范文丨SRM与多项式回归的结合

整体介绍

Shin, N. J., Ziegert, J. C., & Muethel, M. (2021). The Detrimental Effects of Ethical Incongruence in Teams: An Interactionist Perspective of Ethical Fit on Relationship Conflict and Information Sharing. Journal of Business Ethics, 179(1), 259-272. https://doi.org/10.1007/s10551-020-04684-1 

摘要：

该研究从道德的互动主义观点出发，试图整合个人和情境因素，以理解团队中的道德观念。鉴于团队成员的近端属性，该研究特别探讨了个人如何比较地评价自己的道德行为和团队成员的道德行为，以获得对团队内人-群体道德匹配（P-G fit）的感知。基于关系图式理论，作者证明了人际道德感知可以对团队功能的感知产生远端影响。结果支持假设，即自我和其他团队成员之间感知到的道德不一致（即缺乏道德 P-G fit）对关系冲突和最终信息共享的感知产生负面影响。通过同时探索个人和团队层面的道德方面，作者通过互动主义的方法有助于更深入地理解道德中的情境力量。

Building from an interactionist view of ethics, this study sought to integrate individual and contextual factors for understanding ethical perceptions in teams. Given the proximal nature of team members, this study specifically explored how individuals comparatively evaluate their own ethical behaviors and team members’ ethical behaviors to arrive at a perception of ethical person–group (P–G) fit within a team. Grounding our theoretical arguments in relational schemas theory (Baldwin, Psychological Bulletin 112:461–484, 1992), we demonstrate that interpersonal ethical perceptions can have distal impacts on perceptions of team functioning. The results support the hypotheses that a perceived ethical incongruence between the self and other team members (i.e., lack of ethical P–G fit) negatively influenced perceptions of relationship conflict and ultimately information sharing. By exploring individual and team level aspects of ethics concurrently, we contribute to a deeper understanding of contextual forces in ethics through an interactionist approach.

研究模型：

假设1：道德不一致与感知关系冲突正相关；个人道德与团队成员道德之间的差异增大，与感知团队内关系冲突的增加有关。

假设2：感知关系冲突部分中介了道德不一致对感知信息共享的影响。

研究理论：关系图式理论

关系图式理论是互动主义观点的一个特别合适的理论视角，因为它强调要充分理解人际环境，有必要考虑关于（1）自我、（2）他人和（ 3）两者的相互作用。

该理论还表明，个体基于与其他团队成员的人际经验发展关系图式，这些图式可以作为期望，指导对团队背景质量的评估和由此产生的看法。

（小可爱们要用SRM找不到理论，也可以考虑它）

研究方法

样本及程序

参与者是在美国东北部一所大学中参加了工程课程的团队项目的学生。

在为期10周的课程学期期间，参与者完成了一个以团队为基础的主要课程项目。

团队项目涉及解决一个开放式的工程问题。学生在课内外都有所投入，最终项目交付成果占课程成绩的 75% 以上。

• W1：组成团队。

• W5：评估自己和团队成员的道德行为，以及关系冲突。

• W10：评估团队的信息共享。
  

因为SRM需要拥有完整循环数据的团队，所以最终共获得了112个4或5人的团队，共645名学生。

测量

• Ethics: "this team member makes fair and balanced decisions"

• Relationship Confict: "there is a lot of friction"

• Information Sharing: "team members keep in the loop about key  issues afecting the team."

注意：参与者要单独评价每个成员的道德行为，但没有直接评价自己的道德行为，自己的道德行为可以通过SRM分解得出。

分析策略-SRM

SRM旨在明确检查循环研究设计中存在的不同差异来源。循环数据是一种设计，其中每个团队成员对每个其他成员进行评估。循环（round-robin）设计和块（block）设计是最常用的SRM设计方式，两者的结构都是使团队的每个成员对其他团队成员评分。这样的设计是必要的，以提取焦点个体与其他团队成员看待其他人的道德比较。与其他团队成员如何看待他人相比，这样的设计对于提取焦点个人如何从道德上看待他人是必要的。

SRM 可以被视为一般的多层模型（个体嵌套在团队中）——也称为多层线性模型、随机系数模型或随机效应模型。在随机效应模型中，重点是效应的方差，而不是效应的具体水平。更具体地说，它是一个双向随机效应模型，其中随机效应是感知者和目标，关系效应是两者的相互作用。

积极的感知者效应表明，与普通团队成员相比，焦点个人倾向于认为其他团队成员有道德，而消极的感知者效应表明倾向于认为其他团队成员不道德。

自我效应也与群体均值相关，代表了与普通团队成员相比，焦点个人倾向于如何评价他/她的道德规范。

假设 1 涉及对感知关系冲突的自我和感知者效应之间的相互作用（即自我图式和其他图式之间的相互作用）的测试。假设 2 扩展了假设 1，通过检查关系冲突对自我的交互效果和感知者效果（即道德不一致）和信息共享之间的关系的间接影响。

重要的是，这种分析方法允许评估关系图式理论的三个组成部分：自我图式、他人图式和人际关系图示。

为了检验我们的假设，我们根据以循环方式收集的道德行为评级提取了自我效应和感知者效应，以分别测量自我图示和他人图示。

在这样做的过程中，我们区分了有多少道德观念的差异可以归因于一个人通常如何看待他人。在 SRM 术语中，这种他人模式被捕获在感知者效应中，它代表焦点个体感知他人的倾向，这种倾向在所有互动伙伴中都是一致的。在团队背景中，它显示了感知者（即焦点个人）对团队成员的评价是正面还是负面。此外，SRM 通过将有向二元结果（即其他团队成员的道德观念）的方差分解为组、个人和二元水平来缓解二元观察之间的非独立性问题。

分析策略-RSM

为了检验假设 2 以及自我效应和感知效应之间的相互作用，我们使用多项式回归和响应面分析同时比较了自我效应和感知效应。这种方法是合适的，因为我们的研究问题涉及一个人与其团队之间的不一致如何与中介和结果相关。

多项式回归计算结果与五个多项式项之间的关系，这些多项式项由预测变量 1（即根据自我效应对自我的道德认知）和预测变量 2（即其他团队成员对其他团队成员的道德认知）的主要影响组成感知器效应），这些预测变量的交互作用，以及预测变量 1 和 2 的平方项。

这些值被结合起来检查“响应面模型”，它提供了一个对（不）一致效应的三维解释。

响应面沿着 (1) 一致性线（即，当自我道德=他人道德时）和 (2) 不一致线（即，当自我道德与他人道德相反时）评估匹配。

假设 1 关注不一致线的曲率，因为它捕捉了两个预测变量之间的差异程度（即对自我和其他团队成员的道德认知）如何影响结果（即对关系冲突的认知 )。对于假设 1，我们预计关系冲突沿不一致线的曲率有一个正显著的系数。

我们利用 Edwards 和 Cable (2009) 推荐的块变量方法通过假设 2 的感知关系冲突来测试道德不一致对感知信息共享的间接影响。我们使用Bootstrap法测试了间接影响的重要性，该方法基于10000个样本生成间接效应的偏校正合并区间。正如之前的研究中所使用的，块变量方法在研究中介模型的（不）一致效应的直接和间接效应时特别有用。对于假设 2，我们期望通过关系冲突的间接影响有一个负显著系数。

结果

结果就和普通的RSM一样，都是汇报相关、回归结果、Bootstrap结果以及响应面图，我这里就不做过多解读了。

啦啦啦，这篇文献的介绍就到这里啦。SRM和RSM我都有写过范文解读，这篇的特色是将两种方法结合了。

针对SRM+RSM分析，我认为数据部分难在收集和处理，至于后续的分析和结果解读其实还好。可惜作者没有公开数据，没办法复现TAT。

PS：一直想找篇多项式回归的文章复现，如果小可爱们有看到相关资源可以分享给我呀。

最后，还有10天就周更五周年啦。我筹划了一个大项目，要最后再冲刺下，所以下周大概率不会见啦，我们五周年再见！

下期预告：《记录丨五周年》

往期推送