英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料
《管理学会学报》2011年第54卷第4,657 660期。
从编辑出版AMJ第二部分:研究设计
编辑注:
这篇社论延续了在AMJ上发表的由七部分组成的系列文章，在这篇文章中，编辑们为提高向《华尔街日报》投稿的质量提出了建议与意见。本系列提供了一个接一个的覆盖范围，包括从主题选择到精心制作讨论部分。本系列将在10月份继续第3部分:设置钩子。——J.A.C.
大多数学者，作为他们博士教育的一部分，在研究方法论课程中，他们学习好的研究设计的基础知识，包括设计应该以所问的问题为导向，应避免那些对问题有效性的威胁。因此，我们对研究设计的讨论几乎没有新意。当然了，我们关注的是导致AMJ拒收稿件的常见设计问题。研究人员在进行设计研究时面临的实际问题是(a)没有硬性和高效的规则可用;将研究设计与研究问题相匹配既是科学也是艺术;(b)外部因素有时会限制研究人员实现最优设计的能力(McGrath, 1981)。
对管理学者来说，接触组织、组织中的人员以及丰富的数据是一个重大的挑战，但如果这些限制成为设计决策的核心驱动力，那么最终的结果将是一份对结果有许多貌似合理的解释的手稿，这最终将导致拒绝，并浪费大量的时间、精力和金钱。选择合适的设计是AMJ手稿成功的关键，部分原因是研究的基本设计不能在修订过程中改变。在研究设计过程中所做的决定最终会影响到读者对研究结论的信心程度，影响到研究结果对研究者论点的有力检验程度，影响到其他解释的可信度。在回顾过去一年被AMJ拒绝的文章时，我们确定了三个广泛的设计问题，它们是常见的拒绝来源:(a)研究问题和设计之间的不匹配，(b)测量和操作问题（即：建构效度)和(c)不适当或不完整的模型规范。
研究问题与设计的匹配
横断面数据。在AMJ的微观和宏观研究中，使用横断面数据是一个常见的拒绝原因。拒绝并不是因为这些数据本身有缺陷，或者因为审稿人或编辑对这些数据有偏见。之所以会出现这种情况，是因为管理领域的许多(或许是大多数)研究问题都隐含着解决变革问题的含义，即使没有这样的框架来解决变化的问题。横断面数据的问题在于，它们与研究问题不匹配，这些问题或隐或显地与因果关系或变化有关，需要不止一次测量某些变量的有力测试，或与一个变量随后与另一个变量相关联的操作有关。例如，研究组织领导的变化——公司的投资模式，首席执行官或TMT股票期权对公司行为的影响，或行业结构变化对行为的影响，这些都隐含着因果关系和变化。同样，当研究人员假设管理行为会影响员工的积极性，人力资源实践会减少人员流动，或者性别刻板印象会限制女性经理的晋升时，他们也在暗示地测试变化，因此无法用横断面数据进行充分的测试，不管数据是从现有的数据基础上提取的，还是从雇员调查中收集的。研究人员不能简单地用横断面数据建立强有力的因果归因，也不能建立变化，不管他们使用什么分析工具。相反，需要纵向、面板或实验数据来对变化进行推论或建立强有力的因果推论。例如，Nyberg, Fulmer,Gerhart,and carpenter(2010)创建了一组数据，并使用固定效应回归来建模CEO-股东财务一致性对未来股东回报的影响程度。这种数据结构使研究人员能够控制跨公司的异质性，并对公司内部一致性的变化如何影响股东回报进行适当的建模。
我们的观点不是贬低横断面数据的潜在的有用性。相反，我们指出了仔细的匹配研究设计和研究问题的重要性。所以一项或一组研究能够测试最感兴趣的问题。研究人员应该在设计阶段扪心自问，他们所选择的设计是否能真正回答他们的潜在问题。如果问题涉及变量之间的变化或因果关系(任何中介研究都暗示因果关系)，横断面数据则是一个糟糕的选择。
不适当的样本及程序。许多组织研究，包括发表在AMJ上的研究，都使用方便的样本、模拟的业务情况或人工任务。从设计的角度来看，问题是这些程序是否适合研究问题。让工作经验有限的学生参与实验研究，在实验中他们做出选择的决定，这可能不是测试性别刻板印象对男性和女性管理者反应的影响的合适方式。但是，让这些学生参加一个基于场景的实验，在这个实验中，他们选择自己更愿意为之工作的经理，这可能会在样本和研究问题之间产生很好的契合。为了说明研究问题与样本匹配的概念，Devers对基于股权的薪酬估值进行了研究, Wiseman, and Holmes(2007)使用了一个MBA学生的样本，几乎所有人都有过有薪酬的经历。在选择样本时要像在研究问题的匹配过程中一样谨慎。如果一项研究涉及一种逐渐展开的情景，即受试者在一段时间内做出一系列决定，对有关这些决定的反馈做出回应，那么研究人员就会通过收集一段时间内的数据而得到很好的服务，而不是在一个45分钟的实验室会议中得到一系列的决定和反馈。
我们的观点并不是说某些样本(例如高管或学生)或流程天生就比其他的好。事实上，在AMJ，我们明确地鼓励实验研究，因为这是解决因果关系问题的一个很好的方法，而且我们认识到道德重要性问题，特别是那些涉及心理过程的问题，通常可以在大学生或组织员工中得到同样好的回答。(见AMJ s 2008年8月编辑版[Vol.51:616-- 620])。
我们要求作者无论他们的研究是在实验室还是在实地进行的，他们都要将他们的样本和程序与他们的研究问题相匹配，并在他们的手稿中明确说明为什么这些样本或程序是合适的.
测量和操作化
研究人员通常认为有效性一旦他们开始操作构念，但这可能为时已晚。在进行操作决策之前，开发新构造的作者必须清楚地阐明新构造的定义和边界，映射其与现有构造的关系，并避免假设使用相同名称进行伸缩反映相同构造，以及使用不同名称进行伸缩反映不同构造(i.e.,jingle jangle fallacies [Block, 1995])。没有定义核心结构常常会导致手稿不一致。例如，在一篇论文中，作者可能一开始关注的是结构，比如组织的合法性，但后来会根据一个不同但相关的结构，比如声誉或地位来进行讨论。在这种情况下，评审员无法清楚地理解预期的结构或其理论意义。尽管发展理论并不是研究设计的一个具体组成部分，但是读者和审稿人应该能够清楚地理解构成证据的概念意义，这些证据是经过适当测量的。
对现有措施的不适当调整
对于收集现场数据的研究人员来说，一个关键的挑战是让组织和管理人员遵守，而调查的长度常常是一个令人担忧的问题。减少调查长度的一个简单方法是删除项目。然而，当研究人员在没有提供支持有效性证据的情况下，从现有的量表中挑选项目(或重写它们以更好地反映其独特的上下文)时，问题就出现了。有几种方法可以解决这个问题。首先，如果一份手稿包含了新的(或大量修改过的)度量标准，那么所有的项目都应该包含在手稿中，通常在附录中。这允许审查员检查新措施的表面有效性。其次，作者可以在一个子样本中或在一个完全不同的样本中同时使用这两种度量(原始的和缩短的版本)，以证明它们之间的高收敛有效性。更好的方法是在法理学网络中包含其他几个关键变量，以证明新的或改变的度量与其他类似和不同的构造相关。
现行措施的不适当应用。
另一种向审阅人员发出危险信号的方法是使用现有的度量来评估完全不同的构造。我们看到这个问题尤其在大型数据库的用户中出现。例如，如果之前的研究使用诸如格式变化(例如，一家餐馆的改变)这样的行为作为策略变化的度量，而一篇提交的论文使用同样的行为(格式上的改变)作为组织搜索的度量，我们几乎没有信心作者已经度量了他们的预期构造.考虑到研究过程的累积性和渐进性，关键是作者要确定他们的新构造的唯一性、它与现有构造的关系以及它们的可操作性的有效性。
- 共同方法变异。我们看到许多被拒绝的AMJ手稿，其中的数据不仅是截断面的，而且是通过一个常用的方法(例如，一项调查将有多个预测变量和标准变量由单个个体完成)进行评估。常见的方法方差对所观察到的相关性的解释构成了严重的威胁，因为这种相关性可能是测量方法引起的系统误差方差的结果，包括评价效应、项目效应或上下文效应。Podsakoff, MacKenzie, Lee, and Podsakoff(2003)详细讨论了常用的方法方差，并提出了减少其偏置效应的方法(参见Conway amp; Lance, 2010)。AMJ手稿中关键变量的测量和操作问题的影响远远超出了心理测量学。在概念层面上，关键变量的模糊和不精确的定义和可操作性威胁到从研究中得出的推论。如果底层构造的性质和度量没有很好地建立起来，读者就没有信心相信作者已经实际测试了他们提出的模型，并且合理的评审者可以为结果找到多种可能的解释。作为一个实际问题，不精确的操作性和概念性定义也使得跨研究的研究结果难以定量汇总。(i.e., to do meta-analysis)
模型设定
指定理论模型的挑战之一是，实际上不可能包括所有可能的控制变量和中介过程，因为所使用的数据库中可能不存在相关变量，或者因为组织限制了调查的长度。然而，在设计阶段仔细注意关键控制和中介过程的包含，可以在审查过程中提供大量的回报。
适当包含控制变量。纳入适当的对照可以让研究人员从他们的研究中得出更明确的结论。研究可能会错误地选择太少或太多的控制。控制变量应满足纳入研究的三个条件(Becker, 2005;詹姆斯,1980)。
首先，由于有明确的理论联系或已有的实证研究，强烈期望变量与因变量相关。其次，强烈期望控制变量与假设的自变量相关(Becker, 2005). 第三，有一个逻辑上的原因，控制变量在研究中不是一个更中心的变量，无论是一个假设变量还是一个中介变量。如果一个符合这三个条件的变量被排除在研究之外，那么结果可能会受到遗漏变量偏差的影响。然而，如果包含的控制变量不满足这三个测试，它们可能会不必要地吸收自由度，或对与假设变量相关的发现产生偏见(增加I型或II型误差)，从而妨碍研究(Becker, 2005)
因此，研究人员应该仔细考虑这些控制，包括确保包括适当的控制，但排除多余的控制
介质实施
AMJ中文章的一个独特特征是，它们被期望测试、构建或扩展理论，该理论通常以解释为什么一组变量是相关的形式出现。但仅凭理论是不够的;同样重要的是，对中介过程进行的实证检验。在设计阶段，需要解决模型中何时应该包含中介(以及哪些中介)的问题。当一个研究领域是新的时候，重点可能是建立两个变量之间的因果关系。但是，一旦建立了联系，研究人员就必须清楚地描述和测量变量A影响变量B的过程。随着查询领域变得更加成熟，可能需要包含多个中介。例如，变革型领导文献的优势之一是研究了许多中介过程(例如LMX [Kark, Shamir， amp; Chen, 2003;Pillai, Schriesheim， amp; Williams, 1999;但是，这一文献的一个弱点是，大多数这些介质，即使它们在概念上是相互关联的，也是孤立地进行研究的。通常，每一种方法都被认为是管理行为影响员工态度和行为的独特过程，而其他已知的调节因素则不被考虑。未能评估已知的和概念上相关的中介，使得作者很难让评审员相信他们的贡献是新颖的。
结论
研究方法的发展随着时间的推移,没有好的研究设计的基本原则的变化:匹配你的设计你的问题,与构造与操作化定义,仔细指定您的模型,使用措施建立建构效度或提供这样的证据,选择合适样品和程序你独特的研究问题AMJ提交的设计问题被拒绝的核心问题不是设计良好的研究在执行过程中遇到了问题(尽管这无疑会发生);而是研究人员在设计阶段做了太多的妥协无论研究人员是依赖现有的数据库，还是在组织中积极收集数据，还是进行实验研究，妥协都是研究过程中的现实。挑战是不要妥协太多(Kulka, 1981)。研究设计的实用主义方法首先假设大多数单研究设计在某些方面存在缺陷(就有效性而言)。因此，一个强大的研究设计的最佳方法可能不在于消除对有效性的威胁(尽管它们当然可以在设计过程中减少)，而在于进行一系列的研究。一组研究中的每一项都有其自身的缺陷，但是将这些研究放在一起可能比单独的任何一项研究都能提供更有力的推论和更普遍的结果。在我们看来，在组织科学和AMJ提交中，多重研究和多重样本设计被大大低估了。我们鼓励研究人员考虑使用多个研究或样本，每个研究或样本都解决彼此的缺陷这可以通过将现场研究与实验室实验相结合(如Grant amp; Berry, 2011)，或者通过测试多个行业数据集来评估研究结果的稳稳性(如Beck, Bruderl， amp; Woywode, 2008)。正如AMJ s Information for贡献者所指出的，多个研究手稿超过40页指南是可以接受的。大部分投稿给AMJ的稿件要么从未寄出审核，要么在审核过程中出现表现不佳的情况。(三位审稿人都推荐退稿)的设计有缺陷，但发表在AMJ上的稿件并不完美他们的设计有时不能完全回答他们的潜在的问题，有时使用未经验证的度量，有时会使用错误指定的模型。在每一项研究中，解决有效性的可能受到的所有威胁是不可能的复杂，实证研究可能永远不会进行(Kulka, 1981)。 但是，在研究工作的设计阶段诚实地评估有效性受到的威胁，并采取措施通过改进一项研究或进行多项研究来----最小化这些威胁，这将极大地提高最终取得积极地结果的可能性。
Joyce E. Bono
佛罗里达大学
Gerry McNamara
lt;
全文共5594字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[949]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
