A kutatásban alkalmazott módszerek

A kutatás során kvalitatív és kvantitatív módszereket is alkalmaztam. A kérdőíves felmérés mellett interjúkat készítettem a kutatásban résztvevő néhány vállalkozás vezetőjével (ügyvezető igazgatójával), amely mellett sokat merítettem hatékonyságjavító és ERP rendszer bevezető tanácsadói gyakorlatomból is.

A mintavétel nem volt véletlen eljárású. A kutatás elején szándékomban állt egy szélesebb körű vizsgálat lefolytatása, ám anyagi források és a cégek válaszadási hajlandóságának hiányában módosítottam egy szűkebb körre, amellyel együtt a kutatás alapmodelljét is részben átalakítottam. Így nem volt szükség a teljes hazai KKV kört reprezentáló mintára.

Alapsokaságnak a növekedés-orientált, illetve tevékenységükből fakadóan tudásintenzív technológiákkal rendelkező kis- és középvállalkozásokat tekintettem.

A vizsgált mintavétel keretének definiálása publikus adatbázisokon keresztül lehetséges, viszont a kisvállalati vezetők és vállalkozók megközelíthetősége ezen címlistákon keresztül nem biztosítható – téves adatok, vagy a névtelenség miatt. A sikeres kutatáshoz szükség volt olyan ajánlókra, akik révén a cégvezetőkhöz el lehetett jutni, és a vállalkozás „kényes”

területeivel kapcsolatos, bizalmas kérdésekre is hajlandóak választ adni. Az ajánlásokon túl még önkéntes alapon is kértem lehetőséget az interjúk elkészítéséhez. A kérdőív végén elérhetőséget kértem a válaszadóktól, amely alapján időpontot tudtam egyeztetni.

A minta kiválasztása, az említett problémákból adódóan két szinten történt meg. Egyrészt publikus adatbázisok [Marketing CD-ROM 2008, Ecostat, Internetes gyűjtő oldalak]

alkalmazásával meghatároztam a hazai kis- és középvállalkozások releváns körét, címlistával és elérhetőséggel, másrészt személyes kapcsolataim megkérdezése révén azonosítottam az általam elérhető KKV-kat.

Nem véletlen mintavételi eljárásokat, azon belül pedig a hólabda módszert és a szakértői módszert alkalmaztam a minta összeállításánál. A hólabda módszer azt jelenti, hogy a kutató személyes kapcsolatain keresztül jut a megfigyelt alapegységhez, annak beajánlása alapján. A szakértői módszer alkalmazásával pedig meghatározott kritériumok alapján kerül kijelölésre a vizsgálatba bevont vállalkozások köre, így biztosítva a minta egységeinek sokszínűségét.

A növekedés-orientált kis- és középvállalkozások köréből egy 500 elemmel bíró mintát állítottam össze, amely cégeket elektronikus úton kerestem meg kérdőívemmel. A vállalt hipotézisek és modell nem kívánt meg reprezentatív mintát, de az mégis meglehetősen sokszínű lett mind földrajzi, mind pedig tevékenységi kör tekintetében. A kérdőívet matematikai-statisztikai módszerekkel elemeztem, amit az EXCEL és „R” statisztikai programcsomag statisztikai moduljával végeztem el. Az R szoftverrel elvégzett elemzések program rutinját a V. melléklet tartalmazza.³²

Az ordinális skálán mért kérdéseknél is jellemzően számtani átlag és szórás alapján értékeltem a válaszokat, viszont a szórás abszolút értéke a sokaság változékonyságáról önmagában kevés információt ad. A pontosabb következtetések miatt ilyen kérdéseknél kiszámítottam a szórás átlaghoz viszonyított nagyságát is, amit relatív szórásnak vagy szóródási együtthatónak, illetve variációs koefficiensnek nevezünk.

Szűcs István [2004] írása alapján „A szóródási együttható meghatározásával lehetővé válik, hogy összevessük a különböző vagy azonos tulajdonságú; a különböző szórású, de azonos átlagú; valamint a különböző átlagú, de azonos szórású sokaságokat.”

A szóródási együtthatót százalékosan kifejezve a gazdasági gyakorlatban a változékonyságot az alábbiak szerint minősíthetjük: a) 0-10 % állandóságot (homogenitást); b) 10-20 % közepes változékonyságot; c) 20-30 % erős változékonyságot; d) 30 % felett szélsőséges ingadozást fejez ki. A különböző mértékű változékonyság oka rendszerint az, hogy heterogén a vizsgált sokaság. Az átlagos különbség számításánál minden Xi értéknek minden Xj értéktől való abszolút eltérését kell meghatározni, beleértve Xi értéknek önmagától való eltérését is, vagyis azt az esetet is, amikor Xi = Xj-vel.” [Szűcs et al., 2004]

A többváltozós módszerek közül a varianciaanalízis helyett T-próbát alkalmaztam a minta relatív kisszámú sokasága miatt, majd azt vizsgáltam, hogy bizonyos folytonos (vállalkozás méretét, diverzifikáltságát tükröző), független változók esetén hogyan változnak a függő

32 A mellékletbe megadott program leírása nem feltétlenül indokolt része a dolgozatnak, viszont nyilvánosságra kerülése után úgy gondolom ez is hasznosítható tartalom az olvasónak mivel az „R” programcsomag nyilvános kódú, ingyenes statisztikai program.

változóként meghatározott költség és teljesítmény faktorok. Ehhez lineáris regresszió-számítást használtam. Az alábbi keretes részben olvasható a módszerek bemutatása:

A T-próba alkalmazhatóságának feltétele a szórások egyezése, amit külön az F-próba segítségével azonnal megkapjuk a táblázatbeli tp = Φf−1(1-P/2) értéket.

Az f szabadsági fokot a kétmintás t-próba esetén f = n + k − 2 képlettel számítjuk.

A nullhipotézisre vonatkozó döntés meghozása: függőleges távolságokra minimalizálunk, illetve második regressziós egyenesnek nevezzük, ha a vízszintes távolságokra minimalizálunk. Ez a két egyenes általában nem esik egybe. A két regressziós egyenes között annál nagyobb a különbség, minél jobban szóródnak a ponthalmaz pontjai. Minél nagyobb a szóródás, annál nehezebben lehet a ponthalmazt egyetlen egyenessel jellemezni. Ha a két egyenes között nagyon kicsi a különbség, a ponthalmaz nagyon jól jellemezhető egy egyenessel, ha azonban a különbség nagy az egyenessel való jellemzés értelmetlenné válik [Maddala, 2004].

A két regressziós egyenes meredekségének segítségével mennyiségileg is jellemezhetjük, hogy a lineáris trend mennyire illeszkedik a ponthalmazra, azaz milyen erős a lineáris kapcsolat a két mérhető mennyiség, ismérv között. Az alkalmazott korrelációanalízis célja, hogy az összefüggések vizsgálata kapcsán az egyes tényezők közötti kapcsolat erősségének és irányának számszerűsítésére szolgál. Kiszámítható továbbá az egyenes egyenletének ismeretében az is, hogy az egyik mennyiség adott értékéhez a másik mennyiségnek mekkora értéke tartozik. A lineáris korrelációs együttható segítségével a mennyiségek közötti lineáris kapcsolat erőssége jellemezhető. A korrelációs együttható ismeretében megállapíthatjuk, hogy jogos volt-e két mennyiség között lineáris kapcsolatot feltételeznünk.

Ha a korrelációs együttható értéke nulla (r=0), akkor semmilyen lineáris kapcsolat nincs a két mennyiségi (változó) között. Ebben az esetben a trend egyenes felállításának nincs semmi értelme.

Ha az r értéke 1 vagy -1 (|r| = 1) a mennyiségek között lineáris kapcsolat van. A rendezett párok által meghatározott pontok ekkor egy egyenesre illeszkednek. Azt mondjuk, hogy a mennyiségek között a lineáris függőség erős, ha 0,7 < |r| <1, és a lineáris függőség gyenge, ha 0,1 < |r| < 0,4. Megfigyelhető azonban, hogy ha kevés adat áll rendelkezésünkre, akkor az |r| értéke mindig magasabb, ugyanazon típusú ismérvekre vonatkozó mérési adatok esetén nagyon ingadozik. Az ingadozás csökken, ha a minta nagysága (az adatok száma) nő. A mennyiségek közötti lineáris függőség erősségét azonban nemcsak az r értéke határozza meg, hanem erősen függ a mennyiségek által hordozott tartalomtól is. A korrelációs együttható előjele attól függ, hogy a kapott regressziós egyenes meredeksége milyen. Az r értéke pozitív, ha a regressziós egyenes szigorúan monoton nő, negatív, ha szigorúan monoton csökken [Spiegel, 1995].

A regressziószámítás, akárcsak a korrelációszámítás, csak akkor alkalmazható, ha kellő számú adat áll rendelkezésünkre. Ha az n értéke túl kicsi (n<5), akkor a kapott eredmények semmitmondóak. Mindkét

módszer nagyon érzékeny a kiugró értékekre is: azaz a többitől nagyon elütő adat erősen befolyásolja a kapott eredményeket. Ennek megfelelően magam is ellenőriztem, hogy néhány kiugró adattal rendelkező cég válaszait is kivettem a sokaságból és így újabb elemzést végeztem, hogy hasonlóan szignifikáns kapcsolat áll-e fenn adott változók között. A regresszió és korrelációszámítással pusztán formális lineáris kapcsolat teremthető az ismérvek között. Ezek a módszerek azonban nem mondanak semmit az összefüggés okairól. Pusztán a statisztika módszereivel nem dönthetjük el, hogy lehetséges-e az ismérvek között ok-okozati összefüggés, vagy mit tekinthetünk oknak, és mit okozatnak. Ezeket csak az összefüggés tartalmát vizsgálva lehet eldönteni.

A kérdőíves felmérésen túl készítettem interjúkat vállalati vezetőkkel, amelyeken négy kérdéskörrel kapcsolatos mélyebb összefüggésekre kerestem a válaszokat kötetlen beszélgetések alkalmával.

1. Vállalkozás története – jövőkép és stratégia formálódása

2. Vállalat belső működése, üzleti folyamatok – információk áramlása, vezetői beavatkozás lehetősége, költségtényezők, hatékony szervezet ismérvei

3. Képességek és kompetenciák – erős oldal és gyenge oldal párhuzama, rugalmasság vagy stabilitás, tanulási kedv, adaptációs képességek a cégnél.

4. Kockázatok, hatásmechanizmusok – költség- és teljesítményformáló tényezők (+/-), hasznos és haszontalan tevékenységek, a vállalat mennyit ér.

A válaszokról jegyzeteket készítettem, mert csak ilyen módon tudtam megfelelő részletességgel beszélni a stratégiájukat és költséggazdálkodásukat érintő dolgokról. A kutatásban így konkrét esettanulmányok bemutatása nélkül tudok meghatározni olyan ismérveket és jellemzőket, amelyek a téma szempontjából relevánsak.³³

Az interjú lehetőséget adott arra, is hogy kötetlen módon spontán kerüljenek elő olyan fontos témák és működési jegyek, amelyek saját koncepciómban kimaradtak az elemzésből, de további lehetőségekre világítottak rá a témát kutatni kívánók előtt. Kiemelném a személyes beszélgetések azon pozitív oldalát is, ahogyan visszajelzéseket kaptam az egyes vezetői kérdések és döntési problémák tárgyalása során az interjúalanyaim habitusáról, vezetői magatartásuk mögött rejlő emberi jegyekről (szabad véleményformálás, testbeszéd, kommunikációs jegyek).

A beszélgetőtársaim mind valamely vállalkozás vezetői voltak, vagy maguk egyéni vállalkozóként dolgoztak. Így lehetőségem volt olyan vezetői döntésekről kérdezni őket, amely során összekapcsolódik a vállalkozás teljesítményének növelése, és saját motivációjuk.

Jensen professzor azt állítja egyik tanulmányában [Jensen, 2008], hogy ez a motiváció és a

33 Az eredmények bemutatásánál kitérek ezekre a jegyekre, illetve az interjúk tapasztalatait összefoglalva egyben is szeretném ismertetni a disszertáció 3.2 alfejezetében.

vállalat hatékonyságának növelése egyetlen célfüggvény mentén lehetséges, hiszen nem lehet minden esetben minden érintettnek megfelelő teljesítményt produkálni. A korábbi magyarországi tanulmányokban szintén ez jelent meg, miszerint a kisvállalkozást vezető vállalkozó (menedzser és tulajdonos is egyben) saját jövedelem maximalizálása mellett hajlandó vállalkozást fejleszteni vagy költséggazdálkodással foglalkozni [Csányi et al., 1997].

A külső információk jobb feldolgozása, a versenykörnyezetben azóta eltelt tíz év arra enged következtetni, hogy ma már sokkal jobban kezelik a KKV-vezetők ezeket a szerepkülönbségeket, és a növekedés valamint a jó teljesítmény (piaci stratégia szerint elvárt) már nem csak öncélú. Ez volt a legfőbb kapcsolat, amelyben lényeges tapasztalatot csak a mélyinterjú tudott adni.

A kérdőívekkel és az interjúk lefolytatásával együtt hatékony adatgyűjtést tudtam folytatni, kutatási eredmények alátámasztásához.