共同方法偏差及检验-理论篇

发布网友发布时间：2024-09-08 20:11

共1个回答

热心网友时间：2024-09-09 18:44

1. 共同方法偏差（CMB）是统计学中的一个重要概念，它指的是由于单一数据源或评分者等原因导致的隐性偏差，这种偏差可能会微妙地影响预测变量与效标变量之间的关联。
2. 理解和控制CMB对于提高研究的可靠性至关重要。控制CMB的策略可以分为程序控制和统计控制两大类。程序控制包括多源数据采集、时间和空间上的隔离，以及心理和方法上的差异，目的是从源头上减少偏差的影响。
3. 统计控制方法包括Harman单因素检验、ULMC法和CFA标签变量法。Harman检验通过单一因子解释变量的变异程度，如果超过40%（或50%），则可能表明存在严重的偏差。
4. ULMC法采用双因子模型，CFA标签变量法则通过比较模型C、U和R来揭示CMB的存在。在检验CMB的步骤中，首先需要将模型R与基准模型C进行比较。如果存在显著差异，则需要进一步分析。
5. 如果比较结果显示没有显著差异，则需要转向对CMB严重性的检查，通过比较模型C和U来判断方法效应的差异。然后，再次比较模型R与C和U，以确认是否存在严重的CMB。
6. 如果基准模型C与R之间的差异不显著，则可以直接转向比较U，以评估CMB的影响。最后，如果U和R之间存在显著差异，则可以确认CMB的严重性。
7. 尽管模型C在增强检验力量方面有帮助，但其假设的准确性非常重要。一个简化的方法是直接比较基准模型、U和R，省略步骤四和五。
8. 研究显示，共同方法偏差检验对于研究设计和数据分析至关重要。汤丹丹和温忠麟（2020）的研究强调了在研究中采取有效措施对抗CMB的重要性，以确保研究结论的准确性和有效性。