献谁大谁小，可是如果这些自变量单位不同，我们是无法比较的。所以，在回归前把所有自变量先标准化，再放入方程，就可以解决这个问题（就是你前面问题里提到的）。这时得到的回归系数就是标准化的回归系数（Beta coefficient）。如果在SPSS中做回归,你不用把数据标准化，软件会自动帮你做出两种系数的。

2.dummy variable是特殊的定类变量。因为只有两类，所以它的系数是可以解释的，即，可以解释为X是1还是0可以解释Y变化的多少。但是更多类的定类变量，我们就不能直接解释它的系数了，因为这些数字的高低根本没有含义的，只是一个类别的符号。

3.和回归不同，ANOVA,MANOVA是专门针对定类变量的统计方法，就是为了分析不同类别内部，类别之间的变异量是什么关系，里面的结果（如F值）是可以直接解释的。

kenny您好：
我有个有关调节作用的具体问题向您请教。性别（男、女）的调节作用。
调节效应的回归方程：Y=a+b1*X+b2*Z+b3*X*Z，也可以写成：Y=a+（b1+b3*Z）*X+b2*Z。
请问：回归系数（b1+b3*Z）表达的意思是什么？
是否表示：男性相对于女性样本回归系数的差？
祝好！

xinxin,谢谢啊！讲的很清楚，我学到了。还有问题：
1.一般说的系数大小，比如0.1是小，0.5是大，这是标准系数还是非标系数？

2.如果是将不同论文的研究结果比较，该如何进行？若是标准化系数，看相对解释力，但是不同论文的变量数量和种类不可能完全一样；若是非标系数，似乎又不好比较。

Myth,

（1）一般说的系数大小应该是标准化的系数。
（2）的确是你说的这样，不同研究、不同模型里因为测量单位、测量误差、样本大小、抽样误差等等都不同，所以直接比较系数的相对大小是没有意思的。不知道我的理解对不对，我认为通过目测，我们能做的只是比较不同研究里的系数是否显著（即beta是否不为零）以及正负而已。如果测量工具相同，只是样本不同，也可以考虑用Fisher Z转换后的系数来比较。请参考Kenny前面的日志“两个回归系数是否相等的问题”，看看是否有帮助。

caspian

kenny，猜你正在或即将去往辽大的途中，辛苦了！

我想做一个问卷上4个变量的CFA，其中两个单维变量，两个多维变量。我设想有三种做法：

1. 将一阶和二阶放在一起做。意思是两个单维潜变量直接指向测量指标；另两个多维潜变量指向维度，维度再指向测量指标。我认为这样最接近4个变量的真实情况，但不知LISREL程序实现上有无困难。

2. 以两个多维变量的维度作为测量指标，加两个单维变量及其测量指标，做一阶CFA。感觉似乎测量层次不统一。

3. 以两个多维变量的维度作为测量指标，将两个单维变量的原始测量指标组合为高一个层次的测量指标（像王辉和你在2005AMJ的那篇文章一样），做一阶CFA。但我想不清楚，原始测量指标随机组合为高一个层次的测量指标，逻辑上是否讲得通。我的问卷中的这两个单维变量是情感承诺和绩效——奖励关联。

希望Kenny在辽宁讲课顺利。谢谢您！

请问大家，回归模型中标准化的Beta应该是不可能大于零的吧。我现在做一个回归模型，单看X1,X2,X3和Y的相关系数都很正常，.20～.40左右，可是为什么一起做回归时，X3的系数就成了1.03呢？不知道大家有没有遇到过。谢谢！