当前位置:
文档之家› 量化研究中的共同方法变异(CMV)
量化研究中的共同方法变异(CMV)
Trait variance 佔46%,CMV為32% , 為 Measured correlation-True correlation Measured correlation =26%
CMV的影響 的影響
2/2
也有時候, 造成構念間相關性的降低, 也有時候,CMV造成構念間相關性的降低, 造成構念間相關性的降低 而致TypeⅡ error,造成錯失顯著的構念相 而致 Ⅱ , 關。
2 1 0 0 1 2 6
0 3 1 2 1 1 8
1999
2000
2001
2002
2003
Total
13 44
16 65
西文主要期刊1998 ~ 2003計量實徵論文 計量實徵論文CMV比較 表三 中、西文主要期刊 計量實徵論文 比較
中 文 期 刊 V V V 無CM 部 分CM 有CM 3 3 22 10.71 10.71 78.57 3 7 28 7.89 18.42 73.68 2 3 33 5.26 7.89 86.84 2 3 35 5.00 7.50 87.50 5 3 38 10.87 6.52 82.61 3 1 43 6.38 2.13 91.49 18 20 199 7.59 8.44 83.97 西 文 期 刊 V V V 無CM 部 分CM 有CM 103 13 4 85.83 10.83 3.33 79 54 15 53.38 36.49 10.14 88 82 6 50.00 46.59 3.41 93 63 1 59.24 40.13 0.64 91 58 3 59.87 38.16 1.97 75 36 7 63.56 30.51 5.93 529 306 36 60.74 35.13 4.13
全部是同源的個人層次資料,以「數據分割 」(data 全部是同源的個人層次資料, partitioning)方式,將之轉換成二源及三源的團隊層次資 方式, 方式 料
例二: 例二:Kark et al. (2003), JAP, 88,2, 246-255
全部是同源的個人層次資料, 全部是同源的個人層次資料,但部份變項的數據被向 上彙集(aggregate)成團隊資料,形成一個跨層次 成團隊資料, 上彙集 成團隊資料 形成一個跨層次(crosslevel)的研究。 的研究。 的研究
CMV的事後補救 的事後補救
二、第三因子測試法
1. 引入 引入CMV因子的測試法 因子的測試法
3/4
2. 引入記號因子(marker variable)的測試法 引入記號因子( 的測試法
事前在問卷內加入一個理論架構之外的變項, 事前在問卷內加入一個理論架構之外的變項,資料 回收後檢視此一變項(如 社會讚許)和 回收後檢視此一變項 如:社會讚許 和IV/DV之間的 之間的 關係,如沒有顯著相關,表示CMV不 嚴重;如顯著 關係,如沒有顯著相關,表示 不 嚴重; 相關,則把相關部份排除,比較能看清IV/DV的真實 相關,則把相關部份排除,比較能看清 的真實 關係。 關係。
Construct Validity Challenges
Construct Variance Systematic Variance Observed Score Variance
Deficiency
Construct Valid Variance
Reliable Contamination
Unreliability
1998-2003國內外期刊的比較 國內外期刊的比較
國內期刊
1.管理學報
2.管理評論 管理評論 3.台大管理論叢 台大管理論叢 4.中山管理評論 中山管理評論
國外期刊
1. Academy of Management Journal 2. Administrative Science Quarterly 3. Journal of Management 4. Journal of Organizational Behavior
1. 問卷所有題項一起因素分析 2. 在未旋轉(unrotated)時得到的第一個主成份 在未旋轉( ) (first principle component),反映了 ,反映了CMV的量 的量
這是非常鬆的檢測法
CMV的事後補救 的事後補救
1/4
又稱為部份相關法) 一、三階段哈門氏測試法(又稱為部份相關法 三階段哈門氏測試法 又稱為部份相關法
導致CMV的原因 的原因 導致
源於受測者(respondent)的 的 源於受測者
訊息處理的傾向 e.g., 類化 類化(similarity) 一致性(consistency) 一致性 心理因素 e.g., 一致性同意 一致性同意(response acquiescence) 社會讚許(social desirability) 社會讚許 負面情緒(negative affectivity) 負面情緒
量化研究中的共同方法變異(CMV): : 量化研究中的共同方法變異 問題本質、影響、 問題本質、影響、測試和補救
彭台光1 高月慈1 林鉦棽2
1 .義守大學管理學院 義守大學管理學院 2. 屏東科技大學企管系
何謂CMV ? 何謂
Common Method Variance Shared Method Variance Common Method Bias Single Source Bias 中文慣稱「同源偏差」 中文慣稱「同源偏差」
(詳Podsakoff et al., (2003), JAP, 88, 5, 879-903) 詳
CMV的事前預防措施 的事前預防措施
一、問卷編排設計法 1. 答卷者資訊隱匿法 2. 題項意義隱匿法 3. 題項隨機配置法 4. 反向題項設計法 5. 題項文字組織法
1/3
CMV的事前預防措施 的事前預防措施
管理學報 管理評論 中山管理評論 臺大管理論叢
部 無 分 C C M M V V
1998
其 有 非 他 C 實 類 M 徵 V
6 10 8 8 19 11 62 1 2 1 0 1 3 8 19 12 18 18 20 28 115
無 C M V
0 1 1 0 3 0 5
其 其 其 部 部 部 有 無 有 無 有 非 他 非 他 非 他 分 分 分 C C C C C C C C 實 類 實 類 實 類 M M M M M M M M 徵 徵 徵 V V V V V V V V
CMV的事後補救 的事後補救
4/4
三、量表題項修正法(scale item trimming) 量表題項修正法 四、潛在變項測試法(latent variable approach)
1. 未測(unmeasured)潛在變項測試法 未測(unmeasured)潛在變項測試法 2. 已測潛在變項測試法 五、MTMM測試法 測試法
CMV的影響 的影響
1/2
在絕大部份的狀況,會導致構念間相關性的膨脤,亦 在絕大部份的狀況,會導致構念間相關性的膨脤, 同時出現於構念的衡量, 即method variance同時出現於構念的衡量,產生人為 同時出現於構念的衡量 膨脤而致Type Ⅰ error,造成知識累積錯誤。 膨脤而致 ,造成知識累積錯誤。
0 1 1 1 2 0 5 6 3 6 9 3 13 40 2 1 2 2 3 3 5 7 5 9 11 7 0 1 1 1 1 0 4 3 2 1 0 0 0 6 7 9 8 10 7 13 54 3 3 4 1 3 2 11 11 10 11 13 9 1 0 0 1 0 1 3 0 1 0 0 0 0 1 3 6 11 8 9 6 43 0 2 2 3 1 1 9 4 5 4 6 7 8 34
1. 進行前述的哈門氏單因子測試,找到一個 進行前述的哈門氏單因子測試, general factor。 。 2. 設法排除 設法排除(partial out)此一 此一factor 此一 3. 進行假說的測試 後遺症:有如以化療治癌症,我們原來躭心CMV 後遺症:有如以化療治癌症,我們原來躭心 造成TypeⅠerror,採用此法避免了此一錯誤,但 造成 Ⅰ ,採用此法避免了此一錯誤, 卻可能掉入Type Ⅱerror的陷阱。 的陷阱。 卻可能掉入 的陷阱
關鍵在於測量工具的相關程度
rxy=CoVarxy/σxσy
(見Cote & Buckley, 1988; Williams & Browa, 1994)
CMV的偵測 的偵測
只有在data collection之後,才能偵測 之後, 只有在 之後 才能偵測CMV 哈門氏單因子測試法(Harman’s one-factor test)
Cote & Buckley (1987)檢驗四個期刊 檢驗四個期刊
平均的 佔了26.3% 平均的CMV佔了 佔了 知覺的構念 的構念, 佔了40.7% 知覺的構念,CMV佔了 佔了 市場調查的研究, 市場調查的研究,CMV較不嚴重 較不嚴重 教育的研究, 教育的研究,CMV最嚴重 最嚴重
Doty & Glick (1998)的meta-analysis 的
西文主要期刊1998 ~ 2003 CMV統計表 統計表2004/04/13 表一 西文主要期刊 統計表 ASQ
無 CMV 部分 CMV 有 CMV 非 實 徵 無 CMV
AMJ
部分 CMV 有 CMV 非 實 徵 無 CMV
JOM
部分 CMV 有 CMV 非 實 徵 無 CMV
JOB
部分 CMV 有 CMV 非 實 徵
1/3
何謂CMV?2/3 ? 何謂
Measured Variance
= Trait Variance + Error Variance = Trait Variance + Method Variance + Random Error Variance