A kutatás módszerei

Egy kutatás elvégzésénél alapvetően szekunder, primer, kvalitatív és kvantitatív kutatásokról lehet beszélni. A szekunder kutatás, amikor valaki más végezte el, a mi céljainktól eltérően a kutatást, amit felhasználunk. A primer kutatásnál az adott kutatást végző személy gyűjti össze a számára szükséges, céljainak megfelelő adatokat. Két csoportja a kvalitatív (minőségi), illetve a kvantitatív (mennyiségi) kutatás. Előbbi problémák meghatározásában, gondolkodási módokban, meglátások, vélemények feltárásához eszköz. Módszerei lehetnek a mélyinterjú, fókuszcsoport vagy esettanulmány.

Eredményei nem számszerűsíthetőek, ezért általános következtetések levonására nem alkalmas. Azokra a kvantitatív módszerek használatosak, amelyek eredményei számszerűsíthetőek, és ezáltal a sokaság irányában általánosíthatóak. Az adatok elemzése statisztikai módszerekkel történik, amely által egyértelmű kapcsolatok tárhatóak fel.

(Sajtos - Mitev, 2007) A legfontosabb elemzési módszereket a 31. ábra mutatja.

31. ábra. A leggyakrabban alkalmazott többváltozós elemzési módszerek Forrás: saját szerkesztés, Sajtos - Mitev, 2007 alapján

A kvantitatív módszerek a mérésen alapszanak. A mérési skálák alapvetően lehetnek nem metrikusak, alacsony mérési szintűek, amelyek általában diszkrét értékek, minthogy valamely tulajdonság megtalálható, vagy hiányzik. Két típusa a nominális (névleges), illetve az ordinális skálák. A nominális minőségi jellemzőket osztályoz. Megmutatja mi mondható el olyan jellemzőknél, mint a nem, vallás, vagy lakhely. Az ordinális esetén nem csak a különbségek megállapítása történik meg, hanem utalás van a sorrendiségre is.

Ordinális skála például az iskolai végzettség, vagy valamilyen preferencia-sorrend.

Másik fajtája a mérési skáláknak a metrikus, ahol magas mérésű szintűek a változók. Lehet intervallum (különbségi), vagy arányskála. A metrikus skálákon mért változók számértéket vesznek fel, és ezáltal különbség mérhető mennyiségben és minőségben. Az intervallum skála megmutatja, hogy két skálapont között mekkora a különbség, de arány mérésére nem használható. Ilyen a hőmérsékletskála, ahol például a 30 fok nem kétszer olyan meleg, mint a 15 fok. Az arányskála a legmagasabb mérési szint, ebben már az arányok is megmutatkoznak. Ilyen a jövedelem, vagy a termelékenységi adatok.

A társadalomtudomány területén egy kutatás jellege szerint három csoportba sorolható.

Lehet feltáró, leíró, vagy magyarázó (ok-okozati). Az utóbbi kettő nevezhető következtető kutatásnak.

- Feltáró kutatás akkor használatos, ha a kutató előismerete a problémáról igen csekély, vagy egy új ötletre kíváncsi. Ehhez igen rugalmas, kevésbé strukturált eljárás szükséges. Általában a kvalitatív technikák használatosak, mint az interjúk, vagy esettanulmányok. Rendkívül jó alapot tud adni ahhoz, hogy már konkrét következtető kutatásokat lehessen az ezáltal kialakított keretrendszerben végezni.

Kutatási módszer

Magyarázó kutatás Leíró kutatás

Feltáró kutatás Következtető kutatás

89

- Következtető kutatások esetén a kvantitatív módszerek használata a meghatározó.

Akkor alkalmazhatóak, amikor már tisztán látható a probléma struktúrája, és a kutató, már rendelkezik a számszerűsítéshez megfelelő mélységű ismerettel. Ebben az esetben lehet beszélni leíró és magyarázó kutatásról.

 A leíró kutatások egyértelműen megmutatnak egy adott helyzetet. A Cél a helyzet leírása.

 A magyarázó kutatás célja logikai összefüggések kimutatása magyarázó és magyarázott változók között.

A kutatási típusok általában vegyesen, egymást sokszor kiegészítve jelennek meg. Sokszor logikailag épülnek egymásra, és segítik a felmerült probléma megoldását. A kutatási módszerek adják meg a lehetőséget a hipotézisek felállítására, és azoknak a vizsgálatára is.

Előbbi alapja a szekunder, az utóbbié a primer kutatás.

Kutatásom leíró és magyarázó jellegű, erőteljesen a kvantitatív eszközökre támaszkodik.

Azok közül a következő módszereket használja a hipotézisek vizsgálatához:

- leíró statisztika, - korrelációelemzés, - faktoranalízis,

- főkomponens-elemzés, - útelemzés,

- szignifikancia vizsgálat, - logisztikus regresszió.

A fejezet további pontjai bemutatják, miért a választott módszerek a legmegfelelőbbek a felállított hipotézisek vizsgálatára, a kutatási eredmények bemutatására.

Leíró statisztika

A kutatás először leíró statisztikát használ, ami szemlélteti a vizsgálatba bevont vállalatok jellemzőit. A leíró statisztika szolgál egy adott helyzet számszerű leírására. Azzal foglalkozik, hogy egy konkrét információhalmazt kiértékeljen. A kutatási minta jellemzőit mutatja be, speciálisan fókuszálva különböző tulajdonságokra. Ezáltal láthatóvá válik a vizsgált szervezetek létszám, tulajdonosi kör, menedzsment nemzeti hovatartozás, nettó árbevétel, mérlegfőösszeg és kor szerinti megoszlása. A szemléltetést grafikus eszközök segítik, így kördiagramok erősítik az átláthatóságot, értelmezhetőséget.

Faktoranalízis

Az első hipotézis ellenőrzése - a sikertényező faktorok csoportosítása - faktoranalízissel történt. Segítségével a kutatás a korábbi sikertényező feltárások által azonosított sikertényezőket különíti egymástól független csoportokba. A kapott faktorok pedig magyarázó változóként szerepeltek a hatásvizsgálatok során, a további hipotézisek vizsgálatánál. A vizsgálathoz azért a faktoranalízis a legalkalmasabb, mivel független változókat kell létrehozni, amelyeket később kvantitatív magyarázó változóként lehet felhasználni. A csoportosításhoz eszköz lehetett volna a főkomponens-elemzés, illetve a klaszteranalízis is. A főkomponens-elemzés azért nem megfelelő, mert a kapott főkomponensek egymástól nem függetlenek, ami viszont elvárás volt. Klaszteranalízis pedig a további hatásvizsgálatok miatt nem annyira megfelelő, mivel legfőképpen kvalitatív vizsgálatokhoz jó. Jelen kutatás esetén viszont az útelemzéshez kvantitatív magyarázó változók szükségesek. A faktorelemzés az, amely egyedül teljesíti azt a

90

feltételt, hogy a kapott csoportok egymástól független egységekbe, és számszerűsíthetőek a további vizsgálatokhoz.

Főkomponens-elemzés

A sikert, mint magyarázott változót, leíró sikerkomponensek meghatározása főkomponens-elemzéssel történt. A siker leírásához használt eszköz a fenntarthatósággal kibővített balanced scorecard, amely meghatározott nézőpontok szerint értékeli a teljesítményt.

Ezeket a nézőpontokat a kutatás több indikátorral méri fel, amelyeket főkomponens-elemzéssel fog össze egy értékben, hogy magas mérési szintű változókként funkcionáljanak. A nézőpontok irányított csoportosítással tarthatók meg, amivel az adott indikátorok az egyes csoportokon belül maradnak. A módszer nem eredményez független változókat, ami elvárás is, mivel a balanced scorecard esetén Kaplan és Norton azt hangsúlyozza, hogy egy szervezet teljesítménye nézőpontonként egymással nem lehet független. A belső hatásokkal alkotnak egy komplett egészet. (Kaplan - Norton, 2002) Korrelációelemzés

A korrelációelemzés fontos szerepet játszik a kutatás hipotéziseinek vizsgálatához használt módszereknél. Feltárja az összefüggéseket a tényezők között. Így segítségével meghatározhatók, hogy a sikertényezők és sikerkomponensek között milyen kapcsolatok állnak fent. Elengedhetetlen a faktoranalízisnél és főkomponens-elemzésnél. Az útelemzésnél is, mivel a korrelációk által tárhatók fel azok a kapcsolatok, amelyekkel az ok-okozati viszonyok ismeretében felállíthatóak a lineáris regressziós modellek, és általuk a sikertényezők hatásait prezentáló utak.

Útelemzés

A meghatározott sikertényezők és sikerkomponensek közötti hatások vizsgálata útelemzéssel történt. Útelemzés használata azért volt szükséges, mert a balanced scorecard belső hatásai miatt sérül a lineáris regressziós elemzés azon feltétele, hogy nincsen multikollinearitás. A közvetlen hatások mellett közvetett hatások is jelentkezhetnek. Magas mérési szintű magyarázó és magyarázott változók esetén, a lineáris regresszió használatának kizárása után az útelemzés marad, mint megfelelő módszer a magyarázó hatások feltárásához.

Szignifikancia vizsgálat

A korrelációs és lineáris regressziós együtthatók közötti különbségek azonosítására szignifikancia vizsgálat végezhető el. Ez a megoldás világosan megmutatja, hogy a korrelációk valóban eltérnek-e szignifikáns módon egymástól. Használatával egyértelműen kimondható, hogy az egyes sikertényezők kapcsolatai, hatásai különböznek-e egymástól, és amennyiben igen, akkor ezt milyen irányban teszik.

Logisztikus regresszió

A sikertényezők és a sikeres vállalati működés összefüggéseire vonatkozó hipotézisek vizsgálatának másik eszköze a bináris logisztikus regresszió. A magyarázó változók jelen esetben is magas mérési szintűek, viszont a magyarázott változó már alacsony mérési

91

szintű. Ilyen esetben két eszköz is használható a magyarázó hatás kimutatására. A logisztikus regresszió, illetve diszkriminancia-elemzés. A sikeres és sikertelen vállalatok száma jelenősen eltér az elemzésnél, ezért a diszkriminancia-elemzést el kell vetni, mivel annak feltétele a közel azonos csoportnagyság. Ez azt jelenti, hogy a legmegfelelőbb módszer a logisztikus regresszió marad. Használatával a kutatás megmutatja, hogy az azonosított sikertényező csoportok közül melyek hatása szignifikáns, és bevonásukkal mennyiben nő annak az esélye, hogy egy vállalatról megállapítható, hogy sikeres, vagy nem. A szignifikáns hatású sikertényező csoportok esetén az is láthatóvá válik, hogy az adott sikertényező hatása mennyiben javítja a sikeresség esélyét.

A kutatás során használt ökonometriai megoldások, kvantitatív elemzési technikák módszertani háttere a 9. mellékletben található.

92