本文收錄在這個文集中，是《組織與管理研究的實證方法》的讀書筆記，該書介紹了研究管理和組織的規(guī)范科學(xué)范式，一種主要流行于北美的管理研究的范式。
接下來，首先對變量進(jìn)行簡單的介紹，這一部分介紹偏重統(tǒng)計學(xué)角度。變量是一個數(shù)學(xué)——或統(tǒng)計學(xué)，就本書語境而言——概念，但是當(dāng)我們【應(yīng)用】管理學(xué)理論解釋問題時（如對一個理論進(jìn)行實證檢驗），我們需要把理論中的構(gòu)念轉(zhuǎn)換成變量variable，并對變量提出各種假設(shè)，因此變量在管理學(xué)實證研究中是非常重要的。（對于如何使用理論、管理學(xué)中變量的理論意義何在，將在下一章進(jìn)行詳細(xì)介紹。）
4.1 社會科學(xué)中的變量
變量，廣義地考慮，是表示數(shù)學(xué)對象的符號，具有任意性和未知性，這數(shù)學(xué)對象可以是數(shù)、向量、矩陣、函數(shù)……
而本書語境中的社會科學(xué)變量（下文簡稱變量），私以為可以這么定義：它是一種集合到數(shù)集的函數(shù)關(guān)系，這個集合是具體存在的、可觀測的社會現(xiàn)象的集合。
也就是說，變量是一種將我們觀測到的具體社會現(xiàn)象數(shù)量化的工具。同時，這里的數(shù)集必須至少有兩個元素，即變量必須能“變”。
例如，性別G這個變量是指這樣的函數(shù)：
G: {Gender} —> {1, 2} （這是一個定類變量）
Male |—> 1
Female |—> 2
工作滿意程度S這個變量是指這樣的函數(shù)：
S: {滿意程度} —> {1, 2, 3, 4, 5} （這是一個定序變量）
不滿意 |—> 1
較不滿意 |—> 2
一般 |—> 3
較滿意 |—> 4
滿意 |—> 5
當(dāng)然，除了上述離散變量，也有很多連續(xù)變量。
4.2 變量的分類
不同的變量之間存在著【關(guān)系】，對于一組存在相互關(guān)系的變量，我們可以將其按照在「關(guān)系中的地位」進(jìn)行分類：
4.2.1 自變量、因變量、控制變量
A 自變量 Independent variables
也叫預(yù)測變量，是因變量的假定的原因，是引起某個現(xiàn)象的變量。
B 因變量 Dependent variables
也叫效標(biāo)criterion，是假定的效果，是被認(rèn)為會隨著自變量的變化而變化的變量。
Note. 換句話說，自變量是前置變量，因變量是結(jié)果變量，自變量被假設(shè)為影響或使因變量發(fā)生變化的變量。
C 控制變量 Control variables
是指對因變量有影響，且影響必須被排除的變量。
Note. 理論上，自變量和控制變量都是因變量的前置變量，但是自變量是我們在某一研究中關(guān)心的變量，控制變量則是我們在這一研究中不想要、但卻不能完全排除的前置變量（即不能實現(xiàn)隨機(jī)化或不能消除）。
4.2.2 中介變量、調(diào)節(jié)變量
自變量和因變量之間的關(guān)系（因果、相關(guān)）很多時候可能不足以概括復(fù)雜的情況，換言之，對于一定量的觀測數(shù)據(jù)，僅通過這些簡單關(guān)系，不能挖掘到數(shù)據(jù)中充分的信息。因此，我們需要引入新的變量以形成更復(fù)雜的關(guān)系模型，這就是調(diào)節(jié)變量和中介變量被提出來的原因。
D 中介變量 Mediating variables
是指滿足下列性質(zhì)的變量：
自變量X對中介變量M的變化有顯著影響；
中介變量M對因變量Y的變化有顯著影響；
當(dāng)自變量X對中介變量M的影響 和 中介變量M對因變量Y的影響 都受到控制時，自變量和因變量的關(guān)系顯著降低。
簡單來說，中介變量是解釋一個已經(jīng)存在的關(guān)系的內(nèi)部機(jī)制的工具。
E 調(diào)節(jié)變量 Moderating variables
是影響自變量和因變量關(guān)系的方向、強(qiáng)度的變量（可以是類別變量or連續(xù)變量）。如果X和Y有關(guān)系，而X和Y的關(guān)系受到第三個變量Z的影響，那么Z就是調(diào)節(jié)變量，調(diào)節(jié)變量對那個關(guān)系起到的具體影響叫做調(diào)節(jié)作用。
簡單來說，調(diào)節(jié)變量是解釋一個已經(jīng)存在的關(guān)系在不同條件下發(fā)生變化的工具。
Note. 這里再強(qiáng)調(diào)一下，自變量、中介變量和調(diào)節(jié)變量都是統(tǒng)計概念，都會對因變量產(chǎn)生影響，區(qū)分它們的關(guān)鍵在于變量之間的邏輯和統(tǒng)計關(guān)系；控制變量是一個相對的概念，要看我們的研究目的，一個變量也許在這個研究中是不感興趣的，而在另一個研究中則是感興趣的，同時，當(dāng)我們對感興趣的關(guān)系進(jìn)行驗證時，只有對控制變量進(jìn)行控制，才能保證我們的驗證結(jié)果是可信的。
4.3 變量之間的關(guān)系與假設(shè)
假設(shè)是對變量之間的關(guān)系的陳述，它可以通過統(tǒng)計方法被證實或證偽。
我們假設(shè)一組變量X、Y、Z、M中，X是自變量，Y是因變量，Z是調(diào)節(jié)變量，M是中介變量。
自變量X和因變量Y之間的關(guān)系：
可以是因果關(guān)系causality
也可以是相關(guān)關(guān)系correlation
一般來說，因果關(guān)系是我們更感興趣的關(guān)系。
M的中介作用按照其對X與Y關(guān)系的“中介程度”可以分為兩類：
部分中介：X對Y的影響部分是直接的，部分是“透過”M的
完全中介：X對Y的影響完全“透過”M，沒有M的作用，X不會影響Y
Z的調(diào)節(jié)作用可以分為如下類型：
加強(qiáng)型 strengthening：隨著Z的值的增加，X對Y的關(guān)系被強(qiáng)化
削弱型 weakening：隨著Z的值的增加，X對Y的關(guān)系被弱化
顛覆型 reversing：隨著Z的值的增加，X對Y的關(guān)系從正向轉(zhuǎn)為負(fù)向，或從負(fù)向轉(zhuǎn)為正向
與調(diào)節(jié)作用緊密相關(guān)的是交互作用
交互作用（interaction）是指，在感興趣的多個自變量中，一個自變量的效果在另一個自變量每一水平上表現(xiàn)不一致的現(xiàn)象，即多個變量共同作用時對因變量的效應(yīng)不獨立。
從定義可以發(fā)現(xiàn)，檢驗調(diào)節(jié)作用和檢驗交互作用的【統(tǒng)計】方法是一樣的
但是，交互作用中的兩個字變量的地位是對稱的，可以把其中任何一個【解釋】為調(diào)節(jié)變量，剩下的則是自變量；調(diào)節(jié)作用中，哪個是自變量，哪個是調(diào)節(jié)變量，是不能互換的。
確認(rèn)調(diào)節(jié)作用中誰是調(diào)節(jié)變量/自變量的依據(jù)，就是【理論基礎(chǔ)】。
4.4 如何檢驗中介作用？
A Baron & Kenny (1986)的層級回歸法【規(guī)劃中】
B Sobel 檢驗法【規(guī)劃中】
C 自抽法(bootstraping)【規(guī)劃中】
D 時間延遲模型 time-lagged repeated measure model 【規(guī)劃中】
4.5 如何檢驗調(diào)節(jié)作用？
A 多元調(diào)節(jié)回歸分析(moderated multiple regression, MMR)【規(guī)劃中】
B 多層線性模型(hierarchical linear model, HLM)【規(guī)劃中】
C 結(jié)構(gòu)方程模型(Structural equation model, SEM)【規(guī)劃中】
/好多坑要填烏烏
