420心理科学 Psychological Science 2005, 28(2):420-422
#研究方法#
测评中的共同方法偏差
杜建政X 赵国祥 刘金平
(河南大学教育科学学院, 开封, 475001)
摘 要 共同方法变异是指由于测量方法而非所测构想造成的变异。共同方法变异会对测评和测评间的相关产生严重影响, 甚至会使研究导致错误结论。本文介绍了学界对共同方法偏差的研究, 内容包括:(1) 共同方法偏差在多大程度上和以何种方式影响测评研究结果; (2) 共同方法偏差的潜在来源及其程序控制。关键词:共同方法变异 方法偏差 程序控制
众所周知, 测量误差可分为随机误差和系统误差, 系统误差的一个主要来源就是方法变异(method variance) 。而共同方法变异(common method variance) 则指由于测量方法而非所测构想(construct) 造成的变异[2]。共同方法偏差(common method biases) 无疑会对测评结果产生严重影响, 甚至会使研究导致错误结论。假定一个研究者对构想A 和构想B 之间的关系感兴趣。基于某种理论, 他期望构想A 的测量分数与构想B 的分数存在一定程度的相关。但是, 如果对构想A 和构想B 的测量采用了同样的方法, 则此方法将会对测量施加一个系统的影响, 那么观测到的两者分数的相关, 至少有一部分是共同方法导致的。早在40多年前, Campbell 和Fiske [3]就对共同方法偏差进行过探讨, 而在近期, 学界对此益加关注[1,2, 4-7]。
[1]
共同方法变异对不同构想测评数据之间的相关系数有着很大影响。而且, 还有研究表明, 方法因素导致的偏差因研究背景而异[8, 13]。
实际上, 共同方法变异既能使不同构想间的相关系数增大, 也能使它们的相关系数减小, 也就是说, 既能导致第Ñ类错误, 又能导致第Ò类错误。Cote 和Buckley [8]估算了特质变异数、方法变异数、方法间的相关系数, 并将其代入公式(1) , 计算各类构想(如态度、人格、能力) 测评数据间的相关系数在多大程度上受到共同方法变异的影响: R x, y =(true R ti, tj x y ) +(true R mk, ml
(1) x y
在这里, true R ti, tj 是特质i 与特质j 之间的相关系数均数, t x 是测评x 中特质变异数所占的百分比, t y 是测评y 中特质变异数所占的百分比; trueR mk, ml 是方法k 与方法l 之间的相关系数均数, m x 是测评x 中方法变异数所占的百分比, m y 是测评y 中方法变异数所占的百分比。在各类构想的测评中, 真相关值(true correlation) 与观测相关值(observed correlation) 之间的关系可见表1。在表1中, 第一列第二行的相关值为0. 52。它是由真相关值(1. 00) 乘以Cote 和Buckley [8]所估算的态度测评中特质变异数通常所占百分比的平方根(即, 再乘以人格测评中特质变异数通常所占百分比的平方根(即, 然后加上, 态度测评与人格测评的方法相关值0. 551(可由态度测评方法的相关值0. 556与人格测评方法的相关值0. 546平均而得) 、态度测评中方法变异数通常所占百分比的平方根(即0. 407、人格测评中方法变异数通常所占百分比的平方根(即
0. 247) 的连乘之积, 计算而得。
从表1中还可得出一些重要结论。如:第一行第一列的
1 共同方法偏差对测评的影响
共同方法偏差对测评的影响, 一是表现在行为测评的数据上, 另一是表现在测评数据之间的相关上。
人们认识和探讨共同方法变异对行为测评的影响, 大多依据对多特质-多方法(multitrait -multi method, 简称MTMM ) 研究的元分析[1,8, 9]。Cote 和Buckley [8]所提供的依据, 或许是最全面、最有说服力的。他们考察了70项MTMM 测评研究中的共同方法变异, 这些研究所涵盖的领域包括心理学、社会学、营销学、教育学等。他们发现, 在通常的测评研究中, 大约四分之一(26. 3%) 的变异是由共同方法偏差之类的系统误差造成的。而且, 他们还发现, 方法偏差所导致的变异大小, 因学科和所研究的构想类型(the type of construct) 而异。一般说来, 营销学研究领域的方法变异数最小(15. 8%) , 而教育学研究领域中的方法变异数最大(30. 5%) 。在通常的工作绩效测评中, 方法变异数平均为总变异数的22. 5%, 而在态度测量中, 方法变异数则平均可达总变异数的40. 7%。William 等[9]在对应用心理学文献的研究中, 也发现同样的模式。
此外, 越来越多的研究探讨了共同方法变异对测评间相关关系的影响[10-12]。这类研究比较了共同方法变异受到控制和未受控制条件下, 变量之间相关程度的大小。研究结果发现, 平均而言, 存在共同方法变异时, 其变异数约占35%; 而控制共同方法变异时, 其变异数约占11%。这足以表明,
数据表明, 即便两种态度构想完全相关, 由于测量误差, 其测评数据间的观测相关值也仅为0. 52; 而第一行最后一列的数据表明, 同样由于测量误差, 即便两种态度构想完全无关, 其测评数据间的观测相关值也可达0. 23。表中数据受到不同方向的干扰:整个第一列数据显示, 即便两特质完全相关, 测量误差仍可将其观测相关值削去一半, 其方差贡献率为70%; 而最后一列数据显示, 即便两构想完全无关, 测量误差也可使其观测相关值大于0。实际上, 其中有些数值与文献报道中的效应值差异很大。由此可见, 大多数研究完全忽略
了测量误差, 或者仅仅考虑到随机误差而忽略了系统误差[2]。
表1 各类构想测评中真相关值与观测相关值的关系(引自Po dsakoff 等, 2003)
构想类型
态度-态度态度-人格态度-能力
态度-工作绩效和满意度人格-人格
人格-能力
人格-工作绩效和满意度能力-能力
能力-工作绩效和满意度
工作绩效和满意度-工作绩效和满意度
真相关值R ti, tj (R ti, tj 2)
1. 00(0. 00) 0. 52(0. 27) 0. 52(0. 27) 0. 52(0. 27) 0. 51(0. 26) 0. 53(0. 28) 0. 53(0. 28) 0. 53(0. 28) 0. 54(0. 29) 0. 54(0. 29) 0. 54(0. 29)
0. 50(0. 25) 0. 38(0. 14) 0. 35(0. 12) 0. 35(0. 12) 0. 32(0. 10) 0. 33(0. 11) 0. 34(0. 12) 0. 32(0. 10) 0. 34(0. 12) 0. 32(0. 10) 0. 31(0. 09)
0. 30(0. 09) 0. 32(0. 10) 0. 28(0. 08) 0. 28(0. 08) 0. 25(0. 06) 0. 25(0. 06) 0. 26(0. 07) 0. 23(0. 05) 0. 26(0. 07) 0. 24(0. 06) 0. 21(0. 04)
0. 10(0. 01) 0. 26(0. 07) 0. 21(0. 04) 0. 21(0. 04) 0. 17(0. 03) 0. 17(0. 03) 0. 18(0. 03) 0. 15(0. 02) 0. 18(0. 03) 0. 15(0. 02) 0. 12(0. 01)
0. 00(0. 00) 0. 23(0. 05) 0. 17(0. 03) 0. 18(0. 03) 0. 13(0. 02) 0. 13(0. 02) 0. 14(0. 02) 0. 10(0. 01) 0. 14(0. 02) 0. 11(0. 01) 0. 07(0. 00)
注:表体中的数值是由公式(1) 计算而得的观测相关值R x, y 及其平方(Rx, y 2) 。在计算中, 我们假定:(1) 每类构想的特质变异数与Cote 和
Buckley(1987) 所报告的相同(如:态度测评=0. 298, 人格测评=0. 391, 能力测评=0. 395, 工作绩效和满意度测评=0. 465) ; (2) 每类构想的方法变异数与Cote 和Buckley(1987) 所报告的相同(如:态度测评=0. 407, 人格测评=0. 247, 能力测评=0. 251, 工作绩效和满意度测评=0. 225) ; (3)方法间的相关值取Cote 和Buckle y(1987) 所报告的构想测评方法间相关值的均值(如:态度-态度的方法相关值=0. 556, 人格-态度=0. 551, 人格-人格=0. 546, 能力-态度=0. 564, 能力-人格=0. 559, 能力-能力=0. 572, 工作绩效和满意度-态度=0. 442, 工作绩效和满意度-人格=0. 437, 工作绩效和满意度-能力=0. 450, 工作绩效和满意度-工作绩效和满意度=0. 328) 。上述计算对可能存在的特质与方法间的交互作用忽略不计。
测量误差增大抑或减小测评间的观测相关值, 取决于测评方法之间的相关。若方法间的相关大于排除此方法影响后测评间的观测相关值, 则此方法的影响会增大观测相关值; 若方法间的相关小于排除此方法影响后测评间的观测相关值, 则此方法的效应, 是减小测评间的观测相关值[14]。
分数以相同的方法或评分者获得、项目特征、项目背景(i tem context) 、测评背景等。Podsakoff 等[2]对此做了全面的归纳, 见表2。
具体到某一项研究中, 共同方法偏差可能来源于上述因素之一, 也可能来源于多种因素的结合。因此, 认真分析数据的获得途径, 评估方法偏差的影响程度, 就显得至关重要。尤其是预测源与效标变量的数据是在同样的测评背景下使用相似特征和相同背景的项目测评同一受测者获得时, 方法
定 义
2 共同方法偏差的潜在来源及其程序控制
共同方法偏差可来源于不同途径, 如:预测源分数与效标
潜在来源
共同评定者效应
一致性倾向
内隐观(包括错觉相关) 社会赞许动机 宽待偏向
默认偏向(答是与答否) 心境(消极或积极) 短暂的心情项目特征效应
项目的社会赞许性 项目的暗示性 项目的模糊性 共同的量表形式 共同的量表锚定
项目词性的肯定与否定项目背景效应 项目的启动效应
项目的嵌入环境(变色龙效应) 背景诱发的心情 量表长度
各类构想项目的混合测评背景效应
预测源与效标变量同时测评 预测源与效标变量同地测评 预测源与效标变量同方式测评
表2 共同方法偏差的潜在来源(引自Podsakoff 等, 2003)
指由于变量指标从相同受测者中获取而导致预测源和效标变量之间的人为共变。
指受测者对项目的反应保持一致性的倾向。指受测者认为某种特质、行为和(或) 结果存在共变关系。
指一些受测者对项目反应时更多地考虑社会能否接受, 而非依据其自身的真实感受。指受测者倾向于将社会赞许的特质、态度和(或) 行为归于熟悉和喜爱的人。指受测者不考虑问卷项目的内容而回答/同意0(或/不同意0) 的倾向。
指受测者在消极(或积极) 心境下会消极(或积极) 地看待自身和周围事物。指近期扰动心情的事件影响了受测者看待自身和周围事物的方式。
指单纯由于项目所具有的特性影响受测者对项目的理解和反应而导致的人为共变。指项目的表述方式更多地反映了社会所赞许的态度、行为和立场。指项目可能会传递如何对其反应的隐含线索。
指项目存在歧义使受测者按某种猜度进行反应或对不同理解作出随机反应。指使用相同量表形式(如Likert 量表、语义区分量表等) 的问卷而导致的人为共变。指问卷中重复使用同样的锚定点(如:非常、总是、从不等) 。
指在问卷中使用肯定(或否定) 词性的项目也可能导致人为的相关。
指单纯由于某项目与构成测验的其他项目的关系而影响受测者对此项目的理解与反应。指预测源(或效标) 变量在问卷中的位置而使受测者感到此变量更为重要且与其他变量隐含着因果关系。
指中性项目嵌于肯定或否定词性项目中会被赋予肯定或否定的色彩。
指首先遇到的项目(或项目集) 所诱发的心情影响受测者对剩余项目的反应。
指量表项目较少时受测者在对项目进行反应的过程中会想到先前对其他项目的反应。指不同构想的项目混合在一起可能会减小构想内的相关, 增大构想间的相关。指在相同背景下进行测评而导致的人为共变。
指不同构想的测评在同一时间进行可能会导致独立于构想内容本身之外的人为相关。指不同构想的测评在同一地点进行可能会导致独立于构想内容本身之外的人为相关。指不同构想的测评以同一方式进行可能会导致独立于构想内容本身之外的人为相关。
ance and specification errors:A practical approach to detection. The J our -nal of Psychology, 2000, 134:401-421
7Scullen S E. Using confirmatory factor analysis of correlated uniquenesses to esti mate method variance in multitrai t-mul ti method matrices. Organiz a -tional Res earch Methods, 1999, 2:275-292
8Cote J A, Buckley R. Es ti mating trait, method, and error variance:Gen -erali zing acros s 70construct validation studies. J ournal of M arketing Re -s earch, 1987, 24:315-318
9Willi ams L J, Cote J A, Buckle y R. Lack of method variance i n self-re -ported affec t and perceptions at work:Reali ty or artifact? Journal of Ap -plied Ps ychology , 1989, 74:462-468
10Fuller J B, Patterson C E P, Hes ter K et al. A quanti tative review of re -s earch on charis matic leadershi p. Psychological Reports, 1996, 78:271-287
11Gers tner C R, Day D V. Meta-analytic revie w of leader -member ex -change theory:Correlates and cons truc t iss ues. Journal of Appli ed Ps ycho-l ogy , 1997, 82:827-844
12Podsakoff P M, MacKenzie S B, Paine J B. Organiz ational Ci tizenship be -havi or:A critical review of the theoretical and empirical li terature and sug -ges tions for future research. Journal of Management, 2000, 26:513-56313Crampton S, Wagner J. Percept-percept inflation in microorgani zati onal research:An i nves tigation of prevalence and effect. Journal of Applied Ps ychology, 1994, 79:67-76
14Cote J A, Buckley R. Meas urement error and theory tes ti ng i n consumer research:An illustration of the i mportance of construct validation. J ournal of Consumer Research, 1988, 14:579-582
偏差对研究结果的影响极大。而上述情况在行为研究中十分常见, 大多数研究者对此未加重视。
对共同方法偏差实施程序控制(procedural remedy) , 关键在于找出预测源和效标变量测评的共同之处, 然后通过研究设计来消除和减小其影响。具体的控制方法很多, 可采用从不同来源获得预测源和效标变量的测评数据、分离预测源和效标变量的测评、改进量表项目、平衡项目顺序、匿名测评等方式减小共同方法偏差[2]。
3 参考文献
1Bagozzi R P, Yi Y. Assess ing method variance i n mul ti trait-multi method matrices:The case of s el f-reported affect and percepti ons at work. Jour -nal of Applied Psychology , 1990, 75:547-560
2Podsakoff P M, Mac Kenzie S B, Lee J Y et al. Common method biases in behavioral research:A cri tical Review of the literature and recommended re medies. Journal of Applied Ps ychology, 2003, 88:879-903
3Ca mpbell D T, Fis ke D. Convergent and di scri minant validation by the multitrait-multimethod matrix. Ps ychol ogical Bulletin, 1959, 56:81-105
4Lindell M K, Brandt C J. Cli mate quality and climate consens us as media -tors of the relati onship be tween organiz ati onal antecedents and outc omes. Journal of Applied Psychol ogy, 2000, 85:331-348
5Lindell M K, Whitne y D J. Acc ounting for common method variance in cross-s ectional designs. Journal of Applied Psychology , 2001, 86:114-121
6Kline T J B, Suls ky L M , Rever-Moriyama S D. Common method var-i
Common Method Biases in Measures
Du Jianzheng , Zhao Guo xiang , Liu Jinping
(Collegeof Educational Science, He c nan Uni versity, Kaifeng, 475001)
Abstract Com mon method variance refers to variance that is attribu table to the measurement method rather than to the constructs the measures
represent. Common method variance can have a serious confoundi ng influence on measures used in the field and relationships between these measures, yielding potentially misleading conclusions. The purpose of the present paper is to introduce some research work on (A) the extent to which method biases influence behavioral research results, (b) potential sources of method biases and the procedural remedies for them. Key words:common method variance, method biases, procedural remedy
420心理科学 Psychological Science 2005, 28(2):420-422
#研究方法#
测评中的共同方法偏差
杜建政X 赵国祥 刘金平
(河南大学教育科学学院, 开封, 475001)
摘 要 共同方法变异是指由于测量方法而非所测构想造成的变异。共同方法变异会对测评和测评间的相关产生严重影响, 甚至会使研究导致错误结论。本文介绍了学界对共同方法偏差的研究, 内容包括:(1) 共同方法偏差在多大程度上和以何种方式影响测评研究结果; (2) 共同方法偏差的潜在来源及其程序控制。关键词:共同方法变异 方法偏差 程序控制
众所周知, 测量误差可分为随机误差和系统误差, 系统误差的一个主要来源就是方法变异(method variance) 。而共同方法变异(common method variance) 则指由于测量方法而非所测构想(construct) 造成的变异[2]。共同方法偏差(common method biases) 无疑会对测评结果产生严重影响, 甚至会使研究导致错误结论。假定一个研究者对构想A 和构想B 之间的关系感兴趣。基于某种理论, 他期望构想A 的测量分数与构想B 的分数存在一定程度的相关。但是, 如果对构想A 和构想B 的测量采用了同样的方法, 则此方法将会对测量施加一个系统的影响, 那么观测到的两者分数的相关, 至少有一部分是共同方法导致的。早在40多年前, Campbell 和Fiske [3]就对共同方法偏差进行过探讨, 而在近期, 学界对此益加关注[1,2, 4-7]。
[1]
共同方法变异对不同构想测评数据之间的相关系数有着很大影响。而且, 还有研究表明, 方法因素导致的偏差因研究背景而异[8, 13]。
实际上, 共同方法变异既能使不同构想间的相关系数增大, 也能使它们的相关系数减小, 也就是说, 既能导致第Ñ类错误, 又能导致第Ò类错误。Cote 和Buckley [8]估算了特质变异数、方法变异数、方法间的相关系数, 并将其代入公式(1) , 计算各类构想(如态度、人格、能力) 测评数据间的相关系数在多大程度上受到共同方法变异的影响: R x, y =(true R ti, tj x y ) +(true R mk, ml
(1) x y
在这里, true R ti, tj 是特质i 与特质j 之间的相关系数均数, t x 是测评x 中特质变异数所占的百分比, t y 是测评y 中特质变异数所占的百分比; trueR mk, ml 是方法k 与方法l 之间的相关系数均数, m x 是测评x 中方法变异数所占的百分比, m y 是测评y 中方法变异数所占的百分比。在各类构想的测评中, 真相关值(true correlation) 与观测相关值(observed correlation) 之间的关系可见表1。在表1中, 第一列第二行的相关值为0. 52。它是由真相关值(1. 00) 乘以Cote 和Buckley [8]所估算的态度测评中特质变异数通常所占百分比的平方根(即, 再乘以人格测评中特质变异数通常所占百分比的平方根(即, 然后加上, 态度测评与人格测评的方法相关值0. 551(可由态度测评方法的相关值0. 556与人格测评方法的相关值0. 546平均而得) 、态度测评中方法变异数通常所占百分比的平方根(即0. 407、人格测评中方法变异数通常所占百分比的平方根(即
0. 247) 的连乘之积, 计算而得。
从表1中还可得出一些重要结论。如:第一行第一列的
1 共同方法偏差对测评的影响
共同方法偏差对测评的影响, 一是表现在行为测评的数据上, 另一是表现在测评数据之间的相关上。
人们认识和探讨共同方法变异对行为测评的影响, 大多依据对多特质-多方法(multitrait -multi method, 简称MTMM ) 研究的元分析[1,8, 9]。Cote 和Buckley [8]所提供的依据, 或许是最全面、最有说服力的。他们考察了70项MTMM 测评研究中的共同方法变异, 这些研究所涵盖的领域包括心理学、社会学、营销学、教育学等。他们发现, 在通常的测评研究中, 大约四分之一(26. 3%) 的变异是由共同方法偏差之类的系统误差造成的。而且, 他们还发现, 方法偏差所导致的变异大小, 因学科和所研究的构想类型(the type of construct) 而异。一般说来, 营销学研究领域的方法变异数最小(15. 8%) , 而教育学研究领域中的方法变异数最大(30. 5%) 。在通常的工作绩效测评中, 方法变异数平均为总变异数的22. 5%, 而在态度测量中, 方法变异数则平均可达总变异数的40. 7%。William 等[9]在对应用心理学文献的研究中, 也发现同样的模式。
此外, 越来越多的研究探讨了共同方法变异对测评间相关关系的影响[10-12]。这类研究比较了共同方法变异受到控制和未受控制条件下, 变量之间相关程度的大小。研究结果发现, 平均而言, 存在共同方法变异时, 其变异数约占35%; 而控制共同方法变异时, 其变异数约占11%。这足以表明,
数据表明, 即便两种态度构想完全相关, 由于测量误差, 其测评数据间的观测相关值也仅为0. 52; 而第一行最后一列的数据表明, 同样由于测量误差, 即便两种态度构想完全无关, 其测评数据间的观测相关值也可达0. 23。表中数据受到不同方向的干扰:整个第一列数据显示, 即便两特质完全相关, 测量误差仍可将其观测相关值削去一半, 其方差贡献率为70%; 而最后一列数据显示, 即便两构想完全无关, 测量误差也可使其观测相关值大于0。实际上, 其中有些数值与文献报道中的效应值差异很大。由此可见, 大多数研究完全忽略
了测量误差, 或者仅仅考虑到随机误差而忽略了系统误差[2]。
表1 各类构想测评中真相关值与观测相关值的关系(引自Po dsakoff 等, 2003)
构想类型
态度-态度态度-人格态度-能力
态度-工作绩效和满意度人格-人格
人格-能力
人格-工作绩效和满意度能力-能力
能力-工作绩效和满意度
工作绩效和满意度-工作绩效和满意度
真相关值R ti, tj (R ti, tj 2)
1. 00(0. 00) 0. 52(0. 27) 0. 52(0. 27) 0. 52(0. 27) 0. 51(0. 26) 0. 53(0. 28) 0. 53(0. 28) 0. 53(0. 28) 0. 54(0. 29) 0. 54(0. 29) 0. 54(0. 29)
0. 50(0. 25) 0. 38(0. 14) 0. 35(0. 12) 0. 35(0. 12) 0. 32(0. 10) 0. 33(0. 11) 0. 34(0. 12) 0. 32(0. 10) 0. 34(0. 12) 0. 32(0. 10) 0. 31(0. 09)
0. 30(0. 09) 0. 32(0. 10) 0. 28(0. 08) 0. 28(0. 08) 0. 25(0. 06) 0. 25(0. 06) 0. 26(0. 07) 0. 23(0. 05) 0. 26(0. 07) 0. 24(0. 06) 0. 21(0. 04)
0. 10(0. 01) 0. 26(0. 07) 0. 21(0. 04) 0. 21(0. 04) 0. 17(0. 03) 0. 17(0. 03) 0. 18(0. 03) 0. 15(0. 02) 0. 18(0. 03) 0. 15(0. 02) 0. 12(0. 01)
0. 00(0. 00) 0. 23(0. 05) 0. 17(0. 03) 0. 18(0. 03) 0. 13(0. 02) 0. 13(0. 02) 0. 14(0. 02) 0. 10(0. 01) 0. 14(0. 02) 0. 11(0. 01) 0. 07(0. 00)
注:表体中的数值是由公式(1) 计算而得的观测相关值R x, y 及其平方(Rx, y 2) 。在计算中, 我们假定:(1) 每类构想的特质变异数与Cote 和
Buckley(1987) 所报告的相同(如:态度测评=0. 298, 人格测评=0. 391, 能力测评=0. 395, 工作绩效和满意度测评=0. 465) ; (2) 每类构想的方法变异数与Cote 和Buckley(1987) 所报告的相同(如:态度测评=0. 407, 人格测评=0. 247, 能力测评=0. 251, 工作绩效和满意度测评=0. 225) ; (3)方法间的相关值取Cote 和Buckle y(1987) 所报告的构想测评方法间相关值的均值(如:态度-态度的方法相关值=0. 556, 人格-态度=0. 551, 人格-人格=0. 546, 能力-态度=0. 564, 能力-人格=0. 559, 能力-能力=0. 572, 工作绩效和满意度-态度=0. 442, 工作绩效和满意度-人格=0. 437, 工作绩效和满意度-能力=0. 450, 工作绩效和满意度-工作绩效和满意度=0. 328) 。上述计算对可能存在的特质与方法间的交互作用忽略不计。
测量误差增大抑或减小测评间的观测相关值, 取决于测评方法之间的相关。若方法间的相关大于排除此方法影响后测评间的观测相关值, 则此方法的影响会增大观测相关值; 若方法间的相关小于排除此方法影响后测评间的观测相关值, 则此方法的效应, 是减小测评间的观测相关值[14]。
分数以相同的方法或评分者获得、项目特征、项目背景(i tem context) 、测评背景等。Podsakoff 等[2]对此做了全面的归纳, 见表2。
具体到某一项研究中, 共同方法偏差可能来源于上述因素之一, 也可能来源于多种因素的结合。因此, 认真分析数据的获得途径, 评估方法偏差的影响程度, 就显得至关重要。尤其是预测源与效标变量的数据是在同样的测评背景下使用相似特征和相同背景的项目测评同一受测者获得时, 方法
定 义
2 共同方法偏差的潜在来源及其程序控制
共同方法偏差可来源于不同途径, 如:预测源分数与效标
潜在来源
共同评定者效应
一致性倾向
内隐观(包括错觉相关) 社会赞许动机 宽待偏向
默认偏向(答是与答否) 心境(消极或积极) 短暂的心情项目特征效应
项目的社会赞许性 项目的暗示性 项目的模糊性 共同的量表形式 共同的量表锚定
项目词性的肯定与否定项目背景效应 项目的启动效应
项目的嵌入环境(变色龙效应) 背景诱发的心情 量表长度
各类构想项目的混合测评背景效应
预测源与效标变量同时测评 预测源与效标变量同地测评 预测源与效标变量同方式测评
表2 共同方法偏差的潜在来源(引自Podsakoff 等, 2003)
指由于变量指标从相同受测者中获取而导致预测源和效标变量之间的人为共变。
指受测者对项目的反应保持一致性的倾向。指受测者认为某种特质、行为和(或) 结果存在共变关系。
指一些受测者对项目反应时更多地考虑社会能否接受, 而非依据其自身的真实感受。指受测者倾向于将社会赞许的特质、态度和(或) 行为归于熟悉和喜爱的人。指受测者不考虑问卷项目的内容而回答/同意0(或/不同意0) 的倾向。
指受测者在消极(或积极) 心境下会消极(或积极) 地看待自身和周围事物。指近期扰动心情的事件影响了受测者看待自身和周围事物的方式。
指单纯由于项目所具有的特性影响受测者对项目的理解和反应而导致的人为共变。指项目的表述方式更多地反映了社会所赞许的态度、行为和立场。指项目可能会传递如何对其反应的隐含线索。
指项目存在歧义使受测者按某种猜度进行反应或对不同理解作出随机反应。指使用相同量表形式(如Likert 量表、语义区分量表等) 的问卷而导致的人为共变。指问卷中重复使用同样的锚定点(如:非常、总是、从不等) 。
指在问卷中使用肯定(或否定) 词性的项目也可能导致人为的相关。
指单纯由于某项目与构成测验的其他项目的关系而影响受测者对此项目的理解与反应。指预测源(或效标) 变量在问卷中的位置而使受测者感到此变量更为重要且与其他变量隐含着因果关系。
指中性项目嵌于肯定或否定词性项目中会被赋予肯定或否定的色彩。
指首先遇到的项目(或项目集) 所诱发的心情影响受测者对剩余项目的反应。
指量表项目较少时受测者在对项目进行反应的过程中会想到先前对其他项目的反应。指不同构想的项目混合在一起可能会减小构想内的相关, 增大构想间的相关。指在相同背景下进行测评而导致的人为共变。
指不同构想的测评在同一时间进行可能会导致独立于构想内容本身之外的人为相关。指不同构想的测评在同一地点进行可能会导致独立于构想内容本身之外的人为相关。指不同构想的测评以同一方式进行可能会导致独立于构想内容本身之外的人为相关。
ance and specification errors:A practical approach to detection. The J our -nal of Psychology, 2000, 134:401-421
7Scullen S E. Using confirmatory factor analysis of correlated uniquenesses to esti mate method variance in multitrai t-mul ti method matrices. Organiz a -tional Res earch Methods, 1999, 2:275-292
8Cote J A, Buckley R. Es ti mating trait, method, and error variance:Gen -erali zing acros s 70construct validation studies. J ournal of M arketing Re -s earch, 1987, 24:315-318
9Willi ams L J, Cote J A, Buckle y R. Lack of method variance i n self-re -ported affec t and perceptions at work:Reali ty or artifact? Journal of Ap -plied Ps ychology , 1989, 74:462-468
10Fuller J B, Patterson C E P, Hes ter K et al. A quanti tative review of re -s earch on charis matic leadershi p. Psychological Reports, 1996, 78:271-287
11Gers tner C R, Day D V. Meta-analytic revie w of leader -member ex -change theory:Correlates and cons truc t iss ues. Journal of Appli ed Ps ycho-l ogy , 1997, 82:827-844
12Podsakoff P M, MacKenzie S B, Paine J B. Organiz ational Ci tizenship be -havi or:A critical review of the theoretical and empirical li terature and sug -ges tions for future research. Journal of Management, 2000, 26:513-56313Crampton S, Wagner J. Percept-percept inflation in microorgani zati onal research:An i nves tigation of prevalence and effect. Journal of Applied Ps ychology, 1994, 79:67-76
14Cote J A, Buckley R. Meas urement error and theory tes ti ng i n consumer research:An illustration of the i mportance of construct validation. J ournal of Consumer Research, 1988, 14:579-582
偏差对研究结果的影响极大。而上述情况在行为研究中十分常见, 大多数研究者对此未加重视。
对共同方法偏差实施程序控制(procedural remedy) , 关键在于找出预测源和效标变量测评的共同之处, 然后通过研究设计来消除和减小其影响。具体的控制方法很多, 可采用从不同来源获得预测源和效标变量的测评数据、分离预测源和效标变量的测评、改进量表项目、平衡项目顺序、匿名测评等方式减小共同方法偏差[2]。
3 参考文献
1Bagozzi R P, Yi Y. Assess ing method variance i n mul ti trait-multi method matrices:The case of s el f-reported affect and percepti ons at work. Jour -nal of Applied Psychology , 1990, 75:547-560
2Podsakoff P M, Mac Kenzie S B, Lee J Y et al. Common method biases in behavioral research:A cri tical Review of the literature and recommended re medies. Journal of Applied Ps ychology, 2003, 88:879-903
3Ca mpbell D T, Fis ke D. Convergent and di scri minant validation by the multitrait-multimethod matrix. Ps ychol ogical Bulletin, 1959, 56:81-105
4Lindell M K, Brandt C J. Cli mate quality and climate consens us as media -tors of the relati onship be tween organiz ati onal antecedents and outc omes. Journal of Applied Psychol ogy, 2000, 85:331-348
5Lindell M K, Whitne y D J. Acc ounting for common method variance in cross-s ectional designs. Journal of Applied Psychology , 2001, 86:114-121
6Kline T J B, Suls ky L M , Rever-Moriyama S D. Common method var-i
Common Method Biases in Measures
Du Jianzheng , Zhao Guo xiang , Liu Jinping
(Collegeof Educational Science, He c nan Uni versity, Kaifeng, 475001)
Abstract Com mon method variance refers to variance that is attribu table to the measurement method rather than to the constructs the measures
represent. Common method variance can have a serious confoundi ng influence on measures used in the field and relationships between these measures, yielding potentially misleading conclusions. The purpose of the present paper is to introduce some research work on (A) the extent to which method biases influence behavioral research results, (b) potential sources of method biases and the procedural remedies for them. Key words:common method variance, method biases, procedural remedy