管理学研究方法中的实证研究

例如：关于“研发团队知识共享行为”与“研 发团队绩效”的研究。
很显然，知识共享行为不能够在瞬间导致团队 绩效的提高，这肯定是需要一定时间的。
所以，如果在同一时间点进行测量上述两个变 量，那么就不能断定两者之间的因果关系。
问卷回收、录入好后，需要进行量表的信 度、效度检验。
信度（Reliability）
建构效度的两个方面
一个测量工具具有建构效度,则该工具不仅应 与测量相同构念或特质等理论上相同的变量呈 高相关,也应与测量不同构念或特质等理论上 相同的变量呈低相关,前者涉及的效度叫聚合 效度（内敛效度）(convergent validity) ,后者 涉及的效度叫判别效度（区分效度） (discriminant validity) 。
理论、案例 分析
假设提 出
假设修正 （检验）
假设检验
实证研究报告（文章）的一般结构
研究目的与提出问题 文献综述 提出假设 编制量表、问卷发放、信度与效度的检验 数据分析（证明或证伪假设） 讨论、结论
文献综述（Literature Review）
首先，“文献综述”（Literature Review）不 是“背景描述”（Background Description）。
行为归纳阶段
经验检验阶段
Source：罗仲伟：《管理学方法与经济学方法的借鉴、融合》，《中国工业经济》，2005 （9）
科学研究的几个特征
目的性：进行研究时必须有一个明确的目标或 目的；
严格性：认真、谨慎、精确，以良好的理论基 础和经过仔细思考的方法，在最小的偏差情况 下，从适当的样本中得到正确的信息，并对所 收集的资料进行适当分析；
Administrative Science Quarterly(ASQ)
Academy of Management Journal(AMJ)
Strategic Management Journal(SMJ) Organizational Science(OS) Journal of Applied Psychology(JAP)
理想的样本量应为条目数的10~25倍，但一般 上，5倍、7倍就能够得到很好的效果。 总样本量不得少于100，而且原则上越大越好。
问卷筛选的5个原则
问卷中有多处缺答现象的予以删除； 问卷填写呈现明显规律性的予以删除，如答案
呈“Z”行排列、所有条款选同一选项等； 基于问卷中设置的反向条款，检验出前后条款
共性：一个组织情景中大发现可以应用到其他 组织范围；
简练性：在构件研究框架时，尽可能以较少的 变量来解释方差。
管理学研究方法的种类
实证研究 实验研究 规范研究 案例研究 模拟研究 模型研究
实验研究指运用科学实验的 原理和方法，以一定的理论 及假设为指导，有目的的操 纵某些因素或条件，从而观 察变量之间的因果关系，探 索规律的一种研究方法。
对文献进行分类，记录文献信息；对于书籍类 的，记录图书分类号码和藏书地点；
对于特别重要的文献，不妨做一个读书笔记， 摘录其中的重要观点和论述。
做好文献综述的技巧——按照问题 组织文献综述
做文献综述时，头脑时刻要清醒：我要解决什 么问题，人家是怎么解决问题的，说的有没有 道理，就行了。
提出假设
Zeithaml(2001)以默会性、稳健性、嵌入性和 一致性直接地衡量核心能力）； 2. 替代性变量（例如，用企业之间能力水平的差 异性来测量企业能力的稀缺性）。 测量的来源： 1. 自己调查并进行检验（运用较少）； 2. 直接借鉴他人的量表（重点）。
问卷设计的顺序
选取经典的、成熟的英文量表； 寻找专业人士将量表进行并行、双盲翻译；再
采用“如果／那么”或类似的表达进行表述。
提出假设的原则——（2）有经验 内容
经验内容标准提出理论的语义性和逻辑性，而 不能模糊不清。非理论的、分析的陈述可以基 于其逻辑或术语的定义而判定，如“太阳或是 照耀着或不是”，不必瞧窗外就可证实此陈述。
同样，通过定义也可判断陈述是否有经验内容， 如一个改善其效率的企业将有较大的投入产出 比，其实效率是通过投入产出比来定义的。综 合的陈述，如“如果管理者是年轻的，则他们 倾向于保守“，这就有一个经验的内容，因为 “真实世界”必须决定他们的正确性，而不能 通过简单地定义。
可验证性：某种假设可以通过统计检验的方法 来验证；
精确性与可信度：前者指根据样本得到的结果 与真实情况相当接近；后者指我们有信心相信
科学研究的几个特征（续）
可重复性 ：假设不是偶然地被支持，而是对 研究对象总体真实状态的反映；
客观性：依据实际资料的推导而不是个人主观 的或情绪性的判断得出结果；
管理学研究方法中的实 证研究
陈超
实证研究
管理学研究方法简介 实证研究的步骤、方法 运用spss进行分析（一）
管理学理论形成的方法论逻辑
学理性知 识
经验性知 识
制度性知 验 分析
理论体系： 概念
判断
推理
实践 应用 效果 评价
理论 的证 实或 证伪
知识积累阶段
效度即有效性，它是指测量工具或手段能够准 确测出所需测量的事物的程度。
效度主要反映的是所测量到的结果反映所想要 考察内容的程度，测量结果与要考察的内容越 吻合，则效度越高；反之，则效度越低。
在管理学中，经常需要运用到的效度有：建构 效度（Construct Validity）、内容效度 （Content Validity）。
关于效度的例子
一把信度很高的尺，如果拿他来测量一群人的 体重，判断谁轻谁重，就不很有效。因为尺并 不擅长测量体重这项特质，尺对体重这项特质 就是效度不佳的测量工具。
但是判断测量工具是否可信有效，并非如上例 这么显而易见。譬如，理论上尺是测量长度的 最佳工具，但经销金属线的大盘商，却宁可用 测量重量的秤，来计算金属线进、出货的数量， 否则用尺来计算一货柜规格不等的金属线，很 可能吃力不讨好。
提出假设的原则——（3）体现普 遍必然性
这是理论的特性。“一些现象的出现必须和某 些其它的现象联系起来，这种关系不能简单地 是一种巧合”（Hunt, 1991）。所以要成为一 种类规则一般性，一个陈述必须通过描述一定 会发生的关系而不是通过具体化偶然的或伪造 的关系而拥有理论的力量（Gaski, 1985）。
结论相矛盾的予以删除； 问卷中“不确定”选项过多的予以删除； 同一单位（企业/部门/团队）回收的问卷存在
明显雷同予以删除。
问卷发放回收中需要注意的
对于问卷回收率，没有明确的要求；但一般在 研究报告、论文中需要说明有效问卷的回收率。
问卷中容易产生的两个问题： 同源方差； 横截面设计的局限。
同源方差(Common Method Variance)
关于信度的例子
譬如，一把卷尺昨天量一个人的身高是一百七 十公分，今天再量却变成一百六十五公分，一 个人不可能一天矮了五公分，显然这把尺可能 受热冷缩的影响很厉害，也就是“信度”不高。
又如，这把尺从尺端开始量一个人的身高是一 百七十公分，但从一公分的地方开始量，同一 个人的身高却变成一百七十五公分，显示这把 尺刻度之间的距离不准确，“信度”自然就低 了。
信度是指使用相同研究技术，重复测量同一个 对象时，得到相同研究结果的可能性。
研究信度问题时，通常要考虑随机误差的影响。 若测量时有较多的随机误差，就会有较低信度。 信度高的测量，在每次测量时，都会有相同或 是相似的结果。（Jeffrey, Katzer & Kenneth & Wayne, 1991）
内部一致性信度（ Internal Consistency
Reliability ）
在管理学中，反映信度的指标只需要内部一致 性信度就可以了。
内部一致性信度反映的是测量工具内部同质性、 一致性或稳定度。同质性越高，代表测量工具 在测量相同的特质。
内部一致性信度的计算方法见后。
效度（Validity）
评论的主线，要按照问题展开，也就是说，别 的学者是如何看待和解决你提出的问题的，他 们的方法和理论是否有什么缺陷？要是别的学 者已经很完美地解决了你提出的问题，那就没 有重复研究的必要了。
文献综述所应包含的：
序言。关于章节构成、文献总述的部分。 关于自变量的文献综述。 关于因变量的文献综述。 自变量与因变量之间关系的文献综述。（这是
建构效度（Construct Validity）
建构效度即：要测量工具反映的概念和命题内 部结构的程度。它通常在理论的研究中使用。
例如对“智力”这个构念进行测量： 因智力理论提示智力随年龄而发展的原则， 所以若智力测验的分数显示测量分数随年龄递 增的现象，则符合智力理论。唯其如此，才能 确定此智力测验有效。换言之，若从建构的分 析来考验测量工具的效度时，必须以相关理论 为分析建立的依据。
进行并行、双盲的回译；将翻译出的字句结合 原文，寻找专家评定； 形成的中文问卷，选取较有代表性的一部分被 测试对象，让他们谈谈问卷内容、编排设计的 合理性； 将问卷进行预测试，统计分析后进行适当调整； 预测试调整后，正式发放。
问卷样本量的数量确定
根据Gorsuch（1983）的观点 样本量与条目数的比例应在5：1以上，实际上
做研究时，一般要首先了解问题的来龙去脉。 诸如“XX问题的发展历程和背景”等等，这 些关注的都是现实面的问题，并不是文献综述。
什么是文献综述？
首先，文献综述是对学术观点和理论方法的整 理。
其次，文献综述是评论性的（Review 就是 “评论”的意思），因此要带着作者本人批判 的眼光 (critical thinking) 来归纳和评论文献， 而不仅仅是相关领域学术研究的“堆砌”。
例如：关于跨国企业“跨文化冲突”与“团队 绩效”的研究。
在问卷回答时，“跨文化冲突”与“团队绩效” 两个部分大多都会由同一个人来填写，这就产 生了同源方差（common method variance） 问题。