Construct Validity in Cross Cultural Management Research: Classical Test Theory and Latent Trait Theory Approaches
Notice bibliographique
Résumé
As businesses become increasingly global, the field of management stands to benefit from theories, best practices, tools, and techniques that can be used in different cultures. By providing guidelines for theory development and testing, this type of research can enhance the validity and generalizability of management theories and concepts. Cross cultural research can also be used by scholars and policy makers to better understand the comparative implications of theories that have originated in unicultural settings. Despite its importance, there is a paucity of research on the use of appropriate tools and techniques for measuring and comparing constructs across cultures. To address this gap, this paper highlights the importance of investigating conceptual, functional, and measurement equivalence of constructs as a prerequisite for cross cultural comparisons. This study also discusses how two measurement approaches, i.e., classical test theory (CTT) and item response theory (IRT) can be used in conjunction to gainfully investigate equivalence. The use of CTT and IRT models is illustrated via an empirical investigation of the Supplier Reputation Display (SRD) construct by analyzing data collected from US and Canadian automotive service managers. Implications of this research for management theory and practice, and the scope for further research are also discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,110 | 0,242 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,013 | 0,016 |
| Études des sciences et des technologies | 0,003 | 0,020 |
| Communication savante | 0,011 | 0,011 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».