管理实证研究中的统计控制误用分析和改进.pdfVIP

第35 卷第10期 科学学与科学技术管理 Vol. 35, No. 10 2014 年10月 SCIENCE OF SCIENCE AND MANAGEMENT OF S. T. Oct. 2014 管理实证研究中的统计控制误用分析及改进 张 涵，康 飞 (天津大学管理与经济学部，天津 300072) 摘要：在管理实证研究中，统计控制误用的情况尚未得到足够重视。解释了控制变量的概念和统计控制的应用原理， 并分别分析了控制变量与理论构念或测量指标相关的情况下，统计控制对分析结果的影响。通过分析表明，当控制 变量与理论构念相关时，常用的统计控制方式——分层回归分析所检验的并不是自变量对因变量的总解释度，而是 在考虑控制变量的情况下增加解释度；而当控制变量与测量指标相关时，分层回归分析并不适用。针对以上问题，提 出了相应的统计应对策略。 关键词：实证研究；统计控制；控制变量；测量模型；分层回归分析 中图分类号：F270 文献标识码：A 文章编号：1002-0241(2014) 10-0043-08 0 引 言 而盲目的使用控制变量可能会导致自变量和因变量 在实证研究的研究设计中纳入控制变量，并在 之间的概念关系模糊不清，对统计结果进行不恰当 [1-7] 统计分析时对其进行统计控制已经成为管理研究中 的解释，从而做出错误的统计推断和研究结论 。 [4] 的一种惯例而被广为接受。Atinc 等人的数据分析显 Carlson 和Wu(2012)指出 ，统计控制可以用于不同 示，在发表于2005—2009 年之间的管理类四个主流 的研究目的，而统计控制中经常使用的分层回归分 期刊的1200篇文章中，有813 篇文章使用了控制变 析并不是一把“万能钥匙”，只能使用在有限的场合， 量，所占比例高达67.7%[1] 。并且，在使用问卷调查的 需要审慎使用。Breaugh(2008) 和Becker(2005)通过 [5,7] 管理研究中，使用分层回归分析的方法，将控制变量 对文献内容分析发现 ，研究人员很少清晰地汇报其 [2] 为何采用控制变量以及控制变量的采用是否达到了 先放入第一层已经成为一种标准做法 。在理论分 析中，控制变量经常被称为“混淆变量”或“干扰变 预期目的。Newcombe(2003) 以及Breaugh 和Ar- [1] [8-9] 量”，其会与研究所关注的自变量和因变量产生共 nold(2007)指出 ，在对控制变量进行统计控制的同 变，从而扭曲自变量与因变量之间的关系，使其不能 时，也会排除一部分自变量与因变量间的共同变异， [3] 从而减少自变量对因变量的统计效应。 对两者之间的关系做出有效推断 。研究人员认为， 在对自变量与因变量之间的关系进行统计分析时加