SEM 模型是否真實存在的反省篇
Path Analysis and SEM: An Introspection
神掌打通任督二脈‧易筋經以簡馭繁
工作滿意度的因徑概念模型
因徑模型的聯立方程式組
因果關係:直接效果與間接效果
因果關係:相關關係與偽效果
偽效果的辨別與計算
間接因果關係
SEM可以說是當前管理研究、各種行為研究最流行、最熱門的取向之一。統雄老師在讀碩士班期間,也最喜歡作因徑分析,但作了數十次後,漸漸領悟到其存在著基礎知識論的問題。
以下以「建構篇」所舉的兩個範例說明如下。
Path Analysis 因徑分析
代表性範例:工作滿意度的因徑模型
Bryman, A. and Cramer,D. 1990: Quantitative data analysis for social scientists. London: Rout ledge, p. 246-251.
SEM 結構方程模型
代表性範例:計畫行為理論(Theory of Planned Behavior)的發展研究
Ingram, K. L., Cope, J. G., Harju, B. L., & Wuensch, K. L. (2000). Applying to graduate school: A test of the Theory of Planned Behavior. Journal of Social Behavior and Personality, 15, 215-226.
反省1:β與e
如果研究方法很嚴謹,絕大多數會發生除了1個預測變項以外,其他預測變項的「標準化迴歸係數(β)」都很小,而誤差(e)很大;亦即可解釋性、可預測性很低,多變項模式存在性很小,可能還不如雙變項理論。
在很多例子中,沒有任何大的β,且所有直接預測變項β之和,也很小。如果其和還小於e,即共同解釋力還低於誤差,意義有限。
如果β夠大,也有可能是「理論建構」或「測量方法」未必正確的原因。
譬如例2:只有3個b達到顯著水準,卻把未達顯著水準b的β 列在結論的概念模式上,其實沒有意義,這也說明「著名國際期刊」「著名國際學者」的真正實力為何。
模式中只有「對研究所的好感」→「申請研究所的意願」的β達到重要程度。但,很可能「對研究所的好感」和「申請研究所的意願」其實是相同-或非常接近的構念變項。
其他所有變項間的效果,都比誤差e1的效果低。
又,應變項「申請研究所的行為」的2個直接預測變項β,都在「不重要」的邊際上,其β之和也遠低於e。
綜上觀之, 怎麼會是好理論呢?
反省2:因徑關係除了數字更要詮釋
「因徑關係」除了用軟體跑出數字(一般認為的分析)之外,更重要的是要能「詮釋」數字與理論的發展方向。
例1,原始文獻在分析完Age的總效果後,就結束了。
但如果進一步詮釋,會發現:
因徑關係中只有2個重要性中低、1個近中低的β :
autonomy -> satisfaction : .58
age -> income : .57
income -> satisfaction :.47
對照自變項「年齡」,其直接效果為-0.8,3個自變項的間接效果為:
age -> autonomy -> income -> satisfaction is .28 *.22 *.47 =.03
直接、間接效果都近等於0,即都不重要,反映本模式接近「完全中介模型」,真正的詮釋與結論應該是:
1.「年齡→工作滿意度」的理論不完整,甚至不存在。過去如果發現「年齡與工作滿意度」的相關現象,其實是錯誤的。
2. 本模型中的「中介變項」:「自治程度」與「收入」,這兩者才是會影響「工作滿意度」的真正自變項。
3. 年齡會影響收入與自治程度,其實是一個「年資」的社會常規與現實-因其相關現象,而產生「假效果(spurious effect)」。
例2,這種由軟體直接跑的模型,其實更容易GIGO。原始文獻沒有交代,但實在有以下疑問:
1. 「對研究所的好感」和「申請研究所的行為」直接效果為0,且「好感」與「意願」的β,是模型中最大的.81,則兩者是不同的變項?還是「其實是合一的構念變項『動機』」,但是用了2個不同的量表工具去測量,誤以為是2個變項?
2. 直接跑SEM,沒有分析中介關係。如果把「好感」與「意願」對調會如何?如果也差不多,更可證明是1個概念,誤用2個名稱。
3. 對「申請研究所的意願」3個預測變項的β,「好感」獨大,其他兩者不僅近於0,且其b根本不顯著;三者之間的共變效果也相對較大,「別人對研究所的集體性看法」在數字上,似乎微不足道。有獨立存在的3個自變項(構念)嗎?
4. 綜上,統雄老師發現的「能力/動機→行為」交互作用理論,似乎是更好的解釋模型。亦即PCB即能力、Attitude/Intent 就是動機。
反省3:框架知識與基礎知識/複雜模型與簡單模型
統雄老師在對各種行為研究後,發現中介變項分析,經常可以協助我們辨識「框架知識」。
人類行為經常存在「框架現象」,在框架內看見的自變項,其實沒有真正完全自變能力。
在人類行為模式中,容易看到的自變項,通常是具體變項、或「人為變項」,而不是「構念」與「基礎知識」。
其實,「基礎知識」的模型可能是相對反而簡單的;複雜模型倒有可能是陷入「框架現象」,而沒有能夠展開觀照。
譬如,在例1「工作滿意度」研究中,既然是完全中介模型,可以排除「年齡」這個變項,而將原始模型簡化為2個自變項「自治」與「收入」對應變項「工作滿意度」的迴歸模型:
我們再仔細觀察,會發現它其實就是當前主流管理學兩大理論的應用,亦即管理績效來自2大理論與其實踐因素:
科學主義論-性惡論:獎懲制度、實體誘因、利益、收入…
人性主義論-性善論:尊嚴價值、個人實現、自由、自治…
它其實就是管理績效模式的框架版:
所以例1這篇研究並沒有創見,反而是因為在「框架組織」中收集「框架資料」,在對自變項構念的觀照上未曾發展,以致形成較複雜、而知識意義更狹窄的模型。
不過,我們也應注意到,不論科學主義論、或人性主義論因素,對管理績效影響的β值,還是相對小的。提醒我們:當前整體管理學領域,可能也還是一個較大的框架學門,還有待繼續探索基礎知識,這也是統雄老師推薦發展「第3類知識」的原因。
在例2「申請研究所的行為」的研究中,根據前節的評論,其模型其實可以簡化化為:
應變項:Behavior: 申請研究所的行為
自變項:PBC: Planned Behavioral Control 。作計畫性行為的能力
中介變項: Intent:申請研究所的意願。
如果這個中介模式成立,意指「意願」是「行為」的主要因素,「能力」雖然有影響,但若沒有意願、就沒有行為。
或許這個解釋在這個個案裡成立,但「意願」的影響大於「能力」,與更廣泛的觀察似乎並不同。也有可能原始建構的模型太複雜,反而可能有所扭曲。
如果放大觀照、縮減細節,這個模型中的「意願」就是「動機」,可能是統雄老師所發現較基礎的「動機理論」模型的框架變形版。
能力是行為的自變項;動機不一定是自變項,但會是「調節變項」-即交互作用變項。如果重新分析資料,或有可能發現後者更為符實。
原始複雜模型定義了較細瑣的變項與關係,但檢查各個β,並沒有增加預測力的現象,也不一定提升了框架內的知識。
他如經濟學貨幣理論之「貨幣」,管理學科學主義中之「激勵制度」,這些由人所訂定出來的變項,其實有可能是人類社會組織框架內的相關變項,而不是基礎理論發展出來的構念自變項,還待我們尋求更有解釋力、而可能更簡單的模型。
反省4:基礎知識/簡單模型的因子數
區別複雜模型與簡單模型的一個簡潔方法,就是因子數。分割的因子數是多少?
理想的因子,必須是彼此獨立的。從人類可以感受的幾何空間言,直覺的上限是3因子(三度空間);如果加入愛因斯坦理論,時間/速度是第四度空間,則在物理範疇中,當前可測量的因子上限是4因子。
在以物理為基礎的第1類知識中,當前超過4因子的部分,還只是數學上的理論空間,想像中的構面。(英文中空間與構面是同字)
而以生理研究為範疇的第2類知識中,當前最具基礎知識性質的DNA理論,其組合也是4因子。
統雄老師在探索人類行為的「第3類知識」過程中,所發現的「TX取用模式(TX Adoption Model)」,其基礎模型也是4因子。
因此,如果基礎知識,其理論模型似應在4因子以下;超過4因子,有可能只是框架理論。而超過7因子,更有可能是理論分析能力不足、測量工具不佳的GIGO堆砌。
反省5:人類行為是線性或非線性?
統雄老師在對網路使用行為、選民投票行為、美學行為、教學行為…不斷學習後,發現人類行為幾乎沒有任何1項是線性的。
用線性的工具來描述非線性的行為,等於用竹子筒做鞋來塞腳,不可能相當合適。
這也是面對非線性的資料,基本分析可能比「因徑分析」,合理性還要廣一點的原因。
反省6:人類行為變量是純量或向量?
人類行為幾乎沒有任何1項是線性的,除了「自然」的原因外,人類行為的基礎變項,其變量可能不是純量而是向量。
在數量方法上,許多變項如長度、時間、質量…等,用一個最簡單位的工具就可以測量,稱為純量(scalar)。
但有些變項如:速度、加速度、力…等,其實是2個以上變項的函數,其變量單位是2個以上最簡單位的組合,就稱為向量(vector)。即使我們給一個概念變項特定單位,譬如力的單位「牛頓」,它還是3個最簡單位的組合向量,如:
統雄老師發現人類取用行為的基礎變項之一是「社會相信」,就是「資源」與「時間」組合的向量。
許多人類行為會具備積分現象,而向量的積分,一定是非線性的。
不過,我並不反對學生作因徑分析/結構方程模型的練習,因為我也是在多次實作與自我檢討後(不是交差後),才發現自己的錯誤。如果你在從事因徑、或線性結構分析後,也發現以上的問題,同時也勇於提出懷疑,你就可以瞭解統雄老師,為什麼要提倡「探索第3類知識」了!
參考文獻
Ajzen, I. (1991). The Theory of Planned Behavior.
Organizational Behavior
and Human Decision Processes, 50, 179-211.
Ajzen, I. (1985). From intentions to actions: A theory of
planned
behavior. In: J. Kuhl & J. Beckmann (Eds.), Action Control:
From Cognition to Behavior (pp. 11-39). NY: Springer Verlag.
統雄數學樂學/統計神掌易經筋-問卷