Improving the Marriage of Modeling and Theory for Accurate Forecasts of Outcomes
Ten tom serii ma duże cele: opisać złe praktyki naukowe stosowane obecnie w większości badań nad strategią marketingową business-to-business i opisać prawdziwą zmianę paradygmatu na dobre praktyki naukowe poprzez zastąpienie opartego na zmiennych liniowo-symetrycznego podejścia do testowania hipotez zerowych (NHST) w konstruowaniu i testowaniu teorii - modelami asymetrycznymi opartymi na przypadkach z nieco precyzyjnym testowaniem wyników (SPOT). Niezależnie od tego, czy pytanie odnosi się do sukcesu czy porażki, mądrzy menedżerowie pytają: jak do tego doszliśmy? Co czeka nas w następnej dekadzie? Niestety, większość artykułów naukowych badających przyczyny sukcesu i porażki oferuje niewiele przydatnych informacji, które są dokładne w prognozowaniu wyników strategii sukcesu lub porażki. Większość badań nad wynikami strategii koncentruje się na relacjach zmiennych i testowaniu kierunkowości (pozytywne lub negatywne relacje) oraz wielkości efektu relacji - przy użyciu analizy regresji wielokrotnej i modelowania równań strukturalnych (MRA/SEM) przy użyciu testowania statystycznego hipotezy zerowej (NHST). Badania nad wartością NHST wskazują, że takie badania są gorzej niż bezużyteczne: takie badania nie koncentrują się na wynikach opartych na przypadkach, a osiągnięcie statystycznie istotnego związku w dużej mierze zależy od wielkości próby firm w badaniach.
Badacze korzystający z NHST odpowiadają na niewłaściwe pytania, badając wpływ netto zmiennych niezależnych na zmienną zależną będącą przedmiotem zainteresowania (np. zysk netto na przychód). Oto właściwe pytania, które należy zadać. Jakie konfiguracje warunków poprzedzających łączą się, aby wygenerować pozytywne wyniki dla naszej firmy i podobnych firm? Jakie konfiguracje warunków poprzedzających generują negatywne wyniki dla firm z naszej branży? Rozsądne rozumowanie i dowody empiryczne potwierdzają mądrość kadry kierowniczej ignorującej naukową literaturę empiryczną na temat prognozowania udanych i nieudanych strategii zarządzania przy użyciu NHST wielkości i kierunkowości relacji. Dobra praktyka naukowa opiera się na założeniach teorii złożoności omówionych w rozdziałach tego tomu. Dobra praktyka naukowa obejmuje dopasowanie teorii skoncentrowanej na przypadku do narzędzi analizy danych skoncentrowanych na przypadku oraz wykorzystanie nieco precyzyjnych testów wyników (SPOT) modeli asymetrycznych. Dobra praktyka naukowa osiąga wymaganą różnorodność niezbędną do głębokiego wyjaśnienia, opisu i dokładnego przewidywania. Strach przed odrzuceniem zgłoszenia jest kolejnym powodem odrzucenia modelowania asymetrycznego opartego na przypadkach i SPOT. Pokonaj ten strach, ucząc się stosować założenia teorii złożoności, konstruując oddzielne, oparte na przypadkach, modele średniego zasięgu, udanych i nieudanych wyników oraz testując dokładność za pomocą SPOT.
Niniejszy tom zawiera narzędzia niezbędne do wykonania tego zadania.
