共同方法偏差详解

共同方法偏差范文
1.调查工具的一致性：如果使用的调查工具过于单一，例如只采用问
卷调查的方式，而没有结合其他的数据收集方法，那么被研究对象的回答
就可能倾向于一致性，而不真实地反映他们的个体差异。

2.措施中的一致性：如果调查问题或测量指标之间存在很高的相关性，那么回答者可能会根据整体的评价标准或主观感觉来回答问题，而不是根
据个人的实际情况进行回答，从而导致结果的一致性。

3.调查对象的态度：如果被研究对象对于调查问题或测量指标存在一
定的偏见或倾向性，那么他们可能会在回答问题时倾向于给出一致的回答，从而在结果中产生共同方法偏差。

为了减少和控制共同方法偏差的影响，研究者可以采取以下措施：
1.多元数据收集：在研究中采用不同的数据收集方法，例如观察、访谈、实验等，以获取多样化的数据，从而减少共同方法偏差的问题。

2.匿名调查：使用匿名的方式进行调查，可以有效降低被研究对象的
回答倾向性，并增加研究结果的准确性。

3.分散调查时间：如果可能，可以将问卷调查的时间点分散在一段时
间内进行，以减少被研究对象对调查问题的记忆性和一致性回答的影响。

4.因素分析：通过进行因素分析，可以检验和控制共同方法偏差的影响，从而提高研究结果的可靠性和有效性。

邱宗满学完群里教程，应该知道区分效度的一种做法，即，使用AVE 开根号值与相关系数进行比较，如下表（来源：25号论文）。

CR 和AVE 的计算也可通过一个简单的小程序来完成，即本压缩包内的“CR 和AVE 计算工具”；如果看了张哥教程，也可以找到张哥做的专门用来计算CR 和AVE 的excel 表，即压缩包内的“CR & AVE2016”。

区分效度（discriminant validity）除此之外，大家可以在SEM数据统计表里看到部分文献采用多CFA比较来说明维度之间的区分效度，例如下表（来源：25号文献）。

如果大家还不能通过报表来反推出论文作者所做的工作，那么我们使用一篇论文实例来解读这个过程（来源：A moderated mediation model of the relationship between organizational citizenship behaviors and job performance）。

一般来说，这种自己动手的操作，都是把两个相关比较高的维度合成一个维度，重新进行因子分析，然后判断哪个东西更好。

前一页ppt所提到的论文其大致意思就是，我们先做了普通的CFA（左边），然后我们多搞点竞争模型出来（右边），对这些模型进行比较，确定哪个模型更好。

如果我们原来的模型更好，说明我们的维度划分是对的，而且维度之间具有区分效度。

那，这么多模型，我们怎么进行一个判断与描述呢？1号文献中比较各个模型（右上），然后选出了拟合最好的一个模型。

3号文献与1号文献一致（左），也是描述了拟合最好的模型，并且这个模型就是我们的假设模型，那么说明有区分效度。

上一页ppt中的文献则是描述了新模型与原来的模型具有一个显著的差异性（右下）。

当然，区分效度经常会和共同方法偏差有关系（可以看笔者的“相关分析的先关骚操作”专题报告，从数据分析上加深对这些的理解），我们看接下来的ppt。

如果我们使用AVE的方法判断区分效度，却不达标怎么办？？？相信大家看Excel的时候也看到过这个东西，激动不已吧？然后我们打开27号文献可以发现这种情况。

共同方法偏差标准在科学研究和实验设计中，为了保证结果的准确性和可靠性，经常需要多个研究人员或多个实验室来进行同一实验或测量。

然而，由于个体之间的差异以及不同实验室的环境条件和操作技术的不同，可能会导致数据的偏差和误差，从而影响结果的可比性和可靠性。

为了解决这个问题，科学界引入了共同方法偏差标准。

一、共同方法偏差定义：共同方法偏差是指由于使用相同的测量方法、仪器或测试环境而导致的数据误差。

当不同的研究人员或实验室使用相同的方法进行测量或实验时，由于主观因素或环境因素的存在，所得到的数据可能存在一定的系统性偏差。

共同方法偏差标准旨在评估和控制这种系统性偏差，以确保数据的可靠性和可比性。

二、共同方法偏差的影响：共同方法偏差的存在会导致以下问题：1. 数据的误差：共同方法偏差导致不同个体之间的数据存在一定的差异，从而影响数据的准确性和可靠性。

2. 结果的不可比性：如果不同实验室或研究人员使用相同的方法和仪器但得到不同的结果，那么这些结果就无法进行比较和综合分析。

3. 结论的不可靠性：共同方法偏差可能导致实验结果或研究结论出现偏差，从而影响科学研究的可靠性和可信度。

三、共同方法偏差的评估方法：为了准确评估共同方法偏差，以下是一些常用的方法和步骤：1. 多个实验人员或实验室参与：通过多个实验人员或实验室的参与，可以获得更多的数据样本和观察值，从而更好地评估共同方法偏差的存在和程度。

2. 设计交叉实验：将不同实验人员或实验室随机分组，每个组使用相同的方法和仪器进行测量或实验，并在不同时间和环境条件下重复实验。

通过比较和分析不同组之间的数据差异，可以评估共同方法偏差的影响。

3. 数据分析和统计：使用合适的统计分析方法，进行数据处理和计算，评估共同方法偏差的大小和显著性。

例如，可以使用方差分析（ANOVA）来比较不同组之间的差异，并确定是否存在共同方法偏差。

四、共同方法偏差的控制方法：为了控制共同方法偏差，以下是一些常用的措施和建议：1. 标准化测量方法：确保试验或测量中使用的方法和仪器是标准化的，并提供明确的操作指南和标准程序。

共同方法偏差问卷设计
共同方法偏差是指由于调查对象在一次性问卷中的回答受到某种共同因素的影响，导致数据结果出现偏差的现象。

为了避免或减少共同方法偏差的出现，可以在问卷设计中采取以下措施：
1. 使用匿名问卷：匿名问卷可以帮助保护受访者的隐私，减少因担心个人信息泄露而造成的回答偏差。

2. 保证问卷的清晰度和准确性：问卷应该使用简洁明了的语言，避免使用模糊、不清晰或含糊的问题，以免引导受访者在回答问题时出现误解或猜测。

3. 使用多种测量方法和多个评估者：通过使用多个不同的评估者或多种测量方法对同一问题进行评估，可以减少共同方法偏差的影响。

4. 随机排列问题顺序：将每个问题以随机顺序出现在问卷中，可以减少受访者在回答问题时可能出现的意见或态度一致性偏差。

5. 控制调查条件：在进行研究或调查时，要尽量控制调查条件，尽量减少可能对受访者回答产生影响的外部因素。

6. 使用明确的回答选项：在问卷中提供明确的回答选项，避免使用模糊的刻度或范围，可以减少受访者在回答问题时可能出现的不确定性。

7. 进行后续面谈或深入访谈：在进行问卷调查后，可以选择对受访者进行后续的面谈或深入访谈，以进一步验证问卷结果的准确性和可靠性。

通过以上措施，可以有效减少共同方法偏差的出现，提高问卷设计的质量和数据结果的可信度。

共同方法偏差共同方法偏差（common method bias）指的是由于同样的数据来源或评分者、同样的测量环境、项目语境以及项目本身特征所造成的预测变量与效标变量之间人为的共变。

是一种系统误差。

1. 来源来源之一：同一数据来源或评分者自我报告偏差是指由于同一个人对预测变量与效标变量作反应而造成的预测变量、效标变量的人为共变。

（1）一致性动机。

人有保持认知和态度一致性的倾向，因此反应者在反应过程中试图对类似的问题保持回答的一致性或按一致性的意愿组织信息的倾向性被称为一致性动机。

（2）内隐理论、虚假相关（illusory correlation）。

内隐理论是指人们对某个事物或事物之间关系内在的看法、观点。

虚假相关是指由于评分者对项目之间的关系有某种内隐的观念，从而使测量所得的项目间相关产生系统扭曲。

（3）社会称许性（social desirability）。

指的是不管自己对某个事件或问题的真实想法，而刻意表现出为人们所接受和赞同的看法、见解的倾向性。

它会导致变量间的虚拟关系，或者充当了抵制变量从而掩盖变量间的真实关系。

或者充分调节变量从而影响变量间关系的性质。

（4）宽大效应（lenience effect）。

指评分者倾向于过高或过低地进行评分。

（5）默认。

是指对项目作反应时，不管项目内容，只针对项目在态度上的表述作出反应。

默认提高那些概念上毫无关系而表达上相近的项目之间的相关，从而很容易造成构念之间的虚假相关。

（6）积极或消极的情感。

研究者希望得到的是反应者对项目客观的反应，而反应者所作的反应往往受其情感所左右。

(7)短暂的情绪状态。

由于人们是在某种特定的情绪状态下对项目作出反应的，所以短暂的情绪状态会造成自我报告法测量中预测变量与效标变量的人为共变。

来源之二：项目特征所造成的CMB（1）项目社会称许性、项目问题特征：“你热爱你的祖国吗”“你喜欢赌博吗”。

项目或构念中具有太高或太低的社会称许性，那么测量所得的项目间的相关性就会太高或太低。

共同方法偏差检验
对于同源的问卷调查数据而言，共同方法偏差问题越来越得到学界的关注。

可从程序和统计两个方面对其加以控制和检验。

本文呈现2种较为常用的共同方法偏差统计检验方法。

1 赫尔曼单因子检验（Harman's single-factor test）
赫尔曼单因子检验是对问卷测量量表进行无旋转的探索性因子分析，观察析出多少个特征值大于1的因子，这些因子共解释了多少的总方差，其中第一个因子的方差解释量是否超过总方差解释量的一半（50%）？如果第一个因子的方差解释量没有超过总方差解释量的一半，则表明数据不存在单一因子能够解释绝大部分方差的情况，共同方法偏差不严重（Podsakoff & Organ., 1986）。

在现有论文中，也常常看到部分文献在进行赫尔曼单因子检验法时，仅以析出的第一个因子方差解释量小于40%或50%为共同方法偏差不严重的标准，该做法并没有考虑到第一个因子的方差解释量与总方差解释量的比例关系（如第一个因子方差解释量为37%，而总方差解释量仅为60%），此种报告方式不够严谨，个人建议在报告时应报告更为详细的信息（参考上一段的描述）。

2 控制未测量的潜在共同方法因子
该做法是在原先的模型中纳入一个未测量的潜在共同方法因子（Podsakoff et al., 2003），让共同方法因子在所有测量题项上均有一个相同的荷载值，通过检验模型拟合指数的改善程度来判断共同方
法偏差问题的严重性。

共同方法变异检验共同方法变异检验（Test of Common Method Variance，简称CMV检验）是一种通过统计方法来检测研究数据中是否存在共同方法偏差的方法。

共同方法偏差指的是研究参与者在填写测量工具时可能存在的系统性偏差，这种偏差会影响研究数据的可靠性和有效性。

CMV检验的目的是识别和控制共同方法偏差对研究结果的潜在影响，以确保研究结果的可靠性和有效性。

CMV检验通常用于问卷调查研究中，但也可以应用于其他类型的研究中，如实验研究或观察研究。

CMV检验的基本步骤是分析数据结构、进行测量模型比较和进行CMV分析。

首先，研究者需要对数据结构进行分析，包括因素分析、描述性统计和相关性分析等。

这些分析可以帮助研究者了解数据的特点和数据之间的关系。

接下来，研究者需要比较不同测量模型的适配度，以确定最合适的测量模型。

常用的测量模型包括反映性测量模型和构念性测量模型。

通过比较不同模型的适配度指标，研究者可以选择最合适的测量模型。

最后，研究者需要进行CMV分析来检测共同方法偏差的存在和影响。

常用的CMV分析方法包括方法效应分析和方法三角形分析。

方法效应分析是通过将所有变量都放入同一个因素分析中，来计算方法因素对总方差的解释程度。

方法三角形分析则是通过比较不同测量模型得出的因素载荷矩阵和共同方法矩阵之间的差异，来评估共同方法偏差的存在。

如果CMV检验结果显示存在共同方法偏差，研究者可以采取一些控制措施来减少其影响。

例如，可以对数据进行多源收集，使用不同的测量方法来获取更全面的数据。

此外，研究者还可以根据CMV分析的结果进行后续的数据修正，如使用准则方程法或给变量加入虚拟变量等。

综上所述，共同方法变异检验是一种重要的统计分析方法，可以帮助研究者评估和控制共同方法偏差的影响，提高研究结果的可靠性和有效性。

研究者在进行CMV检验时应仔细分析数据结构、比较测量模型的适配度，并进行CMV分析来检测共同方法偏差。

共同方法偏差检验步骤英文回答：Common Method Bias (CMB) Testing Procedure.Common method bias (CMB) refers to the systematic error that occurs when the same method is used to collect data from multiple variables. This can lead to inflated correlations between the variables and biased results, especially when the variables are self-reported by respondents.To test for CMB, researchers can use a variety of statistical techniques, including:Harman's single-factor test: This test involves conducting a factor analysis on all of the variables in the study. If a single factor emerges, it may indicate that CMB is present.Marker variable technique: This technique involves adding a variable to the study that is not related to the other variables but that is likely to be affected by CMB.If the marker variable is significantly correlated with the other variables, it may indicate that CMB is present.Partial correlation analysis: This technique involves controlling for the effects of one or more other variables when examining the relationship between two variables. If the relationship between the variables decreases when the other variables are controlled for, it may indicate that CMB is present.Steps for Testing CMB:1. Identify the variables that may be affected by CMB. These are typically variables that are self-reported by respondents and that are correlated with each other.2. Select an appropriate statistical technique for testing CMB. The choice of technique will depend on the number of variables in the study and the type of data thatwas collected.3. Conduct the statistical test. Follow the instructions for the specific technique that you have chosen.4. Interpret the results. If the statistical test indicates that CMB is present, you should consider taking steps to mitigate its effects.Mitigating CMB:There are a number of ways to mitigate the effects of CMB, including:Using multiple methods to collect data. This can help to ensure that the data is not biased by a single method.Using objective measures whenever possible. This can help to reduce the likelihood that CMB will occur.Controlling for the effects of other variables. Thiscan help to rule out the possibility that CMB is causing the relationships between the variables.中文回答：共同方法偏差（CMB）检验步骤。

文献阅读报告文献题目Common Method Biases in Behavioral Research: A Critical Review of theLiterature and Recommended Remedies 行为研究中的共同方法偏差：文献综述和控制建议报告框架简介共同方法偏差的潜在来源共同方法偏差影响应答人行为的过程共同方法偏差的控制技术过程控制（Procedure Remedies）统计措施（Statistical Remedies ）统计方法之间的比较研究过程中控制方法偏差的建议其他相关考虑结论简介同方法偏差是行为研究过程中的潜在问题。

方法偏差是测量误差的主要来源之一。

例如研究结构A和结果B之间的假设关系，如果对A和B的测量采用同样的方法，在观察两个测量结果的相关性时，可能会产生共同方法所引起的系统效应。

本文的研究目的：（a）检验方法偏差影响行为研究结果的程度；（b）识别方法偏差的潜在来源；（c）讨论方法偏差影响测量结果的认知过程；（d）评价控制方法偏差的不同方法（过程控制和统计措施）；（e）针对不同的研究集，给出不同的控制方法偏差的建议。

共同方法偏差引起的偏差程度方法偏差程度影响某具体领域采用的测量方法以及方法之间的关系；方法偏差的强度不同，而且影响方向也不一致。

方法偏差会放大或缩小所观察的结构之间的关系，从而导致第一类或第二类的统计错误。

例如（Cote 和Buckley , 1987 ）文献中：（弃真错误）两个结构高度相关，测量结果的相关性却不显著；（存伪错误）两个结构完全不相关，但由于系统测量误差，测量结果的相关性显著。

共同方法偏差的潜在来源共同方法偏差很大程度上影响了研究结果，因此研究其来源具有重要的意义。

共同方法偏差的来源包括：（1）方法出自同一个来源或评价者主题的一致性内在相关，隐性相关社会期望倾向于宽松的偏差默认偏差情绪状态（积极和消极情感）瞬间情绪状态（2）问项的特征问项的社会期望问项的需求特点问项的歧义共同量表格式共同量表锚定正向和反向编码的顺序（3）问项的内容问项启动效应问项的嵌入语境引起的情绪量表长度问卷中混用的(或分组的)问项和结构(4)测量语境的影响在同一时间点的测量的预测和标准变量在同一地点测量的预测和标准变量采用统一介质测量的预测和标准变量共同方法偏差影响应答人行为的过程问题响应过程主要包括以下几个阶段：理解(Comprehension)、检索(Retrieval)、判断(Judgment)、响应选择( Response selection、响应报告( Response reporting)。