目录

共同方法偏差的控制

程序控制

统计控制

1. Harman单因素检验

探索性因素分析

操作方法

结果报告

参考文献

验证性因素分析

Mplus语句

结果报告

2. 潜在误差变量控制法(Controlling for the effects of a single unmeasured latent method factor)

包含共同方法偏差潜在变量模型的语句

未包含共同方法偏差潜在变量模型的语句

结果报告

参考文献

参考文献(推荐阅读)


共同方法偏差的控制

共同方法偏差(Common Method Bias)的控制方法分为程序控制(Procedural)和统计控制(Statistical)。

程序控制

程序控制指的是研究者在研究设计与测量过程中所采取的控制措施,比如从不同来源测量预测与校标变量,对测量进行时间上、空间上、心理上、方法上的分离,保护反应者的匿名性、减小对项目目的的猜度,平衡项目的顺序效应以及改进量表项目等(周浩, 龙立荣, 2004)。

首要考虑采用程序控制,因为这些方法是直接针对共同方法偏差的来源而设计的。

在程序控制方法无法实施或者无法完全消除共同方法偏差时,采用统计控制。

统计控制

统计控制是指在数据分析时采用统计的方法来对共同方法偏差进行检验和控制。

常用的统计控制方法:

1. Harman单因素检验

这种方法的基本假设是:如果方法变异大量存在,进行因素分析时,要么一个公因子解释了大部分的变量变异,要么析出单独一个因子(周浩, 龙立荣, 2004)。

探索性因素分析

将所有变量放到一个探索性因素分析中,检验未旋转的因素分析结果,确定解释变量变异必须的最少因子数,如果只析出一种因子或某个因子解释力特别大,即可判定存在严重的共同方法偏差(周浩, 龙立荣, 2004)。

操作方法

SPSS—>分析—>降维—>因子分析

结果报告

第一个公因子解释了总方差的29.579%,小于临界值40%,因此,本研究不存在严重的共同方法偏差问题。

参考文献

李其容, 李春萱, 杨艳宇 . (2023). 创业进展与创业努力的多层次关系:创业自我效能的中介与调节定向的调节作用.心理学报, 55(04), 642-657

刘宋冰清, 俞宗火, 唐小娟. (2022). 权力对基本归因错误的影响. 心理科学, 45(04), 953-959. https://doi.org/10.16719/j.cnki.1671-6981.20220424

王忠军, 龙立荣, 刘丽丹, 黄小华, 贾文文, 李璐, 马红宇. (2015). 仕途“天花板”:公务员职业生涯高原结构、测量与效果. 心理学报, 47(11), 1379-1394

验证性因素分析

设定公因子数为1,对“析出一个因子”这一假设进行检验。

Mplus语句

TITLE: HarmanCFA; ! 语句内容,可有可无

DATA: FILE IS cfadata.dat; ! 数据来源

VARIABLE: NAME ARE A1-A5 B1-B4 C1-C3; ! 数据内包含的变量

                   MISSING = ALL(99); ! 定义缺失值

                   USEVARIABLE ARE A1-A5 B1-B4 C1-C3; ! 使用到的变量

ANALYSIS: ESTIMATOR=ML; ! 分析方法

MODEL: CF BY A1-A5 B1-B4 C1-C3; ! 设定公因子数为1

OUTPUT: SAMPSTAT STDYX MOD CINTERVAL; ! 输出样本统计、标准化、修正指数、置信区间等结果

结果报告

一因子模型的拟合较差,因此不存在严重的共同方差偏差。

2. 潜在误差变量控制法(Controlling for the effects of a single unmeasured latent method factor)

当研究者不能识别共同方法偏差的来源或无法有效测量时,可将共同方法偏差作为一个潜在变量,允许所有变量在这个潜在变量上负载,比较包含共同方法偏差这一潜在变量模型(见下图右)和未包含共同方法偏差潜在变量模型(见下图左)的拟合度,如果在包含共同方法偏差潜在变量情况下模型的拟合度优于不包含的情况,那么共同方法偏差效应则得到了检验(周浩, 龙立荣, 2004)。

包含共同方法偏差潜在变量的模型,需要注意两点:

  1. 共同方法偏差对每个变量的影响是相同的,所以共同方法偏差这一潜在变量到观察变量的路径系数是相同的。

  2. 为正常拟合模型,设定共同方法偏差潜在变量的方差为1。

包含共同方法偏差潜在变量模型的语句

TITLE: CMV;

DATA: FILE IS data.dat;

VARIABLE: NAMES ARE A1-A5 B1-B4 C1-C3;

                   MISSING = ALL(99);

                   USEVARIABLES = A1-A5 B1-B4 C1-C3;

ANALYSIS: ESTIMATOR = ML;

MODEL: F1 BY A1-A5; ! 第一个因子

               F2 BY B1-B4; ! 第二个因子

               F3 BY C1-C3; ! 第三个因子

               CMV BY A1-A5(a) B1-B4(a) C1-C3(a); ! 共同方法偏差潜在变量,固定因子载荷

               CMV WITH F1@0 F2@0 F3@0; ! 不计算共同方法偏差潜在变量与其他因子之间的相关

               CMV@1; ! 方差固定为1

OUTPUT: SAMPSTAT STDYX MOD CINTERVAL;

未包含共同方法偏差潜在变量模型的语句

TITLE: CMV;

DATA: FILE IS data.dat;

VARIABLE: NAMES ARE A1-A5 B1-B4 C1-C3;

                   MISSING = ALL(99);

                   USEVARIABLES ARE A1-A5 B1-B4 C1-C3;

ANALYSIS: ESTIMATOR = ML;

MODEL: F1 BY A1-A5; ! 第一个因子

               F2 BY B1-B4; ! 第二个因子

               F3 BY C1-C3; ! 第三个因子

OUTPUT: SAMPSTAT STDYX MOD CINTERVAL;

结果报告

进行模型比较。如果差异显著,则表明存在共同方法偏差,差异不显著,则无共同方法偏差。

参考文献

王忠军, 龙立荣, 刘丽丹, 黄小华, 贾文文, 李璐, 马红宇. (2015). 仕途“天花板”:公务员职业生涯高原结构、测量与效果. 心理学报, 47(11), 1379-1394

参考文献(推荐阅读)

周浩, 龙立荣. (2004). 共同方法偏差的统计检验与控制方法. 心理科学进展, 12(6), 942-950 (介绍了几种共同方法偏差的统计控制方法,及每种方法的优缺点、适用情况等)

Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903. https://doi.org/10.1037/0021-9010.88.5.879 (介绍了共同方法偏差的来源、几种可用于控制方法偏差的程序和统计技术、使用建议)


希望上述介绍可以帮助到你!也欢迎大家在评论区多多交流分享。

你的关注/点赞 /收藏★/分享,是最大的支持!

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐