SEM+調節模型與子孫引用
Case Study in Multivariate Analysis:
SEM, Moderation and Indirect Citation

神掌打通任督二脈‧易筋經以簡馭繁

多因子分析常用模型簡介多變項-多因子分析常用模型簡介

UTAUT:科技接受整合論

核心文獻價值

概念模型意義

統計報表是什麼意思

對本論文的評論

站在巨人的肩上

「子孫引用」現象

綜合應用實例研討:工具適配-宗教與資源

多因子分析的「知識論」反省


UTAUT:科技接受整合論

User Acceptance of information technology: toward a unified view User Acceptance of Information Technology: Toward a Unified View

本篇出自國際頂級期刊,造成高引用率與長時間流行,國內追隨者甚多。

原文並沒有技術錯誤,但國內將其作為核心文獻,在中文引用與子孫引用上,卻錯誤百出。

原文雖然沒有技術錯誤,但在理論建構上,是否仍有檢討與發展的餘地?

研討問題

 

本論文是否有作為尋找研究題目、核心文獻的價值?本論文是否有作為尋找研究題目、核心文獻的價值?
本論文是否有作為尋找研究題目、核心文獻的價值?本論文是否有核心文獻的價值?
主題

資訊系統導入,是IS領域的開疆界議題。

文獻研究

選擇8個主要文獻,製作文獻摘要表,比較、篩選、整合相關變項,歸納為6大、9小個模型。

建立理論概念模型。

研究方法

交代抽樣對象、抽樣方法、測量工具。

資料分析

交代統計方法,呈現重要報表。

來源

來自資訊管理領域中頂級期刊 MIS Quarterly 。

綜合以上該論文的研究程序、資料規模、與出版單位,該論文具有作為有核心文獻的價值。

 
Theory of Acceptance and Use of Technology (UTAUT) 本論文的核心貢獻為:Theory of Acceptance and Use of Technology (UTAUT)
其概念模型的意義為何?

Theory of Acceptance and Use of Technology (UTAUT)

Theory of Acceptance and Use of Technology (UTAUT) UTAUT 概念模型的意義為何?

作者擬將文獻中的 9 個模型合併(unified)、成為1個簡化的概念模型。

而建構的基礎模型,是「計畫行為論(Theory of Planned Behavior) 的SEM模型,但是將自變項的內容與命名作了修改與增補,譬如以 Social Influence 取代較難懂的 Subjective Norm。同時,增加了4 個調節變項(Moderator)。 

Theory of Acceptance and Use of Technology (UTAUT) 許多引用本論文的中文文獻,解釋 Gender等4項為中介變項,其意義為何?

Gender: 性別

Age: 年齡

Experience: 過去的經驗。此一變項,吳統雄(2011)亦有發現,並對其作為創新績效中能力 Ability 的作用,有進一步的反省與詮釋。

Voluntariness of Use: 自願從事創新行為的程度。(Moore, 1991)。此一變項,吳統雄(2011)亦有發現,並對其作為 創新績效中動機 Motivation 的作用,有進一步的反省與詮釋。 

 

Theory of Acceptance and Use of Technology (UTAUT) 許多引用本論文的中文文獻,解釋 Gender等4項為中介變項,其意義為何?

 

作者其實寫的是:

UTAUT 概念模型的意義

這些指在中間的箭頭,表現的是以探討交互作用為主的調節變項(Moderator),不是中介變項(Mediator)。

人口變項在行為研究中 注意:中介變項必須是連續型變項。此處的「性別」因為是「二元資料」,所以可作為人為連續型變項。

人口變項在行為研究中 注意:類別型人口變項在行為研究中,「通常」(不是一定)作為調節模型、或共變模型研究。

呈現的形式是「理論敘述」 注意:作者呈現的形式是「理論敘述」,但是用了H1...等符號,顯然是將 Hypothesis 這個字當成常識的意義。但在統計上 H0, H1 有專業「統計假設檢定」的意義,容易引起混淆。所以統雄老師並不鼓勵這樣的用法,理論敘述宜用Theory Statement 代表可能較好。 

本論文研究發現的報表是什麼意思?本論文研究發現的統計報表是什麼意思?

Theory of Acceptance and Use of Technology (UTAUT) 報表

本論文研究發現的報表是什麼意思?本論文研究發現的統計報表是什麼意思?

D ONLY: 只以自變項為多元迴歸分析的因子。

D+1: 同時以自變項和調節變項(交互作用變項)為多元迴歸分析的因子。

變項中有×號的,就是調節變項。 

本論文報告有無可評論之處?本論文結論為何?報告有無可評論之處?

本論文結論為何?

本論文報告有無可評論之處?本論文報告有無可評論之處?

只有「唸經」,沒有詮釋。

效果達到顯著水準-即有*號-的,相對非常少。

在自變項主要效果方面,除了PE外,其他自變項幾乎都不顯著,就是證明變項定位不存在。還放在理論建構中,是沒有意義的。

達到顯著水準只是表示樣本數夠,並不一定重要性高。重要性要從標準化迴歸係數β分析,而報表顯示,沒有任何β、或同一方程式β之和,達到重要程度,只有少數達到中低重要性。

作者所擬的UTAUT 模型,就其完整性而言,不存在。

只有相對狹小的少數「框架理論」被證實。

以上僅是「數字詮釋」,次就「邏輯詮釋」:「期望(Expectancy)」是不是與「期待/意圖(Intention)」十分接近?是不是自己測量自己?是不是都是以「動機」為核心?

譬如,以「代數能力」預測「幾何能力」,應有相關效果;但能否證明其「自變-應變」關係?其「知識意義」為何?其實,這兩者是否都是「抽象 『數學能力』構念」的具體應用項目? 

如何在本論文研究發現的基礎上發展?如何在本論文研究發現的基礎上發展?站在巨人的肩上向前看?

作者認為他們最大的貢獻,就是提出包括4項調節作用的整合模型;同時建議未來要探索更多的影響構念(construct)。(p.471)

如何在本論文研究發現的基礎上發展?如何在本論文研究發現的基礎上發展?站在巨人的肩上向前看?

學到什麼?

可改善、可發展什麼? 

當前真實的學術生態為何?除了技術面的觀察之外,對這篇論文有無可從知識論、方法論出發的評論?
當前真實的學術生態為何?這篇論文從知識論、方法論觀察,應存在「子孫引用」的問題,亦有「巨人不見了」的現象。
同時,這篇論文後來曾被多篇論文引用,其所反映當前真實的學術生態、甚至反映人類社會相信、集體行為的事實,亦足可借鏡。

子孫引用:宣稱看到原文,其實沒有。

巨人不見了:參考文獻與自己所作的研究沒有關係,所謂文獻只是抄寫剪貼。

當前真實的學術生態:和15世紀的學術生態完全一樣,當學術活動變成一種職業、謀生、產生資源,就會變成「唸經」、宗教、比賽抄羊皮聖經、爭相紅衣大主教,忘了學術是追求「可以實證解決問題的科學知識」。

從古至今的大眾學術教育機構,大致都只強調「結果」與「技能」,不重視(甚至完全沒有)「過程」與「思想」,也因此不注意培養學習的興趣、與樂趣。結果變成只剩下「唸經」,甚至進一步會壓抑知識創新。

伽利略改變人類歷史的研究,被當時世界上最頂尖、最有聲望的學術機構禁止;牛頓的創新研究被當時世界上最頂尖、最有聲望的學術機構「皇家學院」多次駁回。他奠定「第1類知識」的書「自然哲學的數學原理」,是獲得私人補助才得以出版。而開創「第2類知識」的始祖皮爾生,一樣不被當時世界上最頂尖、最有聲望的學術機構「皇家學院」認同,乾脆在朋友的支助下自行出版著作。

知微見著,反映人類社會相信、集體行為:人類行為受到社會化的影響,如果你曾經作過「子孫引用」「巨人不見了」,表示在潛移默化中,你感覺到「大家都這樣搞」;而你會有這樣的感覺,是因為事實上,確實存在這樣的集體行為,很大部分「大家都這樣搞」。而且,不因為形象上的什麼「頂尖大學」「著名學術機構」有什麼不同。

由於知識領域不同,在「第1類知識」領域中,由於許多思想家已經奠定了正確的基礎知識,跟著「大家都這樣搞」,結果也會搞對了。這就是資工、資科的研究,成果與貢獻會比較明確的原因。

但在人類行為研究領域中,包括資管的研究,還有待探索「第3類知識」的基礎理論,當前的各種研究報告,其實與「科學知識」還有段距離,是值得檢討反省、深思發展的。

世新大學的幾位研究生,就能夠發現各大學-包括著名大學博碩士論文中的基本粗淺錯誤。「唸經」式研究的原因,就是「有口無心」:長期以來不覺得社會科學有作用-事實上也是沒作用,大家互相搞儀式,因之沒有需求、沒有興趣。

所以,統雄老師經常建議研究生「一魚兩吃」:把論文和工作上要解決的管理問題合而為一,從而真正思考人類行為研究的科學基礎。

「科學知識」就是可實證、可預測的知識。人類行為知識在這方面的驗證,雖然還很少,以下幾個實驗與學習經驗,還是可提供參考:

接龍實驗:統計教科書在處理人類選擇行為時,是否有不足與可增補發展之處?

電子商務策略:研究網站行銷的著名論文那麼多,它自己的 Google 基準值為何?

選舉行為預測:人類的選擇行為,是否可以有長期而穩定的預測?


多因子模型分析的「知識論」反省

反省1:β與e

反省2:因徑關係除了分析更要詮釋

反省3:框架知識與基礎知識/複雜模型與簡單模型

反省4:基礎知識/簡單模型的因子數

反省5:人類行為是線性或非線性? 


統雄數學樂學/統計神掌易經筋-問卷 統雄數學樂學/統計神掌易經筋-問卷

 

回頁首 Up to page head 至頁尾 Down to page bottom
上一頁 Back to previous page 回頁首 Up to page head 下一頁 Go to nex page  

統雄數學神掌系列目錄
分享意見反映
統計教學的內涵與取向
高考統計考題的解析
微積分精華篇
微積分思想篇
微積分進階精華篇
統計/數學符號與其英語讀法
資料型態與視覺呈現
敘述統計
機率論與機率分配
推論統計學精華篇
t分配與 t檢定
推論統計‧理論建構
資料分析程序與SPSS基礎
SPSS 資料清理
SPSS 轉換:Recode 重新編碼
SPSS 轉換:Compute 建構新變項
SPSS 選擇觀察值_SPSS 資料庫管理
樣本代表性檢定
單變項:類別_二元資料/詮釋
單變項:類別_二元資料/應用
單變項分析:連續資料
單變項連續資料視覺檢視與清理
卡方分析(雙向)
多向卡方分析
單向卡方分析
變異數分析(單因子):詮釋
變異數分析(單因子):應用
簡單迴歸/相關分析:詮釋
簡單迴歸/相關分析:應用
對數/邏輯相關分析
測量工具信度/效度分析
量表信度 檢定
量表效標關聯效度 檢定
因素分析_EFA
因素效度分析_CFA:詮釋
因素效度分析_CFA:應用
多變項分析精華篇
多元迴歸分析:詮釋
多元迴歸分析:應用
一般線性模型精華篇
廣義線性模型
雙因子/多因子變異數分析
調節模型與交互作用詮釋
調節模型分析與建構
SPSS 統計圖應用:調節模型檢定
共變數分析/詮釋
共變模型建構/應用
因果模型與因果邏輯
中介模型分析
因徑/SEM:模型詮釋與因果邏輯
因徑/SEM:探索式因徑模型建構
因徑/SEM:驗證式結構方程解析
多變項分析實例SEM
多變項分析實例SEM+調節篇
因徑/結構方程SEM:反省
無母數統計
統計研討篇
專題-卜豐投針實驗
專題-機率與統計悖論
1類知識計量工具
2類知識計量工具
3類知識計量工具
非等機率知識體系建構
TX空時座標建構
一般取用測量
信仰取用測量
研究方法/民調市調系列
請點這裡看所有留言分類 Please click here to view categories of comments
同類別內相關主題