Metody Badan Spolecznych Msd Slajdy

Metody badań społecznych Wydział Zarządzania UW MSD-MSW, rok IV dr hab. Krzysztof Klincewicz [email protected]

© Krzysztof Klincewicz

Cele zajęć Zapoznanie z technikami rozwiązywania złożonych problemów,  Przygotowanie do samodzielnego definiowania oraz poprawnego metodologicznie rozwiązywania problemów w biznesie i nauce,  Przegląd terminologii i podstawowych metod badawczych,  Omówienie technik interpretacji i prezentowania danych. 

© Krzysztof Klincewicz

Warunki zaliczenia przygotowanie do zajęć  aktywność,  prace cząstkowe (w tym projekt badawczy) przekazywane w ustalonych terminach 

© Krzysztof Klincewicz

Literatura obowiązkowa 

Senge, Peter M. (1998), Piąta Dyscyplina. Teoria i praktyka organizacji uczących się, Dom Wydawniczy ABC, Warszawa −

dostępne także wydanie II: Senge (2003), ~, Oficyna Ekonomiczna. Kraków

−

książka w Bibliotece WZ UW, BUW, Bibliotece Narodowej i księgarniach

© Krzysztof Klincewicz

Lektura obowiązkowa

Wydanie 1

Wydanie 2

Inna książka! © Krzysztof Klincewicz

Literatura uzupełniająca Babbie, E. (2007) Badania społeczne w praktyce. PWN, Warszawa 

Kostera M. (2005) Antropologia organizacji. PWN, Warszawa 

Shively W.P. (2001) Sztuka prowadzenia badań politycznych. Zysk i S-ka, Poznań 

Ferguson G.A., Takane, Y. (2002) Analiza statystyczna w psychologii i pedagogice. PWN, Warszawa 

Kaczmarczyk S. (1999) Badania marketingowe. Metody i techniki. PWE, Warszawa 

Miles M.B., Huberman A.M. (2000) Analiza danych jakościowych. Trans Humana Wydawnictwo Uniwersyteckie, Białystok 

© Krzysztof Klincewicz

Program zajęć 

1) Wprowadzenie do zajęć −



Rozwiązywanie problemów w życiu codziennym, biznesie i nauce. Wprowadzenie do terminologii badań społecznych. Definiowanie problemu badawczego i pytań badawczych.

2) Podstawy metodologii nauk społecznych −

Elementy filozofii nauk, zwłaszcza nauk społecznych i teorii organizacji. Ograniczenia perspektyw badawczych. © Krzysztof Klincewicz

Program zajęć 

3) −



Konstrukty i mapa pojęciowa w badaniach. Warianty badawcze. Dobór badanej próby.

4) −

Projektowanie badań

Myślenie systemowe

Istota dynamiki systemów. Opis zależności w systemie społecznym i jego przydatnośc w projektach badawczych. “Prawa” dynamiki systemów i archetypy systemowe.

© Krzysztof Klincewicz

Program zajęć 

5) −



Przegląd orientacji badawczych – etnografia, teoria ugruntowana, historiografia. Techniki badawcze – obserwacja, wywiad, analiza tekstu i dokumentacji. Komputerowe wsparcie dla badań jakościowych.

6) −

Badania jakościowe

Badania ilościowe

Przegląd technik badawczych – psychometria, socjometria, bibliometria, analiza i modelowanie ekonomiczne, badania ankietowe i eksperymentalne. Zasady budowy kwestionariuszy. Pomiar postaw. Skale Likerta i semantyczna. © Krzysztof Klincewicz

Program zajęć 

7) −

Interpretacja i prezentacja danych

Techniki porządkowania, analizy i interpretacji danych jakościowych i ilościowych. Metoda reprezentacyjna. Zmienna zależna i niezależna. Analiza korelacji, regresji i skupień. Kategoryzacja i typologia. Analiza czynnikowa i eksploracja danych (data mining).

© Krzysztof Klincewicz

Tematyka zajęć 

Rozwiązywanie problemów – a nie tylko prowadzenie badan naukowych −



poprawność metodologiczna!!! Od definiowania problemu badawczego i podstaw metodologicznych – do specyficznych technik i metod analizy danych



Badania jako podstawa działalności firm doradczych i rekrutacyjnych, a także wdrażania programów zarządzania zmianą



Zaprojektowanie badań ważniejsze od przeprowadzenia („biegania z kwestionariuszami”) © Krzysztof Klincewicz

Pytania i zagadki 

Sprawdzające wiedzę (szczególnie specjalistyczną)



Stymulujące kreatywność (brain teasers)



Wymagające analizy i planowego działania −

William Poundstone (2003) How would you move Mount Fuji? Little, Brown and Company, New York

© Krzysztof Klincewicz

Pytania i zagadki w procesie rekrutacji 

William Poundstone (2003) How would you move Mount Fuji? Little, Brown and Company, New York

−

sekrety rekrutacji pracowników intelektualnych

−

praktyki stosowane m.in. w branży doradczej © Krzysztof Klincewicz

Pytanie 1



“Co chodzi rano na 4 nogach, w południe na 2, a wieczorem na 3?” (Edyp i Sfinks) −

Odpowiedź wymaga oryginalnej KONCEPTUALIZACJI problemu, kreatywności

© Krzysztof Klincewicz

Pytanie 2



“Dlaczego lustro odwraca lewo i prawo zamiast górę i dół?” − Odpowiedź wymaga wiedzy... a może tylko chwili zastanowienia?

© Krzysztof Klincewicz

Pytanie 3



“Dlaczego puszki piwa są zaokrąglone na górze?” − −

Odpowiedź wymaga wiedzy ale jeśli jej nie posiadamy, można próbować zgadnąć!

© Krzysztof Klincewicz

Pytanie 4



“Jak zważyć samolot?” −

−

Bez korzystania z dokumentacji technicznej i Internetu – ani cięcia na kawałki Odpowiedź wymaga kreatywności – i planowanego działania

© Krzysztof Klincewicz

Pytanie 5



“Ilu jest stroicieli fortepianów w Polsce?” −

− −

Pytania Fermi’ego - ćwiczenia dla studentów z szacowania dużych liczb Noblisty z fizyki Enrico Fermi Nie muszę znać danych statystycznych Szacuję istotne wartości

© Krzysztof Klincewicz

“Ilu jest stroicieli fortepianów w Polsce?” 

Liczba powiązana z liczbą pianin i częstotliwością stro1jenia



Fortepiany w szkołach, salach koncertowych, barach, studiach nagrań, muzeach...



Pianina w domach − − − −

drogie i duże – tylko wyższa klasa ~15 mln gospodarstw domowych w Polsce załóżmy, że 0.5% ma pianino 75.000 fortepianów i pianin? © Krzysztof Klincewicz

“Ilu jest stroicieli fortepianów w Polsce?” 

Stroiciel pracuje 40 godzin w tygodniu, dojeżdza do klientów



Jedno strojenie: 60 minut pracy, 60 minut dojazdu



20 nastrojonych instrumentów w tygodniu



50 tygodni w roku -> 1.000 pianin w roku

© Krzysztof Klincewicz

“Ilu jest stroicieli fortepianów w Polsce?” 

Jak często stroi się instrumenty? − − − −

średnio raz w roku? (wiele nieużywanych) 75.000 strojeń w roku a jeden stroiciel może rocznie obsłużyć 1.000 instrumentów -> 75 stroicieli?

© Krzysztof Klincewicz

Pytanie 6



“Zdawałeś ważny egzamin – ale nie wiesz, czy go zdałeś. Pojawia się niesamowita okazja taniego wyjazdu do Egiptu – decyzję trzeba podjąć do jutra. Nie znasz oceny z egzaminu – czy wykupisz wyjazd?”

© Krzysztof Klincewicz

Pytanie 7



“Jak zaprojektowałbyś półkę na przyprawy?” − − −

To nie jest prośba o konkretne rozwiązanie Potrzebny dialog: dla kogo, ja używana, itp. - ciąg wyborów WAŻNE: wyjaśnienie, jakie przyjmuje się założenia

© Krzysztof Klincewicz

Brain teasers w procesach rekrutacji 

Często stosowane – ale też często powtarzane − − −

Nie stosować pytań, które są już znane Nie stosować pytań, bazujących na specjalistycznej wiedzy Najlepsze – pytania BEZ jednej poprawnej odpowiedzi  

Wymagają myślenia Nie można znaleźć podpowiedzi w Internecie i innych źródłach danych

© Krzysztof Klincewicz

Ćwiczenie zespołowe 



Ile piłeczek ping-pongowych zmieści się w sali zajęciowej? Ile jest stacji benzynowych w Polsce?

© Krzysztof Klincewicz

Rodzaje pytań badawczych 

Jedna poprawna odpowiedź, trzeba do niej dotrzeć −



“prawda” (np. prawa fizyki i inne weryfikowalne zjawiska) Sposób uzyskania odpowiedzi, choć brak pewności, że odpowiedź jest poprawna −



najlepsza odpowiedź dopóki ktoś nie znajdzie lepszej (nauki społeczne) Opinie, postawy, orientacje poznawcze −

odpowiedź mówi o BADAJĄCYM, jego wartościach, podejściu do świata (antropologia) © Krzysztof Klincewicz

Badania w codziennej pracy 

Procedury rekrutacji i selekcji



Analiza dokumentów



Badania rynku pracy i oczekiwań kandydatów



Badania rynku, konkurentów i oczekiwań klientów



Rozumienie rzeczywistości organizacyjnej i wprowadzanie zmian – badania pracowników



Przykład problemów rekrutacyjnych firmy Hitachi i „rynku pracownika” w Polsce

© Krzysztof Klincewicz

Przykład: badamy rynek pracy 

Jedna poprawna odpowiedź −



“Ilu jest absolwentów szkół wyższych?” − “Ilu kandydatów złożyło do nas podania?” − “Ilu kandydatów złożyło podania do naszego konkurenta?” (problem etyczny!) Wynik: niekwestionowane dane liczbowe −

FAKTY

© Krzysztof Klincewicz

Przykład: badamy rynek pracy 

Ważny sposób uzyskania odpowiedzi −



“Ilu potrzebujemy nowych pracowników?” − “Ile osób powinniśmy rekrutować w x przyszłych latach? Wynik: szacunki, zależności między zjawiskami, uzasadnione postulaty −

ZAŁOŻENIA I ZALEŻNOŚCI

© Krzysztof Klincewicz

Przykład: 

badamy rynek pracy

Opinie, postawy i orientacje poznawcze −



“Dlaczego mamy mniej kandydatów niż konkurent?” − “Jaki jest profil osób zainteresowanych pracą dla nas?” − “Kto nie chce u nas pracować?” − “Jak jesteśmy postrzegani przez kandydatów?” Wynik: wiele różnych OPINII, POSTAW 

Uwaga: kandydaci mogą mieć określone opinie o firmie niezależnie od faktów!

© Krzysztof Klincewicz

Ćwiczenie 

Jesteś pracownikiem urzędu skarbowego – jak sprawdzisz, czy agencja pośrednictwa pracy nie oszukuje przy opłacaniu podatków?

© Krzysztof Klincewicz

Pytania badawcze a problem badawczy 

Dotychczas – pytania badawcze: ktoś już je dla nas sformułował −





Ustrukturalizowany problem − Musimy tylko wybrać metodę, sposób rozwiązania Większość sytuacji: problem nieustrukturalizowany, niezdefiniowany (“nie wiemy, gdzie boli”) Analogia: diagnoza i analiza

© Krzysztof Klincewicz

Problem badawczy 

Określenie problemu badawczego to NAJWIĘKSZE WYZWANIE przy planowaniu badań − −

brak jasno postawionych pytań: np. Wiemy że „coś jest nie tak” z rekrutacją stawianie pytań jest UMIEJĘTNOŚCIĄ 



często są niewłaściwie określone, nieprecyzyjne wtedy również odpowiedzi nie będą satysfakcjonowały

© Krzysztof Klincewicz

Poprawność metodologiczna badań 

Różnica między badaniami naukowymi a typowymi badaniami firm doradczych, przygotowujących raporty dla klienta



Przykład autorstwa Eero Eloranty (Helsinki University of Technology): −

“Miliony much nie mogą się mylić – X jest smaczne!”

© Krzysztof Klincewicz

Typowy raport firmy doradczej 

Zapoznanie się ze zjawiskiem “jedzenia X”



Sprawdzenie, czy inne firmy doradcze postulują “jedzenie X”



Sprawdzenie, czy największe firmy międzynarodowe “jedzą X”



Zaproponowanie “jedzenia X” jako doskonałego rozwiązania



por. teoria mód w zarządzaniu



ale wiele dobrych firm doradczych odrzuca argumentację typu: “bo inni to stosują”! © Krzysztof Klincewicz

Badania naukowe 

Sprawdzenie, czy napisano już coś o “jedzeniu X”



Powiązanie “jedzenia X” z dotychczasowymi pokrewnymi badaniami



Sprawdzenie, czy są przykłady osób “jedzących X”



Pomiar, czy “jedzenie X” przynosi korzyści



Gromadzenie danych o “jedzeniu X” - w jakich okolicznościach, w jaki sposób



Analiza relacji przyczynowo-skutkowych: co powoduje “jedzenie X”, co z niego wynika



Wyjaśnienie i udokumentowanie



Wnioski praktyczne

© Krzysztof Klincewicz

Poprawność metodologiczna 

Badania poprawne metodologicznie postępują zgodnie z zasadami naukowymi − − −



Oparcie na danych empirycznych Umiejętność przekonującego uzasadnienia wniosków Pogłębianie wiedzy

Praca magisterska – jak badanie naukowe czy jak raport firmy doradczej? :-)

© Krzysztof Klincewicz

Tekst popularny czy tekst naukowy? 

„Zarządzanie konfliktem jest integralną częścią skutecznego zarządzania. Badania pokazują, że przeciętny menedżer poświęca dziennie 20% swojego czasu próbując zaradzić konfliktom. Chociaż konflikty są czymś normalnym w środowisku pracy, ważne jest aby szybko rozpoznawać ich źródła i poszukiwać rozwiązań, które na stałe wyeliminują przyczyny. Ważne jest, aby szybko wyłapać i pokonać szkodliwy aspekt konfliktu, co więcej, spróbować wyszukać korzyści jakie mogą pojawić się w tej trudnej sytuacji. […]” © Krzysztof Klincewicz

Tekst popularny czy tekst naukowy? 

Cytowany artykuł opublikowano na portalu Bankier.pl, 14.09.2007



http://www.bankier.pl/wiadomosc/Zarzadzanie-konflikte



Tekst popularny −

Brak bibliografii

−

Brak problemu badawczego, tezy lub pytań

−

Brak dowodów przy stwierdzeniach normatywnych („menedżer powinien…”, „ważne jest…” – a dlaczego?) © Krzysztof Klincewicz

Problem badawczy 

Jedno lub dwa zdania, na które nie można po prostu odpowiedzieć “tak” lub “nie”



Oparty o przegląd literatury tematu



Rozpisany później na szczegółowe tezy (twierdzenia) lub hipotezy



Punkt wyjścia do określenia konstruktów teoretycznych (tego, co jest mierzone i analizowane)



Przy definiowaniu problemu badawczego ważne jest postrzeganie problemu

© Krzysztof Klincewicz

Uczenie się w organizacjach 

Uczenie się na własnych błędach, refleksja nad złożonością podejmowanych decyzji, ciągłe doskonalenie organizacji



Pojęcie wglądu w psychologii – przemyślenie sytuacji zamiast powtarzania dotychczasowych działań



Pojedyncza i podwójna pętla uczenia się (single and double loop learning) – Argyris i Schön − −

powtarzanie działań z niewielkimi modyfikacjami czy poszukiwanie ukrytych przyczyn problemów, radykalne zmiana podejścia? © Krzysztof Klincewicz

Pojedyncza i podwójna pętla uczenia się

działanie

pojedyncza pętla uczenia się

konsekwencje podwójna pętla uczenia się

ukryte przyczyny problemów © Krzysztof Klincewicz

Pojedyncza i podwójna pętla uczenia się 

Przykład: problemy ze sprzedażą produktu



Pojedyncza pętla uczenia się − − −



Redukcja ceny Poszukiwanie nowych kanałów dystrybucji Intensyfikacja działań promocyjnych

Podwójna pętla uczenia się −

Identyfikacja przyczyn niewielkiego zainteresowania klientów 

Niedostosowanie produktu do potrzeb?



Tańszy odpowiednik od konkurencji?



Zacofany technologicznie? Często się psuje?



Złe postrzeganie firmy na rynku?© Krzysztof ... Klincewicz

Pojedyncza i podwójna pętla uczenia się 

Przykład: masowe odejście pracowników z lokalnego oddziału firmy



Pojedyncza pętla uczenia się



−

Podwyższenie pensji

−

Zastosowanie motywacji pozafinansowej

Podwójna pętla uczenia się −

Analiza przyczyn odejść 

Kultura firmy, promująca rywalizację?



Rozczarowanie porażkami firmy?



Nowy atrakcyjny pracodawca w mieście? ... © Krzysztof Klincewicz

Pojedyncza i podwójna pętla uczenia się 

Przykład: korzystanie z pomocy konsultantów przy wprowadzaniu zmian w organizacji



Pojedyncza pętla uczenia się − −



Konsultanci wykonują pracę, nie ucząc firmy, jak samemu wprowadzić podobne zmiany Jeśli analogiczny problem wystąpi w przyszłości – znowu trzeba ich zatrudnić

Podwójna pętla uczenia się −

Pracownicy firmy angażują się w projekt wspólnie z konsultantami

−

Firma jest przygotowana do samodzielnych interwencji w podobnych przypadkach © Krzysztof Klincewicz

Konstrukty teoretyczne 

To, co podlega pomiarowi w badaniach −







np. opinie o firmie, poziomy wynagrodzeń, zakresy obowiązków zatrudnianych pracowników Przy wielu konstruktach – trzeba dowieść, że nie pokrywają się, nie są zależne − np. poziom płacy podstawowej i premii – mogą być współzależne, lepiej: “poziom wynagrodzeń” Konstruktry służą do interpretacji zjawisk: − np. “sukces rekrutacji zależy od a, b, c” Później weryfikuję twierdzenia przez gromadzenie danych © Krzysztof Klincewicz

Ćwiczenie 

Młoda polska firma biotechnologiczna ABC ma problemy z rekrutacją. Polskie uczelnie wypuszczają co roku kilkakrotnie więcej absolwentów kierunku biotechnologia niż ofert pracy na rynku krajowym. Mimo wszystko firma ABC nie może znaleźć nowych pracowników.



Zdefiniuj problem badawczy

© Krzysztof Klincewicz

Problem badawczy 

Co skłania absolwentów do podejmowania pracy dla firmy ABC?



a może: co zniechęca?



Dwa różne problemy badawcze – w zależności od przyjętego problemu, różne rozwiązania i różne rekomendacje −



dwuczynnikowa teoria motywacji Herzberga

Uwaga: brak zainteresowania nie musi wynikać z czynników związanych z pracą i firmą – ale też np. z form promocji i poszukiwania kandydatów! © Krzysztof Klincewicz

Ćwiczenie 





Wydział Zarządzania UW planuje uruchomienie nowego kierunku studiów podyplomowych, związanego z zarządzaniem potencjałem społecznym. Samorząd Studentów WZ UW chce udoskonalić portal internetowy Szturmowa.com Dla każdego przypadku, zaproponuj 5 możliwych (i odmiennych) problemów badawczych. © Krzysztof Klincewicz

Prawda w filozofii 

Tradycyjne nurty filozofii – słowa odzwierciedlają świat zewnętrzny



Filozofia analityczna – relacje między słowami −



Tarski: poziomy języka (por. paradoks kłamcy) − Wittgenstein: gry językowe (konwencje) Postmodernizm – prawdy nie da się poznać (albo nie istnieje?) −

−

Rorty – prawda tworzona intersubiektywnie, przez wspólnoty ludzkie; filozofia jako lustro Derrida - podważanie “obiektywizmu” © Krzysztof Klincewicz

Pozytywizm i funkcjonalizm 

Pozytywizm – związany z przekonaniem o możliwości zgłębienia prawdy −



Poszukiwanie uniwersalnych praw rządzących światem − Typowy dla XIX-wiecznych nauk ścisłych Funkcjonalizm – w socjologii i w teorii organizacji − −

powiązany z pozytywizmem – również poszukuje uniwersalnych zależności „zwiększenie o 10% pensji w określonych warunkach zwiększa średnio wydajność pracy o 5%” © Krzysztof Klincewicz

Problemy funkcjonalizmu 

Rzeczywistość społeczna różni się od przedmiotu badań nauk ścisłych −



wola ludzka i świadome decyzje − nie tylko akcja i reakcja (jak w behawioryzmie) W naukach ścisłych też zwątpiono w metodę pozytywistyczną −

−

skąd pewność? może nie uwzględniam wszystkich zmiennych? może inni widzą to inaczej? Karl Popper, Thomas Kuhn – podstawy współczesnej filozofii nauk © Krzysztof Klincewicz

Hipotezy i rozwój wiedzy (Karl Popper) 

Wiedzę gromadzimy przez falsyfikację kolejnych hipotez −





dziecko i kuchenka gazowa − dopóki nie udowodnię, że “~X”, mogę twierdzić że “X” Nauka zajmuje się falsyfikacją hipotez − wierzenia religijne nie mogą być weryfikowane, więc nie są nauką Wnioski następców Poppera: nie ma ostatecznej prawdy, a jedynie stan konsensusu do czasu nowych odkryć, nowych sposobów falsyfikacji © Krzysztof Klincewicz

Rozwój wiedzy przez badania naukowe 

Wiele badań ma na celu uszczegółowienie wyników wcześniejszych studiów −





por. rozwój teorii motywacji − np. zależności psychologiczne mogą być różne w różnych warunkach kulturowych − ważna jest też weryfikacja wyników (koreańskie badania chemiczne, klonowanie prof. Hwanga) Często badania wydają się mało oryginalne – ale tak tworzona jest nauka! Oryginalna tematyka badawcza – wizjonerzy, którzy muszą przekonać innych do swojego sposobu widzenia świata © Krzysztof Klincewicz

Teoria paradygmatów (Thomas Kuhn) 

Rewolucja naukowa = przełom intelektualny, jak za czasów Kopernika i Einsteina



Nowa teoria tworzy nowy paradygmat – wzorzec do naśladowania dla innych badaczy, sposób myślenia o badanych zjawiskach



Okres zamętu intelektualnego − −

zwolennicy i przeciwnicy emocjonalne decyzje, utrata wartości dorobku naukowego



Stopniowe upowszechnienie się nowego paradygmatu i wymieranie zwolenników starego



Postęp naukowy? Czy tylko zmiana? © Krzysztof Klincewicz

Dojrzała dyscyplina Problemy naukowa nie rozwiązane przez paradygmat 1

Problemy Rozwiązania nie rozwiązane przez paradygmat 2

Paradygmat 1

Paradygmat 2

terminologia metody teorie założenia

terminologia metody teorie założenia

Teoria A

termninologia metody założenia

Teoria B terminologia metody założenia

Teoria C terminologia metody założenia

badacze akceptują wspólny paradygmat

specjalizacja badacze akceptują specjalizacja badaczy wspólny paradygmat badaczy (“rozwiązywanie (“rozwiązywanie zagadek”) krytyka dawnego zagadek”) paradygmatu © Krzysztof Klincewicz

Dynamika społeczna

Niedojrzała dyscyplina naukowa

Zmiany naukowe

Przykład zmiany paradygmatu

Paradygmaty w nauce 

Kuhn: każda dyscyplina nauk ścisłych opiera się na określonym paradygmacie, który w przyszłości może się zmienić



Nauki społeczne – równocześnie wiele różnych paradygmatów, których nie da się porównywać: każdy opisuje inny aspekt rzeczywistości społecznej



Burrell, Morgan - paradygmaty w teorii organizacji − −

Funkcjonalizm – poszukiwanie reguł, przewidywanie i zmiana rzeczywistości Interpretatywizm – poszukiwanie znaczeń, rozumienie rzeczywistości © Krzysztof Klincewicz

Funkcjonalizm i interpretatywizm 

Funkcjonalizm −



Przykład: klasyczne teorie motywacji − Wiedza ma bezpośrednie zastosowanie, jest “narzędziem” − cel: PRZEWIDYWANIE Interpretatywizm −

− −

Przykład: teorie kultury organizacyjnej (rozumienie kultury i świadomość, że nie da się jej tak łatwo zmienić) Wiedza nie ma bezpośredniego zastosowania - ale może się przydać, dostarcza wglądu cel: WYJAŚNIANIE © Krzysztof Klincewicz

Podejście nomotetyczne i idiograficzne 



Podejście nomotetyczne – poszukiwanie ogólnych praw w dużych populacjach Podejście idiograficzne – opis unikalnych jednostek, zwłaszcza studia przypadku, w których wnioski nie mogą być generalizowane dla większych populacji

© Krzysztof Klincewicz

Wnioski dla nauk o zarządzaniu 

Nie da się znaleźć ogólnych “praw” zarządzania



Ale można poszukiwać “lokalnych teorii”, dotyczących efektywnego działania firm danej branży lub kraju (funkcjonalizm),



Albo opisywać pojedyncze firmy dla lepszego zrozumienia rzeczywistości organizacyjnej (interpretatywizm)

© Krzysztof Klincewicz

Pytanie 

Odwołując się do wiedzy z zakresu filozofii nauki, wyjaśnij dlaczego przy obecnym stanie wiedzy astrologia nie może być uważana za naukę.



W jakich okolicznościach mogłoby to się zmienić?

© Krzysztof Klincewicz

Praca do domu (grupowa) 

Odwołując się do wiedzy z zakresu filozofii nauki, wyjaśnij dlaczego przy obecnym stanie wiedzy homeopatia nie może być uważana za naukę.



W jakich okolicznościach mogłoby to się zmienić?

© Krzysztof Klincewicz

Testowanie hipotez (statystyka + filozofia Poppera) 

Hipoteza zerowa −



brak związku między X a Y Hipoteza alternatywna −



(statystycznie istotny) związek Odrzucenie hipotezy zerowej = przyjęcie hipotezy alternatywnej − − −

H0: wykładowca nie obrazi się, jeśli spóźnię się na zajęcia Ha: wykładowca obrazi się, jeśli spóźnię się na zajęcia testuję H0... © Krzysztof Klincewicz

Błędy w testowaniu hipotez 

Błąd typu 1 −



Błędny wniosek, że istnieje związek − przyjąłem pracownika sądząc, że posiada cechy, które sprawią że sprawdzi się na stanowisku – a nie sprawdził się (KOSZTY) Błąd typu 2 − −

Wniosek, że nie istnieje związek, podczas gdy istnieje („błąd producenta filmowego”) nie przyjąłem pracownika, który mógł się sprawdzić na stanowisku (UTRACONE KORZYŚCI) © Krzysztof Klincewicz

Współzależność i przyczynowość 

Korelacja – dwa zjawiska występują równocześnie, ale nie muszą być przyczyną i skutkiem



Przyczynowość – jedno zjawisko wywołuje drugie w określonych okolicznościach



Typowe badania zmiennych – tylko korelacje, brak dowodu wpływu jednej zmiennej na drugą − −

sprzedaż lodów i deszcz; ankiety, dane ekonomiczne Wnioski w pracach magisterskich – zwykle nadużywa się relacji przyczynowoskutkowych © Krzysztof Klincewicz

Korelacja nie oznacza współzależności

© Krzysztof Klincewicz

Badania eksperymentalne 

“Silne” dowody przyczynowości w sztucznie wytworzonej sytuacji −



grupa eksperymentalna, na którą oddziałuje analizowany czynnik − grupa kontrolna, bez wpływu czynnika Problem: badań eksperymentalnych nie da się zwykle prowadzić dla zjawisk organizacyjnych −

a nawet jeśli – warunki eksperymentu różnią się od rzeczywistych, wiele istotnych zmiennych nie będzie uwzględnionych © Krzysztof Klincewicz

Metodologia(e?) 

Poprawne określenia w języku polskim: − −

Metoda badawcza i technika badawcza Metodyka (ang. methodology) – powtarzalne podejście do rozwiązywania podobnych problemów (np. metodyka wdrażania systemów IT, metodyka zarządzania projektami, metodyka wprowadzania zmian)

−

Metodologia (ang. methodology) – nauka o metodach badawczych i metodykach

© Krzysztof Klincewicz

Strukturalizowanie problemów Ethan M. Rasiel, Paul N. Friga (2002) The McKinsey Mind, McGraw-Hill, New York 

Struktura niezwykle ważna przy rozwiązywaniu problemów −



rama pojęciowa – w badaniach naukowych − model (framework) – w doradztwie Dobrze sformułowany problem warto rozpisać na “czynniki pierwsze”

© Krzysztof Klincewicz

Model w zarządzaniu a teoria 



W zarządzaniu funkcjonuje wiele modeli i schematów decyzyjnych (framework) −

np. model łańcucha wartości Portera, macierz BCG, model kultury Scheina

−

to nie teorie – a sposoby uporządkowania danych, ułatwiające ich gromadzenie

−

nie zawierają twierdzeń ani wniosków

Zamęt pojęciowy – bo w niektórych dyscyplinach nauk społecznych pojęcie „model” jest stosowane w inny sposób © Krzysztof Klincewicz

Przykład – diagram „ości ryby” Ishikawy

Źródło: http://www.ibspan.waw.pl/~sikorski/tqm/wyk_3.htm

© Krzysztof Klincewicz

Przykład – diagram “ości ryby” Ishikawy

Źródło: http://www.ibspan.waw.pl/~sikorski/tqm/wyk_3.htm © Krzysztof Klincewicz

Przykład – sieć sprzężeń zwrotnych

Źródło: http://www.vensim.com © Krzysztof Klincewicz

Tworzenie ramy pojęciowej 

Stworzenie RAMY POJĘCIOWEJ −



Określa badane zjawisko − Identyfikuje aktorów − Wskazuje co mnie interesuje, a co nie − Wskazuje badaną próbę W ten sposób opisuję PROBLEM BADAWCZY −

−

Rama uwzględnia konstrukty teoretyczne i graficznie symbolizuje zależności między nimi Te zależności BĘDĄ WERYFIKOWANE w badaniach, na razie są tylko POSTULOWANE © Krzysztof Klincewicz

Przygotowywanie ram pojęciowych - przykład 

Interesuje mnie zjawisko plagiatów −

bardzo obszerny temat – chcę wybrać tylko niektóre zagadnienia

−

rama pojęciowa prezentuje zagadnienia w sposób graficzny i ułatwia decyzję

© Krzysztof Klincewicz

Przygotowywanie ram pojęciowych - przykład prac zaliczeniowych

kopiowanie z Internetu

prac dyplomowych plagiat

literatury popularnej

kompilacje książek

literatury naukowej

“usługodawcy"

oryginalność przez imitację

wykrywalność

"rynek"

sposoby wykrywania

zasady prawne

© Krzysztof Klincewicz

Przygotowywanie ram pojęciowych - przykład prac zaliczeniowych

kopiowanie z Internetu

prac dyplomowych plagiat

literatury popularnej

kompilacje książek

literatury naukowej

“usługodawcy"

oryginalność przez imitację

wykrywalność

"rynek"

sposoby wykrywania

zasady prawne

© Krzysztof Klincewicz

Rama pojęciowa

Strony www Listy dyskusyjne

Źródła kontaktu Plagiat pracy dyplomowej

Sposoby wykrywania

Ogłoszenia Marketing szeptany

Analiza zawartości Analiza procesu tworzenia

Technologie Instytucje

Interakcje © Krzysztof Klincewicz

Zakres ramy pojęciowej Strony www Listy dyskusyjne Źródła kontaktu Plagiat pracy dyplomowej

Sposoby wykrywania

Ogłoszenia Marketing szeptany

Analiza zawartości Analiza procesu tworzenia

Technologie Instytucje

Interakcje © Krzysztof Klincewicz

Aktorzy Student

“Usługodawca" Uczelnia

Promotor

Recenzent

Plagiat pracy dyplomowej

Prokuratura i organy ścigania

Inni: np. serwis Plagiat.pl, specjalistyczne firmy

© Krzysztof Klincewicz

Wybór aktorów

Student

“Usługodawca" Uczelnia

Promotor

Recenzent

Plagiat pracy dyplomowej

Prokuratura i organy ścigania

Inni: np. serwis Plagiat.pl, specjalistyczne firmy

© Krzysztof Klincewicz

Dobór próby badawczej

Student Uczelnia

Promotor

Recenzent

Plagiat pracy dyplomowej na przykładzie Wydziału Zarządzania Uniwersytetu Warszawskiego wywiady z X pracownikami centrali, Y promotorami, Z recenzentami © Krzysztof Klincewicz

Wybór aktorów społecznych a dobór próby 

Aktorzy społeczni – osoby, które interesują nas w badaniu



Próba badawcza – osoby (organizacje itp.), które zostały wybrane jako źródła danych



np. w badaniach plagiatów, informacje o recenzentach mogą być uzyskane na podstawie wywiadów z promotorami i pracownikami dziekanatów −

recenzenci są aktorami społecznymi

−

recenzenci nie należą do próby badawczej © Krzysztof Klincewicz

Populacja badana a próba badawcza 

Populacja badana – skończona zbiorowość, o której gromadzimy dane −





każda zbiorowość jest skończona – nawet jeśli nie możemy dotrzeć do wszystkich jej uczestników

Ważne jest ustalenie liczebności populacji −

sporządzenie wykazu

−

estymacja (por. pytania Fermiego)

jednostek

Próba badawcza to część populacji badanej, wybrana w określony sposób © Krzysztof Klincewicz

Dobór próby 

Dobór losowy – przypadek decyduje o tym, która jednostka będzie wybrana − losowanie bezpośrednie − losowanie systematyczne − losowanie kwotowe/warstwowe 



Uwaga: musimy znać relacje w populacji badanej i stratyfikację

Dobór celowy – świadoma decyzja badacza o zaliczeniu lub nie do próby 

podejście idiograficzne – bez generalizacji dla całej populacji



przypadek typowy, przypadki skrajne, dwa przeciwstawne przypadki, metoda łańcuchowa © Krzysztof Klincewicz (kuli śnieżnej)

Reprezentatywność 



Niewłaściwy dobór próby −

błędne wnioski o występowaniu zjawisk

−

brak podstaw do generalizacji dla całej populacji badanej

Wzory statystyczne, wyznaczające pożądaną liczebność próby badawczej w doborze losowym −



przy założonym poziomie ufności i znanych niektórych parametrach populacji badanej

Metoda reprezentacyjna jako dziedzina statystyki © Krzysztof Klincewicz

Przykład: klienci banku są niezadowoleni z obsługi 

Problem badawczy: Co wywołuje niezadowolenie klientów?



Buduję ramę pojęciową – rozpisuję obszary, które mogą wpływać na niezadowolenie

© Krzysztof Klincewicz

Przykład: klienci banku są niezadowoleni z obsługi Umiejętności interpersonalne Szkolenia Znajomość oferty banku Pracownicy banku Wiedza o rynkach finansowychWynagrodzenia System Zaangażowanie i entuzjazm motywacyjny Atmosfera Czas oczekiwania pracy Czas obsługi Niezadowolenie Procedury Potrzebne dokumenty klientów Papier a inne kanały dostępu Liczba oddziałów Oferta banku Koszty Portfolio produktów Usługi konkurencji Oczekiwania klientów

(fragment ramy pojęciowej) © Krzysztof Klincewicz

Przykład: klienci banku są niezadowoleni z obsługi 

Pytania badawcze odnoszą się do poszczególnych elementów ramy pojęciowej: −

Jakie są oczekiwania klientów?

−

Jaki jest przeciętny czas obsługi klienta?

−

Czy pracownicy obsługi klienta znają ofertę banku?

−

Czy wymagana od klientów dokumentacja odpowiada wymaganiom banków X i Y?

itp. © Krzysztof Klincewicz

Ćwiczenie – dla opisanej dalej sytuacji: 

Określ problem badawczy



Narysuj ramę pojęciową



Określ pytania badawcze



Określ aktorów społecznych i próbę badawczą

© Krzysztof Klincewicz

Wybierz JEDNĄ z sytuacji:



Masowe odejścia z oddziału firmy w Łomży



Firma planuje wprowadzenie nowego systemu premiowego



Spadła znacząco sprzedaż produktów firmy, choć oferta nie uległa zmianom

© Krzysztof Klincewicz

Wyciąganie wniosków z własnych doświadczeń 

Nadawanie sensu (sense making) – Weick 







podsumowanie doświadczeń z projektu (lessons learned) lektura biografii znanych menedżerów, studia przypadków

Psychologia błędów w procesie podejmowania decyzji (stupidologia) Kluczowe nieustępliwości (core rigidities) jako przeciwieństwo kluczowych kompetencji (core competences) – Leonard-Barton − firmy powinny “nauczyć się zapominać“ Hamel i Prahalad

© Krzysztof Klincewicz

“Piąta Dyscyplina“ - Peter Senge 

Jeden z największych bestsellerów menedżerskich lat 90-tych XX wieku



Piąta dyscyplina zarządzania = budowa uczących się organizacji



“Sztuka widzenia i całego lasu, i pojedynczych drzew“ −

zrozumienie zależności w organizacji i otoczeniu tak, by uczyć się na własnych sukcesach i porażkach 

gotowana żaba a japońskie firmy motoryzacyjne



mądry Polak po szkodzie © Krzysztof Klincewicz

“Piąta Dyscyplina“ - Peter Senge 

“Najwięcej uczymy się z doświadczenia, ale często nie doświadczamy bezpośrednio konsekwencji wielu naszych najważniejszych decyzji“ −

efekt motyla – Edward Lorenz

−

odroczone w czasie efekty szkolenia, wydatków na promocję lub przejęcia firmy

−

zakresy odpowiedzialności pracowników – komercyjne skutki decyzji o rozwoju nowego produktu poznamy po wielu latach, będą interesowały dział marketingu a nie B&R © Krzysztof Klincewicz

“Piąta Dyscyplina“ - Peter Senge 

Sposób analizy złożonych zależności w organizacji – dynamika systemów (systems dynamics) −

stworzona przez Jaya W. Forrestera z MIT w latach 60-tych XX wieku

−

Wykorzystywana do modelowania systemów społecznych – np. Raport Klubu Rzymskiego, prognozujący wyczerpanie zasobów naturalnych planety

−

Wykorzystana przez Sengego do analizy organizacji i wzbogacona o tzw. archetypy systemowe © Krzysztof Klincewicz

Dynamika systemów 



Jay W. Forrester – MIT, lata 60-te XX wieku −

Sformalizowany proces modelowania

−

Uwzględnianie sprzężeń zwrotnych

−

Matematyczna strona modelu – pozwala na symulacje

Peter Senge – MIT, lata 90-te XX wieku −

Modelowanie ”konceptualne”

−

Identyfikacja zależności w organizacjach

−

Odkrywanie nieintuicyjnych skutków decyzji

−

Analiza jakościowa, nie ilościowa (psychologia a nie ekonomia) © Krzysztof Klincewicz

“Piąta Dyscyplina“ - Peter Senge 

Archetyp systemowy – typowa zależność, występująca w życiu codziennym i organizacyjnym (problemem jest jej zauważenie!) −

Formalne nazwy w książce Sengego

−

Odpowiadają mądrościom ludowym i przysłowiom – np.: 

Miłe złego początki, a koniec żałosny



Ziarnko do ziarnka a zbierze się miarka



Póty dzban wodę nosi, póki się ucho nie urwie



Wyjdziesz na tym jak Zabłocki na mydle ... © Krzysztof Klincewicz

”Prawa Piątej Dyscypliny” (Senge) 

Dzisiejsze problemy wynikają z wczorajszych ”rozwiązań”



Im mocniej naciskasz, tym mocniejszy jest opór systemu



Sprawy idą lepiej, zanim zaczną iść gorzej



Proste wyjścia z sytuacji prowadzą zwykle tam, skąd właśnie chcemy wyjść



Kuracja może być gorsza niż choroba



Szybciej znaczy wolniej © Krzysztof Klincewicz

”Prawa Piątej Dyscypliny” (Senge) cd. 

Przyczyna i skutek są rozdzielone w czasie i w przestrzeni



Niewielkie zmiany mogą powodować znaczące rezultaty, ale sposoby uzyskania największego wzmocnienia są zwykle najmniej oczywiste



Możesz i zjeść ciastko, i mieć je, ale nie w tym samym momencie



Podzielenie słonia na pół nie daje dwóch małych słoni



Winnych nie ma © Krzysztof Klincewicz

Granice wzrostu – przykład inwestycji w B&R

+ +

wydatki na tworzenie wiedzy

+ wielkość organizacji

+

sprzedaż firmy

+

liczba pracowników tworzących wiedzę

złożoność zarządzania

+

+

nowe produkty

-

czas rozwoju nowych produktów

+

obciążenie doświadczonych pracowników

© Krzysztof Klincewicz

Przerzucanie brzemienia – przykład odejść pracowników PRÓBA ELIMINACJI SYMPTOMÓW

PROBLEM

ROZWIĄZANIE FUNDAMENTALNE

podwyżka pensji, premie i nagrody

odejścia pracowników

rozwój osobisty, ścieżki kariery, szkolenia, ambitne zadania

© Krzysztof Klincewicz

Istota dynamiki systemów 



Identyfikacja nieintuicyjnych zależności −

wydaje mi się, że oczywistym następstwem działania X będzie efekt Y

−

W rzeczywistości są też inne czynniki, które wpływają na Y

−

W skrajnym przypadku: im więcej X, tym mniej Y!

Przykład: motywacja finansowa pracowników kreatywnych – a poszukiwanie nowych wyzwań i interesującej pracy © Krzysztof Klincewicz

”Duży” model w dynamice systemów – przykład zarządzania ludźmi P ro d u c tiv ity -

V acancy C a n c e lla tio n T im e

+

+

E x p e c te d P r o d u c tiv ity

-

M a x im u m V a ca ncy C a n c e lla tio n R a te +

M a x im u m L a y o ff R a te

A v e ra g e L a y o ff T im e

V aca ncy C a n c e lla tio n R a te

D e sire d Labor

E x p e c te d T im e to F ill V a c a n c ie s

B

+

+

+

A d ju s tm e n t fo r V a c a n c ie s -

-

+

-

A v e ra g e D u r a tio n o f E m p lo y m e n t

A v e ra g e T im e to F ill V a c a n c ie s

+

-

Q u it R a te

H irin g R a te

+

Vacancy C r e a tio n

-

Labor

+

+

+

+

V acancy C lo su re R a te

D e sire d V a ca ncy C r e a tio n R a te

+

L a y o ff R a te

V aca ncy C re a tio n R a te

+

S ta n d a rd W o rk w e e k

+

+

V a c a n c ie s

D e sire d V a ca ncy C a n c e lla tio n R a te

< D e sire d P r o d u c tio n S ta r t R a te >

-

Labor A d ju s tm e n t T im e

A d ju s tm e n t fo r L a b o r +

D e sire d V a c a n c ie s +

+

B

E x p e c te d A ttr itio n R a te

Labor A d j u s tm e n t

V aca ncy A d ju s tm e n t T im e

D e sire d L a y O ff R a te +

+

+ D e sire d H irin g R a te

+

W illin g n e ss to L a y O ff

Źródło: John D. Sterman 2004 © Krzysztof Klincewicz

Modelowanie na komputerze 

Program Vensim, www.vensim.com −



Vensim PLE (Personal Learning Edition) dostępny za darmo dla celów niekomercyjnych

Możliwości −

graficzny opis zjawisk

−

identyfikacja pętli przyczynowych

−

opis matematyczny i symulacja 

Uwaga. Zwykle Vensim wykorzystywany jest przez ekonomistów do zaawansowanych symulacji i analiz ilościowych, dla naszych potrzeb wystarcza ~5% możliwości programu © Krzysztof Klincewicz

Analiza przyczyn, skutków i pętli zależności

Drzewo przyczyn (causes tree) Drzewo skutków (uses tree) Pętle (loops) Wybrana zmienna (podświetlona) © Krzysztof Klincewicz

Drzewo przyczyn (causes tree) dla wybranej zmiennej

Desired Hiring Rate Expected Time to Fill Vacancies Desired Vacancy Cancellation Rate Maximum Vacancy Cancellation Rate

Desired Vacancies

Vacancy Cancellation Rate

Hiring Rate

Vacancy Closure Rate

Desired Vacancy Creation Rate

Vacancy Creation Rate

Vacancies

© Krzysztof Klincewicz

Drzewo skutków (uses tree) dla wybranej zmiennej

Adjustment for Vacancies Vacancies

Hiring Rate

Desired Vacancy Creation Rate

Labor Vacancy Closure Rate

Maximum Vacancy Cancellation Rate

Vacancy Cancellation Rate

© Krzysztof Klincewicz

Pętle (loops) dla wybranej zmiennej 

Uwaga: może ich być bardzo wiele!

Loop Number 13 of length 9  Vacancies − Hiring Rate − Labor − Adjustment for Labor − Desired Hiring Rate − Desired Vacancies − Adjustment for Vacancies − Desired Vacancy Creation Rate − Desired Vacancy Cancellation Rate − Vacancy Cancellation Rate

© Krzysztof Klincewicz

Projekt zespołowy 

Przeprowadź diagnozę wskazanego dla Twojego zespołu problemu-podstawy do badań −

stwórz model-ramę pojęciową jako sieć sprzężeń zwrotnych

−

opisz zależności w oparciu o podejście dynamiki systemów (uwzględnij archetypy systemowe)

−

wyodrębnij najważniejsze drzewa przyczyn, drzewa skutków i pętle (na odrębnych schematach)

−

zaznacz wybrany fragment modelu-ramy pojęciowej, który będzie punktem wyjścia do badań

−

na kolejnych zajęciach – ciąg dalszy... © Krzysztof Klincewicz

Badania wtórne i pierwotne 

Badania wtórne, gabinetowe (desk research) −

−

analiza danych zebranych wcześniej do innych celów 

dane statystyczne dostępne w firmie (o rekrutacji, pracownikach, finansowo-księgowe)



dane GUS, zrzeszeń przedsiębiorstw



wyniki badań naukowych, rządowych i firm doradczych



bazy danych – np. firma Kompass

analiza danych wtórnych to uprawniona metoda badawcza, nie jest gorsza od badań pierwotnych, terenowych (field research) © Krzysztof Klincewicz

Wyzwanie badań wtórnych 

Dane wtórne mogą zawierać zafałszowania −

np. artykuł X opiera się na rządowym raporcie Y, który z kolei sięga do badań naukowych prowadzonych przez uczelnię Z, która część danych otrzymała od firmy doradczej W – błędy i pominięcia?

−

dane wtórne najlepiej weryfikować 

porównywać kilka różnych (niezależnych) źródeł danych wtórnych



uzupełniać danymi pierwotnymi – zwłaszcza, jeśli mają służyć podjęciu krytycznej decyzji biznesowej © Krzysztof Klincewicz

Badania pierwotne 

Badania pierwotne, terenowe – gromadzenie danych, których nikt dotąd nie zebrał −

nie tylko typowe ankiety, wywiady, obserwacje

−

także wywiad gospodarczy i benchmarking

© Krzysztof Klincewicz

Wymiar czasu w badaniach 



Badania przeszłości −

Historiografia

−

Analizy trendów

−

Studia przekrojowe, ciągłe (zmian w czasie)

−

Badania syndykatowe (powtarzalny panel)

Badania momentu obecnego −

Studia wycinkowe

−

Analizy nie uwzględniające wymiaru czasu (np. etnografia) © Krzysztof Klincewicz

Pomiar w badaniach 

Pomiar czyli zbieranie danych jako sposób weryfikacji hipotez lub udzielania odpowiedzi na pytania badawcze − np. administrowanie kwestionariusza − np. prowadzenie wywiadu − np. obserwacja



Pojęcie pomiar nie dotyczy wyłącznie badań ilościowych i zjawisk mierzalnych



Błąd pomiaru to sytuacja, gdy sposób zbierania danych prowadzi do niewłaściwych interpretacji © Krzysztof Klincewicz

Instrument badawczy 

„Narzędzie” pozwalające na pomiar − np. kwestionariusz − np. scenariusz wywiadu − np. schemat obserwacji



Nie każdy instrument nadaje się do określonych badań – przydatnośc zależy od problemu badawczego i pytań badawczych



Poszczególne instrumenty mają swoje ograniczenia, warunki wykorzystywania i sposoby weryfikacji poprawnego zastosowania −

o tym więcej na dalszych zajęciach, omawiających szczegółowe techniki © Krzysztof Klincewicz

Problemy pomiaru - rzetelność



Rzetelność - czy wynik badań będzie powtarzalny 

plastikowa linijka zmienia się pod wpływem temperatury



nieprecyzyjne pytanie („Czy jesteś żonaty?”/”Czy masz żonę?”)



zmienność odpowiedzi (opinie zależą od nastroju)

© Krzysztof Klincewicz

Problemy pomiaru - trafność 

Trafność – czy pomiar odzwierciedla mierzony konstrukt −

−

pytanie nie odnosi się do pożądanego problemu – błąd w ramie pojęciowej i konstruktach 

zadowolenie pracowników mierzone wskaźnikami rotacji i retencji



wiedza i kompetencje mierzone poziomem wykształcenia

uogólnianie wniosków dla całej populacji, choć próba nie była reprezentatywna  

opinie o firmie tylko z rozmów z kandydatami typowe sondaże gazetowe © Krzysztof Klincewicz

Rzetelność i trafność pomiaru

Pomiar rzetelny ale nietrafny

Pomiar trafny ale nierzetelny

Pomiar trafny i rzetelny © Krzysztof Klincewicz

Trafność i rzetelność



Badania trzeba zaprojektować tak, by zagwarantować trafność i rzetelność −

jeśli decydujemy się na dobór celowy – musimy być świadomi ograniczeń w generalizacji wniosków z badań

−

narzędzie badawcze musi być opracowane przy świadomości obu wymogów

© Krzysztof Klincewicz

Typowe błędy w badaniach 

Błąd określenia problemu badawczego



Błąd wyboru populacji



Błąd wykazu członków populacji



Błąd doboru próby



Błąd budowy narzędzia badawczego



Błędy zbierania danych



Błędy na etapie agregacji, analizy, interpretacji i prezentacji danych

© Krzysztof Klincewicz

Projekt zespołowy – część 1 (z poprzednich zajęć) 

Przeprowadź diagnozę problemu ... −

stwórz model-ramę pojęciową jako sieć sprzężeń zwrotnych

−

opisz zależności w oparciu o podejście dynamiki systemów (uwzględnij archetypy systemowe)

−

wyodrębnij najważniejsze drzewa przyczyn, drzewa skutków i pętle (na odrębnych schematach)

−

zaznacz wybrany fragment modelu-ramy pojęciowej, który będzie punktem wyjścia do badań

−

na kolejnych zajęciach – ciąg dalszy...

© Krzysztof Klincewicz

Projekt zespołowy – część 1 

Wstępna diagnoza problemu (rama pojęciowa jako sieć sprzężeń zwrotnych, drzewa i pętle, wybrany do szczegółowych analiz fragment modelu) do przekazania w formie pliku PDF i wydruku komputerowego



(praca do przygotowania w zespołach, będzie podstawą kolejnych zadań)

© Krzysztof Klincewicz

Projekt zespołowy – część 2 

Dla wybranego fragmentu ramy pojęciowej określ: −

problem badawczy i pytania badawcze

−

aktorów społecznych i próbę badawczą

−

sposoby gromadzenia danych (techniki badawcze, szczegółową procedurę i instrumenty pomiaru)

−

metodę doboru próby badawczej

−

sposoby zagwarantowania trafności i rzetelności pomiaru © Krzysztof Klincewicz

Projekt zespołowy – część 2 

Zarys planu badań (w podziale na podane wcześniej punkty) do przekazania w formie pliku PDF i wydruku komputerowego



(praca do przygotowania w zespołach, będzie podstawą kolejnych zadań)



UWAGA: Kolejne zajęcia – w tym omówienie poszczególnych metod badawczych – mogą być przydatne przy przygotowaniu tej części pracy

© Krzysztof Klincewicz

Program zajęć  

    

1) Wprowadzenie do zajęć 2) Podstawy metodologii nauk społecznych 3) Projektowanie badań 4) Badania jakościowe 5) Badania ilościowe 6) Interpretacja i prezentacja danych 7) Test końcowy

© Krzysztof Klincewicz

Techniki badań jakościowych 







Obserwacja − Nieuczestnicząca − Uczestnicząca Wywiad − Standaryzowany, ustrukturalizowany − Swobodny/antropologiczny Analiza tekstu − Krytyczna analiza kultury − Analiza retoryczna i semiotyczna

Lektura: Kostera rozdział 3 “Metody badawcze”

Historiografia

© Krzysztof Klincewicz

Obserwacja 

Często w połączeniu z innymi technikami “tło” dla wywiadów, wstępna orientacja



Znaczenie indywidualnych doświadczeń badacza → wady i zalety



Obserwacja nieuczestnicząca – jasno określona rola badacza, brak udziału w badanej sytuacji społecznej



Obserwacja uczestnicząca – badacz uczestnikiem badanej organizacji



Shadowing (bycie cieniem) – udział w życiu innej osoby (por. London Business School MBA) © Krzysztof Klincewicz

Wyzwania obserwacji 

Orientacja antropologiczna −

opis a ocenianie i interpretacja

−

ciekawość świata a pospieszne wnioski

−

tabula rasa czy ekspert

−

dystans wobec sytuacji badanej “przybysz z kosmosu” - lub jego brak

−

insider czy outsider



Psychologia - zaburzenia percepcji



Etyka - “szpiegowanie”



Praktyka prowadzenia notatek

© Krzysztof Klincewicz

Wywiad 

Wywiad – ukierunkowana rozmowa



Standaryzacja – zadawanie respondentom tych samych pytań w podobnej kolejności −



“Co sądzisz o polityku XXX?”, “Czy astrologia może być uważana za naukę?”

Strukturalizacja – zadawanie pytań tak, by uzyskać określoną strukturę odpowiedzi −

pytanie ustrukturalizowane: “Ile razy dziennie myjesz zęby” → “3 razy”

−

pytanie nieustrukturalizowane: “Jak często myjesz zęby?” → “po każdym posiłku”, “3 razy dziennie”, “14 razy w tygodniu” © Krzysztof Klincewicz

Wywiady w badaniach ilościowych i jakościowych 

Strukturalizacja i standaryzacja – pozwalają wykorzystać wywiad do badań ilościowych, jak przy badaniach ankietowych (weryfikacja hipotez)



Wywiad antropologiczny – swobodny, nieustrukturalizowany i niestandaryzowany (poszukiwanie nowych treści) −

Wywiady swobodne często stosowane także w badaniach pilotażowych dla lepszego zrozumienia zagadnienia przed przygotowaniem kwestionariusza

−

Dobry badacz potrafi w swobodnej rozmowie zdobyć wszystkie dane potrzebne także do badań ilościowych © Krzysztof Klincewicz

Wywiad antropologiczny 

Celem uzyskanie jak najwięcej informacji −





“gęsty opis” (thick description – Geertz)

Nawiązanie kontaktu z rozmówcą −

nie wszystkie pytania są bezpośrednio przydatne do późniejszych analiz

−

zainteresowanie różnymi aspektami życia, nie tylko bezpośrednim tematem

Świadomość zainteresowań badawczych −

ale bez gotowej listy pytań

−

“proszę mi o tym więcej opowiedzieć”

−

gotowość do zmiany tematu

−

poszukiwanie narracji

© Krzysztof Klincewicz

Wyzwania wywiadów 

Czas rozmówcy



Wzajemne korzyści (opowieść a docenienie)



Problem anonimowości respondentów



Problem nagrywania wywiadu i przygotowywania transkryptów



Nawiązanie kontaktu



Ujawnianie lub nie przedmiotu badań



„Przełamywanie lodów”



Cisza w rozmowie



Odchodzenie od tematu (czy to problem?) © Krzysztof Klincewicz

Analiza tekstu 

Tekst już istnieje, nie trzeba gromadzić nowych danych → badania wtórne −



te same techniki stosowane też do analizy transkryptów wywiadów

Wiele różnych podejść −

antropologiczne (krytyczna analiza kultury, analiza retoryczna i semiotyczna)

−

historyczne (historiografia)

−

inne (np. matematyczna analiza zawartości, psychoanalityczne metody projekcyjne, dekonstrukcja) © Krzysztof Klincewicz

Krytyczna analiza kultury 



Dotyczy badań środków przekazu −

Poszukiwanie w tekście realiów kulturowych

−

Założenie wpływu mediów na kulturę

Przykłady: analiza romansów Harlequin, telenowel, prasy w trakcie kampanii wyborczej, magazynów dla menedżerów, raportów rocznych spółek giełdowych, wewnętrznych dokumentów danej firmy −

Jaki obraz świata społecznego jest kształtowany przez analizowane teksty?

−

Jakie są wspólne cechy uczestników danej © Krzysztof Klincewicz kultury?

Analiza retoryczna i semiotyczna 

Analiza retoryczna −





poszukiwanie figur retorycznych obecnych w tekście

Analiza semiotyczna −

interpretacja relacji między autorem i czytelnikiem, wzajemnych oczekiwań i założeń;

−

interpretacja znaków nie tylko w tekstach pisanych

W obu przypadkach: −

szczególne zainteresowanie formą i strukturą przekazu, a nie tylko przekazywaną treścią © Krzysztof Klincewicz

Historiografia 

Praca z tekstem jako dokumentem archiwalnym −

umiejscowienie w czasie i realiach kulturowych

−

konieczność kontrastowania z innymi źródłami i weryfikacji wartości dokumentalnej (ludzka omylność, niewiedza lub zła wola)

−

dążenie do zgromadzenia jak największej liczby dokumentów z różnych źródeł dla zagwarantowania poprawności wniosków © Krzysztof Klincewicz

Historiografia w zarządzaniu 

Nie jest metodą antropologiczną - znaczenie następstwa zdarzeń, zależności czasowych −



„historia jako bumerang”, źródło wiedzy która może się przydać w przyszłości

Stosowana w teorii organizacji i zarządzania −

„co się wydarzyło” - studia przypadków, historie firm i samego zarządzania

−

zwykle nie używa się określenia “historia”

−

specyficzne techniki – np. mikrostoria (poszukiwanie alternatywnych interpretacji znanych wydarzeń) © Krzysztof Klincewicz

Wyzwania historiografii (Topolski) 

“Mit postępu” - założenie, że upływowi czasu towarzyszy poprawa warunków



“Mit rewolucji” - założenie, że warunki w dwóch różnych okresach radykalnie się różnią



“Mit spójności” - dążenie do udzielenia pełnego wyjaśnienia mimo braku danych, dla przedstawienia pełnego obrazu zdarzeń



“Mit aktywizmu” - przecenianie roli jednostek a nie czynników sytuacyjnych



„Mit wzniosłości” - tendencja do gloryfikacji przeszłych wydarzeń, tworzenia “wielkiej historii” © Krzysztof Klincewicz

Studia przypadków • 3 zjawiska pod tą samą nazwą 1."małe" studia przypadków wykorzystywane na zajęciach: 1-3 strony przykładu firmy z pytaniami dla studentów 2."harwardzkie" studia przypadków dla studentów: >10 stron szczegółowego opisu firmy bez pytań 3.studium przypadku jako metoda badawcza: dobór CELOWY a nie LOSOWY próby badawczej

© Krzysztof Klincewicz

Przygotowywanie typowego studium przypadku • Definiuję problem badawczy, ramę pojęciową i szczegółowe pytania • Wybieram firmę A • Gromadzę dane ze źródeł ogólnodostępnych w oparciu o ramę pojęciową • Piszę wstępną “historię” • Znajduję luki i problemy • Przygotowuję pytania • Przeprowadzam wywiady • Piszę studium przypadku © Krzysztof Klincewicz

Rodzaje studiów przypadków • Historyczne • Wydarzenia • Istotna kolejność wydarzeń • “Jak to było naprawdę" • Problemowe • Postawy, opinie, złożone procesy • Istotne zależności • "Co Pan sądzi", "Z czego to wynika"

© Krzysztof Klincewicz

Triangulacja

1 Triangulacja = korzystanie z różnych, wzajemnie uzupełniających się źródeł danych, podejść, badaczy, ...

2

3 © Krzysztof Klincewicz

Triangulacja danych

1 Artykuły prasowe o firmie (pisane przez dziennikarzy - albo przez firmę!)

Wywiady w firmie ("oficjalne" stanowisko)

2

Opinie konkurentów, akta sądowe, dyskusje internetowe...

3 © Krzysztof Klincewicz

Triangulacja technik

1 Analiza dokumentacji

Analiza statystyczna, Obserwacja, Inne Wywiady

2

3 © Krzysztof Klincewicz

Triangulacja w pracach badawczych • Gwarantuje poprawność analiz, interpretacji i wniosków • Niezbędna: triangulacja danych • np. nie wierzę naiwnie we wszystko, co opowiedzą mi pracownicy firmy • np. nie rozmawiam tylko z dyrektorem, ale też jego podwładnymi i kolegami • Zalecana: triangulacja technik badawczych

© Krzysztof Klincewicz

Teoria ugruntowana (Glaser, Strauss) 

Nie „teoria” (naukowa) a „technika teorii ugruntowanej“!!!



Punkt wyjścia badania: tabula rasa −

pytam o wszystko od początku (nie zawsze mam sprecyzowany problem badawczy!)

−

zdobywając wiedzę, dokonuję stopniowych podsumowań, uogólnień i wniosków

−

potem dalej je weryfikuję i uszczegóławiam (krok po kroku)

−

stopniowo “gruntuję” moje wnioski aż do momentu, kiedy każda kolejna sytuacja je potwierdza i nie mam żadnych wątpliwości

−

W ten sposób tworzę „teorie”

© Krzysztof Klincewicz

Kodowanie w badaniach jakościowych 

Dotyczy tekstu wywiadów, dokumentów lub notatek



Wybór istotnych fragmentów i przypisanie im kodów, odpowiadających poszczególnym tematom −

kolorowe podkreślenia i klamry na marginesie strony

−

zaznaczanie w programach komputerowych (np. NVivo, ATLAS.ti, EdEt)

© Krzysztof Klincewicz

Przykład kodowania NBP Balcerowicz

konflikt

deficyt

konflikt Włoszczowa PKP

© Krzysztof Klincewicz

Kodowanie 

Dalsze analizy dla poszczególnych kodów łatwość odnalezienia fragmentu, zestawienia −



Czasem też strukturalizacja tekstu – przekształcanie w odpowiednik kwestionariusza −



przydatność programów komputerowych

występowanie kodu w wywiadzie – jak określona odpowiedź w kwestionariuszu

Wyzwanie: przygotowanie książki kodów −

jednoznaczne określenie, kiedy należy zastosować dany kod, a kiedy nie

−

doskonalona w trakcie kodowania

© Krzysztof Klincewicz

Przykład książki kodów 

„Balcerowicz” - wypowiedzi odnoszące się do prezesa NBP Leszka Balcerowicza



„konflikt” - rozbieżność opinii na tematy polityczne lub gospodarcze



“oskarżenie” - wypowiedż zarzucająca osobie lub instytucji nieprawidłowe działanie



“łagodzenie rozbieżności” - wypowiedź sugerująca, że nie istnieje w rzeczywistości (znacząca) rozbieżność między opiniami itd. © Krzysztof Klincewicz

Rzetelność kodowania 



Sędziowie kompetentni – osoby niezależnie kodujące tekst −

dla eliminacji błędów pominięcia i niewłaściwej klasyfikacji

−

dla zapewnienia intersubiektywnych interpretacji

Współczynniki rzetelności kodowania Darmowy program CDC EZ-Text: kodowanie wywiadów standaryzowanych, porównanie dwóch niezależnych procesów kodowania, współczynniki rzetelności i dalsze © Krzysztof Klincewicz analizy

•

Badania ankietowe 

Budowa kwestionariusza −



typowe błędy Skale pomiarowe −



odwzorowania zjawisk i relacji pomiędzy nimi Pomiar postaw −

skale semantyczna i Likerta

© Krzysztof Klincewicz

Kwestionariusz 

Zbiór pytań przygotowanych w celu uzyskania pożądanych odpowiedzi − −

wypełniany przez respondenta – kwestionariusz ankietowy wypełniany przez ankietera – kwestionariusz wywiadu

Szczegółowe rady dotyczące konstrukcji kwestionariuszy i skal pomiarowych w książce Kaczmarczyka “Badania marketingowe” (w spisie literatury do zajęć) – dotyczą wszystkich przypadków badań społecznych, nie tylko w marketingu © Krzysztof Klincewicz

Błąd pomiaru 

Błąd pomiaru – to samo pytanie, wyskalowane na dwa różne sposoby, da różne odpowiedzi −

“Ilu pracowników zatrudnia Pana firma?”  1-5/6-10/11-24/25-49/powyżej 50  1-10/11-49/50-249/powyżej 250



Zwykle nie dotyczy skal nominalnych – chyba że pytanie jest niejednoznaczne



Sposób na jego ograniczanie: pomiar próbny, porównywanie kilku wariantów konstrukcji tego samego pytania

© Krzysztof Klincewicz

Dobór treści pytań 

Czy pytanie jest niezbędne? −



Czy respondent będzie potrafił udzielić odpowiedzi? − −



związek z problemem badawczym i pytaniami badawczymi

“W którym roku uzyskał Pan prawo jazdy?” “Jakie obroty osiągnięła w ubiegłym roku Pana firma?”

Czy respondent będzie chciał udzielić odpowiedzi? − −

“Jak często czyta Pan pisma erotyczne?” “Czy kiedykolwiek zdarzyło się Panu coś ukraść w firmie?” © Krzysztof Klincewicz

Przedmiot zainteresowań 

Czy badana cecha nie jest tymczasowa, niestała? −



Czy występowanie cechy nie jest wynikiem określonej sytuacji? −



wyniki mogą być zaburzone przez: stan emocjonalny, samopoczucie, problemy z pamięcią, nastawienie do badacza

por. mit aktywizmu omawiany przy analizie dokumentów; podstawowy błąd atrybucji w psychologii społecznej

Czy cecha nie występuje pod wpływem pomiaru? −

por. efekt facylitacji, badania Eltona Mayo © Krzysztof Klincewicz

Sposób formułowania pytań 

Dobór słownictwa −



Sugestie i zabarwienie emocjonalne − − −



niektóre pojęcia mogą nie być zrozumiałe “Większość biologów jest przekonanych o słuszności teorii ewolucji, czy Pan też?” “Co sądzi Pan o łamaniu prawa przez podejmowanie strajku?” “Kto jest największym bohaterem ludzkości i dlaczego Włodzimierz Ilicz Lenin?”

Pytania pośrednie −

nie dotyczą bezpośredniego przedmiotu badania, aby ukryć jego cel i ujawnić określone cechy respondenta – ale nie zawsze pozwalają na wyciąganie wniosków! © Krzysztof Klincewicz

Pytania otwarte 

Nie zawsze pozwalają na porównania i analizy statystyczne − −



“Co sądzisz o studiach na WZ UW?” “Wymień swoje zainteresowania”

Należy stosować je wtedy, gdy chce się uzyskać pogłębione odpowiedzi −



“proszę to wyjaśnić”, “dlaczego” Mogą zniechęcać respondentów – lepiej nadają się do wywiadów niż do badań ankietowych (wymagają interakcji)

© Krzysztof Klincewicz

Skale pomiarowe 

Skala nominalna – jednoznaczna klasyfikacja − − −



Skala porządkowa – różnice między cechami −



“Czy ma Pan dzieci?” - TAK/NIE (0/1) “Ile ma Pan dzieci?” - 1/2/3/4/5/6 “Na jakiej uczelni zdobył Pan tytuł magistra?” UW/UJ/WSPiZ/SGH/INNA (podaj jaka) “Jak ważna jest dla Pana motywacja finansowa?” Bardzo ważna/Ważna/Średnia/Mało ważna/Nieistotna (lub: 1-5, 1: bardzo ważna, 5: nieistotna)

Skala przedziałowa – jednostka miary −

“Ilu pracowników zatrudnia Pana firma?” - 1-5/610/11-24/25-49/powyżej 50 © Krzysztof Klincewicz

Pomiar postaw 

Postawa −

 

komponent poznawczy, afektywny i behawioralny − zawiera negatywną lub pozytywną ocenę − wyjaśnia przyczyny zachowania Problem rozbieżności deklaracji i działań Psychologiczna kategoria, stosowana w odniesieniu do zjawisk, określanych w potocznym języku jako 'opinie' − −

częsty przedmiot badań ankietowych np. satysfakcja, lubienie, ważność, chęć zrobienia, stosunek do © Krzysztof Klincewicz

Skale wykorzystywane do oceny postaw Bardzo dobry / dobry / średni / niedobry / bardzo niedobry 2 / 1 / 0 / -1 / -2 5 / 4 / 3 / 2 / 1 itd. 

Problem interpretacji odpowiedzi 'nie wiem'



Nieprzemyślana skala uniemożliwia interpretację i zastosowanie technik statystycznych



Gotowe wzorce skalowania: m.in. skala semantyczna i skala Likerta © Krzysztof Klincewicz

Skala semantyczna 

Przykład: Zaznacz swoje opinie o firmie X (każda skala reprezentuje jedną cechę o pięciostopniowej intensywności) Duża └─┘└─┘└─┘└─┘└─┘ Znaczący └─┘└─┘└─┘└─┘└─┘ udział w rynku rynku Nowoczesna └─┘└─┘└─┘└─┘└─┘ Renomowana └─┘└─┘└─┘└─┘└─┘ Etyczna └─┘└─┘└─┘└─┘└─┘



Mała Mały udział w Zacofana Mało renomowana Nieetyczna

Skala przeciwstawia dwa określenia © Krzysztof Klincewicz

Skala Likerta 

Przykład: Zaznacz swoje opinie o firmie X _ _ Duża

5 ┌─┐ └─┘

4 ┌─┐ └─┘

3 ┌─┐ └─┘

2 ┌─┐ └─┘

1 ┌─┐ └─┘

_ 5 _ ┌─┐ Nowoczesna └─┘

4 ┌─┐ └─┘

3 ┌─┐ └─┘

2 ┌─┐ └─┘

1 ┌─┐ └─┘

5 4 4 3 2

– – – – –

całkowicie się zgadzam zgadzam się ani się zgadzam, ani się nie zgadzam nie zgadzam się całkowicie się nie zgadzam

© Krzysztof Klincewicz

Skala Likerta 

Skala złożona z wielu pozycji (zwykle 5)



Każda pozycja wyraża określoną postawę



Pozycje różnią się intensywnością, która zmienia się proporcjonalnie



Każdej pozycji jest przyporządkowany numer (np. od 1 do 5)



Na etapie analiz numery zaznaczonych odpowiedzi są zliczane − − −

standaryzacja odpowiedzi ułatwia obliczenia łatwo dostrzec pozytywną lub negatywną postawę metody statystyczne pozwalają wybrać pozycje najsilniej różnicujące respondentów o postawach negatywnej i pozytywnej © Krzysztof Klincewicz

Przykłady błędów w kwestionariuszach 

Problemy prac magisterskich i ankiet prowadzonych przez firmy



Na błędach cierpi trafność i rzetelność wyników



−

mierzymy nie to, co byśmy chcieli zmierzyć

−

albo nie mierzymy tak naprawdę niczego

Dalsze przykłady pochodzą z prac studenckich – fikcyjnych kwestionariuszy

© Krzysztof Klincewicz

Pytania na które respondent może nie potrafić odpowiedzieć 



Przykład ankiety dla klientów banku −

Jak ocenia Pan/Pani czas oczekiwania na połączenie z konsultantem infolinii?

−

Jak ocenia Pan przebieg rozpatrywania reklamacji złożonych przez klientów?

−

Jak ocenia Pan przystosowanie infrastruktury banku dla niepełnosprawnych klientów?

−

Jak ocenia Pan poziom znajomości języków obcych przez personel banku?

Te pytania mają sens tylko gdy klient korzysta z określonych usług © Krzysztof Klincewicz

Pytania na które respondent może nie potrafić odpowiedzieć 

Przykład ankiety dla klientów banku −

Jak ocenia Pan/Pani bezpieczeństwo przesyłanych dokumentów?

−

Jak ocenia Pan(i) poziom obsługi klienta w konkurencyjnych firmach?

−

Czy Pana zdaniem przynależność do stowarzyszeń banków przynosi korzyści dla działalności firmy?



Uwaga: mimo wszystko dostaniemy od klienta odpowiedź na zadanej skali!



Dodatkowy problem: klient może zacząć myśleć o tych zagadnieniach... (zjawisko primingu w psychologii) © Krzysztof Klincewicz

Pytania sugerujące 

[klient banku] Denerwuje mnie fakt obsługi przez personel dopiero co uczący się



[spadek sprzedaży] W ostatnim czasie zaobserwowałem zmiany w jakości produktu. Uważam, że jakość: znacznie się pogorszyła, pogorszyła się, bez zmian, poprawiła się, znacznie się poprawiła



[spadek sprzedaży] Czy odpowiada Panu/Pani obecny system rabatowy naszej firmy?



[odejścia z firmy] Co skłoniłoby Pana do pozostania w firmie?



[odejścia z firmy] Czy uważa Pan, że przejście do konkurencyjnej firmy byłoby dla Pana © Krzysztof Klincewicz korzystniejsze?

Pytania niekoniecznie mierzące to, co chcemy zmierzyć 

[klient banku] Denerwuje mnie fakt obsługi przez personel dopiero co uczący się



[klient banku] Czy logo banku jest rozpoznawalne?



[pracownik banku] Jaka jest według Pana efektywność systemu motywacyjnego stosowanego przez kierownictwo banku?



[pracownik banku] Jak ocenia Pan skuteczność prowadzonych przez bank kampanii reklamowych i innych działań marketingowych? © Krzysztof Klincewicz

Pytania na które respondent może nie chcieć odpowiedzieć 

[klient] Czy posiada Pan rachunek bankowy w Naszym Banku? Tak / Nie, ponieważ ...



[klient] Co najbardziej podobało się Panu w naszej ostatniej kampanii reklamowej?



[odejścia z firmy] Czy ww. sytuacja miałaby miejsce, jeżeli płace wahałyby się w granicach średniej krajowej?

© Krzysztof Klincewicz

Pytania o fakty a nie postawy (nie nadają się do skalowania) 

W firmie istnieje system szkoleń −



W firmie są możliwości awansu −



Lepiej: Mam możliwości awansu

Czy w Pana firmie pozostaje się po godzinach? −



Lepiej: Uważam, że system szkoleń w firmie jest dopasowany do specyfiki pracy/oczekiwań pracowników

Lepiej: Czy Pan? Czy inni?

Czy w Łomży powstała nowa konkurencyjna firma? © Krzysztof Klincewicz

Pytania wieloznaczne 

Jaki stopień ważności przypisze Pan/Pani następującym elementom: jakość obsługi, jakość produktów, zróżnicowanie produktów −

ważność czy zadowolenie z tego banku?



Na jakim poziomie kształtuje się przepływ informacji w Twoim dziale?



Otrzymuję od mojego przełożonego odpowiednią ilość informacji zwrotnej



W firmie są przestrzegane europejskie standardy zarządzania potencjałem firmy



Czy odświeżasz wiedzę z zakresu obsługi © Krzysztof Klincewicz klienta?

Pytania wieloznaczne 

Jak oceniasz relację między wynikami Twojej pracy a otrzymywaną premią? Niezadowalająca ----- Zadowalająca −

czy chodzi o to, że dobrze pracuję, czy że dobrze mi płacą?



Jak postrzegasz istotę funkcjonowania systemów premiowych w firmie?



Czy jeżeli pojawiłaby się możliwość wyjazdu za granicę rozwiązałby Pan obecną umowę o pracę w trybie natychmiastowym? −

delegacja zagraniczna czy emigracja?

−

a z dotrzymaniem terminów umownych? © Krzysztof Klincewicz

Problemy ze skalowaniem 

Skala zawierająca po środku wartość “trudno powiedzieć“ −



ryzyko braku jednoznacznych odpowiedzi!

Skala nierozłączna, bez proporcji −

Jak wpływają na Pana warunki panujące w firmie? Bardzo / średnio / w ogóle nie mają wpływu na moją pracę / wywołują u mnie duży stres

© Krzysztof Klincewicz

Problemy braku skali 

Jak długo jest Pan obsługiwany? −



Jak długo jest czynna telefoniczna obsługa klienta? −



długo / w godz. 8-16 / od 2 lat

Jakie jest oprocentowanie kredytów? −



od 2 lat / długo / średnio 5 minut

zależy od rodzaju kredytu

Jak bank reklamuje się na rynku? −

aktywnie © Krzysztof Klincewicz

Zbyt obszerne pytania 

Dwa pytania w jednym −



W jaki sposób firma robi cięcia budżetowe? Jakie jest Pana zdanie na ten temat?

Brak konkretu −

Jakie zmiany należałoby wprowadzić w firmie?

© Krzysztof Klincewicz

Pytania inwazyjne 

Stan cywilny: żonaty/zamężna; mieszkający z partnerem/partnerką; kawaler/panna; rozwiedziony/rozwiedziona; wdowiec/wdowa −



a może ile osób liczy Pana/Pani gospodarstwo domowe?

Szczegółowe pytania o zarobki i wiek −

lepsze pytania pośrednio uzyskujące te informacje

−

ale czy ta wiedza jest istotna dla odpowiedzi na konkretne pytania badawcze???

© Krzysztof Klincewicz

Błędy merytoryczne 

Jak obecny system premiowy wpływa na Twoje zadowolenie z pracy? −

postawy związane z pracą (satysfakcja z pracy, zaangażowanie organizacyjne) oraz motywacja do pracy

−

problem badawczy dotyczy w rzeczywistości zaangażowania organizacyjnego a nie zadowolenia z pracy

pomiar nie tego, co jest istotne: niewłaściwe konstrukty teoretyczne!

© Krzysztof Klincewicz

Czasem najprostsze pytania są najlepsze 

[odejścia z oddziału firmy] Dlaczego Pan odszedł?



[klient] Jeśli nie kupuje Pan produktu X, dlaczego?



[klient] Czy ostatnio Pana sytuacja finansowa uległa: poprawie / pogorszeniu / nie zmieniła się −

zmiana sytuacji ekonomicznej klientów może lepiej wyjaśnić spadek sprzedaży niż ich poziom zamożności

© Krzysztof Klincewicz

Pytanie o znaczenie dla respondenta 

[pracownik] Czy firma oferuje swoim pracownikom preferencyjne warunki korzystania z...



+ Jak ważne jest dla Pana(i) korzystanie z tych warunków? −

w ten sposób wyodrębnimy np. te elementy systemu motywacyjnego które są jednocześnie korzystne i istotne dla pracownika

−

zamiast 1000 możliwych elementów, wybierzemy 10 potencjalnie najefektywniejszych

© Krzysztof Klincewicz

Badania pilotażowe 

Mają na celu weryfikację poprawności instrumentu badawczego (kwestionariusza) −

Czy respondenci rozumieją pytania? 

−

Czy respondenci potrafią lub chcą odpowiadać na pytania? 

−

−

wątpliwości w czasie wypełniania

brak odpowiedzi

Statystyczna eliminacja pytań 

gdy odpowiedzi nie są zróżnicowane



gdy wysoka korelacja między odpowiedziami na dwa pytania

Ewentualne sugestie nowych pytań od respondentów © Krzysztof Klincewicz

Techniki badań ilościowych 

Badania ankietowe



Badania eksperymentalne



Psychometria – testy psychologiczne



Socjometria – analiza sieci społecznych Bibliometria – dane bibliograficzne

 

Analiza ekonomiczna −

UWAGA: Polskie podręczniki do badań społecznych w rozdziałach o wykorzystaniu technik ilościowych opisują zwykle tylko badania ankietowe i eksperymentalne © Krzysztof Klincewicz

Badania eksperymentalne 



Kontrolowany eksperyment −

porównanie dla grupy badanej i kontrolnej

−

badanie uproszczonej rzeczywistości społecznej – nadaje się do badań psychologicznych, trudne do wykorzystania w badaniach organizacji

Oferuje silne dowody na istnienie zjawisk i zależności przyczynowo-skutkowych −

lepsze od analizy korelacji

−

uproszczona rzeczywistość może nie zawierać istotnych elementów (zmiennych) © Krzysztof Klincewicz

Psychometria 

Pomiar psychologiczny, oparty o standardowe testy −

1



podstawą teorie psychologiczne − poprawność metodologiczna − adaptacja kulturowa − normy i klucze − uprawnienia do wykorzystywania − ograniczenia Psychometria często mylona z „psychotestami” lub nadużywana – nie powinny z niej samodzielnie korzystać osoby bez wykształcenia psychologicznego © Krzysztof Klincewicz

Socjometria 

Analiza sieci społecznych – powiązań między jednostkami i organizacjami − −

poszukiwanie “ulubieńców” grupy poszukiwanie sposobów przekazywania informacji i dyfuzji innowacji   

−

teoria słabych więzi (Granovetter 1972) marketing szeptany (word of mouth) dyfuzja wirusów

analiza zależności między firmami  

sieci aliansów mechanizmy powstawania klastrów w gospodarce

© Krzysztof Klincewicz

Przykład – „kto komu powiedział?”

Źródło: Johnson Brown, Reingen (1987) Social ties and word-of-mouth referral behavior. Journal of Consumer Research, 14, s. 358 © Krzysztof Klincewicz

Przykład – sieć aliansów firm oferujących i produkujących notebooki Hon Hai Wistron Fujitsu Dell

Apple Asustek

IBM Compal Sony

Quanta Gateway

Toshiba HP Compaq

NEC

First International Computer

Inventec Arima

© Krzysztof Klincewicz

Typowe zależności w socjometrii 

Powiązania między jednostkami −



słabe i silne więzi (Granovetter) − wzorce komunikacji Centralność w sieci −



wyraz sympatii lub strategii działania − liczba połączeń w sieci Ścieżki łączące poszczególne jednostki −

hipoteza małego świata (Milgram)

© Krzysztof Klincewicz

Bibliometria 

Ilościowa analiza danych bibliograficznych −





publikacje naukowe i patenty − autorzy, afiliacje, słowa kluczowe, występowanie określonych terminów w streszczeniach − cytowalność Dane gromadzone w oparciu o reprezentatywną bazę artykułów – np. EBSCO, ProQuest, Compendex, INSPEC, Factiva Metody analityczne często odwołują się do technik analizy sieci (socjometrii) © Krzysztof Klincewicz

Możliwe zastosowania bibliometrii 

Analiza rozwoju i wzrostu popularności nowych dyscyplin naukowych lub podejść



Porównanie znaczenia krajów, regionów, ośrodków badawczych i magazynów w wybranej dziedzinie nauki



Ocena dorobku naukowego wybranego badacza (impact factor)



Poszukiwania najbardziej kompetentnych badaczy w danej dziedzinie (dylemat firmy wchodzącej na nowy rynek)

© Krzysztof Klincewicz

Przykłady – zmiany popularności 500

“Knowledge management” 400

Article count

Total article count 300

200

100

Article count of articles presenting solutions

0 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002

Year

© Krzysztof Klincewicz

Przykład – porównanie krajów Nauki techniczne (1990-2004) artykuły w bazie Compendex i patenty zarejestrowane w USA

© Krzysztof Klincewicz

Przykład – ranking badaczy

Źródło: Ramos-Rodriguez, Ruiz-Navarro (2004) Changes in the intellectual structure of strategic management research. Strategic Management Journal, 25, s. 989

© Krzysztof Klincewicz

Przykład – sieć cytatów

Źródło: Ramos-Rodriguez, Ruiz-Navarro (2004) Changes in the intellectual structure of strategic management research. Strategic Management Journal, 25, s. 993 © Krzysztof Klincewicz

Przykład – powiązania badaczy Współpraca pomiędzy badaczami z UW (2000-2004) informatyka artykuły z bazy INSPEC

© Krzysztof Klincewicz

Analiza ekonomiczna 

Badania wtórne danych ekonomicznych −



dane gromadzone przez urząd statystyczny − dane wewnętrzne firmy Możliwe scenariusze − −

analiza wskaźnikowa (ocena zjawisk) modelowanie ekonomiczne (opis zależności przyczynowo-skutkowych i prognozowanie)  

ekonometria dynamika systemów

© Krzysztof Klincewicz

Przykład analizy wskaźnikowej – wycena kapitału ludzkiego

Źródło: Ogan (1976) A Human Resource Value Model for Professional Services Organizations. The Accounting Review, 4, s. 319 © Krzysztof Klincewicz

Modelowanie ekonomiczne 1.Zgromadzenie danych i weryfikacja zależności między nimi (naturalny eksperyment, natural experiment) 2.Sprawdzenie dopasowania danych do wybranych równań matematycznych (modelu) model nigdy nie jest doskonałym odzwierciedleniem danych • model nie uwzględnia wszystkich czynników występujących w rzeczywistości 1.Wykorzystanie modelu do prognoz •

• •

rozwój tego samego zjawiska w przyszłości zmiany w wyniku zmian wybranych czynników © Krzysztof Klincewicz

Ograniczenia modelowania ekonomicznego 

Model – funkcje, opisujące zależności w świecie zewnętrznym −

− 

np. jeśli średnie wynagrodzenie w firmie wzrośnie o 1%, wydajność pracy wzrośnie o ... np. jeśli zwiększymy wydatki na reklamę o 1%, sprzedaż produktów firmy wzrośnie o ...

Problem: w rzeczywistości te zależności nie są tak oczywiste − − −

nieuwzględnione w modelu czynniki rola przypadku ludzka wolna wola (intencjonalność) © Krzysztof Klincewicz

Program zajęć 

1) Wprowadzenie do zajęć



2) Podstawy metodologii nauk społecznych 3) Projektowanie badań 4) Dynamika systemów 5) Badania jakościowe 6) Badania ilościowe 7) Interpretacja i prezentacja danych

    

© Krzysztof Klincewicz

Wykres dla danych nie poddanych obróbce

© Krzysztof Klincewicz

Wykres dla danych posortowanych

© Krzysztof Klincewicz

Podstawowe statystyki – przykład kalkulacji

     

Średnia = 8,11 =AVERAGE(B2:B155) Mediana = 8,75 =MEDIAN(B2:B155) Dominanta = 11,51 =MODE(B2:B155) Odchylenie stnd. = 3,32 =STDEV(B2:B155) 3 kwartyl = 10,5 =QUARTILE(B2:B155;3) 90 centyl = 11,93 =PERCENTILE(B2:B155;0.90) [dla danych zebranych w komórkach od B2 do B155] © Krzysztof Klincewicz

Problem częstości pomiaru zmian w czasie

Źródło: www.money.pl

© Krzysztof Klincewicz

Problem częstości pomiaru zmian w czasie

Źródło: www.money.pl

© Krzysztof Klincewicz

Problem częstości pomiaru zmian w czasie

Źródło: www.money.pl

© Krzysztof Klincewicz

Wnioskowanie statystyczne – metoda reprezentacyjna 

Wykorzystanie rachunku prawdopodobieństwa i statystyki opisowej



Sposób na zdobycie informacji o populacji generalnej, której całej nie możemy przebadać −

pobieramy reprezentatywną próbę losową

−

analizujemy jej statystyki opisowe

−

wyciągamy wnioski o parametrach całej populacji

−

oszacowane (estymowane) wartości parametrów populacji są prawdopodobne, nie pewne © Krzysztof Klincewicz

Metoda reprezentacyjna nieznane parametry populacji generalnej

populacja generalna

szacowane (estymowane) parametry populacji (1) dobór

(3) estymacja

losowy próba bada wcza

statystyki dla próby (np. średnia, mediana) (2) pomiar

© Krzysztof Klincewicz

Wymogi metody reprezentacyjnej 

Próba musi być dobrana losowo 



Próba musi składać się z odpowiedniej liczby jednostek 



statystyczna weryfikacji losowości doboru

wzory na minimalną wielkość próby

Wnioskowanie statystyczne musi opierać się na odpowiednim teście/wzorze 

poszczególne techniki są przeznaczone dla różnych przypadków – w zależności od cech populacji i próby oraz dostępnych danych



najczęstszy błąd: wybór niewłaściwego testu – poprawne wzory i obliczenia, ale nie dające © Krzysztof Klincewicz się poprawnie zinterpretować

Problemy przy nielosowym doborze próby 

Analiza wybranego zjawiska (np. natężenie określonej cechy, mierzone w skali 0-10) − Populacja wszystkich 154 jednostek − Próba A: 50 pierwszych jednostek − Próba B: co 5 jednostka

_ populacja jednostek 154 średnia 8,11 mediana 8,75 odch.st. 3,32

próba A 50 7,61 8,25 3,19

próba B 31 7,97 8,75 3,46

© Krzysztof Klincewicz

Zmienna zależna i niezależna zmienna niezależna zmienna zależna



y = a*x + b

Wartość zmiennej zależnej (y) zmienia się w wyniku zmian wartości zmiennej niezależnej (x) −

moja waga (y) rośnie wraz z konsumpcją (x)

−

satysfakcja z pracy (y) rośnie proporcjonalnie do wynagrodzenia (x)

−

umiejętności (y) rosną w wyniku procesu szkolenia (x) © Krzysztof Klincewicz

Zmienna zależna i niezależna 



Badania mają wyjaśniać −

co wpływa na zmiany zmiennej zależnej (y)

−

jak matematycznie wyrazić związek między zmienną zależną (y) i niezależnymi (x)

−

jaka jest siła tego związku 

zależność funkcyjna – zawsze gdy x ulega zmianom, y zmienia się proporcjonalnie



korelacja – istnieje prawdopodobieństwo, że zmiana x wywoła zmianę y

W analogiczny sposób projektuje się badania eksperymentalne © Krzysztof Klincewicz

Graficzna analiza korelacji 

Diagram rozproszeń (scatterplot) −

zestawienie wyników dwóch zmiennych dla każdej badanej jednostki

−

wskazuje, czy istnieją korelacje i możliwe zależności © Krzysztof Klincewicz

Zależność funkcyjna

© Krzysztof Klincewicz

Wysoki współczynnik korelacji

© Krzysztof Klincewicz

Brak korelacji

© Krzysztof Klincewicz

Współczynnik korelacji 

Obliczany w arkuszach kalkulacyjnych dla dwóch zmiennych



Wzór do wprowadzenia w arkuszu: =CORREL(B2:B155;C2:C155) [dla par danych w komórkach B2:B155 i C2:C155]



Interpretacja: 

1.00: zależność funkcyjna



0.50-0.99: silna korelacja



wartość dodatnia: wzrost x i wzrost y



wartość ujemna: wzrost x i spadek y © Krzysztof Klincewicz

Korelacja nie oznacza współzależności

© Krzysztof Klincewicz

Analiza skupień 

Grupowanie jednostek w skupienia (cluster) w oparciu o podobieństwo cech −

−

proste grupowanie w tabelach, w oparciu o wybrane kryteria 

np. przypisanie produktów do pól macierzy BCG



problem: brak pewności, czy grupowanie jest poprawne i czy nie przeoczono innych istotnych kryteriów

analizy statystyczne, identyfikujące źródła podobieństw i znaczących statystycznie różnic  

długotrwałe analizy komputerowe © Krzysztof Klincewicz wiele wymiarów, graficzna prezentacja wyników

Analiza skupień

© Krzysztof Klincewicz

Kategoryzacja 

jednoznaczne kryterium podziału



podział rozłączny



obejmuje wszystkie jednostki w populacji



rzadko stosowana w naukach społecznych – brak pewności, łatwość krytyki

C B

X

X X X X X X X X X X X X X X X X D XXXX A XX X

© Krzysztof Klincewicz

Typologia

X



wybór grup typowych jednostek i ich nazwanie



typy nie muszą być rozłączne



nie musi obejmować wszystkich jednostek



często stosowana w naukach społecznych



wiele konkurencyjnych typologii dla tych © Krzysztof Klincewicz samych zjawisk

e

X c X dX X X X X XX b XX X X X X X XXXX a XX X

Graficzna identyfikacja typów Pusty obszar: czy tworzenie patentów powiązane z publikacjami naukowymi?

liderzy

aspiranci

opóźnieni

teoretycy

© Krzysztof Klincewicz

Analiza czynnikowa 

Ograniczanie liczby zmiennych, wyodrębnianie najważniejszych czynników −



psychologia: czynnik g Spearmana jako miara inteligencji ogólnej

Kalkulacje w programach komputerowych (równania wielomianowe dla najwyżej skorelowanych zmiennych)



Czynniki często nie mają interpretacji – ale możemy podzielić w oparciu o nie populację badaną −

badania rynku, pracowników i widzów

−

zamiast odpowiedzi na 50 pytań mamy tylko 4 © Krzysztof Klincewicz czynniki, które wyjaśniają zmienność

Data mining – eksploracja danych 

Zaawansowana statystyczna analiza danych, oparta m.in. na analizie czynnikowej −

Prowadzona dla baz danych – o zakupach w sklepie, transakcjach bankowych, wizytach na stronach internetowych, wynikach sondaży

−

Specjalistyczne narzędzia informatyczne (systemy data mining, CRM) lub usługi zlecane zewnętrznym firmom



Poszukiwanie podobnych grup (segmentów) i ich cech charakterystycznych (profilu)



Poszukiwanie zależności: klienci kupujący piwo często kupują też pieluszki

© Krzysztof Klincewicz

Wizualizacja danych 

Oddzielna dyscyplina badawcza w informatyce −



wykresy, sieci, mapy – też wielowymiarowe

Najprostsze rozwiązanie – arkusz kalkulacyjny −

nie każdy rodzaj wykresu nadaje się do określonego rodzaju danych (np. proporcje, wartości skumulowane)

−

wybór serii danych, decyzja o tym, czy są porządkowane w kolumnach czy wierszach i skalowanie osi to najczęstsze błędy © Krzysztof Klincewicz

Wykresy słupkowe i kolumnowe (prezentacja wartości)

© Krzysztofskumulowane Klincewicz wartości

Wykresy kołowe i warstwowe (prezentacja proporcji) moment w czasie zmiany

© Krzysztof Klincewicz

Wykres bąbelkowy (3 serie danych: X, Y i średnica bąbla)

© Krzysztof Klincewicz

Wykres radarowy 100

 60 50 50

38 30

53

30 0

36 60 62

wyraźnie widać różnice między dwoma seriami danych – wzrosty i spadki

65

2005 2006 © Krzysztof Klincewicz

Skala nominalna na wykresie Polska USA Japonia Niemcy Rosja Czechy Litwa

10 15000 14500 14000 30 15 5

100 15000 12000 13000 50 120 80

Nie widać różnic między badanymi jednostkami: USA, Niemcy i Japonia w jednym skupisku, Polska Rosja, Czechy i Litwa w drugim

15500

USA

13500

Niemcy Japonia

11500

9500

7500

•

5500

3500

1500

Czechy Polska Litwa Rosja -500

Skala nominalna utrudnia odczyt danych z wykresu

-2500 -2500

-500

1500

3500

5500

7500

9500

11500

© Krzysztof Klincewicz

13500

15500

Skala logarytmiczna na wykresie Polska USA Japonia Niemcy Rosja Czechy Litwa

10 15000 14500 14000 30 15 5

100 15000 12000 13000 50 120 80

100000

USA Niemcy Japonia 10000

1000

Czechy Polska Litwa Rosja

Pozwala dostrzec znaczące różnice między małymi wartościami 100

10

Wartości na osiach przyrastają w postępie logarytmiczym 1 → 1*10 → 10*10 → 100*10 → …

1 1

10

100

1000

10000

© Krzysztof Klincewicz

100000

Internet w badaniach 



Możliwe problemy metodologiczne −

Badania jakościowe - problem wiarygodności dokumentów (konieczna weryfikacja źródła, triangulacja)

−

Badania ankietowe – ograniczenia populacji badanej i możliwości generalizacji wniosków

'Bezpieczne' scenariusze badań −

Wykorzystanie Internetu jako kanału kontaktu w badaniach – kwestionariusz wysłany mailem

−

Specjalistyczne badania – np. analizy zawartości list dyskusyjnych i blogów © Krzysztof Klincewicz

Internet i badania literaturowe 

Internet może być cennym źródłem artykułów naukowych lub informacji o nich (głównie w języku angielskim)



Różnica rzetelności −

artykuły z recenzowanych (peer-reviewed) pism akademickich

−

white papers (teksty naukowe, które nie przeszły przez recenzję)

−

publikacje nieakademickie

−

podręczniki © Krzysztof Klincewicz

Jak szukać artykułów akademickich? 

www.google.com: “motivation filetype:pdf“ −



scholar.google.com: “motivation“ −



cały Internet, teksty akademickie i inne recenzowane teksty naukowe, często tylko nazwa i streszczenie

na podstawie tekstów cytowanych w jednym artykule, poszukuję kolejnych pozycji literaturowych (“metoda kuli śnieżnej“)

© Krzysztof Klincewicz

Pisma akademickie związane z zarządzaniem          



Administrative Science Quarterly Strategic Management Journal Academy of Management Journal Organization Science Organization Studies Research Policy California Management Review Journal of Marketing American Journal of Sociology Information Systems Review Uwaga: Harvard Business Review, McKinsey Quarterly, MIT Sloan Management Review nie są typowymi pismami akademickimi © Krzysztof Klincewicz

Pisma akademickie związane z zarządzaniem 

Polskie magazyny − Organizacja i Kierowanie − Problemy Organizacji − Zarządzanie Zasobami Ludzkimi − Problemy Zarządzania (WZ UW) − Studia i Materiały (WZ UW) − MBA (WSPiZ)



Mało polskich pism, artykułów i recenzentów – różnice w stosunku do pism zagranicznych −

Nie powinny być podstawowym źródłem wiedzy

−

Przydają się przy sprawdzaniu, czy coś na dany temat pisano w Polsce © Krzysztof Klincewicz

Bazy artykułów akademickich 

Uniwersytet Warszawski płaci za dostęp do baz artykułów akademickich “elektronicznych bibliotek“ z artykułami w formacie PDF www.buw.uw.edu.pl



-> Zasoby -> E-zasoby -> Bazy artykułów −



dostęp do baz z komputerów na uczelni – lub z domu (po zarejestrowaniu się w BUW)

-> Zasoby -> E-zasoby -> AtoZ −

lista czasopism, które są dostępne w poszczególnych bazach na UW

−

jeśli znam nazwę czasopisma, AtoZ przełączy mnie do właściwej bazy © Krzysztof Klincewicz

Przykład – EBSCO: wyszukiwanie artykułów

© Krzysztof Klincewicz

Przykład – EBSCO: wyszukiwanie zaawansowane

© Krzysztof Klincewicz

Przykład – EBSCO: wyniki i podzbiory artykułów

© Krzysztof Klincewicz

Przykład – EBSCO: bibliografia cytowana w konkretnym artykule

© Krzysztof Klincewicz

Gromadzenie literatury metodą „kuli śnieżnej” 

Znajduję artykuł na interesujący mnie temat −

pomoc promotora?

−

tekst opisywany w podręcznikach?



Sięgam do jego „cited references” i zbieram kolejne publikacje



Sięgam po artykuły które cytują ten tekst



Buduję drzewo cytatów i zależności

© Krzysztof Klincewicz

W jakich bazach szukać? 



Dwie podstawowe bazy artykułów −

ABI/Inform (ProQuest)

−

Business Source Complete (EBSCO)

Czasopisma wydawnictwa Elsevier −



Baza notatek prasowych i informacji o firmach −



Elsevier ScienceDirect

Factiva

Kilkadziesiąt innych, specjalistycznych baz dostępnych przez strony BUW © Krzysztof Klincewicz

Lektura artykułu naukowego Typowa struktura artykułu −

wprowadzenie

−

przegląd dotychczasowej literatury

−

określenie problemu badawczego i pytań

−

opis metod badawczych

−

analiza i interpretacja danych

−

wnioski i implikacje menedżerskie

© Krzysztof Klincewicz

Pytania do analizy artykułu 1.Jakie jest podstawowy problem badawczy? 

czego właściwie dotyczy tekst?



najlepiej wyrazić to jednym zdaniem



jeśli to niemożliwe −

może to świadczy o problemach artykułu?

2. Czy celem artykułu jest przedstawienie i opis nowych zagadnień – czy weryfikacja zależności? © Krzysztof Klincewicz

Pytania do analizy artykułu 3. Jaką perspektywę teoretyczną zastosowano? 

framework – model, koncepcja, podejście



czy jest dopasowana do problemu?



czy jest znana w literaturze przedmiotu?



czy istnieją inne, alternatywne perspektywy, które można było wykorzystać?

© Krzysztof Klincewicz

Pytania do analizy artykułu 4. Jakie pozycje uwzględniono w przeglądzie literatury? 

czy była odpowiednia dla problemu badawczego?



czy przegląd literatury był wyczerpujący?



czy pominięto ważne koncepcje/pozycje?

© Krzysztof Klincewicz

Pytania do analizy artykułu 5. Co podlegało pomiarowi lub opisowi w badaniach? 6. Czy określono hipotezy badawcze? Jakie? 7. Czy hipotezy badawcze obejmowały zmienne zależne i niezależne? 8. Jakich instrumentów pomiaru użyto? 

czy były odpowiednie do problemu?



czy gwarantują rzetelność i trafność?



czy można im coś zarzucić? © Krzysztof Klincewicz

Pytania do analizy artykułu 9.Czy artykuł dotyczy zależności przyczynowoskutkowych? 

czy są zawarte w hipotezach?



czy są weryfikowane w badaniach?



czy rzeczywiście możemy mówić o przyczynie i skutku?

10. Jakie techniki badawcze zastosowano? 11. Jaką populację badano? 12. Jak dokonano doboru próby? 

czy autorzy nie użyli łatwo dostępnych, © Krzysztof Klincewicz niereprezentatywnych respondentów?

Pytania do analizy artykułu 13. Czy autorzy udokumentowali badania w sposób, który pozwala czytelnikowi na ich powielenie? 14. Jakie techniki analizy statystycznej wykorzystano? 

czy były odpowiednie do specyfiki danych?



czy nie doszło do „fetyszyzacji” liczb?

15. Czy dokonano podsumowania wniosków z badań? 

czy wszystkie są uzasadnione – czy popełniono nadużycia interpretacyjne? © Krzysztof Klincewicz

Pytania do analizy artykułu 16. Jakie są ograniczenia wyciągniętych wniosków? 

możliwości generalizacji



czy autorzy sami wskazali te ograniczenia?

17. Jakie dodatkowe zagadnienia badawcze autorzy mogli poruszyć a nie poruszyli? 

inne sposoby analizy zebranych danych



wskazówki dla kontynuatorów badań

© Krzysztof Klincewicz