搜索
实证研究方法介绍陈超实证研究方法简介实证研究的步骤、方法运用spss进行分析实证研究一、实证研究（empiricalstudy）•实证研究是指通过对现有材料进行数理统计、分析，并设计实验，进行量化的、精确的测试并推导出结论。其依据是某领域的理论能够成为可以量化的纯粹科学。写论文前的准备•阅读足够的文献，确定所要基于的某个理论，并在这个理论的基础上，构思出自己的研究模型和创新之处。•比如多属性态度模型、理性行为理论、计划行为理论、道德决策模型、技术接受模型等等。二、实证研究的步骤和方法•1、引言（研究目的与提出问题）•2、文献综述•3、模型（研究变量和提出假设）•4、编制量表、问卷发放、信度与效度的检验•5、数据分析（证明或证伪假设）•6、讨论、结论1、研究目的与提出问题(引言)•论文的第一部分通常为引言介绍，千万不要忽视这个部分。•好的引言可以让读者很快了解你所做工作的背景、选题方向和创新之处。•如果能够使用优美的文字把审稿人吸引住，你的论文就成功了三分之一。2、文献综述（LiteratureReview）•文献综述不是背景描述。•比如“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。2、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，因此要带着作者本人批判的眼光来归纳和评论文献，而不仅仅是相关领域学术研究的“堆砌”。•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。2、文献综述所应包含的：•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。•对文献综述进行总结、评论，指出研究的出发点。2、做好文献综述的技巧—瞄准主流•主流文献，如该领域的核心期刊、经典著作、专职部门的研究报告、重要读物的观点和论述等，是做文献综述的“必修课”。•而多数大众媒体上的相关报道或言论，虽然多少有点价值，但时间精力所限，可以从简。•找到一篇出现频率最高的文献，从参考文献中去寻找其它相关文献•到相关文献数据库中按关键词、题名、作者等检索词去搜寻。•借助google学术检索（scholar.google.com）2、怎样找文献？2、几本管理学的顶级期刊•AdministrativeScienceQuarterly(ASQ)•AcademyofManagementJournal(AMJ)•StrategicManagementJournal(SMJ)•OrganizationalScience(OS)•JournalofAppliedPsychology(JAP)•JournalofInternationalBusinessStudies(JIBS)•ManagementScience(MS)•经济研究•管理世界国内顶级期刊国际顶级期刊2、做好文献综述的技巧—随时整理•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(NoteExpress)。2、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。•因变量：这是因果模型中被认为是结果的变量，受其他一些因素的影响而变化。•自变量：被假设为原因的变量，也称为预测变量、实验变量或解释变量。•中介变量：在因果链中，介于自变量和因变量之间，是原因X作用于结果Y的媒介。•调节变量：如果变量X与变量Y有关系，但是X与Y得关系受第三个变量Z的影响，那么变量Z就是调节变量。•控制变量：除了X以外，其他会引起Y变动的因素。3、研究变量3、提出假设•理论就是一系列系统地陈述，包括一些一般性的规则，这是经验地可测评的，进一步地，理论的目标是通过系统的架构以解释和预测现象从而提高科学的理解能力。包括三个类规则条件：（1）一般性条件；（2）有经验内容；（3）体现普遍必然性。3、提出假设的原则—一般性条件•采用“如果／那么”或类似的表达进行表述。3、提出假设的原则—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“意向是影响行为的或不是”，不必过多思考就可证实此陈述。•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。3、提出假设的原则—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。•比如：过多的盗版危害软件企业的收益，这就有普遍必然性，因为当盗版过多时，正版收益必然较少，当盗版减少，收益将增多。3、提出假设所要做的工作•解释下研究变量的含义。•解释每个假设的含义和提出的依据。•要有文献和前人的研究结果支持所提出的假设。•问卷法是以书面提出问题的方式搜集资料的一种研究方法。主要用于人们心理现象的研究，调查人们对某些问题的看法和态度。4、调查问卷设计•结构型：也称封闭式问卷，这种问卷是将问题的答案事先设定，只允许在事先设定好的答案中进行选择；•非结构型：也称开放式问卷，就是提出问题不提供答案，让答卷者自由回答；•综合结构：结构与非结构（或封闭式与开放式）的综合。4、问卷类型–是否式：是、否；–尺度式：5＋2级尺度。例很满意、满意、说不准、不满意、很不满意等；–选择式–排序式4、问题形式–问卷前言用语要十分亲切，并说明调查的目的意义，望被调查者能予以配合；–问题范围必须明确；–问题内容必须符合研究目的和假设，不交叉、重叠；–问题数量应适度，不宜太多或太少，一份问卷作答时间一般控制在20分钟之内。4、问卷设计基本要求–问题用语必须是中性词；–问题文字表达必须准确、简明扼要、通俗易懂，一题一问；–问题排列顺序要层次清楚、符合逻辑。4、变量测量•变量测量的方法：直接测量（例如，King以默会性、稳健性、嵌入性和一致性直接地衡量核心能力）；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：自己调查并进行检验（运用较少）；直接借鉴他人的量表（重点）。4、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。4、问卷样本量的数量确定•样本量与条目数的比例应在5：1以上，实际上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。•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。4、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。问卷回收、录入好后，需要进行量表的信度、效度检验。4、信度（Reliability）•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。4、关于信度的例子•譬如，一个人回答一个问题，今天的回答是很满意，过一段时间答案变成不满意，一个人的态度不可能变得这么快，显然这问题可能受时间因素的影响很厉害，也就是“信度”不高。•又如，这问题让甲回答，答案是很满意，乙的答案是不满意，同一个问题，答案的差距较大，显示这问题受个体因素的影响较大，“信度”自然就低了。4、内部一致性信度（InternalConsistencyReliability）•是指用来测量同一个概念的多个计量指标的一致性程度，主要用α系数分析和综合信度系数分析。•在研究中，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。4、效度（Validity）•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。4、关于效度的例子•一个信度很高的测态度的问题，如果拿它来测量个体的意向，判断谁有盗版意向，就不是很有效。因为该问题并不擅长测量意向，该问题对意向就是效度不佳的测量工具。效度高信度高信度高效度高信度低效度不符合要求4、信度与效度的关系5、SPSS中常用的几种分析方法•描述性统计•信度分析•因子分析•方差分析•……5、描述性统计（DescriptiveStatistics）•描述性统计是统计分析的第一步；•描述性统计可以报告数据的最大值、最小值、均值、方差、标准差、中位数、众数、正态标准值等等；•描述性统计的目的主要是从整体上观察一下数据的有效性、整体分布情况等，一般不作解释和分析。5、信度分析•信度分析主要是测量条目、量表的内部一致性信度。•评判指标：Cronbachα系数大于0.5，说明有较好的信度，一般说来，该系数要大于0.7。5、信度系数取值标准•信度系数解释•0.90以上非常好•0.80-0.90较好•0.70-0.80一般•0.60-0.70可以接受•0.60以下最好不要5、因子分析（FactorAnalysis）•因子分析最早是由心理学家发展起来的，目的是借助提取出的公因子来代表不同的性格特征和行为取向，从而解释人类的行为和能力。•因子分析的目的在于探讨条目、量表的整体效度。•因子分析分为两种，一种是探索性因子分析，另一种是验证性因子分析；•SPSS里只能进行探索性因子分析（EFA），严谨的实证研究需要一半的样本做EFA，一半的样本做CFA。5、因子分析的评判指标•是否适合做因子分析？•KMO和Bartlett球体检验：KMO值大于0.7，表明数据适合做因子分析。•提取出多少个因子？（主成分分析法）•先看ComponentMatrix，如果只有一列，就只提取出一个因子；•否则，再到RotatedComponentMatrix里，观察大于0.4分值的分布。5、KMO的标准取值•KMO值解释•[0.90，1）结果非常好•[0.80,0.90）结果比较好•[0.70,0.80）结果还可以•[0.60,0.70）可以基本接受•[0.50,0.60）结果有些糟糕•0.50以下结果不可接受5、方差分析（AnalysisofVariance）•从统计角度讲，不仅可以用来检验单一因素影响的一个或几个相互独立的变量的各因素水平分组的均值之间的差异性是否具有统计意义，也可以用于分析该因素的若干分组中哪一组与其他各组均值之间是否具有显著性差异，这些可以运用方差分析。•例如，测试员工满意度、组织承诺在性别因素上是否有差异，或者测试某一体系的员工在员工满意度上和别的体系的员工差异的大小。•对于某一个被研究分析的因素来说，只有两种情况（类别），例如性别因素，就采用独立样本T检验法；•对于某一个被研究分析的因素来说，若有两种以上的情况，例如体系分类因素，就采用单因素方差分析。5、方差分析的评判标准•看显著性概率sig.(2-tailed)•如果数字上有***（三个星）或小于0.001，则在p0.001的水平上显著，即高度显著；•如果数字上有**（二个星）或小于0.01，则在p0.01的水平上显著；•如果数字上有*（一个星）或小于0.05，则在置信度p0.05的水平上显著；•如