共同方法偏差1

共同方法偏差（common method bias）

指的是由于同样的数据来源或评分者、同样的测量环境、项目语境以及项目本身特征所造成的预测变量与效标变量之间人为的共变。是一种系统误差。

1. 来源

来源之一：同一数据来源或评分者

自我报告偏差是指由于同一个人对预测变量与效标变量作反应而造成的预测变量、效标变量的人为共变。

（1）一致性动机。人有保持认知和态度一致性的倾向，因此反应者在反应过程中试图对类似的问题保持回答的一致性或按一致性的意愿组织信息的倾向性被称为一致性动机。

（2）内隐理论、虚假相关（illusory correlation）。内隐理论是指人们对某个事物或事物之间关系内在的看法、观点。虚假相关是指由于评分者对项目之间的关系有某种内隐的观念，从而使测量所得的项目间相关产生系统扭曲。

（3）社会称许性（social desirability）。指的是不管自己对某个事件或问题的真实想法，而刻意表现出为人们所接受和赞同的看法、见解的倾向性。它会导致变量间的虚拟关系，或者充当了抵制变量从而掩盖变量间的真实关系。或者充分调节变量从而影响变量间关系的性质。

（4）宽大效应（lenience effect）。指评分者倾向于过高或过低地进行评分。

（5）默认。是指对项目作反应时，不管项目内容，只针对项目在态度上的表述作出反应。默认提高那些概念上毫无关系而表达上相近的项目之间的相关，从而很容易造成构念之间的虚假相关。

（6）积极或消极的情感。研究者希望得到的是反应者对项目客观的反应，而反应者所作的反应往往受其情感所左右。

(7)短暂的情绪状态。由于人们是在某种特定的情绪状态下对项目作出反应的，所以短暂的情绪状态会造成自我报告法测量中预测变量与效标变量的人为共变。

来源之二：项目特征所造成的CMB

（1）项目社会称许性、项目问题特征：“你热爱你的祖国吗”“你喜欢赌博吗”。项目或构念中具有太高或太低的社会称许性，那么测量所得的项目间的相关性就会太高或太低。

（2）项目复杂性或模糊性。是由模棱两可的问题，使用多义词或过于专业的术语、过于口语化的表述以及生僻词所造成。“你认为老师的待遇够好了吗”。反应者不得不自行猜测项目的意思，不仅会使随意反应增多，而且会使反应者的系统反应倾向性起作用。

（3）量表格式与标定。

整个问卷使用同样的量表格式会使得问卷标准化，但同时会使得由于量表特征而非项目内容导致构念之间共变的可能性增加。

（4）消极用语或反向编码项目

反向编码项目会人为地造成消极用语项目之间独特的一致性。研究发现，只要有10％的反应者未识别出反向编码项目，消极用语项目效应就会发生。

来源之三：项目语境导致的CMB

项目语境效应是指由于某个项目与构成该测量工具的其他项目之间的上下文联系所造成的反应者对该项目独特的理解、解释。

（1）项目启动效应。启动效应是指先前的加工活动对随后的加工活动所起的有利作用。而项目启动效应是指对某一项目反应后，与之相关的信息能在后面的项目反应中凸显出来。

（2）项目嵌套。当一个中性的项目嵌入消极或积极用语的项目之间时，消极或者积极的context会影响对中性项目的反应。如认知滞后效应、或变色龙效应。

（3）语境诱发情绪。问卷项目的遣词造句可能会诱发反应者积极或消极的情绪，如果这种情绪是由问卷中前面几个项目的表述引起的，那么对后面项目的反应很可能受其影响。

（4）量表长度：经验表明，数量不应超过70个，但也不宜太少。

（5）混合不同构念的项目。如果问卷中所采用的构念意义接近时，由于反应者区分意义相近的构念很困难可能增大构念间项目相关。

来源之四：测量环境导致的CMB

（1）测量的时间、地点

（2）使用同样的测量媒介：研究表明，相比于计算机管理的问卷调查或纸笔问卷，面对面的访谈会造成更多的社会称许性和更低的精确性。

2. 发生机制

很多理论模型一般采用认知加工的观点，基本步骤包括：理解、提取、判断、反应选择、作出反应。在不同阶段具有最大效应的方法偏差源是不同的。

(1)理解阶段。最大方法偏差源是项目的模糊性。项目表述越模糊，反应者理解并将其与记忆中相关的概念、信息联系起来就越困难。

（2）提取阶段。包括产生提取策略以及一系列记忆索引。环境、情绪是重要的CMB来源。

（3）判断阶段。在运用推理来填补回忆空白的过程中会受方法偏差影响。另外一些方法偏差则通过影响在不完全提取信息的基础上做判断的过程对判断阶段产生影响。

（4）反应选择阶段。反应者要将自己的判断与研究者提供的备择选项或标定进行匹配。同样的量表格式和标定是最重要的CMB来源。另外当使用同一套标定作多次判断时，对前面的问题的反应选择会形成对标定值的主观理解，并且在后面问题的回答中运用它来进行判断与标定的匹配。

（5）作出反应阶段。这个阶段涉及根据一致性、社会称许性或其他标准对反应选择加以修正的问题。

 3.程序控制

对CMB一般有两条途径：程序控制和统计控制。研究者首先考虑程序控制，其关键是识别预测与效标变量在测量上的共同之处，进而通过研究设计消除、减少这种影响。

（1)从不同来源测量预测与效标变量，可以消除一致性动机、内隐理论、社会称许性、情感或短暂情绪状态的效应，以及部分评分者的默认或宽大反应风格所造成的CMB，(Triangulation）

（2）对测量进行时间、空间、心理、方法上的分离

时间：预测与效标变量的测量间加上一定的时间间隔；心理：用掩饰性故事；空间：不同类型的量表、媒介、环境下测量预测与效标变量。可以消除所有环境提取线索，减少反应过程中记忆提取的偏差。减少反应在报告或修正阶段的偏差、一致性动机与项目问题特性的影响。

（3）保护反应者的匿名性、减小对测量目的的猜度。

（4）平衡项目的顺序效应。控制项目启动效应、项目语境诱发的情绪及其他与项目语境和项目嵌套有关的偏差。

（5）改进量表项目。减少模糊性

3.统计控制：

（1）Harman单因素检验：如果方法变异大量存在，进行因素分析时，要么析出单独一个因子，要么一个公因子解释了大部分变量变异。这个方法并不太精确。

（2）偏相关法。将方法变异来源作为统计分析中的一个协变量。可以用三种方法：一是分离出可测量的方法变异来源；二是分离出一个标签变量；三是分离出第一因子

（3）潜在误差变量控制法。将CMB作为一个潜在变量，如果在包含其的情况下的显著拟合度优于不包含的情况，则CMB效应就得到了验证.

（4)MTMM model

（5）correlation uniqueness model

(6)direct product model

4. 对控制CMB的总体思路：

第一步：能否识别偏差来源：如果不能，用Harman单因素检验、分离公因子值求偏相关、非可测方法；如能转下一步；

第二步：判断单个还是多个？单个转第三步；多个转第五步；

第三步：判断是否能有效测量？能的话用分离出公因子求偏相关，或潜在误差变量控制法。不能转第四步；

第四步：将非可测方法因素作为潜变量；

第五步：判断是否能有效测量？能的话用MTMM模型，不能转第六步；

第六步：用MTMM模型；CUM；DPM