论文部分内容阅读
【摘 要】在管理实证研究中，实验法和观察法近年来越来越受到青睐，但对于组织行为研究而言，观察法和实验法使用情境较难处理，因此对于控制变量的依赖度也不断增强。文章利用扎根理论研究方法，对组织行为研究中控制变量的使用方法进行归纳和总结，并提出相关控制变量的使用建议。
【关键词】控制变量；组织行为研究：扎根理论
【中图分类号】F244；C81 【文献标识码】A 【文章编号】1674-0688（2017）11-0012-03
众所周知，在管理类研究中加入控制变量是比较常见的方法，控制变量用于在统计分析中进行控制，在发表于2005—2009年的管理类4个主流期刊的1 200篇文章中，有813篇文章使用了控制变量，所占比例高达67.7%（Atinc G，Simmering M J，2012）。根据Bernaerth和Aguinis（2016）在组织行为及人力资源管理等领域中研究成果的调查，已有超过3 500个控制变量在模型中出现，这些控制变量大多属于人口统计范畴，例如性别、年龄、收入等。但目前很多研究者对控制变量的具体使用并没有投入太多关注，尤其是对于把这些变量作为控制变量的原因及如何将这些控制变量和模型的主要变量建立有意义的联系还存在误区，甚至有很多研究者并没有弄懂控制变量而盲目地使用控制变量，结果导致自变量和因变量之间的概念关系模糊不清，对统计结果进行不恰当的解释，从而做出错误的统计推断和研究结论（张涵、康飞，2014）。上述问题反映了研究者还需要掌握控制变量选取的方法和步骤，以及提高控制变量选取的合理性。
1 控制变量的内涵
控制变量在物理学上的概念是指除了自变量以外所有会影响实验结果即因变量的变量。看起来这些变量并不是实验中的研究变量，因此可以称之为实验中的无关变量。这类变量应该加以控制，如果不加以控制，它也会造成因变量的变化，即自变量和一些未加控制的因素共同造成了因变量的变化，这叫自变量的混淆。因此，只有将自变量以外一切能引起因变量变化的变量控制好，才能弄清实验中的因果关系。一般而言，研究人员会在层次回归模型的第一步中输入控制变量，这样做的目的是可以“净化”控制变量的混淆效应。
2 控制变量的使用领域
在一些关于组织行为、人力资源管理和应用心理学相关的期刊文章中，搜索2017年最受欢迎的研究领域，第一，通过一个在线关键词搜索摘要来定位与一个研究领域。第二，检查每个摘要，确定该研究是否适合被统计。第三，检查研究方法部分以确定该研究是否包括统计学控制。第四，有些研究中没有明确地引用统计控制，在方法部分，执行了一个within-article full text搜索“控件”“协变量”“部分”等关键字，又找到了580项相关的研究，综合起来包括如下研究领域。
关于工作绩效，通过关键词搜索“性能”，以性能作为焦点变量来确定潜在的研究。因为本文中的性能显式地引用了任务性能，在员工中，排除了许多其他类型和级别的员工的性能。
关于工作满意度，关键词搜索使用“满意”识别潜力工作满意度研究，排除了专注于职业的研究，督导、教室及其他类型的满意结果描述。
关于承诺，为了识别潜在的研究对象，搜索了对“承诺”一词的使用摘要。一旦确定，检查文章内容以确保文章主要研究的是形式组织承诺，排除了那些改变承诺、职业承诺及其他形式的承诺的研究。
关于倦怠。把情感的疲惫、人格的丧失及将个人成就降低作为这类研究的焦点。因此，重点搜索了“倦怠”“疲惫”“人格解体”等关键词。
关于个性。人格特质被称为“大五责任感”，外向性、情绪稳定性、有经验、有亲和力，使用这些术语和“大五”“人格”作为关键词，以确定潜在的研究对象。
关于领导成员交换理论。术语“交换”“谈判纬度”“leader-member”“LMX”“LMX-mdm”“LMSX”“互惠”被用作识别的关键字。
关于组织公正。“正义”“不公正”“公平”“不公平”，这些关键词被作为主要搜索目标。搜集的文献中包含了所有形式的组织公正（即分配程序、人际关系、交互性、信息性）。
关于组织公正。“正义”“不公正”“公平”“不公平”用于确定潜在的纳入研究。而搜索的文献包含了所有形式的组织公正（即分配程序、人际关系、交互性、信息性）。
关于影响。虽然他们的概念化有不同，有表述为强度、焦点和测量的（Elfenbein，2007），选择以情感、情感和情绪作为一个研究类别，对相关关键词进行了搜索，以“情感”一词定位相关的研究。
3 基于扎根理论的控制变量使用分析
根据Duriau，Reger& Pfaffer（2007）所做的控制变量编码流程，对580项管理学相关研究中包含有超过3 500个控制变量进行编码。具体步骤就是利用扎根理论将相关研究中实用的控制变量一一列出，很多控制变量在统计学上都属于不重要的关系，例如在绩效领域，最常见的5个使用的控制变量（性别、任期、年龄、组织、团体规模）被用作重要的变量；有些控制变量对研究人员流失率的问题有显著的影响，包括收入、当地的失业因素和工作的嵌入性，这些因素不应仅作为控制变量来操作。
值得注意的是，只有不到10%的研究为使用控制变量提供了理论依据。在提供的130多个理论依据中，近31%的文章表明了是按照模型或同类研究中之前的控制变量来选取，根据已知的一些模型来预测变量间的关系，同时分析他们自己的数据：有28%的人描述為是通过对之前的研究或模型进行综合，以及对自己拥有的数据进行分析，再来选取控制变量；接近19%的人结合之前自己发现的变量间的关系和自己的数据进行分析；有大约8%的人将预期理论与自己的数据进行分析。
有关影响的研究中，90%以上的研究都只关注了积极和消极的影响。相比之下，只有不到40%的研究关注了经理的性别，有60%的研究关注的是员工的性别和年龄。相比之下，很多研究忽略了配对样本的基本人口信息。从目前的数据信息来看，结果是令人失望的，绝大多数研究涉及最流行的组织行为学、人力资源管理和应用心理学领域，在选择控制变量时，都会聚集在同一个简单的人口统计学上的因素上。这说明很多研究者还需要弄清究竟什么是控制变量，人力资本理论提出某些个人特征，例如任期、教育和工作经历会积极地影响人们的态度，在此任期，教育和工作经历这些变量将不再作为控制变量出现。 4 控制变量使用建议
（1）思考选用某一个控制变量的理由。一般来说，关于这个问题最常见的回答是“因为我认为这个变量和我研究中的变量有关”。如果回答是这样的，那么接下来的问题便是“这是不是唯一的理由？也就是说，是否还有其他理由？”如果回答“否”，那么说明该控制变量的选取不够恰当，应该停止。如果回答“是”，但没有其他的论据，那么我们认为对这一控制变量的选取也是没有正当理由的。
（2）选用某一个控制变量必须有充分的理由。还有很多各式各样的回答，比如“因为之前的研究者在他们的研究中使用了这些控制变量，因为这一控制变量可能对我的研究结果产生了另外一种解释，因为这一控制变量可能干扰我的研究结果”，等等。如果以上是你的回答，那么又必须抛出之前的问题，“还有没有其他理由使得这一变量被考虑进去”。如果回答“否”，那么研究者同样没有必要再进行下去。分开来看，以上没有一个回答具有充分的理由来支撑控制变量的选取。因此，研究者需要回答一个简单的问题“其他还有什么理由让我想要使用这一控制变量或者我应该使用这一控制变量”以上这一过程需要不断地重复，直到研究者没有其他理由再考虑使用这一变量。如果研究者不能够提出一些理论依据作为适当的理由，那么这一过程应该就此停止，在分析中不应该用到这一控制变量。但这并不是意味着研究者无法使用任何的控制变量，这只是意味着没有合适的理由说服我们必须在分析中使用它们。但是，如果研究者在上述的问答过程中提出了理论依据，那么研究者将会回答不同的问题。
（3）不要为了满足审稿人的期望而选用某个控制变量。有一个回答虽然不太被提起，但是我们认为这可能是许多研究者选取控制变量的真正原因，即“因为我认为审稿人或者编辑希望我加上一个控制变量”。如果这是主要原因，那么我们强烈希望研究者能够停止这一过程。还有一个回答同样也暗示必须停止控制变量的选取，即“使研究假设在测量检验上看似严谨”。这在很多年前被认为是一个谬论，直到最近才有大量的证据显示，统计上的控制并没有任何的严谨性。
（4）此外，角色理论认为，控制变量的选取涉及3个问题：这一关系是否在已有的研究中被实证过了？这一控制变量的选用在研究中的目的是什么？研究中的变量能否被合理地测量？如果这一控制变量与研究中的变量有实证上的关系存在，那么研究者就能够合理地解释研究结果的其他可能性。
在描述控制变量的选用或排除的过程中，以理论上的合理性为主来处理控制变量和主要变量之间的关系，即“选择什么、为何选择、为什么选择”的问题，这是一个必需的步骤。
参 考 文 献
[1]Huselid M A.The impact of human resource management practices on turnover，productivity，and corporate financial performance[J].Academy of ma-
nagement journa，1995，38（3）：635-672.
[2]Becker T E.Potential problems in the statistical co-
ntrol of variables in organizational research：A qualitative analysis with recommendations[J].Organizational Research Methods，2005，8（3）：274-289.
[3]Srivastava A，Bartol K M，Locke E A.Empowering leadership in management teams：Effects on know-
ledge sharing，efficacy，and performance[J].Academy of management journa，2006，49（6）：1239-
1251.
[4]张涵，康飞.管理实证研究中的统计控制误用分析及改进[J].科学学与科学技术管理，2014，35（10）：43-
50.
[5]Aguinis H，Kraiger K.Benefits of training and development for individuals and teams，organizations，and society[J].Annual review of psychology，2009（60）：451-474.
[6]Aguinis H.Statistical power problems with moderated multiple regression in management research[J].Journal of Managemen，1995，21（6）：1141-
1158.
[責任编辑：邓进利]
【关键词】控制变量；组织行为研究：扎根理论
【中图分类号】F244；C81 【文献标识码】A 【文章编号】1674-0688（2017）11-0012-03
众所周知，在管理类研究中加入控制变量是比较常见的方法，控制变量用于在统计分析中进行控制，在发表于2005—2009年的管理类4个主流期刊的1 200篇文章中，有813篇文章使用了控制变量，所占比例高达67.7%（Atinc G，Simmering M J，2012）。根据Bernaerth和Aguinis（2016）在组织行为及人力资源管理等领域中研究成果的调查，已有超过3 500个控制变量在模型中出现，这些控制变量大多属于人口统计范畴，例如性别、年龄、收入等。但目前很多研究者对控制变量的具体使用并没有投入太多关注，尤其是对于把这些变量作为控制变量的原因及如何将这些控制变量和模型的主要变量建立有意义的联系还存在误区，甚至有很多研究者并没有弄懂控制变量而盲目地使用控制变量，结果导致自变量和因变量之间的概念关系模糊不清，对统计结果进行不恰当的解释，从而做出错误的统计推断和研究结论（张涵、康飞，2014）。上述问题反映了研究者还需要掌握控制变量选取的方法和步骤，以及提高控制变量选取的合理性。
1 控制变量的内涵
控制变量在物理学上的概念是指除了自变量以外所有会影响实验结果即因变量的变量。看起来这些变量并不是实验中的研究变量，因此可以称之为实验中的无关变量。这类变量应该加以控制，如果不加以控制，它也会造成因变量的变化，即自变量和一些未加控制的因素共同造成了因变量的变化，这叫自变量的混淆。因此，只有将自变量以外一切能引起因变量变化的变量控制好，才能弄清实验中的因果关系。一般而言，研究人员会在层次回归模型的第一步中输入控制变量，这样做的目的是可以“净化”控制变量的混淆效应。
2 控制变量的使用领域
在一些关于组织行为、人力资源管理和应用心理学相关的期刊文章中，搜索2017年最受欢迎的研究领域，第一，通过一个在线关键词搜索摘要来定位与一个研究领域。第二，检查每个摘要，确定该研究是否适合被统计。第三，检查研究方法部分以确定该研究是否包括统计学控制。第四，有些研究中没有明确地引用统计控制，在方法部分，执行了一个within-article full text搜索“控件”“协变量”“部分”等关键字，又找到了580项相关的研究，综合起来包括如下研究领域。
关于工作绩效，通过关键词搜索“性能”，以性能作为焦点变量来确定潜在的研究。因为本文中的性能显式地引用了任务性能，在员工中，排除了许多其他类型和级别的员工的性能。
关于工作满意度，关键词搜索使用“满意”识别潜力工作满意度研究，排除了专注于职业的研究，督导、教室及其他类型的满意结果描述。
关于承诺，为了识别潜在的研究对象，搜索了对“承诺”一词的使用摘要。一旦确定，检查文章内容以确保文章主要研究的是形式组织承诺，排除了那些改变承诺、职业承诺及其他形式的承诺的研究。
关于倦怠。把情感的疲惫、人格的丧失及将个人成就降低作为这类研究的焦点。因此，重点搜索了“倦怠”“疲惫”“人格解体”等关键词。
关于个性。人格特质被称为“大五责任感”，外向性、情绪稳定性、有经验、有亲和力，使用这些术语和“大五”“人格”作为关键词，以确定潜在的研究对象。
关于领导成员交换理论。术语“交换”“谈判纬度”“leader-member”“LMX”“LMX-mdm”“LMSX”“互惠”被用作识别的关键字。
关于组织公正。“正义”“不公正”“公平”“不公平”，这些关键词被作为主要搜索目标。搜集的文献中包含了所有形式的组织公正（即分配程序、人际关系、交互性、信息性）。
关于组织公正。“正义”“不公正”“公平”“不公平”用于确定潜在的纳入研究。而搜索的文献包含了所有形式的组织公正（即分配程序、人际关系、交互性、信息性）。
关于影响。虽然他们的概念化有不同，有表述为强度、焦点和测量的（Elfenbein，2007），选择以情感、情感和情绪作为一个研究类别，对相关关键词进行了搜索，以“情感”一词定位相关的研究。
3 基于扎根理论的控制变量使用分析
根据Duriau，Reger& Pfaffer（2007）所做的控制变量编码流程，对580项管理学相关研究中包含有超过3 500个控制变量进行编码。具体步骤就是利用扎根理论将相关研究中实用的控制变量一一列出，很多控制变量在统计学上都属于不重要的关系，例如在绩效领域，最常见的5个使用的控制变量（性别、任期、年龄、组织、团体规模）被用作重要的变量；有些控制变量对研究人员流失率的问题有显著的影响，包括收入、当地的失业因素和工作的嵌入性，这些因素不应仅作为控制变量来操作。
值得注意的是，只有不到10%的研究为使用控制变量提供了理论依据。在提供的130多个理论依据中，近31%的文章表明了是按照模型或同类研究中之前的控制变量来选取，根据已知的一些模型来预测变量间的关系，同时分析他们自己的数据：有28%的人描述為是通过对之前的研究或模型进行综合，以及对自己拥有的数据进行分析，再来选取控制变量；接近19%的人结合之前自己发现的变量间的关系和自己的数据进行分析；有大约8%的人将预期理论与自己的数据进行分析。
有关影响的研究中，90%以上的研究都只关注了积极和消极的影响。相比之下，只有不到40%的研究关注了经理的性别，有60%的研究关注的是员工的性别和年龄。相比之下，很多研究忽略了配对样本的基本人口信息。从目前的数据信息来看，结果是令人失望的，绝大多数研究涉及最流行的组织行为学、人力资源管理和应用心理学领域，在选择控制变量时，都会聚集在同一个简单的人口统计学上的因素上。这说明很多研究者还需要弄清究竟什么是控制变量，人力资本理论提出某些个人特征，例如任期、教育和工作经历会积极地影响人们的态度，在此任期，教育和工作经历这些变量将不再作为控制变量出现。 4 控制变量使用建议
（1）思考选用某一个控制变量的理由。一般来说，关于这个问题最常见的回答是“因为我认为这个变量和我研究中的变量有关”。如果回答是这样的，那么接下来的问题便是“这是不是唯一的理由？也就是说，是否还有其他理由？”如果回答“否”，那么说明该控制变量的选取不够恰当，应该停止。如果回答“是”，但没有其他的论据，那么我们认为对这一控制变量的选取也是没有正当理由的。
（2）选用某一个控制变量必须有充分的理由。还有很多各式各样的回答，比如“因为之前的研究者在他们的研究中使用了这些控制变量，因为这一控制变量可能对我的研究结果产生了另外一种解释，因为这一控制变量可能干扰我的研究结果”，等等。如果以上是你的回答，那么又必须抛出之前的问题，“还有没有其他理由使得这一变量被考虑进去”。如果回答“否”，那么研究者同样没有必要再进行下去。分开来看，以上没有一个回答具有充分的理由来支撑控制变量的选取。因此，研究者需要回答一个简单的问题“其他还有什么理由让我想要使用这一控制变量或者我应该使用这一控制变量”以上这一过程需要不断地重复，直到研究者没有其他理由再考虑使用这一变量。如果研究者不能够提出一些理论依据作为适当的理由，那么这一过程应该就此停止，在分析中不应该用到这一控制变量。但这并不是意味着研究者无法使用任何的控制变量，这只是意味着没有合适的理由说服我们必须在分析中使用它们。但是，如果研究者在上述的问答过程中提出了理论依据，那么研究者将会回答不同的问题。
（3）不要为了满足审稿人的期望而选用某个控制变量。有一个回答虽然不太被提起，但是我们认为这可能是许多研究者选取控制变量的真正原因，即“因为我认为审稿人或者编辑希望我加上一个控制变量”。如果这是主要原因，那么我们强烈希望研究者能够停止这一过程。还有一个回答同样也暗示必须停止控制变量的选取，即“使研究假设在测量检验上看似严谨”。这在很多年前被认为是一个谬论，直到最近才有大量的证据显示，统计上的控制并没有任何的严谨性。
（4）此外，角色理论认为，控制变量的选取涉及3个问题：这一关系是否在已有的研究中被实证过了？这一控制变量的选用在研究中的目的是什么？研究中的变量能否被合理地测量？如果这一控制变量与研究中的变量有实证上的关系存在，那么研究者就能够合理地解释研究结果的其他可能性。
在描述控制变量的选用或排除的过程中，以理论上的合理性为主来处理控制变量和主要变量之间的关系，即“选择什么、为何选择、为什么选择”的问题，这是一个必需的步骤。
参 考 文 献
[1]Huselid M A.The impact of human resource management practices on turnover，productivity，and corporate financial performance[J].Academy of ma-
nagement journa，1995，38（3）：635-672.
[2]Becker T E.Potential problems in the statistical co-
ntrol of variables in organizational research：A qualitative analysis with recommendations[J].Organizational Research Methods，2005，8（3）：274-289.
[3]Srivastava A，Bartol K M，Locke E A.Empowering leadership in management teams：Effects on know-
ledge sharing，efficacy，and performance[J].Academy of management journa，2006，49（6）：1239-
1251.
[4]张涵，康飞.管理实证研究中的统计控制误用分析及改进[J].科学学与科学技术管理，2014，35（10）：43-
50.
[5]Aguinis H，Kraiger K.Benefits of training and development for individuals and teams，organizations，and society[J].Annual review of psychology，2009（60）：451-474.
[6]Aguinis H.Statistical power problems with moderated multiple regression in management research[J].Journal of Managemen，1995，21（6）：1141-
1158.
[責任编辑：邓进利]