Vizsgálati módszerek

A vizsgálati módszerek megválasztásakor figyelembe kell venni, hogy a cél a kutatási kérdések megválaszolása, valamint a hipotézisek helytállóságának tesztelése, így a vizsgálati, elemzési módszereket ehhez kell igazítani. Mivel kutatásom célja a hazai KKV-k utódlási aspeKKV-ktusainaKKV-k elemzése, továbbá szervezeti és egyéni jellemzőKKV-k szintjén a kapcsolatok feltárása, így a társadalom- és gazdálkodástudomány területén szokásos feltáró, leíró és magyarázó jellegű kutatást folytattam.

Mivel az utódlás vizsgálta Magyarországon még kevéssé kutatott terület, főként az utódlás folyamatának vizsgálata, így ezen terület vizsgálata is, mindenképpen feltáró jellegű. Leíró jellegű kutatás esetén fontos a vizsgálandó jelenség pontos mérése és leírása.

Magyarázó jellegű kutatások esetén a vizsgált jelenségek közötti kapcsolatok vizsgálata a cél, esetemben a szervezeti és egyéni tényezők, valamint az átadás tényezők közötti kapcsolat feltárása.

Annak érdekében, hogy növeljem eredményeim megbízhatóságát, mind kvalitatív, mind pedig kvantitatív eszközöket felhasználtam. Kvantitatív kutatás esetén előre behatárolt, mérhető formában meghatározott változókat mérünk, az eredmények vizsgálatára statisztikai teszteket alkalmazunk, ebben az esetben a minta viszonylag nagy elemszámú.

Kvantitatív módszereket célszerű alkalmazni, ha változóink jól számszerűsíthetők, általánosíthatóságra törekszünk, tehát nem mély, mögöttes tartalmak feltárása a cél.

Kvalitatív módszereket alkalmazunk, ha valamilyen nyitott problémára keresünk választ, feltételezések bizonyítására törekszünk. Ekkor kisebb elemszámú minta is elegendő akár általánosíthatóságok levonásához is, továbbá ha a jelenséget természetes környezetében akarjuk megvizsgálni. Kvalitatív módszerek alkalmazása célszerű, ha a mögöttes motivációk feltárására törekszünk. Úgy vélem, nincs jó, vagy jobb reláció a két megközelítés között, inkább az a fontos, hogy azt a módszert vagy akár kombinációt alkalmazzuk, amely a kutatási célnak a legmegfelelőbb. Kutatásom során a kvalitatív módszerek közül az esettanulmány módszerét alkalmaztam, melyhez félig strukturált

112

interjúval gyűjtöttem adatot. Kvantitatív módszerek közül pedig a már említett kereszttábla-elemzés, variancia-analízis és a főkomponens-elemzést használtam, melyekhez kérdőív segítségével gyűjtöttem adatokat. A továbbiakban a felhasznált módszerek, azok felhasználási sajátosságainak bemutatásával folytatom, illetve ebben a fejezetben mutatom be a módszerek alkalmazhatóságának feltételeit is.

3.4.1. Kvalitatív adatgyűjtés és elemzési módszer

A kvalitatív kutatások megkülönböztetését a kvantitatív kutatásoktól az indokolja, hogy a valós világban megfigyelhető tények jelentős része nem mennyiségi, számokban kifejeződő formában jelentkezik, illetve nem szükségszerű a kutatáshoz tartozó minden tényt számokban kifejezni. Ahhoz hogy választani tudjunk, fontos, hogy bizonyos szituációs tényezőkre figyeljünk. A kvalitatív módszer a legjobb módszer akkor, ha a

„hogyan” és „miért” kérdésekre keressük a választ. Összehasonlítható események sorozatáról szól az elemzés, amely felett a vizsgálónak kevés, vagy egyáltalán nincs kontrollja (Yin, 2009).

Kvalitatív módszerek közé tartozik az esettanulmány készítése, amely „megvizsgál egy személyt, szervezetet, jelenséget annak eredeti kontextusában” (Yin, 2009). Gherardi és Turner (1987) ’Real men don’t collect soft data’ kijelentéssel jellemezte a mai napig is fennálló kvalitatív és kvantitatív módszerek közötti erős különbséget generáló ellentétes nézőpontot. Véleményem szerint az esettanulmány megfelelően alkalmazható a valós világ gyakorlatának leképzésére, „mint ahogy a repülőgép pilóták átélnek minden ismert hibalehetőséget a szimulátorban, az esettanulmányok is egy jól ismert gyakorlati támogatást adnak a ’tanulóknak’ a szimulált döntések meghozatalához, és tévedések útján tanulhatnak egy olyan környezetben, ami messze nem olyan drága, mint ha igazi hibákat vétenének” (Langrish, 1993:357). „Az esettanulmány módszer lehetőséget ad a valós világ holisztikus és jelentőségteljes jellemzőinek megőrzésére – úgy mint az egyéni életciklusok, szervezeti és menedzseri folyamatok…és az iparágak [és szervezetek] érettsége” (Yin, 2009:9).

Az esettanulmány-módszer alkalmazásához számos adatgyűjtési lehetőség áll rendelkezésre, ezek közül a legfontosabbak a megfigyelés, az interjú, a kísérlet, a dokumentumok (pl. újságcikkek, levelek, e-mailek, jelentések) stb. Az adatgyűjtési módszerek közül kutatásom során az interjú módszerét használtam fel.

113 Az interjú készítésének előnyei:

- a személyhez való nagyfokú alkalmazkodás lehetősége, - kötetlenebb, mint a kérdőív,

- lehetővé teszi mind a vizsgált, mind a vizsgálatunk szempontjából marginális jelentőségű témákban való elmélyülést,

- mód van az azonnali reagálásokra, visszacsatolásokra.

Az interjú készítésének hátrányai:

- a kérdező személye is „belekeveredik” az interjúba, - feldolgozása rendkívül munkaigényes,

- ahhoz, hogy a kutatás során általánosítható eredményeket is megfogalmazhassunk megfelelő mennyiségű interjút kellene felvennünk.

Az interjú során szerzett adatok elemzésének és bemutatásának módszertana az esettanulmány-készítés. Az esettanulmány elkészítésénél figyelni kell:

- figyelni kell a kutatási kérdések, empirikus adatgyűjtés és elemzés, valamint a konklúzió kohéziójának meglétére;

- a kutatási kérdések megfogalmazásához a szakirodalom megfelelő áttekintésére van szükség, ahol a rivális elméletek áttekintése is szükséges;

- nem mindig tudunk feltételezéseket felállítani (pl: unikális eset), de akkor is tűzzünk ki célokat, amely alapján az eredmények értékelhetőek;

- minden témánál fel kell tenni a kérdést: mi is az „eset” (elemzési egység);

- alkalmazzunk elemzési stratégiákat úgy, mint például a mintázat-társítás (Yin, 2009).

114

Mivel a kutatási terv állítások logikai összefüggését tartalmazza, így az esettanulmány meg kell, hogy feleljen bizonyos követelményeknek: szavahihetőség, hitelesség, megerősíthetőség, adat-megbízhatóság. Ezekhez az alábbi tesztek szükségesek (24.

táblázat): szerkezeti,- belső-, külső validitás és megbízhatóság, amelyekhez különböző technikákat lehet alkalmazni (Yin, 2009):

Tesztek Esettanulmány technikák Kutatási fázis

Szerkezeti validitás: megfelelő kapcsolatok feltárása, ahol az adott feltételezés egy másik

- Megismételhetőségi logika (replication logic) a többszörös esettanulmányoknál 24. táblázat: Esettanulmány elkészítése során alkalmazható tesztek

3.4.2. Kvantitatív adatgyűjtés és elemzési módszer

A kvantitatív kutatások olyan tényezők vizsgálatára helyezik a hangsúlyt, amelyeket a vizsgálat előtt már mérhetővé tettek, akár kvalitatív módszerek alkalmazásával, akár szakirodalmi feldolgozás alapján. Az ilyen jellegű módszerek alkalmazása az egyes változók közötti feltételezett kapcsolatok bizonyítására alkalmasak.

Vizsgálataim során a matematikai, statisztikai eljárások közül a főkomponens-analízist, variancia-analízist, valamint kereszttábla-elemzést alkalmaztam. Az ilyen jellegű kutatási módszerhez szintén számos adatgyűjtési lehetőség áll rendelkezésre, a leggyakoribb a kérdőív, illetve a másodlagos adatgyűjtés. Kutatásom során kérdőíves megkérdezést alkalmaztam az adatok gyűjtéséhez.

„A kérdőíves vizsgálat a legjobb módszer, amikor a közvetlen megfigyeléshez túlságosan nagyméretű alapsokaság leírásához akarunk eredeti adatokat gyűjteni, vagy amikor attitűdöt és orientációt akarunk mérni” (Babbie, 1998:278). Kutatásom során önkitöltős kérdőíves megkérdezést alkalmaztam, melyet postai úton jutattam el az érintetteknek. Az ilyen lekérdezés hátránya, hogy kevésbé megbízható a visszaérkezés; bír egy nagyobb minta így is vizsgálható, de nagyobb költséggel is jár.

115

A kérdőíves megkérdezésnek is lehetnek hibaforrásai:

- mintavételi hiba: pontatlanul határozzák meg az elérni kívánt célcsoportot, - szerkezeti validitás: megfogalmazási problémák, félreérthetőség,

- adatfeldolgozás hibája: nem megfelelően visszük fel az adatok, helytelenül vizsgáljuk azokat.

Röviden kitérek az általam alkalmazott módszerek lényegére és alkalmazhatóságának feltételeire.

Főkomponens-elemzés

A főkomponens-elemzés olyan dimenziócsökkentő statisztikai eljárás, amely egy változó szettet alakít át lineáris transzformáció segítségével egy, az eredetinél kisebb számú változó szetté. Az átalakítás után létrejött új változók: a főkomponensek (Sajtos és Mitev, 2007). A lineáris transzformáció során az eredeti változókhoz súlyokat rendel úgy, hogy az eredeti változók információtartalmát az új változók a lehető legnagyobb mértékben megőrizzék (Székelyi és Barna, 2005). A főkomponens-elemzés abban tér el a faktorelemzéstől, hogy előzetesen mondjuk meg, milyen főkomponenst szeretnénk kialakítani, illetve miképpen tudjuk azt értelmezni, továbbá főkomponens-analízissel több információt tudunk megőrizni.

A főkomponens-elemzésre való alkalmasság vizsgálatához két mérőszámot kell figyelembe venni, a Kaiser-Meyer-Olkin (KMO) kritériumot és a Bartlett-teszt szignifikancia szintjét. Minél közelebb van a KMO értéke az 1-hez, annál jobb eredményeket várhatunk az analízistől, de minimum 0,5 felett kell lennie. A Bartlett-teszt esetében a minél kisebb szignifikancia szint (0,05-nél alacsonyabb érték) jelenti azt, hogy a változók között van korreláció, a kiinduló változók alkalmasak az analízis elvégzésére (Sajtos és Mitev, 2007).

A változók kevesebb számú főkomponensbe történő összevonása információ-veszteséggel jár, így a variancia-hányad meghatározásával tudjuk megmondani, hogy a főkomponensek az eredeti változókból hány százalék információt tartanak meg (ajánlatos – főként társadalomtudományi területeken a minimum 30%).

Kereszttábla-elemzés

A kereszttábla-elemzés két vagy több változó közötti összefüggés vizsgálatára alkalmas.

Az elemzés során arra keressük a választ, hogy két nominális vagy ordinális mérési szintű

116

változó között van-e kapcsolat, vagyis a két változó gyakorisági elemzése alapján vizsgáljuk a közöttük lévő kapcsolatot (Sajtos-Mitev, 2007). A khí-négyzet-próba előfeltétele, hogy az elvárt értékeknek minden cellában legalább 1-nek kell lennie, illetve a cellák maximum 20%-ban lehet a várható érték kisebb, mint 5. Emellett az elemszámok egyenletes csoportonkénti megoszlása is befolyásolhatja a végeredményt. A vizsgálat null-hipotézise szerint a két változó között nincs kapcsolat. A kereszttábla-elemzés egyik leggyakrabban használt mutatója a Pearson-féle khi-négyzet, amely a két változó közötti összefüggés statisztikai szignifikancia szintjét mutatja, mely szerint 0,05-ös szignifikancia szint alatt elutasítjuk a kereszttábla null-hipotézisét. Ha a null-hipotézis elvethető, akkor vizsgálhatjuk a két változó közötti összefüggés erősségét. A kapcsolat erősségére vonatkozóan több mutatószám használható, melyeket szimmetrikus és aszimmetrikus csoportokba sorolhatunk. Szimmetrikus mutatószám a Phí együttható, melyet 2x2-es táblák esetén szoktak alkalmazni, míg a Cramer V szimmetrikus mutató bármely méretű kereszttáblánál alkalmazható. Minél közelebb van az 1-hez a mutató értéke, annál erősebb kapcsolatról beszélhetünk a két változó között.

Variancia-analízis

A variancia-analízishez a független oldalon alacsony, míg a függő oldalon magas mérési szintű változók alkalmazása szükséges. A variancia-analízis a változók közötti várható értékek összehasonlítására szolgál, és lényegében azt vizsgálja, hogy van-e különbség két vagy több csoport átlaga között. Mivel a variancia-analízis során használt F-próba robosztus, így az alkalmazhatóság feltételeinek nem teljesülése nem gyakorol lényeges befolyást az elkövethető hibák valószínűségére.

A variancia-analízis elvégzéséhez a magyarázott változó normális eloszlására van szükség (Székelyi és Barna, 2005). A normalitás vizsgálata többféle módon is történhet, egyrészt grafikus úton, másrészt pedig a Kolmogorov-Smirnov-próba (K-S próba) segítségével. Ezen próba null-hipotézise, hogy a változók eloszlása nem tér el szignifikánsan a normáleloszlástól; ha a próba szignifikanciája eltér a nullától (Sig.>0,01), akkor fogadjuk el a null-hipotézist, vagyis a változók normális eloszlást követnek (Székelyi és Barna, 2005). A variancia-analízis elvégezhetőségének további feltétele, hogy a sokaság elemei függetlenek legyenek egymástól. Az analízis további feltétele a variancia-homogenitás, vagy más néven a homoszkedaszticitás, melynek jelentése, hogy a függő változó azonos szórással kell, hogy rendelkezzen a függő változó különböző szintjei mellett. Ezen feltétel teljesülését ellenőrizhetjük pontfelhő diagrammal, vagy

Levene-117

teszttel, mely elvégezhető az SPSS programban. A Levene-teszt null-hipotézise, hogy a szórások nem egyenlők, ennek elvetése, vagyis ha a teszt nem szignifikáns a szórások eltérésének bizonyítéka (Sajtos és Mitev, 2007).

A fenti módszerek együttes, kiegészítő alkalmazását tartottam fontosnak, hiszen a két módszer egymást kiegészítve járul hozzá az eredmények kimutatásához. Az esettanulmányok elkészítéséhez interjút készítettem, míg az ökonometriai vizsgálatok elvégzéséhez kérdőívet szerkesztettem. Az esettanulmányok hozzájárultak a végleges kérdőív elkészítéséhez, változóim mérhetővé tételéhez, továbbá egyéb kutatási eredmények felderítéséhez. Az ökonometriai elemzéseket a hipotéziseim helytállóságának tesztelésére alkalmaztam. Továbbá keresztmetszeti vizsgálatot készítettem, amely egy időpontban történő kérdőíves megkérdezésen alapult.