7.5.4 Identifying Causal Relationsh

7.5.4 Identifying Causal Relationships
Integration, if it is to be useful, must lead to the establishment of laws or general principles. Identifying generalizable principles requires identifying causal relationships. Induction is more than enumeration (counting). It is more than meta-analysis, which is enumeration that includes mean effect sizes. When using enumeration alone, there is no answer to the skeptics’ query: ‘‘How do you know that the relationship will come out the next time?’’ This was an issue we did not fully understand when developing goal theory. We thought that the more types of tasks, subjects, settings, performance measures used, etc., the better—that is, the more confidence one could have in the theory. Although variation in conditions is beneficial (e.g., to discover moderators), we did not see that identifying causal relationships (which we subsequently did identify) was the fundamental issue. For example, we can have confidence that goals work when we know the means by which they work (mediators) and the relevant context factors (moderators). Similarly, by understanding that emotions were implicit value judgments (Locke, 1976; Locke and Latham, 1990) and that a goal is a specific type of value, we now understand why goal success causes satisfaction.

ผลลัพธ์ (ไทย) 1:

7.5.4 การระบุความสัมพันธ์เชิงสาเหตุรวม ถ้ามันจะเป็นประโยชน์ ต้องนำไปสู่การจัดตั้งกฎหมายหรือหลักทั่วไป ระบุหลักการ generalizable ต้องระบุความสัมพันธ์เชิงสาเหตุ เหนี่ยวนำจะมากขึ้นกว่าการแจงนับ (นับ) มันเป็นมากกว่าวิเคราะห์ ซึ่งเป็นการแจงนับที่มีขนาดผลเฉลี่ย เมื่อใช้การแจงนับที่เดียว มีคำตอบถึงความคลางแคลงถาม: ''คุณรู้ว่า ความสัมพันธ์จะมาออกในครั้งต่อไป ' นี้คือปัญหาเราก็ไม่เข้าใจเมื่อมีการพัฒนาทฤษฎีเป้าหมาย เรานึกว่า ชนิดของการตั้งค่า วิชา งาน ดีกว่า ประสิทธิภาพมาตรการใช้ ฯลฯ เพิ่มเติม — คือ อาจจะมีความมั่นใจเพิ่มเติมหนึ่งในทฤษฎี แม้ว่าการเปลี่ยนแปลงในเงื่อนไขที่เป็นประโยชน์ (เช่น ไปเยือนผู้ควบคุม), เราไม่ได้เห็นว่า การระบุความสัมพันธ์เชิงสาเหตุ (ซึ่งเรามาไม่ระบุ) เป็นปัญหาพื้นฐาน ตัวอย่างเช่น เราสามารถมีความมั่นใจว่าเป้าหมายการทำงานเมื่อเรารู้วิธีที่พวกเขาทำงาน (ผู้ไกล่เกลี่ย) และปัจจัยบริบทที่เกี่ยวข้อง (ผู้ดูแล) ในทำนองเดียวกัน โดยเข้าใจว่า อารมณ์ได้ใช้ดุลยพินิจค่านัย (ล็อค 1976 ล็อคและ Latham, 1990) และเป้าหมายคือ ชนิดของค่า เราตอนนี้เข้าใจทำไมเป้าหมายความสำเร็จที่ทำให้เกิดความพึงพอใจ

ผลลัพธ์ (ไทย) 2:

7.5.4 การระบุความสัมพันธ์เชิงสาเหตุ
บูรณาถ้ามันเป็นที่จะเป็นประโยชน์ต้องนำไปสู่การจัดตั้งกฎหมายหรือหลักการทั่วไป ระบุหลักการ generalizable ต้องระบุความสัมพันธ์เชิงสาเหตุ การเหนี่ยวนำการเป็นมากกว่าการแจงนับ (นับ) มันเป็นมากกว่า meta-analysis ซึ่งเป็นที่มีการแจงนับหมายถึงขนาดอิทธิพล เมื่อใช้การแจงนับเพียงอย่างเดียวนั่นคือคำตอบของความคลางแคลงไม่ 'แบบสอบถาม:' 'คุณจะรู้ว่าความสัมพันธ์จะออกมาในครั้งต่อไป' 'นี่คือปัญหาที่เราไม่เข้าใจเมื่อมีการพัฒนาทฤษฎีเป้าหมายอยู่แล้ว? เราคิดว่าประเภทของงานอาสาสมัครการตั้งค่าการวัดประสิทธิภาพการใช้อื่น ๆ ที่ดีกว่านั่นคือความเชื่อมั่นมากขึ้นอาจจะมีในทฤษฎี แม้ว่าการเปลี่ยนแปลงในเงื่อนไขที่เป็นประโยชน์ (เช่นการค้นพบผู้ดูแล) เราไม่ได้เห็นว่าการระบุความสัมพันธ์เชิงสาเหตุ (ซึ่งต่อมาจึงไม่ระบุ) เป็นปัญหาพื้นฐาน ตัวอย่างเช่นเราสามารถมีความมั่นใจว่าเป้าหมายการทำงานเมื่อเรารู้วิธีการที่พวกเขาทำงาน (ไกล่เกลี่ย) และปัจจัยบริบทที่เกี่ยวข้อง (ผู้ดูแล) ในทำนองเดียวกันโดยการทำความเข้าใจว่าอารมณ์ได้ตัดสินค่าปริยาย (ล็อค 1976; ล็อคและ Latham, 1990) และว่าเป้าหมายคือประเภทที่เฉพาะเจาะจงของค่าตอนนี้เราเข้าใจว่าทำไมความสำเร็จของเป้าหมายทำให้เกิดความพึงพอใจ