第一部分 管理研究的理论部分 1
第1章 管理学研究背后的哲学 2
1.1 管理学研究背后的世界观和方法论 3
1.1.1 影响科学研究发展的几个主要的哲学流派 4
1.1.2 判断科学的标准——可证伪性 6
1.1.3 科学研究中的思维模式变化——理论范式的转移 7
1.2 科学研究的过程 10
参考文献 17
第2章 什么是理论——实例解析 18
2.1 第1个例子：相对论（自然科学的例子） 19
2.2 第2个例子：手术时的感染（自然科学） 20
2.3 第3个例子：颅相学（自然科学） 20
2.4 第4个例子：光电效应（自然科学） 21
2.5 第5个例子：吸毒理论（社会科学） 21
2.6 第6个例子：双因子理论（社会科学） 22
2.7 第7个例子：社会直觉论（社会科学） 23
2.8 第8个例子：社会认同理论（社会科学） 24
2.9 第9个例子：主管下属交换（管理学） 24
2.10 第10个例子：资源基础理论（管理学） 25
2.11 第11个例子：代理理论（管理学） 26
2.12 第12个例子：自愿离职的呈现模型 26
参考文献 27
第3章 如何做文献综述 28
3.1 文献综述在研究中的作用 29
3.2 如何“搜集”和“阅读”文献 30
3.2.1 如何阅读文献？ 31
3.2.2 主动阅读 32
3.2.3 一个例子 36
3.2.4 从文章到文章——整体的概念 38
3.2.5 抄袭 39
3.3 如何写文献综述 39
参考文献 41
第二部分 基本的统计概念 42
第4章 均值、方差、协方差及相关系数 44
4.1 平均值 44
4.2 方差 45
4.3 标准化 45
4.4 协方差与相关系数 48
4.5 偏相关和半偏相关 53
第5章 概率分布 57
5.1 频率分布 57
5.2 正态分布 60
5.3 卡方分布 60
5.4 t分布 61
5.5 F分布 62
第6章 统计假设的检验 65
6.1 样本与总体 67
6.2 统计上的假设 69
6.3 抽样分布 70
6.4 假设检验 74
6.5 统计检验的意义 80
6.6 未知抽样分布的假设检验方法与工具 81
6.7 研究例子总结 84
参考文献 85
第三部分 研究中的统计分析 86
第7章 回归分析 87
7.1 简单回归分析 88
7.1.1 一个例子 88
7.1.2 最小平方法 89
7.1.3 分解平方和 91
7.2 多元回归分析 94
7.2.1 多元回归与一元回归对比 94
7.2.2 多元回归系数的估计 95
7.2.3 偏相关与半偏相关系数 99
7.2.4 回归分析的假设 100
7.2.5 回归分析的统计验证 101
7.2.6 一个演算的例子 104
7.3 多层回归分析 106
7.3.1 问题的发生 106
7.3.2 多层回归的概念 106
7.3.3 多层回归分析的SPSS演示 108
7.3.4 多层回归在文献中的表示方法 112
7.4 虚拟变量在回归分析中的应用 112
7.5 回归分析中的多重共线性的问题 114
附录1 一元回归的最小平方法估计推导 117
附录2 二元回归的最小平方法估计推导 118
附录3 SSreg的推导 120
附录4 多元回归的模型R平方的推导 121
参考文献 122
第8章 测量 123
8.1 测量的概念和基本原理 125
8.1.1 什么是构念？ 125
8.1.2 构念的测量 127
8.1.3 效果指标与构成指标 133
8.1.4 用构成指标和效果指标估计构念 137
8.1.5 构成指标和效果指标的使用 138
8.2 多维构念的测量 139
8.2.1 潜因子模型 140
8.2.2 合并模型 141
8.2.3 组合模型 144
8.3 测量的效度与信度 147
8.3.1 效度 147
8.3.2 信度 152
8.4 量表编制与开发 161
附录1 信度可以表现成一个相关系数 167
附录2 信度可以表现成两个平行复本的相关系数 167
附录3 信度与测量工具的长短的关系 168
参考文献 168
第9章 使用基本的模型来检验理论 171
9.1 因果关系 172
9.1.1 有关因果关系的不同观点 173
9.1.2 简单因果模型的检验 175
9.2 调节效应 177
9.2.1 验证调节作用 179
9.2.2 调节作用与交互作用 181
9.2.3 高阶交互作用或调节作用 182
9.2.4 中介变量 185
9.2.5 无有关系中的“中介作用” 187
9.2.6 验证中介变量 188
参考文献 194
第10章 因子分析 195
10.1 问题的出现 196
10.2 因子、因子权数、因子数 200
10.3 因子的数目 207
10.4 因子旋转 211
附录 因子权数的估计方法 213
第11章 结构方程建模 225
11.1 问题的出现 226
11.2 探索性因子分析和验证性因子分析 228
11.3 测量模型（Measurement Model）与结构模型（Structural Model） 231
11.4 结构方程建模的基本知识 233
11.4.1 一些“结构方程建模”的词汇 233
11.4.2 “结构方程建模”的估计方法 234
11.5 关于“结构方程建模”使用上的一些问题 240
11.5.1 “自由度”和“识别”的问题 240
11.5.2 阶层模式、嵌套模型 242
11.5.3 多样本比较和因素恒等性 244
11.5.4 不完整数据（缺失数据） 245
11.5.5 项目组合 246
11.5.6 单一指标 248
11.5.7 在“结构方程建模”里测量“调节变量” 250
附录1 一个流行软件LISREL中“结构方程建模”的程序和分析结果 252
附录2 Ping（1995）的推导 256
参考文献 257
第12章 研究中的层面问题 259
12.1 什么是研究中的层面 261
12.2 不同层面的构念及有关测量模型 264
12.3 “低层面”到“高层面”加总的一致性 269
12.3.1 组内评分者信度 269
12.3.2 组内相关系数 273
附录1 随机分布的方差 278
附录2 Rwg的计算例子 279
附录3 为什么ICC（1）可以看成是信度的指标？ 280
附录4 为什么ICC（2）（用了“平均评分”的信度）就等于让ICC（1）扩大了k倍？ 280
附录5 ICC（1）和ICC（2）计算的例子 281
参考文献 284
第13章 多层线性模型 286
13.1 HLM基础知识 287
13.1.1 分拆方差-协方差矩阵 288
13.1.2 组间效应与组内效应 290
13.2 HLM应用范例 292
13.2.1 实际的“多层线性模型”的例子 292
13.2.2 多层线性模型的组织研究例子 296
13.3 HLM的一般性模型 297
13.4 HLM的基本二层线性模型 299
13.5 HLM的重要问题 301
13.5.1 HLM的统计验证 301
13.5.2 HLM的参数估计程序 302
13.5.3 HLM的模型R2的问题 304
13.5.4 其他的HLM模型 307
13.5.5 HLM模型中“中心化（centering）”的问题 308
13.6 多层次因子分析 310
附录1 多层线性模型HLM程序编写和输出结果 311
附录2 “中心化（Centering）”的意义和作用 330
附录3 “多层阶因子分析”的Mplus程序和输出 332
参考文献 350
第14章 复杂的中介效应与调节效应 351
14.1 复杂的调节和中介作用 352
14.2 不同类型的调节中介和中介调节 355
14.3 验证调节中介和中介调节 356
另外一个观点 360
14.4 跨层阶的中介变量的分析 363
14.4.1 “2-1-1”模型 364
14.4.2 “2-2-1”模型 367
14.5 跨层阶调节变量的分析 368
14.5.1 高层阶调节低层阶变量 368
14.5.2 低层阶调节高层阶变量 369
14.6 跨层阶的“调节中介”与“中介调节”作用 369
14.6.1 跨层阶的“调节中介”MeMo作用：第一型 369
14.6.2 跨层阶的“调节中介”MeMo作用：第二型 370
14.6.3 跨层阶的“中介调节”作用 371
14.7 非线性的中介和调节作用 374
14.7.1 一般非线性关系 374
14.7.2 非线性关系的调节作用 375
14.7.3 非线性关系的中介作用 377
14.8 总结 379
附录1 验证“前期调节中介”作用的Mplus程序 380
附录2 验证“前期调节中介”作用的SPSS程序 384
附录3 使用SPSS程序验证“前期调节中介”作用 386
附录4 跨层次的“调节中介”与“中介调节”的Mplus程序 387
附录5 非线性的调节作用的Mplus程式 393
附录6 非线性的中介作用的Mplus程式 394
参考文献 395
第15章 元分析 396
15.1 元分析的基本知识 397
15.2 样本数对观察相关 400
15.3 置信区间与可信区间 405
15.3.1 置信区间 405
15.3.2 可信区间 405
15.4 关于元分析的几个问题 407
15.5 结构方程与元分析 408
参考文献 409
跋：理论与方法之思考 410
参考文献 417