1. To investigate our predictions,

1. To investigate our predictions, we replicate and extend the task developed by Luft and Shields (2001; hereafter L&S)13 for three reasons. First, the L&S task includes complex components but is also intuitive. In particular, the L&S task is based on a real-life profit-forecasting task that avoids the simplistic concerns outlined by Bonner and Walker (1994) because (1) the L&S task does not contain perfectly predictable outcomes, (2) the L&S task contains four decision cues across 20 observations, and (3) the decision cues are not universally diagnostic.14 While prior feedback studies include some of these complex components, we note that the L&S task is relatively unique in that there is a lagged relationship between the decision cues and profit outcomes, adding an extra level of difficulty to the task investigated in this study. A second benefit of investigating the L&S forecasting task is a clear opportunity for improvement (as implied by the experimental results of L&S). Finally, we are able to extend the original L&S design by one period in order to include
repetition-based OFB.15
2. In the L&S setting, research participants were informed that a multi-plant manufacturing company had recently implemented a quality improvement program. The company wanted to determine what effect, if any, discretionary quality improvement spending would have on the gross profits of each plant. Each plant produced the same product using the same technology and participants were told that quality improvement effects should be comparable across plants.
3. Participants were provided with learning data that included historic quality improvement spending (four consecutive quarters) and actual profit from the most recently completed quarter. Each participant viewed results from 20 company-owned manufacturing plants.16 After studying the learning data, participants received quality improvement spending data for 20 additional (but very similar) plants within the same company. Participants were asked to predict gross profit for each plant (as shown in Appendix A). All of the experimental materials used in the learning phase and in the first task iteration (comprising the replication) are identical to the materials used by L&S.17
4. We add a second task iteration in order to investigate the effects of OFB and incentives. As described below, we use a between-participants design to manipulate financial incentives and the presence of OFB. In order to illustrate the similarity of data provided to participants, Appendix B shows the correlation matrices for each of the three data sets utilized in this study. As in the L&S data sets, actual gross profit (i.e., the realization of participants’ predictions) is most closely correlated with the quality improvement spending in the earliest quarter presented (three quarters prior to the most recently completed quarter). The three-quarter lagged quality improvement spending and current gross profit have a correlation of 0.90 in the learning data, 0.95 in the first task iteration, and 0.91 in the second task iteration (see Appendix B). In all three data sets, the three quarter lagged quality improvement spending is significantly associated with realized profit (p ,0.05), but correlations between profit and quality improvement spending in the other quarters (as well as the correlations among the separate quality improvement spending amounts) are not statistically different from zero. Therefore, participants who learn the lagged relationship between quality improvement expenditures and current period profits should outperform participants who do not learn the lagged relationship.

ผลลัพธ์ (ไทย) 1:

1. การตรวจสอบคาดคะเนของเรา เราทำซ้ำ และขยายงานพัฒนา โดย Luft และโล่ (2001 ปรโลก L & S) 13 เหตุผลที่สาม ครั้งแรก งาน L & S มีส่วนประกอบที่ซับซ้อน แต่ก็ใช้งานง่าย โดยเฉพาะ งาน L & S ตามชีวิตจริงกำไรคาดการณ์งานที่หลีกเลี่ยงข้อสงสัยพี่ที่ล้อมกรอบ ด้วย Bonner และวอล์คเกอร์ (1994) เนื่องจาก (1)งาน L & S ประกอบด้วยผลได้อย่างสมบูรณ์แบบ, (2)งาน L & S ประกอบด้วยสัญลักษณ์การตัดสินใจ 4 ข้ามสังเกต 20 และสัญลักษณ์ (3) การตัดสินใจไม่เกลียดชัง diagnostic.14 ขณะศึกษาติชมก่อนรวมส่วนประกอบที่ซับซ้อนเหล่านี้ เราหมายเหตุว่า งาน L & S ค่อนข้างเฉพาะในที่ที่มีความสัมพันธ์ระหว่างสัญลักษณ์การตัดสินใจและผลกำไร lagged เพิ่มระดับการเพิ่มของปัญหาการงานตรวจสอบในการศึกษานี้ ประโยชน์ของการตรวจสอบ L & S คาดการณ์งานที่สองเป็นโอกาสที่ชัดเจนปรับปรุง (เป็นโดยนัยโดยผลการทดลองของ L และ S) ในที่สุด เราจะสามารถขยายออก L & S แบบเดิมตามรอบระยะเวลาหนึ่งเพื่อรวมทำซ้ำตาม OFB.152. ในการตั้งค่า L & S ผู้เข้าร่วมวิจัยได้ทราบว่า บริษัทผู้ผลิตหลายโรงงานเพิ่งมีใช้โปรแกรมปรับปรุงคุณภาพ บริษัทต้องการที่จะกำหนดผลกระทบ ถ้ามี ใช้ปรับปรุงคุณภาพ discretionary จะมีกำไรขั้นต้นของแต่ละโรงงาน แต่ละโรงงานผลิตสินค้าชนิดเดียวกันที่ใช้เทคโนโลยีเดียวกัน และมีบอกผู้เรียนว่า ผลการปรับปรุงคุณภาพสามารถเปรียบเทียบระหว่างพืช3. ผู้เรียนได้เรียนรู้ข้อมูลที่รวมการปรับปรุงคุณภาพประวัติศาสตร์ (4 ไตรมาสติดต่อกัน) การใช้จ่าย และกำไรจริงจากเพิ่งเสร็จสิ้นไตรมาส ผู้เข้าร่วมแต่ละดูผลลัพธ์จาก 20 เป็นเจ้าของบริษัทผลิต plants.16 หลังจากการศึกษาข้อมูลการเรียนรู้ การปรับปรุงคุณภาพผู้เรียนได้รับข้อมูลการใช้จ่ายสำหรับพืช 20 เพิ่มเติม (แต่คล้ายกันมาก) ภายในบริษัทเดียวกัน ผู้เข้าร่วมได้ขอให้คาดการณ์กำไรสุทธิสำหรับแต่ละโรงงาน (ดังแสดงในภาคผนวก A) ของทดลองใช้ในขั้นตอนการเรียนรู้ และในการงานเกิดซ้ำครั้งแรก (ประกอบด้วยการจำลองแบบ) จะเหมือนกับวัสดุที่ใช้ โดย L & S.174. เราสามารถเพิ่มเกิดซ้ำงานที่สองเพื่อตรวจสอบผลกระทบของ OFB และแรงจูงใจ ตามที่อธิบายไว้ด้านล่าง เราใช้แบบระหว่างผู้เรียนเพื่อสร้างแรงจูงใจทางการเงินและสถานะของ OFB ภาคผนวก B แสดงเมทริกซ์สหสัมพันธ์สำหรับแต่ละชุดข้อมูลสามที่ใช้ในการศึกษานี้เพื่อแสดงเฉพาะข้อมูลที่ให้กับผู้เรียน ในชุดข้อมูล L & S กำไรขั้นต้นเกิดขึ้นจริง (เช่น สำนึกของการคาดคะเนของผู้เข้าร่วม) จะสุด correlated กับปรับปรุงคุณภาพที่ใช้ในไตรมาสแรกสุดที่นำเสนอ (3 ไตรมาสก่อนไตรมาสเสร็จสมบูรณ์ล่าสุด) Three-quarter ใช้จ่ายพัฒนาคุณภาพ lagged และกำไรขั้นต้นที่ปัจจุบันมีความสัมพันธ์ของ 0.90 ในข้อมูลการเรียนรู้ 0.95 ในการเกิดซ้ำครั้งแรกของงาน และ 0.91 ในเกิดซ้ำงานที่สอง (ดูภาคผนวกข) ในทั้งหมดสามชุดข้อมูล ไตรมาสสาม lagged คุณภาพพัฒนาใช้จ่ายเป็นอย่างมากเกี่ยวข้องกับการรับรู้กำไร (p, 0.05), แต่ความสัมพันธ์ระหว่างกำไรและคุณภาพปรับปรุงใช้ในไตรมาสอื่น ๆ (รวมทั้งความสัมพันธ์ระหว่างการปรับปรุงคุณภาพแยกยอดการใช้จ่าย) ไม่แตกต่างทางสถิติจากศูนย์ ดังนั้น ผู้เรียนที่เรียนรู้ความสัมพันธ์ระหว่างค่าใช้จ่ายในการปรับปรุงคุณภาพและผลกำไรรอบระยะเวลาปัจจุบัน lagged ควร outperform ผู้เรียนที่เรียนรู้ความสัมพันธ์ lagged

ผลลัพธ์ (ไทย) 2:

1. ให้ตรวจสอบการคาดการณ์ของเราที่เราทำซ้ำและขยายงานที่พัฒนาโดยลัฟท์และโล่ (2001; ต่อจากนี้ L & S) 13 สำหรับเหตุผลที่สาม ครั้งแรกที่งาน L & S รวมถึงองค์ประกอบที่ซับซ้อน แต่ก็ยังเป็นที่ใช้งานง่าย โดยเฉพาะอย่างยิ่ง L & S งานจะขึ้นอยู่กับชีวิตจริงงานที่กำไรคาดการณ์ที่จะหลีกเลี่ยงความกังวลง่ายที่ระบุไว้โดยบอนเนอร์และวอล์คเกอร์ (1994) เพราะ (1) งาน L & S ไม่ได้มีผลที่คาดเดาได้อย่างสมบูรณ์แบบ (2) งาน L & S มีสี่ตัวชี้นำการตัดสินใจข้าม 20 สังเกตและ (3) ตัวชี้นำการตัดสินใจที่จะไม่ครอบคลุม diagnostic.14 ขณะที่การศึกษาการตอบรับก่อนรวมถึงบางส่วนขององค์ประกอบที่ซับซ้อนเหล่านี้เราทราบว่า L & S งานค่อนข้างที่ไม่ซ้ำกันในการที่มีความสัมพันธ์ lagged ระหว่าง ชี้นำการตัดสินใจและผลกำไรเพิ่มระดับพิเศษของความยากลำบากให้กับงานการตรวจสอบในการศึกษานี้ ประโยชน์ที่สองของการตรวจสอบงานที่คาดการณ์ L & S เป็นโอกาสที่ชัดเจนสำหรับการปรับปรุง (เป็นนัยโดยผลการทดลองของ L & S) สุดท้ายเราสามารถที่จะขยายการออกแบบเดิม L & S
โดยระยะเวลาหนึ่งในการที่จะรวมถึงการทำซ้ำตามOFB.15
2 ในการตั้งค่า L & S, เข้าร่วมการวิจัยได้รับแจ้งว่า บริษัท ผู้ผลิตหลายโรงงานได้ดำเนินการเมื่อเร็ว ๆ นี้โครงการปรับปรุงคุณภาพ บริษัท ต้องการที่จะตรวจสอบสิ่งที่มีผลถ้ามีการใช้จ่ายการปรับปรุงคุณภาพการตัดสินใจจะมีกำไรขั้นต้นของแต่ละโรงงาน แต่ละโรงงานที่ผลิตสินค้าชนิดเดียวกันโดยใช้เทคโนโลยีเดียวและผู้เข้าร่วมได้บอกว่าผลการปรับปรุงคุณภาพควรจะเทียบเคียงทั่วพืช.
3 ผู้เข้าร่วมกิจกรรมมีให้กับข้อมูลการเรียนรู้ที่รวมการใช้จ่ายของการปรับปรุงคุณภาพประวัติศาสตร์ (สี่ไตรมาสติดต่อกัน) และกำไรที่เกิดขึ้นจริงจากไตรมาสที่สุดเสร็จสมบูรณ์เมื่อเร็ว ๆ นี้ เข้าร่วมแต่ละคนมองว่าผลที่ได้จากการผลิต plants.16 20 บริษัท ที่เป็นเจ้าของหลังจากที่ได้ศึกษาข้อมูลการเรียนรู้ที่ผู้เข้าร่วมได้รับข้อมูลการใช้จ่ายของการปรับปรุงคุณภาพ 20 เพิ่มเติม (แต่ที่คล้ายกันมาก) พืชที่อยู่ใน บริษัท เดียวกัน ผู้เข้าร่วมประชุมได้ขอให้คาดการณ์กำไรขั้นต้นสำหรับพืชแต่ละชนิด (ดังแสดงในภาคผนวก A) ทั้งหมดของวัสดุที่ใช้ในการทดลองในขั้นตอนการเรียนรู้และในการทำซ้ำงานแรก (ประกอบด้วยการจำลองแบบ) เหมือนกันกับวัสดุที่ใช้โดย L & s.17
4 เราเพิ่มย้ำงานที่สองเพื่อศึกษาผลของ OFB และแรงจูงใจ ตามที่อธิบายไว้ด้านล่างเราใช้การออกแบบระหว่างผู้เข้าร่วมในการจัดการกับแรงจูงใจทางการเงินและการปรากฏตัวของ OFB เพื่อแสดงให้เห็นถึงความคล้ายคลึงกันของข้อมูลให้กับผู้เข้าร่วมภาคผนวก B แสดงให้เห็นว่าการฝึกอบรมความสัมพันธ์สำหรับแต่ละสามชุดข้อมูลที่ใช้ในการศึกษาครั้งนี้ ในขณะที่ข้อมูลชุด L & S, กำไรขั้นต้นที่เกิดขึ้นจริง (เช่นการก่อให้เกิดการคาดการณ์ของผู้เข้าร่วม) จะมีความสัมพันธ์อย่างใกล้ชิดมากที่สุดกับการใช้จ่ายการปรับปรุงคุณภาพในไตรมาสแรกที่นำเสนอ (สามในสี่ก่อนที่จะมีส่วนใหญ่เพิ่งเสร็จสิ้นไตรมาส) สามในสี่ lagged ใช้จ่ายการปรับปรุงคุณภาพและอัตรากำไรขั้นต้นในปัจจุบันมีความสัมพันธ์ 0.90 ในข้อมูลการเรียนรู้ที่ 0.95 ในการทำซ้ำงานแรกและ 0.91 ในการทำซ้ำงานที่สอง (ดูภาคผนวก B) ทั้งสามชุดข้อมูลที่สามในสี่ lagged ใช้จ่ายการปรับปรุงคุณภาพมีความสัมพันธ์อย่างมีนัยสำคัญและมีกำไรตระหนัก (p, 0.05) แต่ความสัมพันธ์ระหว่างผลกำไรและการใช้จ่ายในการปรับปรุงคุณภาพในการไตรมาสอื่น ๆ (เช่นเดียวกับความสัมพันธ์ในหมู่จำนวนเงินค่าใช้จ่ายการปรับปรุงคุณภาพที่แยกต่างหาก ) จะไม่แตกต่างจากศูนย์ ดังนั้นผู้เข้าร่วมที่ได้เรียนรู้ถึงความสัมพันธ์ระหว่าง lagged ค่าใช้จ่ายการปรับปรุงคุณภาพและผลกำไรงวดปัจจุบันควรจะมีประสิทธิภาพสูงกว่าผู้เข้าร่วมที่ไม่ได้เรียนรู้ความสัมพันธ์ lagged

ผลลัพธ์ (ไทย) 3:

1 . ตรวจสอบการคาดการณ์ของเรา เราทำซ้ำและขยายงานพัฒนาระบบและโล่ ( 2001 ; ต่อจากนี้ผม& s ) 13 สำหรับสามเหตุผล ก่อนอื่น ผม& s งานรวมถึงองค์ประกอบที่ซับซ้อน แต่ยังใช้งานง่าย โดยเฉพาะอย่างยิ่งL & s งานจะขึ้นอยู่กับการคาดการณ์กำไรจริงงานที่หลีกเลี่ยงความกังวลที่ระบุไว้โดยง่าย บอนเนอร์ และ วอล์คเกอร์ ( 1994 ) เพราะ ( 1 ) ผม& s งานไม่ประกอบด้วยผลสมบูรณ์ได้ ( 2 ) ผม& s งานประกอบด้วยสี่ตัดสินใจคิวข้าม 20 ตัวอย่าง และ ( 3 ) การตัดสินใจ คิวไม่สามารถวินิจฉัย14 การศึกษาข้อเสนอแนะก่อนที่รวมถึงบางส่วนขององค์ประกอบเหล่านี้ซับซ้อนที่เราทราบว่าผม& s งานค่อนข้างเฉพาะ ในนั้นมี lagged ความสัมพันธ์ระหว่างการตัดสินใจของคิว และกำไรของการเพิ่มระดับของความยากงานสืบสวน ในการศึกษานี้ประโยชน์ที่สองของการตรวจสอบ ผม& s พยากรณ์งานเป็นโอกาสที่ชัดเจนในการปรับปรุง ( โดยนัย โดยผลการทดลองของผม& s ) ในที่สุด , เราสามารถที่จะขยายเดิมผม&ดีไซน์ โดยช่วงหนึ่งเพื่อรวมการใช้ 15

ตาม 2 ในชั้น& S การตั้งค่าผู้เข้าร่วมวิจัยทราบว่าหลายโรงงานผลิต บริษัท เพิ่งใช้โปรแกรมการปรับปรุงคุณภาพ . บริษัท ต้องการที่จะทราบผล ถ้าใด ๆ , การใช้จ่ายในการปรับปรุงคุณภาพที่ดีที่จะมีต่อกำไรขั้นต้นของแต่ละโรงงานแต่ละโรงงานที่ผลิตสินค้าชนิดเดียวกัน ใช้เทคโนโลยีเดียวกัน และผู้ที่ได้บอกว่า ผลการปรับปรุงคุณภาพน่าจะเทียบเท่าในพืช .
3 ผู้เข้าร่วมการวิจัยให้กับการเรียนรู้ข้อมูลรวมที่ใช้ในการปรับปรุงคุณภาพในประวัติศาสตร์ ( 4 ไตรมาสติดต่อกัน ) และจริงกำไรจากล่าสุดแล้วเสร็จในไตรมาสผู้เข้าร่วมแต่ละคนจะดูผลลัพธ์จาก 20 บริษัทที่เป็นเจ้าของ plants.16 การผลิต หลังจากที่ได้ศึกษา เรียนรู้ ข้อมูลผู้เข้าร่วมได้รับการปรับปรุงคุณภาพ การใช้ข้อมูลสำหรับ 20 เพิ่มเติม ( แต่คล้ายกันมาก ) พืชภายในบริษัทเดียวกัน ผู้เข้าร่วมถูกขอให้ทำนายกำไรสำหรับพืชแต่ละชนิด ( ดังแสดงในภาคผนวก )ทั้งหมดของวัสดุที่ใช้ในการทดลองและระยะการเรียนรู้ในงานแรก ( ซ้ำ ( ซ้ำ ) อยู่เหมือนกัน วัสดุที่ใช้ โดยผม& s.17
4 เราเพิ่มรูปงานที่สองเพื่อศึกษาผลของการใช้แรงจูงใจและ ตามที่อธิบายไว้ด้านล่าง เราใช้ระหว่างผู้เข้าร่วมออกแบบจัดการสิ่งจูงใจทางการเงินและการใช้ .เพื่อแสดงให้เห็นถึงความเหมือนกันของข้อมูลที่จะเข้าร่วม , ภาคผนวก B แสดงสหสัมพันธ์เมทริกซ์สำหรับแต่ละสามชุดข้อมูลที่ใช้ในการศึกษาครั้งนี้ เป็น ใน ผม& S ชุดข้อมูลกำไรที่แท้จริง ( เช่นการรับรู้ของผู้เรียนคาดคะเน ) อย่างใกล้ชิดที่สุด มีความสัมพันธ์กับการปรับปรุงคุณภาพการใช้จ่ายในไตรมาสแรกที่นำเสนอ ( สามไตรมาสก่อนมากที่สุดเมื่อเร็ว ๆนี้เสร็จไตรมาส ) สามไตรมาสที่ล้าหลัง การปรับปรุงคุณภาพและกำไรในปัจจุบันมีความสัมพันธ์ของข้อมูลในการเรียนการสอน 0.90 0.95 ในซ้ำงานแรกและ 091 ในซ้ำงานที่สอง ( ดูภาคผนวก B ) ทั้ง 3 ชุดข้อมูล สามไตรมาสที่ล้าหลัง การใช้จ่าย การปรับปรุงคุณภาพ มีความสัมพันธ์กับ ตระหนักถึงผลกำไร ( P 0.05 )แต่ความสัมพันธ์ระหว่างกำไรและค่าใช้จ่ายในการปรับปรุงคุณภาพในไตรมาสอื่น ๆ ( รวมทั้งความสัมพันธ์ระหว่างการปรับปรุงคุณภาพการแยกเงิน ) ไม่แตกต่างกันอย่างมีนัยสำคัญทางสถิติ จากศูนย์ ดังนั้นผู้เข้าร่วมเรียนรู้ความสัมพันธ์ระหว่างคุณภาพและราคาค่าใช้จ่าย กำไรงวดปัจจุบันควรมีประสิทธิภาพสูงกว่าผู้ไม่ได้เรียนรู้
ล้าหลัง ความสัมพันธ์