基本假设是:如果存在方法变异，那么对包含所有研究构念的全部条目进行探索性因素分析时会析出一个未旋转因子，并且该公共因子解释了大部分变异。目前比较普遍的做法是采用验证性因素分析，设定公因子数为1，对“单一因子解释了所有变异”的假设进行精确的检验。
示例:Harris S G, Mossholder K W. et al.(1996)对组织文化特征（4个变量）和工作结果特征（5个变量）的CMB进行考察。采用EQS软件分别对九因素模型和一因素模型进行验证性因素分析，结果发现九因素模型拟合良好（CFI=.95，NFI=.94），而一因素模型拟合不好（CFI=.46，NFI=.41）。模型X2比较发现，△X2=1040，△df=60，表明九因素模型对数据的拟合优于单因素模型。作者认为，“CMB对研究结果的解释并不会有严重的威胁”。[the affective implications of perceived congruence with culture dimensions during organizational transformation. Journal of Management, 1996, 22(4): 527-547]
评价:就目前而言，Harman的单因素方法并不是最好的但却最常用的方法．该方法的特点在于共同方法偏差来源不明确的情况下，对ＣＭＢ的效应进行检测．如果ＣＭＢ效应显著则可以采取另外的方法进行统计控制．正如本例的结论，模型卡方不显著，可以认为包括共同方法偏差在内的测量误差的效应并不显著，对研究结论不会造成严重的影响．
值得注意的是，如果检测ＣＭＢ效应显著且解释较大的变异量时，是否就意味着共同方法偏差显著呢？回答是否定的．或许研究变量本身就包含一个有意义的共同结构．这需要研究者进行科学的判断。
喜欢
加载中…