当前位置：文档之家 › 实证研究方法及数据处理

实证研究方法及数据处理

  • 格式：doc
  • 大小：1005.00 KB
  • 文档页数：33

1 第七章 实证研究方法及数据处理——结构方程模型

7.1引言

与以往依据经验推导出理论知识的研究范式不同，实证研究强调理论知识的可靠性必须建立在观察和实验的经验证明的基础之上。实证研究通过经验观察的数据和实验研究的手段来证明理论假设，就必须要求这种假设具有可证性。实证研究方法不仅在自然科学领域得到广泛应用，而且已对社会科学的研究产生深刻影响，提升了社会现象的研究的精确性和科学性。实证研究的过程一般包括如下几个步骤：

（1）问题确定

研究问题或是来源于研究者在实践中遇到的新问题或是在已有理论基础上的拓展，前一类问题研究往往有很强的创新性，但由于缺乏相关研究支撑，难度可能也较大，后一类类问题难度往往较小，但创新程度也可能不大。研究者往往需要在这两个方面进行平衡。

（2）文献研究

文献研究有助于研究者熟悉所研究领域，对研究问题的价值进行评估，并寻找到真正的问题所在，同时有助于避免无意义的重复研究。

（3）提出理论框架和假设

理论框架主要包括变量、变量间关系和系统图，如路径分析和结构方程模型中的变量间关系的路径图。假设则是指将变量间关系的合理推测以可验证的命题表达出来。

（4）样本选择及数据采集

样本的选择根据问题的差异而定，样本的数据或部分数据可以从公开的数据中获得如年鉴、报刊、上市公司年报等，也可以通过问卷调查的方式获得。

（5）数据分析及假设检验

数据分析一般结合各种统计软件进行，根据数据分析的结果可以确定测量模型是否合理以及总体模型的拟合情况，根据这些结果就可以进一步地确定能否对假设进行验证。

本章主要介绍实证研究方法中的结构方程模型方法，并按照结构方程模型的思想来源分别介绍因子分析（包括探索性因子分析和验证性因子分析）、路径分析等探索性和实证性的方法，接着重点介绍结构方程模型，最后应用结构方程模型软件Amos7.0对验证性因子分析、路径分析和结构方程模型加以应用举例，注重通过对不同方法之间关系的比较使研究者逐步加深对结构方程模型方法和技术的理解和掌握。

结构方程模型（Structural Equation Modeling, 简称SEM）是一种融合了因子分析和路径分析的多变量统计方法和技术，是第二代数据分析方法和技术，能够进行高质量的数据分析。与第一代数据处理技术如回归分析相比，结构方程模型能够对多个自变量和多个因变量的关系进行建模并通过简单而系统的分析同时解决一系列相关研究问题，同时，可以通过多个可直接观测变量来衡量无法直接观测的潜在变量，减少了变量的测量误差，根本上提高研究的精度。

因此，结构方程模型方法的问世极大便利了理论研究的验证。自上世纪80年代以来，随着电脑科技的发展，该技术日益成熟，成为多变量数据分析的重要工具，日益受到研究者的青睐。目前，已经有多种软件可以处理SEM，包括：LISREL，AMOS, EQS, Mplus等。 2 7.2因子分析

因子分析(Factor Analysis)起源于心理学，该领域的诸多变量如智力、动机、能力、兴趣等的无法直接测量，需要通过外显行为来测量，因子分析就是寻找许多可直接观测的指标或变量背后的不可直接观测的解释因子。因子分析的思想是结构方程模型分析的重要组成部分，该思想的出现增加了难以直接观测的潜在变量衡量的精确性，减少了测量误差，使得变量间因果关系模型的研究更为接近事实真相。按照用途和处理方法的不同，因子分析可分为探索性因子分析和验证性因子分析。

7.2.1探索性因子分析

1.探索性因子分析（EFA）和主成分分析（PCA）

探索性因子分析（Exploratory Factor Analysis）和主成分分析（Principal Components

Analysis）都是探索性的技术，是多变量统计中降低变量维度的方法，理清两者之间的关系有助于加深对因子分析的理解。探索性因子分析和主成分分析的共同点在于通过找出不可直接观察的因子，对具有高度相关性的变量作精简，都是为了将变量进行归类。但在使用目的和数据处理上两者仍然存在着差别，探索性因子分析假设在实际的观测变量之下，存在着少数没有被观察到的潜在变量或构念，而主成分分析试图用数学方法推导出少数变量来传达尽可能多的信息。

P1P2X1X2X3X4

iP代表主成分，iX代表变量或测量指标

图7.1 主成分分析

C1C2X1X2X3X4e1e2e3e4

iC代表因子，iX代表变量或测量指标

图7.2 探索性因子分析

两种测量方法的差异如图7.1和图7.2所示。方框代表可直接观测的变量或指标，圆框 3 代表主成分或因子，箭头代表因果关系。从图中可以看出，主成分分析中的主成分是所有变量的线性函数，并且不允许变量有测量误差；相反，因子分析是将变量区分为共同因子和测量误差两部分，变量是不可观察因子的线性函数。

2.探索性因子分析过程

为便于研究者深入理解并掌握探索性因子分析方法，我们首先给出探索性因子分析的步骤和流程图，接着结合SPSS软件分析通过案例分析具体介绍这一方法。探索性因子分析一般包括如下步骤：选取变量，并将其标准化；分析变量间的相关系数矩阵；求解公共因子及因子负荷矩阵；通过因子旋转得出因子得分；结果分析。其分析流程如图7.3所示。

图7.3 探索性因子分析流程图

例7.1 由于主成分分析在前面已有介绍，在此，我们仅介绍探索性因子分析的软件分析步骤和结果解释。我们基于2006年49家上市公司部分指标进行探索性因子分析，样本及指标见表7.1。我们相信，在这些指标中可能会存在3个反映上市公司经营情况的潜在结构，大体上应该有收益、收益增长和负债等三个方面，据此我们通过探索性因子分析看看这些指标能否结合到这三个方面。

表7.1 样本数据

公司简称 主营业

务收入 净利润 净利润率 净资产增长率 总资产增长率 营业利润增长率 每股收益 流动

资产 财务

费用 现金负债比率 现金流负债比 债务资产比率

万科A 1.78E+10 2154639315 0.12 0.79 1.21 0.69 0.49 4.47E+10 1.4E+08 0.56 0.81 0.64

国农 45638998 619804.46 0.01 0.01 0.31 -1.2 0.01 1.5E+08 774295 0.49 0.50 0.45

深振业 1.25E+09 216253765 0.17 0.15 0.14 2.12 0.85 1.65E+09 24453738 0.78 0.90 0.54

深达声 1.94E+08 -91523394 -0.47 -1.11 -0.06 -5.69 -0.49 2.95E+08 38976357 0.24 0.24 0.97 是 否 选取变量

分析相关系数矩阵

其他分析

因子旋转

因子得分

结果分析 斜交旋转 正交旋转 求解共因子及负荷矩阵 相关系数是否

大于0.3 4 宝利来 10356391 -1756059 -0.16 0.05 -0.15 -0.56 -0.02 38218721 -76015 1.95 1.95 0.06

深宝安 2.49E+09 100265051 0.04 0.16 0.13 0.25 0.10 4.16E+09 1.17E+08 0.69 0.86 0.64

华新 98638149 7204444 0.07 0.09 -0.31 -0.55 0.04 1.73E+08 7628125 0.62 0.62 0.64

深物业 3.12E+08 -46054221 -0.14 -0.10 -0.08 -1.29 -0.08 1.24E+09 15268771 0.29 0.35 0.64

南玻A 2.95E+09 332111553 0.11 0.06 0.23 0.07 0.32 1.29E+09 87982201 0.77 0.96 0.56

沙河股份 3.35E+08 31022151 0.09 0.08 0.03 -0.08 0.23 9.34E+08 6851109 0.51 0.66 0.63

深康佳 1.27E+10 102638435 0.01 0.02 0.09 2.61 0.17 8.52E+09 13844699 1.97 1.98 0.64

中华 2.2E+08 -9648015 -0.04 0.02 -0.19 -0.24 -0.02 81858008 -1.4E+07 0.10 0.10 7.97

深中冠 2.41E+08 30057907 0.12 0.08 -0.10 0.25 0.17 2.4E+08 9814511 1.66 1.83 0.32

深深宝 1.02E+08 39059405 0.38 0.16 0.07 0.12 0.21 2.07E+08 2876537 0.59 0.59 0.36

华发A 1.61E+08 -19554248 -0.12 -0.06 -0.03 -4.11 -0.06 1.39E+08 5203253 1.05 1.05 0.40

长城开发 1.03E+10 341185208 0.03 0.08 -0.07 -0.08 0.38 2.74E+09 75597 11.7 11.8 0.22

深赤湾 1.91E+09 613964828 0.32 0.06 0.00 -0.02 0.95 4.41E+08 51050121 1.24 1.46 0.33

深天地 6.63E+08 32488942 0.04 0.13 -0.05 -2.50 0.23 5.02E+08 9840187 1.07 1.09 0.69

招商地产 2.94E+09 567912385 0.19 0.14 0.59 0.31 0.91 1.09E+10 -7902914 0.30 0.51 0.68

特力A 1.13E+09 -92148791 -0.08 -0.40 -0.03 -4.50 -0.41 2.92E+08 11645245 1.76 1.78 0.77

飞亚达 4.87E+08 29263221 0.06 0.05 0.24 0.73 0.11 4.85E+08 5684509 2.41 2.51 0.26

深能源 6.95E+09 800110239 0.11 0.04 0.02 -0.04 0.66 4.75E+09 72520665 2.27 6.74 0.27

一致药业 5.67E+09 72555229 0.01 0.13 1.49 1.47 0.25 2.11E+09 21028176 2.56 2.72 0.82

深深房 9.91E+08 19259485 0.01 0.03 0.05 -2.69 0.01 1.96E+09 31186645 0.75 0.80 0.54

盛润 0.0001 18660262 -97 -0.01 -0.24 -1.27 0.06 5649784 21533570 -97 -97 55.1

中粮地产 3.46E+08 174428317 0.50 0.10 0.29 -0.04 0.24 8.06E+08 23773931 0.33 0.36 0.41

合集下载

常用的实证研究方法

常用的实证研究方法

常用的实证研究方法

导言：

实证研究是一种基于实际观察和数据收集的科学研究方法，旨在通过验证和证实事实，从而得出客观准确的结论。本文将介绍几种常用的实证研究方法，包括横断面研究、纵向研究、实验研究和案例研究。

一、横断面研究

横断面研究是一种通过对不同个体、群体或事件在同一时间点上的观察和调查来收集数据的研究方法。研究者可以通过对不同个体的特征、行为或观点进行比较，了解它们之间的关系和差异。横断面研究的优点是成本低、周期短，可以提供大量的数据。然而，由于数据只是在一个时间点上收集，无法观察到变化过程，因此不能推断因果关系。

二、纵向研究

纵向研究是一种通过对同一组个体、群体或事件在不同时间点上的观察和调查来收集数据的研究方法。研究者可以通过观察和比较个体或群体随时间的变化，来研究变量之间的因果关系。纵向研究的优点是可以观察到变量的变化过程，推断因果关系更为可靠。然而，纵向研究需要更长的时间周期和更大的成本投入，同时还需要解决个体或群体的流失和变动等问题。

三、实验研究

实验研究是一种通过控制和操纵自变量来观察和测量因变量的变化的研究方法。研究者可以在实验组和对照组之间施加不同的处理或干预，然后观察其对因变量的影响。实验研究的优点是可以控制其他变量的影响，从而更准确地得出因果关系。然而，实验研究的结果可能受到实验设置和样本选择的限制，且某些研究主题无法进行实验。

四、案例研究

案例研究是一种通过深入研究个体、群体或事件的特定案例来收集数据的研究方法。研究者可以通过观察和分析现实生活中的具体案例，深入了解其内在机制和特征。案例研究的优点是可以提供详细的描述和分析，对于复杂的个体或事件研究非常有效。然而，由于案例研究的个体或事件具有特殊性和局限性，无法直接推广到其他情境。

结论：

实证研究方法包括横断面研究、纵向研究、实验研究和案例研究等。每种方法都有其独特的优点和局限性，研究者应根据研究问题和目标选择适合的方法。同时，研究者还应注意研究设计的合理性、数据收集的准确性和分析的可靠性，以提高研究的科学性和可信度。

报告中的实证研究和调查方法

报告中的实证研究和调查方法

报告中的实证研究和调查方法

实证研究和调查方法在报告中的应用

在当今信息化社会，数据的获取和分析变得更加容易和准确。而在学术研究和商业领域，报告是一种常用的表达方式。然而，要有效地传达研究结果和调查发现，需要运用实证研究和调查方法。本文将深入探讨实证研究和调查方法在报告中的应用。

一、实证研究方法的概述

实证研究方法是通过观察、实验和数据收集来验证或反驳假设的一种科学方法。其基本步骤包括问题定义、理论构建、研究设计、数据收集、数据分析和结果解释。

1.问题定义：在进行实证研究之前，需要明确研究问题，并确保问题具有明确性和可测性。例如，在调查消费者购买决策的因素时，一个明确的问题可能是：“哪些因素影响消费者购买某个产品或服务？”

2.理论构建：在问题定义之后，研究人员需要基于已有的理论或文献，构建一个研究框架或概念模型。这有助于引导研究过程，提出研究假设，并确定变量的测量方式。

3.研究设计：研究设计是实证研究的蓝图，它决定了如何收集数据来回答研究问题。常用的研究设计包括问卷调查、实验、案例研究和观察。选择适当的研究设计取决于研究问题和可用的资源。

4.数据收集：在进行实证研究时，需要收集相关的数据来验证或反驳研究假设。数据可以来自于实地调查、实验室实验、次生数据分析等多种来源。确保数据的有效性和可靠性是保证研究结果准确性的重要一环。 5.数据分析：数据收集后，需要进行数据分析来揭示研究结果。常用的数据分析方法包括描述统计分析、相关分析、回归分析和因子分析等。通过这些分析方法，可以对数据进行量化和解释，从而回答研究问题。

6.结果解释：最后，研究人员需要解释研究结果，并将其与已有的理论框架进行对比。结果解释应基于数据和统计分析的结果，避免主观的偏见和推测。同时，对结果的解释要做到简明扼要，以方便读者理解。

二、问卷调查方法的运用

问卷调查是实证研究中最常用的数据收集工具之一。在报告中运用问卷调查方法可以收集大量的数据，从而回答研究问题。

报告的实证研究框架与方法

报告的实证研究框架与方法

报告的实证研究框架与方法

引言：

报告是一种通过系统性的调查与分析，为了解决特定问题或提供决策支持而产生的一种文件。为了提高报告的科学性和准确性，研究者们常常使用实证研究框架与方法进行报告的撰写和分析。本文将从六个方面展开详细论述报告的实证研究框架与方法。

一、研究问题的明确性

在进行实证研究之前，研究者首先需要明确报告的研究问题。只有明确的研究问题才能帮助研究者选择合适的实证研究框架与方法。例如，如果研究问题是针对某个产品的市场需求调研，那么合适的实证研究框架与方法可能包括问卷调查、焦点小组讨论等。

二、数据收集与处理

实证研究的关键之一是数据的收集与处理。数据的质量和准确性将直接影响报告的可信度。研究者可以通过观察、访谈、问卷调查等方式收集数据，并使用合适的统计方法进行数据分析和处理。例如，在市场调研报告中，研究者可以通过访问消费者、收集销售数据等来获取相关信息。

三、理论框架的选择

理论框架是指用来解释和分析研究问题的理论观点和假设。在报告中，选择合适的理论框架可以帮助研究者深入理解研究问题，并为报告的撰写提供指导。例如，在研究某个企业的竞争力时，研究者可以选择使用波特的竞争战略理论作为分析框架，从产品差异化、成本优势等方面进行分析。

四、实证研究方法的选择 实证研究方法包括定性研究和定量研究两种。定性研究主要通过观察、访谈等方式收集数据，并通过归纳和分析数据得出结论。定量研究则更加注重对数据的统计分析和数值计算，以找出变量之间的关系和趋势。在报告中，研究者需要根据研究问题的特点选择合适的实证研究方法。

五、结果呈现与解读

在完成数据分析后，研究者需要将结果进行呈现和解读。这一过程需要遵循客观、准确、简洁的原则，同时尽量避免主观偏见的介入。可以使用图表、文字描述等方式将结果呈现出来，并依据实证研究框架进行解读和分析。例如，在销售报告中，可以使用趋势图、饼图等方式展示产品销售情况，并结合市场环境因素进行解读。

论文中的实证研究方法与分析技巧

论文中的实证研究方法与分析技巧

论文中的实证研究方法与分析技巧

在学术研究中，实证研究方法与分析技巧是非常重要的工具。实证研究指的是通过观察和收集数据，根据现实现象进行研究，以得出可靠的结论。本文将讨论一些常见的实证研究方法和分析技巧，并介绍如何在论文中有效地运用它们。

一、问卷调查

问卷调查是实证研究中常用的一种方法。通过设计合理的问卷，收集大量的样本数据，以此来探究某一现象的特征和规律。在进行问卷调查时，需要注意以下几个方面：

1. 样本选择：确保样本的代表性和可靠性，以避免样本偏差对研究结果的影响。

2. 问卷设计：问卷问题要清晰明了，且避免主观性干扰，以免引导被调查者做出不准确的回答。

3. 数据处理：对收集到的数据进行统计分析，帮助研究者揭示问题的核心特征和规律。

二、实验研究

实验研究是一种通过对特定因素进行控制，观察其对研究对象的影响，以此来验证假设的方法。在论文中进行实验研究时，需要注意以下几个方面： 1. 实验设计：合理确定变量和实验组与对照组的设置，确保实验的有效性和可靠性。

2. 数据采集：详细记录实验过程中的数据，包括实验条件、观测结果等，以便后续分析和验证结论。

3. 结果分析：采用适当的统计方法对实验数据进行分析，验证和解读实验结果。

三、文献综述

文献综述是对已有研究文献进行系统性整理、评价和分析的方法。通过对大量文献的梳理，可以快速了解某一领域的研究现状和发展趋势。在进行文献综述时，需要注意以下几个方面：

1. 文献收集：收集相关研究领域的主要文献，包括期刊论文、学术书籍等。

2. 文献阅读：有选择地阅读和理解已有文献，把握其核心观点和研究方法。

3. 文献评价：对文献的质量进行评估，包括研究设计的合理性、数据的可靠性等。

4. 文献分析：对文献进行总结和分类，提炼关键观点和研究成果，以此做出综合性的结论。

四、统计分析 统计分析是实证研究中不可或缺的一环。它通过对数据进行整理、描述和解释，帮助研究者揭示数据背后的规律和趋势。在进行统计分析时，需要注意以下几个方面：