Ch3ScientificMethods.docx
《Ch3ScientificMethods.docx》由会员分享，可在线阅读，更多相关《Ch3ScientificMethods.docx（17页珍藏版）》请在冰豆网上搜索。
Ch3ScientificMethods
第三章：
科学方法与管理学
黄炽森
引言
现代管理学的知识，主要是以科学的方法，即透过有系统的研究或观察及分析现代的工商机构，从而累积而来的。
但是，人力资源在现代管理学之中愈来愈变得重要，加上企业的经营环境变化的速度也愈来愈快，因此，我们是否单靠以客观﹑冷静的科学方式来理解或甚至进行管理工作，便可以成功呢﹖答案似乎是否定的。
在一九八零年代初期，所有的标准课本都有一章是讨论到底管理学是一门科学，还是一门艺术。
但后来的课本却逐渐取消了这章节，我并不完全了解这转变的原因，可能是以科学的角度来研究管理的问题日趋成熟，使学界强调了这方面的看法吧。
就我个人而言，虽然非常清楚科学角度对管理知识的重要性，但对真正从事管理工作的人，了解管理问题的复杂性和某一程度的艺术性，也是很重要的。
就实质的管理工作而言，科学和艺术很可能是互补和相辅相成的。
这里我举一个我有少许参与的研究以作说明。
当我在美国念研究所的时候，有一位研究雇员缺勤现象很有心得的老师被一间企业请去当顾问。
这间企业生产家庭电器，在他们的生产工厂里，发觉缺勤率偏高，主要的原因是工作比较刻板和沉闷，但受限于生产技术，所以很难改变工作的基本性质。
从科学的角度，我们必须有系统地分析这企业的问题及其原因，然后才可试验有可能解决这问题的不同方法。
首先我们要问的是，到底这企业是否真的面临一个缺勤率偏高的问题，于是我们拿了这企业在不同地区的工厂资料，发觉他们的缺勤率的确比我老师过往在其它企业中看到的高了约一倍。
另外，关于缺勤的现象，在过去的管理研究中，我们知道有两种，是不应该浑为一谈的。
第一种是非自愿的（involuntaryabsenteeism），意思是说员工是因为一些他们不能控制的理由，例如恶劣的天气﹑交通意外或生病等因素而不能上班，其实他们是希望能正常地上班的，祇是没法子而已。
第二种是自愿的（voluntaryabsenteeism），那就是说员工是可以上班的，但他们选择不上班。
我们一定要先了解到底这企业偏高的是那一种性质的缺勤，因为有效的解决方法会很不一样。
那么，从整体的缺勤数据中，我们怎样可以看出这两种形式的缺勤的比重呢﹖幸好这个问题在以往的研究中已有探讨，祇要把缺勤的资料，根据一个星期的每一天来统计，大体而言，在星期一及星期五的缺勤，绝大部份都是自愿性质的，因为美国是一星期工作五天的，所以，如果工作或工作环境不吸引，在假期前后自愿性的缺勤便容易发生。
当时我们面对的企业，确实是这种缺勤占大多数。
在确定了此一现象后，我们先要知道导致此现象的原因，才可试图改变它。
从过去的管理研究的知识中，我们知道自愿缺勤的原因主要有几个﹕
（一）个人原因（如因为某些特别有兴趣的活动的举行），但这企业面对的是整体而不是个别员工的问题；
（二）对公司的报酬不满，但这企业的薪酬政策是要比市场高百分之十到二十，因此这个原因在这里并不成立；（三）工作环境很恶劣，但这企业的厂房环境很整洁安全，而同事间的关系也不错；（四）工作本身使员工厌倦（太大压力或太简单而没有成就感），由于我们面对的是生产线式的工作，因太简单而没有成就感似乎是最可能的自愿缺勤的原因。
在确立问题后，我们首先便从已知的知识中，试图寻找可能的解决办法。
最理想的方法当然是应用「工作设计」的知识，把工作的性质改变，使员工从工作中有更大的成就感，但这被生产技术所限，其实公司已有工作岗位轮调的制度，但不可能根本性地改变工作的性质。
因此要从别处着手，在已知关于影响人类行为（在这里是自愿的缺勤）的方法中，主要有两大方面，就是
（一）对不缺勤作出奖励，或
（二）对缺勤作出惩罚。
就这两个方向，我们与这企业的人力资源经理讨论，但发觉在已知的方法中均不理想，例如一般用作奖励不缺勤的「勤工奖」（即在一定时期内没有缺勤，便给予额外的奖金）似乎不会有效，因为生产线的工人已是以日薪计算，不上班便没有当天的薪金，这证明了工人并不太在乎一两天的薪金，这现像在相对富裕的社会是很普遍的，因此「勤工奖」在发达社会中已较少采用。
关于惩罚缺勤行为方面，我们可用较温和的措施，例如增加缺勤的难度（如一定要出示指定的医疗证明），或更强硬的措施，如纪律处分虚假的请假申请。
这企业的人力资源经理说他们极不愿意采取这样的惩罚手段，因为他们与工人的关系一向很好，因此在有需要时（例如旺季）要改变工作安排，员工都很合作，无论如何包装，收紧对员工的要求或多或少会影响员工对公司的信任，这不是这企业愿意冒险的地方。
讨论到这里，似乎以科学的系统分析，就我们已有的知识来说，并没有办法使我们解决问题，事实是否真的如此呢﹖在了解了整个情况后，我的老师建议这企业试行一个简单的计划。
为了测试此一计划是否有效，所以要找两个相似但员工没有直接联系的厂房，在其中一个实施计划，而另一厂房则不实施，以作对比。
这计划很简单，就是要厂长向员工宣布，由于前一年度的员工福利金尚未用完，但又不能以现金发放，因此会购买一些礼物（如一些小型的家庭电器，价值大概是一两天的薪金），然后以抽签方式发放。
抽签的方法很简单，每天上班时员工便抽一张扑克牌，然后加以记录，每星期结算一次，曾抽到最大一张的，便可得到该星期的奖品，如抽到最大的牌多于一人，便在星期五立即让他们决赛再抽，以定胜负。
除了继续纪录缺勤的数据外，在这计划实施后，厂长介绍我给员工认识，说我是来搜集资料写论文，如果我接触他们，希望他们帮忙接受我的访问。
其实我最重要的任务是观察员工对此计划的反应。
几个月后，厂长以福利金已用完为理由，结束了计划。
下图显示此计划前后的缺勤资料﹕
缺勤率
时间
计划前计划期计划后
执行计划的厂房
没有执行计划的厂房
总的来说，执行计划的厂房在计划执行期间缺勤率大约降低了一半，计划取消后又回升致原来的水平，而没有执行计划的厂房则自始至终都没有大变动，这足以证明计划确实对员工的缺勤行为有影响。
为什么有效呢﹖其实我的老师是针对员工觉得工作没有太大吸引力的问题根源，这计划是希望成为员工出勤的诱因，以我在这厂房的观察，它的确成了员工关心的项目，例如对谁人得奖、礼物的评价（如可否改为购物卷）、执行的细节（如曾得奖的人是否不应该再可得奖）等都成了员工的日常话题，因此计划有一定成效。
这个例子说明了客观和有系统的科学知识对管理问题固然重要，但个人的分析和判断，或甚至是直觉等等的「艺术」意味较重的部份，也是不可或缺的。
再者，这个例子在执行上较简单直接，但在处理许多其它的管理问题时，成败往往取决于执行时的技巧，这些地方也是「艺术」意味很重的。
因此，我们一方面要学习由有系统的科学方法累积的客观知识，但另一方面也要了解它的限制，要做到这一点，我们必须先知道科学知识的本质。
这正是以下讨论的主要目的。
科学的定义和本质
科学是甚么﹖科学是人类各种学问的其中一种，但很多时人们对它的定义都有所偏颇，例如许多人把它定义为﹕「以有系统的实证性（empirical）研究方法所获得之有组织的知识。
」又或者是﹕「能以实验方法验证的知识。
」我们不能说这些定义完全错误，它们确实道出了科学的一些重要特质，但却未能道出科学的本质，而且也未能包括所有的科学领域，例如数学是科学很重要的领域之一，但却与这两个定义不符。
我个人较认同唐君毅先生对科学下的定义，那大概是﹕「科学是始于以语言文字及抽象概念，描述人生活动中所接触之事物，而描述的内容主要是这些事物的共同普遍性及相互关系。
」根据这个定义，我们可看到科学的本质，主要包括﹕
（1）科学是描述人生活动中接触到的事物，我们大致可把这些接触到的事物分为三大领域，包括
（1）自然世界；
（2）人类世界；（3）抽象的形与数世界。
描述这三类事物的科学领域分别为
（1）自然科学，例如物理化学等等；
（2）社会科学，例如经济心理等等；（3）数学科学，例如三角几何等等。
致于我们所说的管理学，就科学知识而言，则是社会科学的一部分，其描述的对象主要为人类社会中的工商业机构。
（2）科学是描述事物的共同普遍性及相互关系，它不是要描述某某人或某某公司的情况，而是描述一个普遍的通则。
例如科学并不是要描述某一天的天气情况，而是希望描述影响天气的因素及这些因素的相互关系；又例如科学并不是要描述甲公司的营利情况，而是希望描述影响公司营利的因素及这些因素的相互关系。
当然，在建立了这些通则性的描述后，我们可就某一天的天气因素而估计这天的天气情况，又或者就某一公司面对的因素而推测它的营利情况，但这些已是应用科学的知识来帮助人类的生活，而不是科学本身的问题了。
（3）科学的核心是理论，因为理论正是以语言文字和抽象概念来描述事物的共同普遍性及相互关系的具体结果，例如在二十世纪物理学中极重要的方程式﹕E=MC2及对其中概念的定义和阐释，包括E（即Energy，能量）,M（即Mass，质量），及C（即VelocityofLight，光的速度），便是对物理世界一部分现象的一个描述；又例如在一九三零年代在管理学里兴起的「人际关系」学派，提出在现代的工作场所中，员工的「工作满足感」（JobSatisfaction）是其「工作绩效」（JobPerformance）的原因之一，及对这两个概念（即「工作满足感」和「工作绩效」的定义和阐释，便是对现代机构里部分现象的一个描述。
因此，我们可以说，科学的本质，便是理论。
（4）由于科学的本质是描述事物，因此它的知识是否正确便有一个内在的标准，那就是这些描述是不是与客观的事物相符，我们可以透过有系统地检验事物，例如设计实证性研究或数学的纯理推论，来决定是否接受或推翻这些描述事物的理论，例如从核子爆发及其它的物理现象中，我们得知「能量」和「质量」的关系，确实和上述方程式的描述相符，因此到现在为止，我们仍接受这个理论。
但是，经过数十年来的，对大量员工的实证研究后，我们发现「工作满足感」并不是导致「工作绩效」的原因，因此现在已不接受这个理论。
以上所言，其实在一般的研究方法的课本里，都可找到类似的讨论，例如Kerlinger（1986）这样定义科学的理论：
「Atheoryisasetofinterrelatedconstructs（concepts）,definitions,andpropositionsthatpresentasystematicviewofphenomenabyspecificrelationsamongvariables,withthepurposeofexplainingthephenomena.」（pp.9）。
因此，在进行科学的研究时，我们必须首先把各构念（constructs；概念：
concepts）定义清楚，然后把构念之间的关系清晰地描述，在这基础上才可进行实证的研究，以验证我们的理论是否真能描述我们要理解的现象。
由于这些因素，好的科学理论应最少具备以下几个条件：
（1）清晰及合符逻辑（ClearandLogical）：
那就是说我们提出的概念（构念）一定要有清楚的定义（definitions）和范围（domains），而这些概念之间的关系也是合符理性和逻辑推论的原则的；
（2）内部一致（Internalconsistent）：
概念（构念）的定义和范围在整个理论的架构中都必须一致，绝不可在不同的推论中出现不一致的定义和范围，而在推论它们之间的关系时必须要有系统（systematic），绝不可以出现混乱和自相矛盾的情形；
（3）提供可验证的假说（Testablehypothesescanbededuced）：
科学理论是描述现象的，因此我们一定要能够从理论中假设一些现象的情况，然后透过有系统地收集现象的数据或合符数学法则的推论，以验证这些假设（或称为假说；Hypotheses）是否真的能成立；
（4）可被推翻和否定的（Canbedisconfirmedorfalsified）：
基于同一原因（即科学理论是描述现象的），因此它是否正确是可以由真实的现象加以推翻和否定的。
事实上，纯科学的工作，主要便是在验证理论是否能准确地描述现象，在推翻和否定的过程中，我们便可改良旧有的理论、或提出新的理论，使我们更准确地描述现象；
（5）通则性（Generalizability）：
科学理论是希望能对现象有通则性的描述，因此愈能在不同的情况下仍准确地描述现象的理论则愈佳，例如牛顿的物理理论，当物质运行速度接近光速时其描述便不准确，但爱因思坦的理论则无论物质运行速度是否接近光速均其描述均为准确，因此其更具通则性；
（6）简约的（Parsimonious）：
科学理论可以使我们以透过概念（构念）及它们相互的关系来了解现象的来龙去脉，因此愈能以简单易明及数目更少的概念和关系来准确描述现象的理论是更好的。
在建构理论时，应以最简约的方式为标准。
社会科学理论和研究的特点
由于我们要讨论的管理学是社会科学的一部分，所以还有一点关于科学本质的问题是要加以了解的，那就是社会科学与自然科学的分别。
就科学的定义而言，自然科学与社会科学并无分别，但二者研究的对象却有本质上的不同。
自然科学要描述的对象是没有自由意志的，例如化学理论中有描述在一定条件下，两颗「氢」分子会和一颗「氧」分子产生化学作用而变成两颗「水」分子。
当我们验证此一理论时，祗要找一些「氢」和「氧」分子，把环境控制在理论所描述的条件下，看它们是否根据比率地产生「水」分子，便可百分百肯定这描述的正确性。
我们无须担心这结论祗适用于已作验证的「氢」和「氧」分子，为甚么呢﹖因为「氢」和「氧」分子没有自由意志来决定自己的行为，因此祗要外在的条件是如此，所有的「氢」和「氧」分子的反应都会一样。
相对来说，社会科学的研究对象主要是人或由人组成的群体，他们却是有自由意志的。
因此，纵然外在条件配合，我们也不可能百分百确定所有人或群体的反应一定会如何的，例如我们可以说在一定的外在条件下，人身体的某部分遇到痛楚时便会退缩，但是，我们永远不能确定在这些外在条件下，每一个人都会因遇到痛楚而退缩，因为人可以「选择」忍受痛楚而不退缩。
这个本质上的不一样，使社会科学有两个重要的特点。
第一，社会科学的理论是「机率性」，而不是「绝对性」的。
承接以上的痛楚与退缩的例子，社会科学的理论会是这样的﹕「总的来说，在一定的外在条件下，当人身体的某部分遇到痛楚时，他退缩的机会是与所承受的痛苦成正比的。
」这个理论虽然描述了人在遇到痛楚时会退缩的现象，但同时也表明了人是否真的会退缩祗是机率性的，例如在某一痛楚程度下，会有百分之九十五以上的人退缩，但我们永远无法肯定所有人都会退缩，而且我们也不能确定同一个人，虽然在同一条件和痛楚程度下，是否一定会再次退缩，我们祗能说，如果他第一次退缩，那么他在第二次也退缩的机会是百分之九十五以上。
第二，要验证社会科学的理论，我们需要反复地对不同的样本进行，例如有一理论描述了某一管理措施是员工某种行为的原因，要验证此一理论，我们必须对不同类型和行业的企业，不同地区﹑类型和种族的员工来加以研究，然后才可以确知此理论的描述是否真确及是否有限制。
其次，除了研究样本外，社会科学也需要以更多元的研究方法来验证同一理论，因为以不同的研究方法都能得到同一结论，则这结论是正确的机会便更大了。
在这样对社会科学特点的了解下，让我们进一步探讨社会科学的研究方法。
社会科学的研究方法
无论是自然或社会科学，科学研究的主要目的是搜集证据来验证及修正科学理论，而搜集是要以理论架构为指引、在有系统的过程中提供对研究现象的了解，例如Kerlinger（1986）如此定义科学研究：
「Scientificresearchissystematic,controlled,empirical,andcriticalinvestigationofnaturalphenomenaguidedbytheoryandhypothesesaboutthepresumedrelationsamongsuchphenomena.”（pp.10）」
因为科学理论主要是关于事物的因果关系，所以在讨论科学研究方法前，我们首先要知道甚么样的证据才可以证明事物的因果关系。
为了方便讨论，让我们以X代表原因（例如「工作满足感」；习惯上我们也称原因为「自变项」；Independentvariable），而以Y代表结果（例如「工作绩效」；习惯上我们也称结果为「依变项」；Dependentvariable）。
如果要证明X是导致Y的原因之一，我们需要三方面的证据（Cook&Campbell,1979）。
首先，我们要有资料显示X和Y有共变的关系（英文称为Co-variation），例如我们问一间公司的员工一个简单的问题﹕「您满意现在的工作吗﹖」，然后问他们的主管﹕「这名员工的绩效是否高于公司要求的水准﹖」如果发现那些回答「满意」的员工当中，被主管评为高于公司要求水准的比率较回答「不满意」的员工高，那么，这数据便与「X是导致Y的原因之一」的理论是相符的，反之则代表我们这资料并没有支持此一理论。
第二方面的证据是时间的顺序数据，如果X真的是导致Y的原因之一，那么，除了共变的关系外，X一定是先改变（或发生）了，Y才随之而变化（或发生），如果没有这样的证据，我们无法判断到底X和Y谁为因，谁为果，或甚至是它们的共变关系是因为背后有一些共同的原因，其实X和Y并非因果关系。
承接以上的例子，单凭同时问员工和主管得来的数据，纵然所得数据与理论相符，我们祗有X和Y共变的证据，而没有「X先变了，然后Y才改变」的时间顺序数据，因此，我们必须搜集这样的数据。
例如我们在这间公司继续进行研究，在月初询问员工对工作不满的地方，加以改善并在几天内再问员工是否满意，在月底的时候问主管这员工的表现是否高于公司要求的水准，如果在月初员工回答「满意」的比率增加了，在月底被主管评为高于公司要求水准的员工比率也增加了，这结果便提供了「X先变了，然后Y才改变」的证据。
第三方面的证据是导致Y改变的原因是由于X，而不是由于其它影响Y的因素，换句话说，我们要有证据来排除其它影响Y的因素。
如果没有这样的证据，我们无法判断到底X和Y的改变是否因为它们背后有一些共同的原因（例如Z），不过，由于X对Z的反应较快，因此我们看到共变及X先Y后的资料，其实X和Y并非因果关系。
承接以上的例子，如果我们在改善员工对工作的满意时，把许多的管理措施也更改了，例如加了薪金，这样我们便不能排除其实是薪金水平（即Z）同时导致工作满意和工作绩效的改变，它们两者其实没有因果的关连。
所以，在验证X是Y的其中一个原因时，我们必须有排除其它影响Y的因素的证据。
针对以上三种需要的证据，实验（Experiment）是研究方法中能同时提供三方面证据的设计。
真的实验，要符合两个条件。
第一个是可控制我们要研究的原因（即X），或称为实验的情景（Experimentalconditions），例如我们在研究某一新报酬制度（X）对员工生产力（Y）的影响时，如果我们可以设计新的报酬制度及保留原来的报酬制度以作比较，这便是可控制要研究的原因。
第二个是能随机分派（Randomassignment）实验的对象，在管理学的研究中，研究对象一般是个人、小组或整个机构。
用同一个例子，即某一新报酬制度（X）对员工生产力（Y）的影响，我们的研究对象便是员工（个人），如果我们可以把员工完全随机地分派到新旧两个报酬制度之中，然后观察﹑测量及比较他们的生产力，这样才是真正的实验。
真正的实验设计，它的好处是我们可以在同一个研究中，搜集了因果关系所需的三方面的证据。
透过控制X，然后看Y的影响，我们可确定X与Y的共变及X先Y后的次序。
透过随机分派，我们可确定在不同实验情景的对象，祗要样本数够大，平均而言，他们应该在其它因素上，包括可能影响Y的因素（例如在这例子中是聪明才智和工作能力等等）是没有分别的，因此我们可排除这些对Y影响的可能性。
不过，在进行研究时，我们不一定能随机分派实验的对象，例如虽然我们可以设计新的报酬制度来与旧的比较，企业不一定容许我们把她的员工随机分派。
这种祗有控制实验情景，而没有随机分派实验对象的研究设计，我们称为准实验（Quasi-Experiment），它提供了X与Y的共变及X先Y后的次序，但却不能完全排除其它也可能影响Y的因素，因此，在准实验的设计中，我们很多时会尽量考虑或甚至是测量了其它可能影响Y的因素（例如在进行研究前员工的生产力及他们的聪明才智），以逻辑推理或统计分析的方法来排除这些因素的可能性。
如果我们连实验情景也不能控制，我们便祗能进行调查，即测量了X及Y，然后看他们的共变关系，当然我们也可用追踪的设计（Longitudinaldesign），即先测量X，然后在一定时间后测量Y，这样可更有力证明X先Y后的次序，另外，同时测量其它可能影响Y的因素，以逻辑推理或统计分析的方法来排除这些因素的可能性也是常见的方法。
最后，在管理研究中，我们也可能会用案例研究法（Casestudymethod），那就是对某一研究对象（通常是一间企业），或非常小数的研究对象作深入的了解，然后作逻辑推理。
这些研究通常都祗能作事后的回顾及以逻辑推论X及Y的可能关系，因此，很多时需要很有大量的案例研究后，我们才可作准确的结论。
社会科学研究的评鉴
在评鉴某一社会科学的研究，及决定是否接受其结论时，除了看其理论是否合的本章所讨论的标准、及逻辑推论是否合理外，有三方面是很重要的。
第一方面是研究的对象是否有代表性及是否正确地应用统计测试的准则，例如我们是否以随机方法来抽取研究对象，或其它方式（例如分开男女来抽样以确保男女比例的平均）来确保样本的代表性；应用的统计测试是否用公认的准则，都是影响研究结论的重要因素。
我们在第四章会较详细讨论统计测试的原理。
第二方面是在测量（即量化）其概念（例如X及Y）时，是否可信（Reliable）和有效（Valid），例如在量化人的聪明才智时，所用的智慧测验，其得分是否可信及真的能反映人的聪明才智是很重要的，如果测量的结果不可信和无效，研究的结论自然不一定正确。
测量的信度（Reliability）是指测量结果的一致性，例如某一智慧测验在不同时间对同一个人测得的分数是否有很大的分别﹖不同的智慧测验对同一个人测得的分数是否一致﹖如果是很接近，那么，这个测量结果应有一定程度的信度。
效度（Validity）是指在可信之余，测量的结果是否真的反映我们要测量的概念。
例如某一英语的智慧测验，对其母语不是英语的对象而言，尽管其是可信的（因为重测的结果很一致），但其分数反映的，很可能祗是英语水平而不是智慧，因此这测量是无效的。
我们在第五至第七章会较详细说明测量的问题。
最后，不同的统计方法都有其适用的范围和限制，因此，研究所用的统计方法是否恰当，也是我们必须留意的。
由第八章开始，我们会把在组织行为及人力资源管理学（OrganizationalBehaviorandHumanResourceManagement；OBHR）常用的研究设计和统计方法。
理论及假说的建构
与其它社会科学一样，进行组织行为及人力资源管理学（OBHR）研究的第一步，主要是建构理论及/或假说，这主要需要抽象的思维及合理的逻辑推论，除了本章所言关于科学理论的标准外，这一步骤的工作很多时难有具体的指引及系统的步骤可供跟随。
我个人的经验是首先必须对相关的文献作一回顾，先了解前人对相关构念及题目的研究，最好是把这些研究用不同的准则来分类，也试看一下有那些问题是尚未为它们所回答的。
到一定程度时便需要尝试用简单的构念和它们之间的关系来回答那些有趣的问题。
在这里，我介绍三篇论文作为例子以说明甬构理论和假说的一些可能情形。
第一篇
升级会员 