管理研究方法5.pptVIP

管理研究方法Management Research Methodology 谢荷锋 博士 xiehefeng@ 管理研究的基本议题 科学研究与管理研究 管理研究中的基本概念 管理研究设计 数据获取 数据分析 研究结果的呈现 一、管理研究中的基本数据分析方法 相关分析 回归分析 结构方程模型 层次线性模型 元分析 二、相关分析（correlation analysis） 统计关系与确定性关系 简单相关、复相关、偏相关与典型相关 品质相关、Spearman 序相关、pearson 相关 相关分析的应用 实验研究中的相关分析 相关分析与因果分析 相关分析的检验 应用软件：SPSS，Eviews 三、回归分析（regressive analysis) 回归分析的基本原理是自变量与因变量成线性关系(Linear Relationship)，假如X1及X2(即自变量；Independent Variables)是Y(即因变项；Dependent Variable)的原因，那么它们的关系可用以下方程式代表： Y = β0 + β1X1 + β2X2 + ε (1) β0为一常数，代表在没有X影响下，Y的平均值； (2) β1代表了如果X1改变了一个单位，Y会改变的程度； (3) β2代表了如果X2改变了一个单位，Y会改变的程度； (4) ε代表了随机的误差，是常态分布的。 回归分析的基本原理 回归分析的基本原理 (1)整体而言，这些自变项对依变项的预测或解释能力有多大，即ε的变异量占Y的总变异量的大小，如果愈小，则预测或解释能力愈高； (2)在同时考虑了所有自变项的情况下，关于个别自变项对依变项的影响，我们可作出这样的结论：“在其它因素不变的情况下，这个自变项(例如X1)对依变项(例如Y)的影响是当X1改变一个单位时，Y会改变β1个单位”。 回归分析的方法与软件 普通最小二乘法（OLS） 最大似然法 矩方法 软件：SPSS, EVIEWS 回归分析中的假设检验 T检验 F检验 Wald 检验 约束检验 特殊效应检验 交互效应检验 增加效度检验 调节效应检验 中介效应检验 应用回归分析的注意点 回归分析是一类统计工具，不提供因果关系判断。 自变量与因变量均应达到“等距测度”,否则，应该采用虚拟变量的方法，加以研究。或者采用其它（如logistic模型）进行研究。 考虑控制变量及其测量。 可以研究变量的非线性关系。 一次只能处理一个因变量。 测量误差可能会影响到分析结果，因此分析前要研究测量的信度和效度。 关注变量的多重共线性问题！ 案例：回归分析结果 四、结构方程模型 结构方程模型（Structural Equation Model，简称为SEM），是一种基于变量协方差矩阵来分析变量之间关系的统计方法，所以也被称之为协方差结构分析 。 结构方程模型：优点 同时处理多个因变量； 计算间接效应（回归不能）； 容许自变量与因变量包含测量误差（注意回归分析中自变量没有没有测量误差）； 同时估计因子结构和因子关系； 容许更大弹性的测量模型； 估计整个模型的拟合程度（用以比较不同模型）； SEM包括：回归分析、因子分析、t检验，方差分析、交互模型、实验设计 结构方程模型之结构 结构方程模型分为测量方程（measurement equation）和结构方程（structural equation）两个部分。 测量方程主要用来描述潜变量与指标之间的关系，而结构方程主要用来描述潜变量之间的关系。 SEM数学表达（一）：测量方程 X：外源（exogenous）指标向量； y为内生（endogenous）指标向量， Λx为外源指标在外源潜变量上的因子负荷矩阵； Λy为内生指标在内生潜变量上的因子负荷矩阵； η内生潜变量； ξ为外源潜变量； ?为外源指标x的误差项； δ为内生指标y的误差项。 测量方程： SEM数学表达（二）：结构方程 B为内生潜变量之间的关系矩阵； Γ表示外源潜变量对内生潜变量的影响； ζ为结构方程的残差项，反映了η在方程中没有被解释的部分。 结构方程： 结构方程的图形表述：例子 结构方程的计算原理 数据结构的拟合度 输入数据关系矩阵（或者协方差矩阵S），经过模型拟合后，输出相关系数矩阵（或者协方差矩阵S），计算前后矩阵间的差异，差异越少，拟合度越好！ 结构模型分析步骤 理论（theory） 。 模型设定(model specification) 。 模型识别（model identification）。 选择测量变项与收集资料 。 模型估计（model estimation）。估计方法主要有：最大似然法ML、广义最小二乘法GLS等，采用的软件有LISREL，EQS和AMOS等。 拟合度评估（assessment of fit