Pôvodný názov:
Improving the Marriage of Modeling and Theory for Accurate Forecasts of Outcomes
Obsah knihy:
Tento zväzok série má veľké ciele: opísať zlé vedecké postupy, ktoré sa v súčasnosti používajú vo väčšine štúdií v oblasti marketingovej stratégie medzi podnikmi, a opísať skutočnú zmenu paradigmy smerom k dobrým vedeckým postupom nahradením prístupu založeného na lineárnom symetrickom testovaní nulových hypotéz (NHST) pri konštrukcii a testovaní teórie - asymetrickými modelmi založenými na prípadoch s trochu presným testovaním výsledkov (SPOT). Či už sa otázka týka úspechu alebo neúspechu, múdri riadiaci pracovníci sa pýtajú, ako sme sa sem dostali? Čo nás čaká v nasledujúcom desaťročí? Žiaľ, väčšina odborných článkov skúmajúcich príčiny úspechu a neúspechu ponúka len málo užitočných informácií, ktoré by boli presné pri predpovedaní výsledkov stratégie úspechu alebo neúspechu. Väčšina štúdií o výsledkoch výkonnosti stratégie sa zameriava na vzťahy medzi premennými a testovanie smerodajnosti (pozitívne alebo negatívne vzťahy) a veľkosti účinku vzťahov - pomocou viacnásobnej regresnej analýzy a modelovania štrukturálnych rovníc (MRA/SEM) s využitím štatistického testovania nulových hypotéz (NHST). Výskum hodnoty NHST naznačuje, že takéto štúdie sú horšie ako zbytočné: takýto výskum sa nezameriava na prípadové výsledky a dosiahnutie štatisticky významného vzťahu výrazne závisí od veľkosti vzorky firiem v štúdiách.
Výskumníci, ktorí používajú NHST, odpovedajú na nesprávne otázky pri skúmaní čistých účinkov nezávislých premenných na závislú premennú záujmu (napr. čistý zisk na tržby). Tu sú správne otázky, ktoré si treba položiť. Aké konfigurácie antecedentných podmienok spolu vytvárajú pozitívne výsledky pre našu firmu a podobné firmy? Aké konfigurácie antecedentných podmienok spolu vytvárajú negatívne výsledky pre firmy v našom odvetví? Rozumná argumentácia a empirické dôkazy podporujú múdrosť podnikových manažérov ignorovať odbornú empirickú literatúru o predpovedaní úspešných a neúspešných stratégií riadenia pomocou NHST veľkosti a smerovania vzťahov. Dobrá vedecká prax sa opiera o princípy teórie komplexnosti, ktorými sa zaoberajú kapitoly v tomto zväzku. Dobrá vedecká prax zahŕňa zosúladenie teórie zameranej na prípady s nástrojmi na analýzu údajov zameranými na prípady a používanie trochu presnejších testov výsledkov (SPOT) asymetrických modelov. Dobrá vedecká prax dosahuje požadovanú rozmanitosť potrebnú na hlboké vysvetlenie, opis a presné predpovede. Ďalším dôvodom odmietania asymetrického modelovania zameraného na prípady a SPOT je strach z odmietnutia predloženia. Prekonajte takýto strach tým, že sa naučíte uplatňovať princípy teórie komplexnosti, skonštruujete samostatné prípadové, stredne veľké modely úspešných a neúspešných výsledkov a otestujete ich presnosť prostredníctvom SPOT.
Tento zväzok poskytuje nástroje potrebné na splnenie tejto úlohy.
