Organizational Research Methods

For all its richness and potential for discovery, qualitative research has been critiqued as too often lacking in scholarly rigor. The authors summarize a systematic approach to new concept development and grounded theory articulation that is designed to bring “qualitative rigor” to the conduct and presentation of inductive research.

Việc thiết lập tính bất biến đo lường giữa các nhóm là một điều kiện tiên quyết hợp lý để tiến hành so sánh liên nhóm chính xác (ví dụ như kiểm định sự khác biệt trung bình nhóm, sự bất biến của các ước tính tham số cấu trúc), tuy nhiên tính bất biến đo lường hiếm khi được kiểm tra trong nghiên cứu tổ chức. Trong bài báo này, các tác giả (a) làm rõ tầm quan trọng của việc thực hiện các kiểm định tính bất biến đo lường giữa các nhóm, (b) xem xét các thực hành khuyến nghị cho việc thực hiện các kiểm định tính bất biến đo lường, (c) điểm lại ứng dụng của các kiểm định tính bất biến đo lường trong ứng dụng thực tiễn, (d) thảo luận về các vấn đề liên quan đến kiểm định các khía cạnh khác nhau của tính bất biến đo lường, (e) trình bày một ví dụ thực nghiệm về phân tích tính bất biến đo lường theo thời gian, và (f) đề xuất một mô hình tích hợp cho việc thực hiện các dãy kiểm định tính bất biến đo lường.

Chúng tôi hướng đến việc phát triển một tài liệu tham khảo có ý nghĩa từ một nguồn duy nhất cho các học giả về quản lý và tổ chức, những người quan tâm đến việc sử dụng các phương pháp thống kê tài liệu để lập bản đồ các chuyên ngành nghiên cứu. Các phương pháp này đưa ra một thước đo khách quan trong việc đánh giá tài liệu khoa học và có tiềm năng tăng cường độ chính xác cũng như giảm thiểu thiên kiến của người nghiên cứu trong việc xem xét tài liệu khoa học thông qua việc tổng hợp ý kiến của nhiều học giả đang hoạt động trong lĩnh vực. Chúng tôi giới thiệu các phương pháp thống kê tài liệu như phân tích trích dẫn, phân tích đồng trích dẫn, liên kết thư mục, phân tích đồng tác giả và phân tích đồng từ khóa, đồng thời trình bày một quy trình làm việc để thực hiện các nghiên cứu thống kê tài liệu với các hướng dẫn cho các nhà nghiên cứu. Chúng tôi hình dung rằng các phương pháp thống kê tài liệu sẽ bổ sung cho phân tích tổng hợp và các đánh giá tài liệu định tính có cấu trúc như một phương pháp để xem xét và đánh giá tài liệu khoa học. Để chứng minh các phương pháp thống kê tài liệu, chúng tôi đã thực hiện một phân tích trích dẫn và đồng trích dẫn để lập bản đồ cấu trúc trí tuệ của tạp chí Phương Pháp Nghiên Cứu Tổ Chức.

It has become widely accepted that correlations between variables measured with the same method, usually self-report surveys, are inflated due to the action of common method variance (CMV), despite a number of sources that suggest the problem is overstated. The author argues that the popular position suggesting CMV automatically affects variables measured with the same method is a distortion and oversimplification of the true state of affairs, reaching the status of urban legend. Empirical evidence is discussed casting doubt that the method itself produces systematic variance in observations that inflates correlations to any significant degree. It is suggested that the term common method variance be abandoned in favor of a focus on measurement bias that is the product of the interplay of constructs and methods by which they are assessed. A complex approach to dealing with potential biases involves their identification and control to rule them out as explanations for observed relationships using a variety of design strategies.

The use of interrater reliability (IRR) and interrater agreement (IRA) indices has increased dramatically during the past 20 years. This popularity is, at least in part, because of the increased role of multilevel modeling techniques (e.g., hierarchical linear modeling and multilevel structural equation modeling) in organizational research. IRR and IRA indices are often used to justify aggregating lower-level data used in composition models. The purpose of the current article is to expose researchers to the various issues surrounding the use of IRR and IRA indices often used in conjunction with multilevel models. To achieve this goal, the authors adopt a question-and-answer format and provide a tutorial in the appendices illustrating how these indices may be computed using the SPSS software.

Bài viết này đề cập đến những chỉ trích của Rönkkö và Evermann đối với phương pháp hồi quy phương pháp phần (PLS) trong mô hình phương trình cấu trúc. Chúng tôi tranh luận rằng những thiếu sót được cho là của PLS không phải do vấn đề của kỹ thuật này, mà thực ra do ba vấn đề trong nghiên cứu của Rönkkö và Evermann: (a) sự tuân thủ mô hình yếu tố chung, (b) thiết kế mô phỏng rất hạn chế, và (c) những khái quát quá mức từ những phát hiện của họ. Trong khi Rönkkö và Evermann tuyên bố rằng họ đang xua tan những huyền thoại về PLS, họ thực tế đã tạo ra những huyền thoại mới mà chúng tôi sẽ vạch trần. Qua việc xem xét những tuyên bố của họ, bài viết của chúng tôi góp phần phục hồi một cuộc thảo luận mang tính xây dựng về phương pháp PLS và các thuộc tính của nó. Chúng tôi chỉ ra rằng PLS thực sự mang lại những lợi thế cho nghiên cứu khám phá và rằng nó là một ước lượng khả thi cho các mô hình yếu tố tổng hợp. Điều này có thể là một lựa chọn thú vị nếu mô hình yếu tố chung không phù hợp. Do đó, chúng tôi có thể kết luận rằng PLS nên tiếp tục được sử dụng như một công cụ thống kê quan trọng cho nghiên cứu quản lý và tổ chức, cũng như các lĩnh vực khoa học xã hội khác.

Nghiên cứu trước đây đã đề xuất một số biện pháp về kích thước hiệu ứng cho các nghiên cứu có nhiều lần đo trong cả nhóm điều trị và nhóm kiểm soát. Ba ước lượng kích thước hiệu ứng thay thế đã được so sánh theo các tiêu chí độ thiên lệch, độ chính xác và khả năng chống lại tính không đồng nhất của phương sai. Kết quả cho thấy kích thước hiệu ứng dựa trên sự thay đổi trung bình trước-sau trong nhóm điều trị trừ đi sự thay đổi trung bình trước-sau trong nhóm kiểm soát, chia cho độ lệch chuẩn của bài kiểm tra trước được gộp lại là phương pháp ưu việt.

Do tầm quan trọng của các nghiên cứu trung gian, các nhà nghiên cứu đã liên tục tìm kiếm phương pháp thống kê tốt nhất cho hiệu ứng trung gian. Các phương pháp thường được sử dụng bao gồm phân tích tương quan bậc không (zero-order correlation) và tương quan từng phần (partial correlation), các mô hình hồi quy phân cấp (hierarchical regression models), và mô hình phương trình cấu trúc (SEM). Nghiên cứu này mở rộng các công trình của MacKinnon và các đồng nghiệp (MacKinnon, Lockwood, Hoffmann, West, & Sheets, 2002; MacKinnon, Lockwood, & Williams, 2004; MacKinnon, Warsi, & Dwyer, 1995) thông qua việc tiến hành một mô phỏng để kiểm tra sự phân bố của các hiệu ứng trung gian và ức chế (suppression) của các biến tiềm ẩn với SEM, và các đặc tính của khoảng tin cậy phát triển từ tám phương pháp khác nhau. Kết quả cho thấy SEM cung cấp các ước lượng không thiên lệch cho các hiệu ứng trung gian và ức chế, và khoảng tin cậy bootstrap được điều chỉnh thiên vị cho hiệu quả nhất trong việc kiểm tra các hiệu ứng trung gian và ức chế. Các bước để thực hiện các quy trình được khuyến nghị với Amos được trình bày.

Many researchers who use same-source data face concerns about common method variance (CMV). Although post hoc statistical detection and correction techniques for CMV have been proposed, there is a lack of empirical evidence regarding their efficacy. Because of disagreement among scholars regarding the likelihood and nature of CMV in self-report data, the current study evaluates three post hoc strategies and the strategy of doing nothing within three sets of assumptions about CMV: that CMV does not exist, that CMV exists and has equal effects across constructs, and that CMV exists and has unequal effects across constructs. The implications of using each strategy within each of the three assumptions are examined empirically using 691,200 simulated data sets varying factors such as the amount of true variance and the amount and nature of CMV modeled. Based on analyses of these data, potential benefits and likely risks of using the different techniques are detailed.

Lindell và Whitney đã giới thiệu một kỹ thuật tương quan cục bộ, bây giờ được gọi là kỹ thuật đánh dấu tương quan, nhằm kiểm soát biến thiên phương pháp bằng cách sử dụng một biến đánh dấu mà lý thuyết không có liên quan đến các biến chính trong một nghiên cứu. Bài báo này (a) trước tiên tổng quan kế hoạch phân tích cụ thể của họ, và sau đó (b) xem xét các nghiên cứu thực nghiệm đã tuân theo toàn bộ hoặc một phần của kế hoạch này. Các tác giả cũng (c) mô tả một phương pháp phương trình cấu trúc đã được áp dụng để phân tích các biến đánh dấu và (d) xem xét các nghiên cứu thực nghiệm sử dụng phương pháp phân tích này. Tiếp theo, các tác giả (e) phát triển một kế hoạch phân tích kỹ thuật đánh dấu CFA toàn diện, và (f) minh họa kế hoạch này bằng một ví dụ thực nghiệm. Cuối cùng, các tác giả (g) mô tả cách các biến đánh dấu có thể được xem xét cùng với các quy trình biến thiên phương pháp khác, (h) thảo luận về vai trò quan trọng của lý thuyết trong bước quan trọng của việc lựa chọn các biến đánh dấu, và (i) thảo luận về các giả định cũng như giới hạn của Kỹ Thuật Đánh Dấu CFA Toàn Diện.