Původní název:
Improving the Marriage of Modeling and Theory for Accurate Forecasts of Outcomes
Obsah knihy:
Tento svazek série má velké cíle: popsat špatné vědecké postupy, které se nyní používají ve většině studií v oblasti marketingové strategie business-to-business, a popsat skutečnou změnu paradigmatu směrem ke správným vědeckým postupům nahrazením přístupu založeného na lineárně-symetrickém testování nulových hypotéz (NHST) při konstrukci a testování teorie - asymetrickými modely založenými na případech s poněkud přesným testováním výsledků (SPOT). Ať už se otázka týká úspěchu nebo neúspěchu, moudří vedoucí pracovníci se ptají, jak jsme se sem dostali? Co nás čeká v příštím desetiletí? Bohužel většina odborných článků zkoumajících příčiny úspěchu a neúspěchu nabízí jen málo užitečných informací, které by přesně předpovídaly výsledky strategie úspěchu nebo neúspěchu. Většina studií o výsledcích výkonnosti strategie se zaměřuje na vztahy mezi proměnnými a testování směrovosti (pozitivní nebo negativní vztahy) a velikosti účinku vztahů - pomocí vícenásobné regresní analýzy a modelování strukturálních rovnic (MRA/SEM) s využitím statistického testování nulových hypotéz (NHST). Výzkum hodnoty NHST ukazuje, že takové studie jsou horší než zbytečné: takový výzkum se nezaměřuje na případové výsledky a dosažení statisticky významného vztahu značně závisí na velikosti vzorku firem ve studiích.
Výzkumníci používající NHST odpovídají na nesprávné otázky při zkoumání čistých účinků nezávislých proměnných na závislou proměnnou, která je předmětem zájmu (např. čistý zisk na tržbách). Zde jsou správné otázky, které je třeba klást. Jaké konfigurace antecedentních podmínek dohromady vytvářejí pozitivní výsledky pro naši firmu a podobné firmy? Jaké konfigurace antecedentních podmínek společně generují negativní výsledky pro firmy v našem odvětví? Rozumná argumentace a empirické důkazy podporují moudrost toho, aby vedoucí pracovníci podniků ignorovali odbornou empirickou literaturu o předpovídání úspěšných a neúspěšných strategií řízení pomocí NHST velikosti a směrovosti vztahů. Dobrá vědecká praxe se opírá o principy teorie komplexity, které jsou obsaženy v kapitolách tohoto svazku. Dobrá vědecká praxe zahrnuje sladění teorie zaměřené na případy s nástroji analýzy dat zaměřenými na případy a používání poněkud přesných testů výsledků (SPOT) asymetrických modelů. Dobrá vědecká praxe dosahuje požadované rozmanitosti nezbytné pro hluboké vysvětlení, popis a přesné předpovědi. Dalším důvodem pro odmítání asymetrického modelování zaměřeného na případy a SPOT je obava z odmítnutí podání. Překonejte tento strach tím, že se naučíte uplatňovat zásady teorie složitosti, zkonstruujete samostatné případové, středně rozsáhlé modely úspěšných a neúspěšných výsledků a otestujete přesnost pomocí SPOT.
V tomto svazku naleznete nástroje potřebné pro splnění tohoto úkolu.
