SuperAPI AI 工具集

jmgmt-methods

设计与创作

查看项目

更新于 10-16 05:01

技能介绍

用途:面向《Journal of Management》(JOM)稿件,当研究设计与测量成为瓶颈时使用。触发情形包括:设计与理论层次、时序或因果主张不匹配;数据为单一来源、单一时点、自我报告(共同方法偏差风险);理论是因果的而设计是横截面/相关;构念缺乏已验证量表;meta 分析需要可辩护的编码协议与伪影校正方案;审稿人指出设计无法检验假设或未处理内生性。

主要能力:按理论主张匹配设计,包括实验或自然实验(可操纵原因的因果效应)、多波面板/纵向滞后设计(过程随时间展开)、带固定效应与内生性策略的档案面板(企业/战略结果)、多层嵌套模型(跨层机制)、预注册编码协议的 meta 分析。支持双研究设计(现场研究加实验)以兼顾内外部效度。针对 JOM 审稿关注的风险提供设计建议:共同方法偏差(预测源与结果源分离、跨波时间分离、客观/档案结果,程序性补救优于统计补救,仅 Harman 单因子检验不足);内生性(工具变量、自然实验、面板固定效应、双重差分、Heckman/2SLS、倾向匹配,并说明假设);测量与构念效度(已验证多题项量表、新量表预试、CFA 拟合指标、AVE 与共享方差或 HTMT 区分效度);多层纪律(ICC(1)、ICC(2)、r_wg 聚合依据并建模嵌套);抽样与统计功效(尤其交互项)。meta 分析部分:预指定纳入排除标准、PRISMA 式流程、双人编码与编码者一致性、Hunter–Schmidt 或 Hedges–Olkin 伪影校正模型、调节与发表偏差诊断。另含审稿意见与设计修改的对应表、多研究计划设计、检查清单与反模式。

使用方式:按输出格式给出设计类型、假设—设计匹配、CMB 方案、内生性策略、测量、层次、功效与抽样,以及 meta 分析的编码/一致性/伪影模型/偏差检查;执行环节可衔接相关统计工具链,但资料仅提到执行桥接概念,未提供具体命令细节。

适用场景与限制:适用于管理类实证研究与 meta 分析的设计规划与审稿应对。资料未提供具体收费、平台要求、安装命令、完整代码示例或效果保证;后续数据环节指向 jmgmt-data-analysis,但未给出其细节。