共同方法偏差的统计检验及控制方法.pdfVIP

心理科学进展 2004，12 （6）：942~950 Advances in Psychological Science 共同方法偏差的统计检验与控制方法∗ 周 浩 龙立荣 （华中师范大学心理学系，武汉 430079） 摘 要 共同方法偏差是心理学研究中一个越来越被关注的课题，但国内心理学界对其的介绍、研究还比较 少，导致研究中对共同方法偏差的控制还有所欠缺。共同方法偏差的控制方法分为程序控制和统计控制， 该文介绍了共同方法偏差的多种统计控制法，如因素分析法、偏相关法、潜在的误差变量控制法、结构方 程模型法等，分析了其各自的优缺点，并提出了如何选择采用这些方法的建议。 关键词 共同方法偏差，统计控制法，心理学研究方法。 分类号 B841.2 1 引言 共同方法偏差（common method biases ）指的是因为同样的数据来源或评分者、同样的 测量环境、项目语境以及项目本身特征所造成的预测变量与效标变量之间人为的共变。这种 人为的共变对研究结果产生严重的混淆并对结论有潜在的误导，是一种系统误差。共同方法 偏差在心理学、行为科学研究中特别是采用问卷法的研究中广泛存在，引起了越来越多研究 者的注意。国外对此的研究已经有 40 多年的历史，现在仍是学界关注的焦点[1] 。在国内， 有的研究者根本就还没有意识到这个问题，更不会在研究中采取相应的控制措施；有的研究 者虽然意识到了这个问题，但由于缺乏对共同方法偏差控制方法的了解，所以控制效果并不 理想。 共同方法偏差的控制方法分为程序控制和统计控制。程序控制指的是研究者在研究设计 与测量过程中所采取的控制措施，比如从不同来源测量预测与效标变量，对测量进行时间上、 空间上、心理上、方法上的分离，保护反应者的匿名性、减小对测量目的的猜度，平衡项目 的顺序效应以及改进量表项目等。研究者首先应该考虑采用程序控制，因为这些方法是直接 针对共同方法偏差的来源而设计的。但是，在某些研究情境中，受条件限制，上述的程序控 制方法无法实施，或者无法完全消除共同方法偏差，这个时候就应该考虑在数据分析时采用 统计的方法来对共同方法偏差进行检验和控制。本文的目的就在于简要地介绍共同方法偏差 的统计检验与控制方法，分析其各自的优缺点，并提供一些选择采用这些方法建议。 收稿日期：2004-06-16 ∗ 国家自然科学基金资助（项目号）。 通讯作者：龙立荣，电话：027，E-mail: asulong@ 942 第12 卷第6 期 共同方法偏差的统计检验与控制方法 -943- 2 Harman 单因素检验 这种技术的基本假设是如果方法变异大量存在，进行因素分析时，要么析出单独一个因 子；要么一个公因子解释了大部分变量变异。传统的做法是把所有变量放到一个探索性因素 分析中，检验未旋转的因素分析结果，确定解释变量变异必须的最少因子数，如果只析出一 个因子或某个因子解释力特别大，即可判定存在严重的共同方法偏差[2,3] 。现在更普遍的是 采用验证性因素分析，设定公因子数为1，这样可以对 “单一因素解释了所有的变异”这一 假设作更为精确的检验[4,5] 。 Harman 单因素检验的最大优点是简单易用，但仅仅是一种评估共同方法变异严重程度 的诊断技术，而且是一种不灵敏的检验方法，并没有任何控制方法效应的作用[1] 。按照其假 设，只有当单独一个因子从因素分析中析出并解释了大部分的变量变异时，才有理由认为存 在严重的共同方法偏差。然而，单因素模型拟合数据不太可能，更可能的情况是有多个因子 从因素分析中析出，但这并不能证明测量中没有共同方法变异。 3 偏相关法 用偏相关的方法来控制共同方法偏差的原理是将方法变异来源作为统计分析中的一个 协变量。根据这些变异来源能否被识别，以及在多大程度上能够被测量，这类方法一般有以 下三种： 3.1 分离出可测量的方法变异来源 这种方法通过直接测量某个方法变异来源，并将其作为统计分析中的协变量，从而使其 效应从预测与效标变量中分离出来的方法实现对这些偏差的控制[6] 。比如，对于反应者的情 绪状态和社会称许性这两种常见的共同方法变异来源，就可以采用在这种方法加以控制。 这种方法的优点在于使用起来