Improving the Marriage of Modeling and Theory for Accurate Forecasts of Outcomes
Dieser Band der Reihe verfolgt große Ziele: Er beschreibt die schlechten wissenschaftlichen Praktiken, die derzeit in den meisten Studien zur Business-to-Business-Marketingstrategie angewandt werden, und er beschreibt einen echten Paradigmenwechsel hin zu guten wissenschaftlichen Praktiken, indem er den variablenbasierten linear-symmetrischen Nullhypothesentest-Ansatz (NHST) bei der Theoriebildung und -prüfung durch fallbasierte asymmetrische Modelle mit einigermaßen präzisen Ergebnistests (SPOT) ersetzt. Unabhängig davon, ob sich die Frage auf Erfolg oder Misserfolg bezieht, fragen sich kluge Führungskräfte: Wie sind wir hierher gekommen? Was erwartet uns in den nächsten zehn Jahren? Leider bietet die Mehrzahl der wissenschaftlichen Artikel, die sich mit den Ursachen von Erfolg und Misserfolg befassen, kaum nützliche Informationen, die eine genaue Vorhersage von Erfolg oder Misserfolg einer Strategie ermöglichen. Die meisten Studien über die Ergebnisse der Strategieentwicklung konzentrieren sich auf die Beziehungen zwischen den Variablen und die Prüfung der Richtungsabhängigkeit (positive oder negative Beziehungen) und der Effektgröße der Beziehungen - unter Verwendung der multiplen Regressionsanalyse und der Strukturgleichungsmodellierung (MRA/SEM) unter Verwendung der statistischen Nullhypothesentests (NHST). Untersuchungen über den Wert der NHST zeigen, dass solche Studien mehr als nutzlos sind: Solche Untersuchungen konzentrieren sich nicht auf fallbezogene Ergebnisse, und das Erreichen einer statistisch signifikanten Beziehung hängt stark von der Stichprobengröße der Unternehmen in den Studien ab.
Forscher, die NHST verwenden, beantworten die falschen Fragen, wenn sie die Nettoauswirkungen unabhängiger Variablen auf die abhängige Variable von Interesse (z. B. Nettogewinn pro Umsatz) untersuchen. Hier sind die richtigen Fragen zu stellen. Welche Konfigurationen von Vorbedingungen führen in Kombination zu positiven Ergebnissen für unser Unternehmen und ähnliche Unternehmen? Welche Konfigurationen von Vorbedingungen führen zu negativen Ergebnissen für Unternehmen in unserer Branche? Vernünftige Überlegungen und empirische Belege sprechen dafür, dass Führungskräfte die wissenschaftliche empirische Literatur zur Vorhersage erfolgreicher und erfolgloser Managementstrategien unter Verwendung des NHST der Größe und Richtung von Beziehungen ignorieren sollten. Gute wissenschaftliche Praxis stützt sich auf die Grundsätze der Komplexitätstheorie, die in den Kapiteln dieses Bandes behandelt werden. Zu einer guten wissenschaftlichen Praxis gehört es, die fallorientierte Theorie mit fallorientierten Datenanalyseinstrumenten abzustimmen und einigermaßen präzise Ergebnistests (SPOT) für asymmetrische Modelle zu verwenden. Durch gute wissenschaftliche Praxis wird die erforderliche Vielfalt erreicht, die für tiefgehende Erklärungen, Beschreibungen und genaue Vorhersagen notwendig ist. Ein weiterer Grund für die Ablehnung von fallbasierter asymmetrischer Modellierung und SPOT ist die Angst vor der Ablehnung der Einreichung. Überwinden Sie diese Angst, indem Sie lernen, die Grundsätze der Komplexitätstheorie anzuwenden, getrennte fallbasierte Modelle mit mittlerer Reichweite für erfolgreiche und erfolglose Ergebnisse zu konstruieren und die Genauigkeit mittels SPOT zu testen.
In diesem Band finden Sie die notwendigen Werkzeuge, um diese Aufgabe zu bewältigen.
| ISBN: | 9781786351227 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2018 |
| Seitenzahl: | 256 |
Derzeit verfügbar, auf Lager.
