||
和朋友交流SEM技术处理中介效应检验的方法,自己也略懂一些,现在转帖到科学网中,留个纪念。
结构方程模型相对传统的统计技术有他自己的统计优势,尤其是带有潜变量的模型,但是如同大家说的那样,现在论文中出现了乱用的现象。我身边就有人数据硬套SEM,为什么呢?只为了paper啊!因为一些普通的期刊对SEM了解甚少,所以很难判断出文章的优良,让很多人萌生了投机的心理。关于中介效应和调节效应的SEM研究的确是一个热点话题,本人发过一篇SSCI,用的就是SEM作中介效应的,结果还不错。不过在自己专研SEM之中有积攒了很多体会,其实,如果是单维度变量的话最好用阶层回归,因为阶层回归既可以做中介效应分析,也可以做调节变量分析。但是如果是多维度的带有潜变量的构念的话,我想SEM的优势就出来了,比如说:满意度有两个维度、组织承诺有四个维度,分别去用回归去做,然后得出结果二者相关的话,就这样就有些牵强,犯了合成谬论的错误,并且,存在着复合维度的统计效力要大于分个维度之间的相关性的可能!所以,多维度的变量最好用SEM做中介作用分析,但是模型中不用添加太多的变量,这样会玷污统计效力,出现模型不能拟合的结局,因为一个模型很难将社会管理中的变量厘清,我们科研只需要在充分考虑了干扰变量后,清清澈澈的、一步一个脚印的高清两个变量之间的关系,然后逐渐增加中介变量和调节变量分析,科学研究进步是一群人、一群研究的共同积累和不断认清和修正的结果。但是,SEM做调节变量分析过于复杂,现在也是统计学研究领域正在研究和探讨的问题,所以大家还是不要轻易涉足,最好还是用阶层回顾构建乘积的方法比较恰当,结合调节变量作图,现阶段还是比较公认的方法。其实,统计分析无非就是一个核心“差异”,这也是科研的核心要素,没有差异就没有科学的存在!有差异就是不相关,所以“差异”和“相关”最具有代表性的两种统计方法了,医学中常用的就是“差异分析”,管理学中最常用的就是“相关分析”,所以医学中T检验、方差分析、卡方检验最为常用的统计方法,而管理学中相关性检验和多元统计回归最为常用。看过台湾学者对统计方法的应用的趋势,SEM已经不在是热度最好的方法了。不过,要想做一个真正的研究者,尤其是管理学科中,那么首先你必须先成为一个统计专家,这里说的统计专家不一定做做到可以拓展统计学方法的高度,起码,你对统计理解和应用应该符合一个统计硕士毕业生的要求!自己的统计知识挺匮乏的,不过还好,统计毕竟不是数据,统计里面没有公理、定理,大多是概率推算,掌握基本的统计方法、统计分析软件的应用,服务于自己的研究、拓展自己的研究,这就是我今后会一直学习和专研统计的动力!
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 11:31
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社