(完整word版)多层次线性模型理论综述.docVIP

多层次线性理论模型综述 摘要：组织的多层次系统结构逐渐显露出传统组织偏宏观或偏微观观点的局限性。 嵌套性质 数据的处理方法， 可以采用多层次线性模型 （ Hierarchical Linear Modeling, 简称 HLM）加以分 析和处理。本文旨在对 HLM 理论分析的方法、模型、原理、优点以及局限性展开综述，以期获得更好的理解。 关键字：多层次线性模型 个人层次 群体层次 聚合 一、引言 在社会科学中， 很多研究问题收集来的数据都体现出多水平， 多层次的嵌套结构。 比较典型 的例子就是：在教育研究中，学生嵌套于班级中， 而班级嵌套于学校中。传统的回归模型或 从宏观的团体层次加以分析， 或从微观层次加以分析， 都对数据的的嵌套性视而不见， 这大 大降低了研究结果的现实意义。 在过去十年的组织研究中， 多层次的观点逐渐发展成熟， 确 认了组织既是宏观亦是为官的观点而且在综合方法上应该考虑两种情形： 意识群体、 组织及 其他情境因素如何由上而下影响个人层次的结果变量； 二是个人知觉、 态度及行为由下而上 以形成群体、次单位与组织的现象。 针对跨层次的数据结构， 利用多层次理论模型，可以较 好的加以处理，其中以多层线性模型（ HLM ）最为常用。这一方法的开创及发展的主要贡 献者之一是英国伦敦大学的 Harvey Goldstein 教授及研究者把这种方法称作“多层分析” 。 另一主要开拓者美国密歇根大学的 StephenW.Raudenbush 教授和同行把它称为 “分层线性模 型结构”。按照张雷等人的叫法称其为“多层线性模型”或“多层模型” 。 二、多层次线性理论模型 在多层次线性模型中， 自变量可能来自于较低层次的构念， 或是较高层次的构念。 这些变量 之间的关系可以由下面的模型描述： Level-1 Model ： Yij 0 j 1 j X ij rij Level-2 Model : 0 j 00 01G j U 0 j 1 j 1011G j U1 j Yij 是指个人 i 在 j 群体中的结果变量， X ij 是个人 i 在 j 群体中的预测因子值， 0 j 与 1 j 是 每个 j 群体分别被估计出的截距项与斜率， rij 为残差项。 G j 是群体层次的变量， 00与 10 为 Level-2 的截距项， 01 与 11 是连结 G j 与 Level-1 式子中的截距项与斜率项的斜率。 U 0 j 与 U1 j 为 Level-2 的残差项。 三、聚合可行性的统计指标 在聚合个人的回答到单位层面之前，必须确认聚合有理论和实证的支持。 Bliese（ 2000）在 其著作中详细说明了关于聚合的许多一致性和信度指标，常用的指标主要有三个： 1、组内一致度（ Within-Group Agreement ） 组内一致度是指回答个体 （如相同单位的个体） 对构念有相同的反应程度。 在组织文献中最 常用来衡量组内一致度的适用于问项量表的 rwg ( j ) （ James, Demaree and Wolf, 1984;1993） j[1 ( sxj2 )] 2 rwg ( j ) EU s2 s2 j[1 ( 2xj )] ( 2xj ) EU EU rwg ( j ) 是指群体中 j 个平行的问项上所有回答者的组内一致度， sxj2 是指在 j 个问项上所 观察到得方差的平均数， EU2 是指假设所有回答者只存在随即误差下的期望的方差。 在组织文献中，基本原则是呈现众群体的 rwg 中位数或均值，若 rwg 0.70 ，表示聚合 有足够的组内一致度。 2、组内相关（ 1） [Intra Class Correlation(1)] 验证组内一致度后， 还必须在聚合之前， 先检测是否有足够的组间差异， 组间方差的存在是检验群体层次构念与其他构念之间关系的要素。 ICC （ 1）表示的是组间方差占总方差的比重。 （ 1） 00 ICC= 2 00 00 是指组间方差， 2 是指组内方差。 James(1982)回顾组织研究，并发现 0.00 ICC（ 1） 0.50 ，中位数为 0.12。实务中，只需 检验组间方差是否显著即可，不一定要以 0.12 作为可以聚合的标准值。 3、组内相关（ 2） [Intra Class Correlation(2)] ICC(2) 是指群体平均数的信度， 即将个人层次变量聚合成群体层次变量时， 此变量的信 度。 ICC(2) 与群体样本数 k 以及 ICC(1) 有关，三者关系如下： （2）= k(ICC (1)) ICC 1 ( k 1)ICC (1) Bliese(1998) 指出，在检验群体层次构念与其他构念之间的