Metody Badan Spolecznych MSD Slajdy

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

kklinc@gmail.com
© 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.
Warunki zaliczenia

przygotowanie do zajęć

aktywność,

prace cząstkowe (w tym projekt
badawczy) przekazywane w ustalonych
terminach
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
Lektura obowiązkowa
Wydanie 1 Wydanie 2 Inna książka!
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
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.
Program zajęć

3) Projektowanie badań
− Konstrukty i mapa pojęciowa w badaniach.
Warianty badawcze. Dobór badanej próby.

4) Myślenie systemowe
− Istota dynamiki systemów. Opis zależności
w systemie społecznym i jego przydatnośc
w projektach badawczych. “Prawa” dynamiki
systemów i archetypy systemowe.
Program zajęć

5) Badania jakościowe
− Przegląd orientacji badawczych –
etnografia, teoria ugruntowana,
historiografia. Techniki badawcze –
obserwacja, wywiad, analiza tekstu i
dokumentacji. Komputerowe wsparcie dla
badań jakościowych.

6) 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.
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).
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”)
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
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
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
Pytanie 2

“Dlaczego lustro odwraca lewo i prawo
zamiast górę i dół?”
− Odpowiedź wymaga wiedzy... a może tylko
chwili zastanowienia?
Pytanie 3

“Dlaczego puszki piwa są zaokrąglone na
górze?”
− Odpowiedź wymaga wiedzy
− ale jeśli jej nie posiadamy, można
próbować zgadnąć!
Pytanie 4

“Jak zważyć samolot?”
− Bez korzystania z dokumentacji
technicznej i Internetu – ani cięcia na
kawałki
− Odpowiedź wymaga kreatywności – i
planowanego działania
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
“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?

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

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?
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?”
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
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
Ćwiczenie zespołowe

Ile piłeczek ping-pongowych
zmieści się w sali zajęciowej?

Ile jest stacji benzynowych w
Polsce?
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)
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
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

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

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!
Ćwiczenie

Jesteś pracownikiem urzędu skarbowego
– jak sprawdzisz, czy agencja
pośrednictwa pracy nie oszukuje przy
opłacaniu podatków?
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
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
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!”
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”!
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? :-)
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?)
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
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?
Pojedyncza i podwójna pętla
uczenia się
działanie pojedyncza
pętla
uczenia się
konsekwencje
podwójna
pętla
uczenia się
ukryte
przyczyny
problemów
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
uczenia się

Przykład: masowe odejście pracowników z
lokalnego oddziału firmy

− Podwyższenie pensji
− Zastosowanie motywacji pozafinansowej

− Analiza przyczyn odejść

Kultura firmy, promująca rywalizację?

Rozczarowanie porażkami firmy?

Nowy atrakcyjny pracodawca w mieście? ...
uczenia się

Przykład: korzystanie z pomocy konsultantów
przy wprowadzaniu zmian w organizacji

− Konsultanci wykonują pracę, nie ucząc firmy,
jak samemu wprowadzić podobne zmiany
− Jeśli analogiczny problem wystąpi w
przyszłości – znowu trzeba ich zatrudnić

− Pracownicy firmy angażują się w projekt
wspólnie z konsultantami
− Firma jest przygotowana do samodzielnych
interwencji w podobnych przypadkach
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
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.
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”
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%”
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
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
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
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?
Przykład zmiany paradygmatu
Niedojrzała Dojrzała
Zmiany naukowe
dyscyplina dyscyplina
naukowa naukowa Problemy Rozwią- Problemy
nie rozwiązane zania nie rozwiązane
przez przez
paradygmat 1 paradygmat 2
Teoria A
termninologia
metody
założenia
Teoria B Paradygmat 1 Paradygmat 2
terminologia
metody
założenia terminologia terminologia
Teoria C metody metody
terminologia teorie teorie
metody
założenia założenia założenia
Dynamika społeczna
badacze akceptują specjalizacja badacze akceptują specjalizacja
wspólny paradygmat badaczy wspólny paradygmat badaczy
(“rozwiązywanie (“rozwiązywanie
zagadek”) krytyka dawnego zagadek”)
paradygmatu © Krzysztof Klincewicz
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
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
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
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)
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?
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?
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...
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)
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 przyczynowo-
skutkowych
Korelacja nie oznacza
współzależności
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
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
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”
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
Przykład –
diagram „ości ryby” Ishikawy
Źródło: http://www.ibspan.waw.pl/~sikorski/tqm/wyk_3.htm
Przykład –
diagram “ości ryby” Ishikawy
Źródło: http://www.ibspan.waw.pl/~sikorski/tqm/wyk_3.htm
Przykład – sieć sprzężeń
zwrotnych
Źródło: http://www.vensim.com
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
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
Przygotowywanie ram
prac zaliczeniowych kopiowanie
z Internetu
prac dyplomowych
plagiat kompilacje
literatury popularnej książek
literatury naukowej “usługodawcy"
oryginalność wykrywalność "rynek"

przez imitację
sposoby zasady prawne
wykrywania
Przygotowywanie ram
prac zaliczeniowych kopiowanie
z Internetu
prac dyplomowych
plagiat kompilacje
literatury popularnej książek
literatury naukowej “usługodawcy"
oryginalność wykrywalność "rynek"

przez imitację
sposoby zasady prawne
wykrywania
Rama pojęciowa
Strony www
Listy dyskusyjne
Źródła
kontaktu Ogłoszenia
Plagiat Sposoby Marketing
pracy wykrywania szeptany
dyplomowej
Analiza Technologie
zawartości
Instytucje
Analiza
procesu
tworzenia Interakcje
Zakres ramy pojęciowej
Strony www
Listy dyskusyjne
Źródła
kontaktu Ogłoszenia
Plagiat Sposoby Marketing
pracy wykrywania szeptany
dyplomowej
Analiza Technologie
zawartości
Instytucje
Analiza
procesu
tworzenia Interakcje
Aktorzy
“Usługodawca"
Student
Uczelnia
Plagiat
pracy
dyplomowej
Promotor Prokuratura i
organy ścigania
Recenzent Inni:
np. serwis Plagiat.pl,
specjalistyczne firmy
Wybór aktorów
“Usługodawca"
Student
Uczelnia
Plagiat
pracy
dyplomowej
Promotor Prokuratura i
organy ścigania
Recenzent Inni:
np. serwis Plagiat.pl,
specjalistyczne firmy
Dobór próby badawczej
Student
Uczelnia
Plagiat
pracy
dyplomowej
Promotor
na przykładzie
Wydziału
Zarządzania
Uniwersytetu
Recenzent Warszawskiego
wywiady z X pracownikami centrali, Y

promotorami, Z recenzentami
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
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 jednostek
− estymacja (por. pytania Fermiego)

Próba badawcza to część populacji badanej,
wybrana w określony sposób
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
(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
Przykład: klienci banku są
niezadowoleni z obsługi

Problem badawczy: Co wywołuje
niezadowolenie klientów?

Buduję ramę pojęciową – rozpisuję obszary,
które mogą wpływać na niezadowolenie
Umiejętności interpersonalne Szkolenia
Pracownicy banku Znajomość oferty banku
Wiedza o rynkach finansowychWynagrodzenia
Zaangażowanie i entuzjazm System
motywacyjny
Czas oczekiwania Atmosfera
Czas obsługi pracy
Niezadowolenie Procedury Potrzebne dokumenty
klientów Papier a inne kanały dostępu
Liczba oddziałów
Oferta banku Koszty
Portfolio produktów
Usługi konkurencji
Oczekiwania klientów
(fragment ramy pojęciowej)

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.
Ćwiczenie –
dla opisanej dalej sytuacji:

Określ problem badawczy

Narysuj ramę pojęciową

Określ pytania badawcze

Określ aktorów społecznych i próbę badawczą
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
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
“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
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
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
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
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 ...
”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
”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
Granice wzrostu – przykład
inwestycji w B&R
+ liczba pracowników +
tworzących wiedzę
+ wydatki na wielkość
tworzenie wiedzy organizacji
sprzedaż
+
firmy + złożoność
zarządzania
+ nowe +
produkty czas rozwoju obciążenie
nowych doświadczonych
- + pracowników
produktów
Przerzucanie brzemienia –
przykład odejść pracowników
PRÓBA ELIMINACJI podwyżka pensji,

SYMPTOMÓW premie i nagrody
PROBLEM
odejścia pracowników
ROZWIĄZANIE rozwój osobisty, ścieżki kariery,

FUNDAMENTALNE szkolenia, ambitne zadania
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
”Duży” model w dynamice
systemów – przykład
zarządzania ludźmi P ro d u c tiv ity
< D e sire d
- P r o d u c tio n S ta r t
V acancy E x p e c te d R a te >
C a n c e lla tio n M a x im u m - P r o d u c tiv ity
T im e V a ca ncy
A v e ra g e M a x im u m
C a n c e lla tio n L a y o ff R a te S ta n d a rd
R a te L a y o ff T im e W o rk w e e k
+ +
+ +
-
V aca ncy +
+ L a y o ff R a te + D e sire d
C a n c e lla tio n
R a te + Labor -
Labor
V a c a n c ie s
Q u it R a te
V aca ncy H irin g R a te -
V acancy
C re a tio n +
C lo su re R a te -
D e sire d R a te
+ + A v e ra g e
V a ca ncy + A v e ra g e
C a n c e lla tio n T im e to F ill D u r a tio n o f
R a te E x p e c te d V a c a n c ie s E m p lo y m e n t
B T im e to F ill
+ V a c a n c ie s
Vacancy - -
Labor
C r e a tio n A d ju s tm e n t A d ju s tm e n t
- T im e
+ fo r L a b o r
+ +
A d ju s tm e n t fo r
D e sire d V a c a n c ie s D e sire d
+ +
V a ca ncy V a c a n c ie s B E x p e c te d
- D e sire d
C r e a tio n R a te A ttr itio n
Labor R a te L a y O ff
+
+ A d j u s tm e n t R a te
V aca ncy
A d ju s tm e n t +
+
T im e +
D e sire d
+
H irin g R a te W illin g n e ss
to L a y O ff
Źródło: John
© Krzysztof D. Sterman 2004
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
Analiza przyczyn, skutków i
pętli zależności
Drzewo przyczyn
(causes tree)
Drzewo skutków
(uses tree)
Pętle
(loops)
Wybrana zmienna
(podświetlona)
Drzewo przyczyn (causes tree)
dla wybranej zmiennej
Desired Hiring Rate

Desired Vacancies
Expected Time to Fill Vacancies
Desired Vacancy Cancellation Rate
Vacancy Cancellation Rate Vacancies
Maximum Vacancy Cancellation Rate
Hiring Rate Vacancy Closure Rate
Desired Vacancy Creation Rate Vacancy Creation Rate
Drzewo skutków (uses tree) dla
wybranej zmiennej
Adjustment for Vacancies Desired Vacancy Creation Rate

Labor
Vacancies Hiring Rate
Vacancy Closure Rate
Maximum Vacancy Cancellation Rate Vacancy Cancellation Rate
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
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...
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)
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
Badania pierwotne

Badania pierwotne, terenowe – gromadzenie
danych, których nikt dotąd nie zebrał
− nie tylko typowe ankiety, wywiady,
obserwacje
− także wywiad gospodarczy i benchmarking
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)
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
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
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)
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
Rzetelność i trafność pomiaru
Pomiar Pomiar trafny Pomiar

rzetelny ale trafny i
ale nierzetelny rzetelny
nietrafny
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
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
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...

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)

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

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
Program zajęć


społecznych





7) Test końcowy
Techniki badań jakościowych

Obserwacja
− Nieuczestnicząca
− Uczestnicząca

Wywiad Lektura:
− Standaryzowany, ustrukturalizowany
Kostera
− Swobodny/antropologiczny
rozdział 3

Analiza tekstu “Metody
− Krytyczna analiza kultury
badawcze”
− Analiza retoryczna i semiotyczna

Historiografia
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)
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
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
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?)
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
kultury? © Krzysztof Klincewicz
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
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
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)
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”
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
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
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"
Triangulacja
1
Triangulacja =
korzystanie z różnych,
wzajemnie uzupełniających
się źródeł danych, podejść,
badaczy, ...
2 3
Triangulacja danych
1
Artykuły prasowe o firmie
(pisane przez dziennikarzy -
- albo przez firmę!)
Opinie
konkurentów,
Wywiady w firmie akta sądowe,
("oficjalne" dyskusje
stanowisko) internetowe...
2 3
Triangulacja technik
1
Analiza dokumentacji
Analiza
statystyczna,
Obserwacja,
Inne
Wywiady
2 3
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
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”
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)
Przykład kodowania
NBP
Balce-
rowicz konflikt
deficyt
konflikt
Włoszczowa
PKP
Kodowanie

Dalsze analizy dla poszczególnych kodów -
łatwość odnalezienia fragmentu, zestawienia
− przydatność programów komputerowych

Czasem też strukturalizacja tekstu –
przekształcanie w odpowiednik
kwestionariusza
− 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
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.
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
analizy © Krzysztof Klincewicz
Badania ankietowe

Budowa kwestionariusza
− typowe błędy

Skale pomiarowe
− odwzorowania zjawisk i relacji pomiędzy
nimi

Pomiar postaw
− skale semantyczna i Likerta
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
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
Dobór treści pytań

Czy pytanie jest niezbędne?
− związek z problemem badawczym i pytaniami
badawczymi

Czy respondent będzie potrafił udzielić
odpowiedzi?
− “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?”
Przedmiot zainteresowań

Czy badana cecha nie jest tymczasowa,
niestała?
− wyniki mogą być zaburzone przez: stan
emocjonalny, samopoczucie, problemy z pamięcią,
nastawienie do badacza

Czy występowanie cechy nie jest wynikiem
określonej sytuacji?
− 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
Sposób formułowania pytań

Dobór słownictwa
− niektóre pojęcia mogą nie być zrozumiałe

Sugestie i zabarwienie emocjonalne
− “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!
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)
Skale pomiarowe

Skala nominalna – jednoznaczna klasyfikacja
− “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)

Skala porządkowa – różnice między cechami
− “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?” - 1-5/6-
10/11-24/25-49/powyżej 50
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
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
Skala semantyczna

Przykład: Zaznacz swoje opinie o firmie X
(każda skala reprezentuje jedną cechę o
pięciostopniowej intensywności)
Duża └─┘└─┘└─┘└─┘└─┘ Mała

Znaczący └─┘└─┘└─┘└─┘└─┘ Mały
udział w rynku udział w
rynku
Nowoczesna └─┘└─┘└─┘└─┘└─┘ Zacofana
Renomowana └─┘└─┘└─┘└─┘└─┘ Mało renomowana
Etyczna └─┘└─┘└─┘└─┘└─┘ Nieetyczna

Skala przeciwstawia dwa określenia
Skala Likerta

Przykład: Zaznacz swoje opinie o firmie X
_ 5 4 3 2 1
_ ┌─┐ ┌─┐ ┌─┐ ┌─┐ ┌─┐
Duża └─┘ └─┘ └─┘ └─┘ └─┘
_ 5 4 3 2 1
_ ┌─┐ ┌─┐ ┌─┐ ┌─┐ ┌─┐
Nowoczesna └─┘ └─┘ └─┘ └─┘ └─┘
5 – całkowicie się zgadzam
4 – zgadzam się
4 – ani się zgadzam, ani się nie zgadzam
3 – nie zgadzam się
2 – całkowicie się nie zgadzam
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
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
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
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
korzystniejsze? © Krzysztof Klincewicz
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?
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?
Pytania o fakty a nie postawy
(nie nadają się do skalowania)

W firmie istnieje system szkoleń
− Lepiej: Uważam, że system szkoleń w firmie jest
dopasowany do specyfiki pracy/oczekiwań
pracowników

W firmie są możliwości awansu
− Lepiej: Mam możliwości awansu

Czy w Pana firmie pozostaje się po
godzinach?
− Lepiej: Czy Pan? Czy inni?

Czy w Łomży powstała nowa konkurencyjna
firma?
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
klienta? © Krzysztof Klincewicz
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?
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
Problemy braku skali

Jak długo jest Pan obsługiwany?
− od 2 lat / długo / średnio 5 minut

Jak długo jest czynna telefoniczna obsługa
klienta?
− długo / w godz. 8-16 / od 2 lat

Jakie jest oprocentowanie kredytów?
− zależy od rodzaju kredytu

Jak bank reklamuje się na rynku?
− aktywnie
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?
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???
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!
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
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
Badania pilotażowe

Mają na celu weryfikację poprawności
instrumentu badawczego (kwestionariusza)
− Czy respondenci rozumieją pytania?

wątpliwości w czasie wypełniania
− Czy respondenci potrafią lub chcą odpowiadać na
pytania?

brak odpowiedzi
− Statystyczna eliminacja pytań

gdy odpowiedzi nie są zróżnicowane

gdy wysoka korelacja między odpowiedziami na
dwa pytania
− Ewentualne sugestie nowych pytań od respondentów
Techniki badań ilościowych

Badania ankietowe


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

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)
Psychometria

Pomiar psychologiczny, oparty o standardowe
testy
− podstawą teorie psychologiczne
1 − 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
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
Przykład – „kto komu
powiedział?”
Źródło: Johnson Brown, Reingen (1987)

Social ties and word-of-mouth referral
behavior. Journal of Consumer Research,
14, s. 358
Przykład – sieć aliansów firm
oferujących i produkujących
notebooki
Hon Hai
Wistron
Fujitsu
Dell Apple
Asustek
IBM
Compal
Quanta Sony
Gateway
Toshiba
HP
NEC Compaq
Inventec
First International Computer
Arima
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)
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)
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)
Przykłady – zmiany
popularności
500
“Knowledge management”
400
Total article count
300
Article count
200
Article count
of articles
presenting solutions
100
0
1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
Year
Przykład – porównanie krajów
Nauki techniczne (1990-2004)

artykuły w bazie Compendex i
patenty zarejestrowane w USA
Przykład – ranking badaczy
Źródło: Ramos-Rodriguez, Ruiz-Navarro

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

(2004) Changes in the intellectual structure of
strategic management research. Strategic
Management Journal, 25, s. 993
Przykład – powiązania badaczy
Współpraca pomiędzy
badaczami z UW
(2000-2004)
informatyka
artykuły z bazy INSPEC
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
Przykład analizy wskaźnikowej
– wycena kapitału ludzkiego
Źródło: Ogan (1976) A Human Resource Value

Model for Professional Services Organizations.
The Accounting Review, 4, s. 319
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
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)
Program zajęć


społecznych


4) Dynamika systemów



Wykres dla danych nie
poddanych obróbce
Wykres dla danych
posortowanych
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]
Problem częstości pomiaru
zmian w czasie
Źródło:
www.money.pl
zmian w czasie
Źródło:
www.money.pl
zmian w czasie
Źródło:
www.money.pl
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
Metoda reprezentacyjna
nieznane parametry
populacji
generalnej
populacja
generalna
szacowane (estymowane)
parametry populacji
(1) dobór
(3) estymacja
losowy
próba statystyki dla próby
bada (np. średnia, mediana)
wcza
(2) pomiar
Wymogi metody
reprezentacyjnej

Próba musi być dobrana losowo

statystyczna weryfikacji losowości doboru

Próba musi składać się z odpowiedniej
liczby jednostek

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
się poprawnie zinterpretować © Krzysztof Klincewicz
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 próba A próba B

jednostek 154 50 31
średnia 8,11 7,61 7,97
mediana 8,75 8,25 8,75
odch.st. 3,32 3,19 3,46
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)
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
Graficzna analiza korelacji

Diagram rozproszeń
(scatterplot)
− zestawienie
wyników dwóch
zmiennych dla
każdej badanej
jednostki
− wskazuje, czy
istnieją korelacje
i możliwe
zależności
Zależność funkcyjna
Wysoki współczynnik korelacji
Brak korelacji
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
Korelacja nie oznacza
współzależności
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

wiele wymiarów, graficzna prezentacja wyników
Analiza skupień
Kategoryzacja

jednoznaczne
C kryterium podziału
podział rozłączny
B X

X
XX X X XX

obejmuje wszystkie
X X X
XX jednostki w
X populacji
X X X
XXXX D 
rzadko stosowana w
A XX X naukach
społecznych – brak
pewności, łatwość
krytyki
Typologia

wybór grup typowych
e jednostek i ich
nazwanie
X X
X c X dX 
typy nie muszą być
b XX X XX
XX
X
rozłączne
X nie musi obejmować
X

X X
XXXX wszystkich jednostek
a XX X 
często stosowana w
naukach społecznych

wiele konkurencyjnych
typologii dla tych
samych zjawisk
Graficzna identyfikacja typów
Pusty obszar: czy tworzenie patentów

powiązane z publikacjami naukowymi?
liderzy
aspiranci
teoretycy
opóźnieni
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
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
Wykresy słupkowe i kolumnowe
(prezentacja wartości)
wartości
© Krzysztofskumulowane
Klincewicz
Wykresy kołowe i warstwowe
(prezentacja proporcji)
moment w czasie
zmiany
Wykres bąbelkowy (3 serie
danych: X, Y i średnica bąbla)
Wykres radarowy
100
60

wyraźnie widać
50 50 różnice między
dwoma seriami
53
38 30 30 danych –
0
wzrosty i
36 spadki
60
62 65
2005
2006
Skala nominalna na wykresie
Polska 10 100
USA 15000 15000
15500 USA
Japonia 14500 12000
Niemcy 14000 13000 13500 Niemcy
Rosja 30 50 11500
Japonia
Czechy 15 120
Litwa 5 80 9500
7500
•
Nie widać różnic między
badanymi jednostkami:
5500
USA, Niemcy i Japonia w 3500
jednym skupisku, Polska Rosja, 1500
Czechy i Litwa w drugim Czechy

Polska
Litwa
Rosja
-500
Skala nominalna utrudnia -2500

-2500 -500 1500 3500 5500 7500 9500 11500 13500 15500
odczyt danych z wykresu © Krzysztof Klincewicz

Skala logarytmiczna na
wykresie
Polska 10 100
USA 15000 15000
100000
Japonia 14500 12000

Niemcy 14000 13000 USA
Niemcy
Japonia
Rosja 30 50 10000
Czechy 15 120
Litwa 5 80
1000
Czechy
Polska
Pozwala dostrzec znaczące różnice 100 Litwa
Rosja
między małymi wartościami

10
Wartości na osiach przyrastają

w postępie logarytmiczym
1 → 1*10 → 10*10 → 100*10 → … 1
1 10 100 1000 10000 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
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
Jak szukać artykułów
akademickich?

www.google.com: “motivation filetype:pdf“
− cały Internet, teksty akademickie i inne

scholar.google.com: “motivation“
− recenzowane teksty naukowe, często tylko
nazwa i streszczenie

na podstawie tekstów cytowanych w jednym
artykule, poszukuję kolejnych pozycji
literaturowych (“metoda kuli śnieżnej“)
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
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
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
Przykład – EBSCO: wyszukiwanie
artykułów
Przykład – EBSCO: wyszukiwanie
zaawansowane
Przykład – EBSCO: wyniki i
podzbiory artykułów
Przykład – EBSCO: bibliografia
cytowana w konkretnym artykule
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
W jakich bazach szukać?

Dwie podstawowe bazy artykułów
− ABI/Inform (ProQuest)
− Business Source Complete (EBSCO)

Czasopisma wydawnictwa Elsevier
− Elsevier ScienceDirect

Baza notatek prasowych i informacji o
firmach
− Factiva

Kilkadziesiąt innych, specjalistycznych baz
dostępnych przez strony BUW
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
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?
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?
4. Jakie pozycje uwzględniono w przeglądzie

literatury?

czy była odpowiednia dla problemu
badawczego?

czy przegląd literatury był wyczerpujący?

czy pominięto ważne koncepcje/pozycje?
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?
9.Czy artykuł dotyczy zależności przyczynowo-

skutkowych?

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,
niereprezentatywnych respondentów?
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?
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

Metody Badan Spolecznych MSD Slajdy

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Metody Badan Spolecznych MSD Slajdy

Uploaded by

Copyright:

Available Formats

Metody badań społecznych

dr hab. Krzysztof Klincewicz

Wydanie 1 Wydanie 2 Inna książka!

politycznych. Zysk i S-ka, Poznań

Metody i techniki. PWE, Warszawa

− William Poundstone (2003) How would you

Ethan M. Rasiel, Paul N. Friga (2002) The

literatury naukowej “usługodawcy"

oryginalność wykrywalność "rynek"

literatury naukowej “usługodawcy"

oryginalność wykrywalność "rynek"

wywiady z X pracownikami centrali, Y

PRÓBA ELIMINACJI podwyżka pensji,

ROZWIĄZANIE rozwój osobisty, ścieżki kariery,

Desired Hiring Rate

Adjustment for Vacancies Desired Vacancy Creation Rate

Pomiar Pomiar trafny Pomiar

• 3 zjawiska pod tą samą nazwą

Szczegółowe rady dotyczące konstrukcji

Duża └─┘└─┘└─┘└─┘└─┘ Mała

− UWAGA: Polskie podręczniki do badań

Źródło: Johnson Brown, Reingen (1987)

Total article count

Nauki techniczne (1990-2004)

Źródło: Ramos-Rodriguez, Ruiz-Navarro

Źródło: Ramos-Rodriguez, Ruiz-Navarro

Źródło: Ogan (1976) A Human Resource Value

1.Zgromadzenie danych i weryfikacja

_ populacja próba A próba B

Pusty obszar: czy tworzenie patentów

USA, Niemcy i Japonia w 3500

jednym skupisku, Polska Rosja, 1500

Czechy i Litwa w drugim Czechy

Skala nominalna utrudnia -2500

odczyt danych z wykresu © Krzysztof Klincewicz

Japonia 14500 12000

między małymi wartościami

Wartości na osiach przyrastają

Typowa struktura artykułu

1.Jakie jest podstawowy problem badawczy?

2. Czy celem artykułu jest przedstawienie i

3. Jaką perspektywę teoretyczną zastosowano?

4. Jakie pozycje uwzględniono w przeglądzie

5. Co podlegało pomiarowi lub opisowi w

9.Czy artykuł dotyczy zależności przyczynowo-

13. Czy autorzy udokumentowali badania w

16. Jakie są ograniczenia wyciągniętych

You might also like