Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Metody vědecké práce Prof. Ing. Zdeněk Molnár, CSc MVP - prof. Molnár 1.

Podobné prezentace


Prezentace na téma: "Metody vědecké práce Prof. Ing. Zdeněk Molnár, CSc MVP - prof. Molnár 1."— Transkript prezentace:

1 Metody vědecké práce Prof. Ing. Zdeněk Molnár, CSc MVP - prof. Molnár 1

2 Co je doktorské studium disertační práce Výtah z vysokoškolského zákona č. 111/1998 Sb MVP - prof. Molnár 2  Doktorský studijní program je zaměřen na vědecké bádání a samostatnou tvůrčí činnost v oblasti výzkumu nebo vývoje  Studium se řádně ukončuje státní doktorskou zkouškou a obhajobou disertační práce, kterými se prokazuje schopnost a připravenost k samostatné činnosti v oblasti výzkumu nebo vývoje.  Disertační práce musí obsahovat původní a uveřejněné výsledky nebo výsledky přijaté k uveřejnění  Vysoká škola nevýdělečně zveřejňuje disertační práce včetně posudků oponentů a výsledku obhajoby prostřednictvím databáze kvalifikačních prací, kterou spravuje.  Platí, že odevzdáním práce autor souhlasí se zveřejněním své práce podle tohoto zákona, bez ohledu na výsledek obhajoby [1] ) § 10 zákona č. 35/1965 Sb., o dílech literárních, vědeckých a uměleckých (autorský zákon).

3 Jak psát disertaci Co je to „kvalitní“ disertace a jak jí naplánovat? MVP - prof. Molnár 3

4 Kvalitní disertace stojí na třech pilířích MVP - prof. Molnár 4  Současný stav poznání světa – teoretická východiska (desk research) – Jak by to mělo být?  Poznání reality v dané oblasti výzkumu (field research) – Jak to ve skutečnosti je?  Vlastní zkušenosti z praktického řešení problémů (ethnographic research) – Jak jsem to poznal já?

5 Kvalitní disertace musí mít správnou strukturu MVP - prof. Molnár 5 Úvod (Co? Proč? Pro koho?) Teoretická východiska (současný stav poznání „světa“) Cíl práce, výzkumné otázky a pracovní hypotézy Použité vědecké metody zkoumání Vlastní výsledky disertace Zhodnocení výsledků a jejich přínosů pro teorii a praxi Doporučení pro případný další výzkum, Závěr (Co a jak bylo vyřešeno) Použitá literatura, Vlastní publikace

6 Podmínky pro napsání kvalitní disertace MVP - prof. Molnár 6  vhodná motivace  dobré vedení a podpora  vědecký (investigativní) styl myšlení  kreativita  časový a věcný plán

7 Sedm pocitů při zpracování disertace MVP - prof. Molnár 7 1.entuziasmus (jsem doktorand) 2.isolace (ztracen v mlhovině) 3.zájem (objeví se světélko) 4.nezávislost (pustil jsem se do samostatné práce) 5.únava (už to trvá moc dlouho) 6.frustrace (já to nikdy nedopíši) 7.vítězství (konečně je to hotovo)

8 Při zpracování DDP vždy MVP - prof. Molnár 8  1) Řádně citovat zdroj, zejména u tabulek a grafů.  2) Uvést co je mým dílem a co společným dílem.  3) Všem dotazovaným či pozorovaným jasně říci účel, pro který se výzkum dělá a získané informace by neměly být použity na cokoliv jiného.  4) Respektovat právo na soukromí respondenta (Right to privacy)..  5) Získané informace by měly být vždy „důvěrné“ (Confidentiality) a neměly by být sdělovány v žádném případě „třetím“ osobám.  6) Dodržet požadavek kvalitního (správného) výzkumu (tzv. Right to quality)..

9 Oprávněná práce s informačními zdroji MVP - prof. Molnár 9  Kompilace je text vzniklý složením myšlenek a závěrů sebraných z více jiných původních textů, ne však kopírování celých doslovných pasáží textu. Kompilace neobsahuje žádný nový tvůrčí poznatek k tématu, není výsledkem výzkumné činnosti autora, je pouze složením již známých a publikovaných faktů a podává ucelený pohled na danou problematiku. Použité zdroje se řádně citují a odkazují, výsledná práce je prezentována jako kompilace, nevydává se za originál.  Parafráze je vyjádření obsahu původního díla jinou formou (v případě textu se jedná o použití jiných slov). Přebírají se pouze původní základní myšlenky autora, formulují se vlastním způsobem a stylem, vlastními slovy a řádně se ocitují. Jakékoli převzaté výrazy (kromě odborných výrazů) jsou označeny v uvozovkách a citovány.  Všeobecně známá fakta není potřeba citovat. Jedná se o takové informace, které jsou obecně známé, nezpochybnitelné, popřípadě snadno ověřitelné ve všeobecných publikacích (encyklopedie nebo základní učebnice). Ve specializovaném odborném prostředí jsou to takové údaje a výrazy, které jsou v dané komunitě běžně užívány a které tvoří základní terminologický a znalostní rámec oboru.

10 Věda, vědci a vědecké myšlení Každý doktorand by měl být vědcem MVP - prof. Molnár 10

11 Co je to věda? MVP - prof. Molnár 11 Věda je to, co za vědu považují vědci v daném oboru. V praxi to potom znamená, že věda resp. vědci (Kuhn): 1. si tvoří své pojmy (vědecký jazyk), pomocí nichž poznávají svět a své poznání sdělují 2. stanovují předpoklady (hypotézy), ze kterých musí věda vycházet a které stojí v základu jejich poznávacích schopností 3. stanovují způsob a pravidla, podle kterých se dobírají poznání (metody vědecké práce) Každý vědní obor vytváří po jistém vyzrání určité postupy tzv. paradigmata (příklady, vzory, modely), a vývoj ve vědě se pak děje postupnou či náhlou změnou starých vzorů a způsobů poznání, potom hovoříme o změně paradigmatu.

12 Charakteristiky vědy MVP - prof. Molnár 12  Věda je lidskou činností  Věda je založena na obecně uznávaných předpokladech.  Metody a koncepce se ve vědě vyvíjejí tak, jak se vyvíjí a roste vědecká komunita.  jádrem „standardního modelu“ vědy (společné pro všechny vědce a všechny vědy) jsou:  hypotézy,  experimenty,  teorie a zákony

13 Základní pojmy z oblasti vědy MVP - prof. Molnár 13  Teorie je systematické seskupování vzájemně souvisejících koncepcí a principů, které dávají rámec nebo vzájemně spojují významnou oblast znalostí  Slovo „metoda“ pochází z řečtiny – „meta hodos“ – a v původním významu znamená „cesta někam Metoda je vědomý a plánovitý postup k dosažení cíle, jak dosáhnout nějakého teoretického i praktického cíle. Pro úspěšnou realizaci cílů disertační práce může být využito více metod v souvislosti s realizací dílčích cílů. Vždy je třeba uvést ale jak konkrétně a kde.  Metodologie je nauka o metodách v určité oblasti zkoumání - zabývá se metodami  Metodika představuje souhrn doporučených praktik a postupů  Techniky jsou v podstatě zásady, určující jak provádět metody, čili jak dosahovat požadovaných výsledků. Techniky vycházejí z teorie a umožňují manažerům vykonávat příslušné činnosti nejefektivněji.(např. rozpočetnictví, síťové plánování apod.)

14 Úloha vědců, základní a aplikovaný výzkum MVP - prof. Molnár 14  To, co dělají vědci s použitím svých metod, nazýváme výzkumem  Základní výzkum není zaměřen na hledání určitého konkrétního výsledku. Je motivován hlavně zvědavostí. Vědec obvykle neví, co hledá, neví, jak to najít a někdy ani neví, proč to vlastně hledá.  Aplikovaný výzkum je více zaměřený na určitý cíl. Na rozdíl od základního výzkumu víme, co a proč to chceme, ale nevíme, jak to udělat. Hledají se odpovědi na určité otázky.  Úlohou vědce je především klást otázky

15 Čtyři úrovně zkoumání - Investigation MVP - prof. Molnár 15  REPORTING založený na pouhé statistice není výzkum, protože obyčejně neobsahuje odvození závěrů i když pečlivý a rozsáhlý sběr dat může přinést hodnotu, např. u klinického výzkumu.  DESCRIPTION se snaží objevit odpovědi na otázky Kdo?, Co?, Kdy?, Kde? a Jak? se stalo  EXPLANATION se snaží odpovědět na otázku Proč se tak stalo?  PREDICTION se snaží odpovědět na otázku Co se stane?, resp. Jak se to bude co chovat?

16 Jak vzniká teorie managementu MVP - prof. Molnár 16 Pozorování, popis a měření jevů Kategorizace Teorie Tvrzení co se děje a proč predikce potvrzení Anomálie, nebo změna paradigmatu?

17 Metody vědeckého výzkumu „Kvalitní“ výzkum užívá vědecké metody MVP - prof. Molnár 17

18 Normativní versus deskriptivní přístup MVP - prof. Molnár 18 Normativní přístup Deskriptivní přístup Teorie Jak by to mělo být? Teorie Jak by to mělo být? Praxe Jak to skutečně je? Praxe Jak to skutečně je? Analýza a syntéza minulosti, současnosti a predikce budoucnosti Empirický výzkum existujících systémů

19 Kvantitativní versus kvalitativní výzkum MVP - prof. Molnár 19  Cílem kvantitativního výzkumu je testování hypotéz  logika kvantitativního výzkumu je deduktivní  Cílem kvalitativního výzkumu je vytváření nových hypotéz, nového porozumění, nové teorie.  Logika kvalitativního výzkumu je induktivní

20 Jak kvantitativní tak kvalitativní výzkum může mít charakter MVP - prof. Molnár 20  explanatorní (vysvětlující), kdy výzkum vysvětluje a potvrzuje chování či závislosti v systému  exploratorní (průzkumný), kdy výzkum hledá a popisuje jak se systém chová či jaké jsou v něm závislosti  etnografický, který využívá techniky přímého pozorování a osobních kvalitativních rozhovorů (např.etnografický výzkum ve vězeních)

21 Metody vědecké práce můžeme rozdělit na MVP - prof. Molnár 21 Metody empirické, které jsou založeny na obrazu reality a kterými je možno zjistit konkrétní jedinečné vlastnosti nějakého objektu či jevu v realitě. Podle způsobu jejich realizace jsou to - pozorování - měření - experimentování Metody logické, které zahrnují množinu metod využívajících principy logiky a logického myšlení. Patří k nim trojice „párových metod“ - abstrakce –konkretizace - analýza –syntéza - indukce –dedukce

22 Neexperimentální metody MVP - prof. Molnár 22  Experimentální metody je skupina technik používaných při vědeckém výzkumu v technických a přírodních vědách  Neexperimentální metody. Nejčastěji se jedná o metody, které jsou užívány při výzkumech sociotechnických systémů v oblasti společenských věd :  Historický výzkum, je to přímé dotazování lidí a zkoumání historických přehledů a biografií o jevech a událostech v minulosti za účelem pochopení současnosti a předpovědi budoucnosti  Průzkum přímé dotazování dostatečně velké skupiny lidí za účelem vysvětlení problémů a jevů, které se odehrávají v současnosti  Případové studie, které vysvětlují problémy a jevy jak v minulosti, tak i v současnosti, které se udály/dějí v jedné organizaci (single case study), nebo v celé skupině/třídě organizací (comparative case study)  Quasi experimentální metoda  Akční výzkum je proces systematického sběru dat o fungování systému v relaci ke stanoveným záměrům a cílům včetně sběru dat v rámci systémové zpětné vazby a plánování akcí za účelem plánování akcí na základě formulovaných hypotéz

23 Indukce - dedukce MVP - prof. Molnár 23  Indukce je proces vyvozování obecného závěru na základě poznatků o jednotlivostech. Indukce se objeví všude tam, kde pozorujeme nějaký fakt (jev, vlastnost) a ptáme se „Proč to je?“ Závěry induktivních myšlenkových pochodů jsou vždy ovlivněny subjektivními postoji (zkušenostmi, znalostmi) a mají proto omezenou platnost.  Dedukce je způsob myšlení, při němž od obecných závěrů, tvrzení a soudů přecházíme k méně známým, zvláštním. Vycházíme tedy ze známých, ověřených a obecně platných závěrů a aplikujeme je na jednotlivé dosud neprozkoumané případy. Dedukce je proces, ve kterém testujeme, zda vyslovená hypotéza je schopna vysvětlit zkoumaný fakt

24 Kolbův experimentální cyklus MVP - prof. Molnár 24

25 Metodologická triangulace MVP - prof. Molnár 25  Představuje kombinaci (paralelní užívání) kvalitativních a kvantitativních metod při zkoumání.  Jestliže se používají jenom kvantitativní metody, výzkumník se často dopouští chyby, že se pohybuje spíše po povrchu problému, protože je vzdálen od toho, jak lidé skutečně dospívají ke svým rozhodnutím, jak se opravdu chovají.  Kvalitativnímu výzkumu se také vytýká, že jeho závěry nemají takovou zobecňující sílu, kterou pro své výsledky nárokují kvantitativní výzkumníci  V průběhu doby se prosadil názor, že oba výzkumné pohledy jsou potřebné.

26 Hypotéza a její formulace MVP - prof. Molnár 26  Hypotéza = předpoklad, domněnka, navržená teorie, konstatování opírající se o naše domněnky či tentativní (pokusný, nezávazný) výrok o vztazích mezi dvěma nebo více pozorovanými nebo nepozorovatelnými jevy/proměnnými.  Při formulaci hypotéz bychom se měli držet určitých zásad  měla by být formulována stručně, jednoznačně, logicky a jednoduše  měla by být formulována ve formě oznamovací věty, nejčastěji implikace  měla by být ověřitelná, tj. všechny proměnné musejí být definovány operacionálně  měli bychom se vyhýbat slovům, která vyjadřují osobní a kulturní soudy či preference  za hypotézu by neměla být vydávána definice nebo neurčité tvrzení

27 Reliabilita a validita MVP - prof. Molnár 27  Validita má v případě kvantitativního výzkumu otázku zda skutečně měříme to, co předpokládáme, že by se mělo měřit. V případě kvalitativního výzkumu jde spíše o to, aby výzkumník porozuměl určité výpovědi o zkoumaném systému v plné šíři jejích zjevných i skrytých významů.  Reliabilita určité metody v případě kvantitavního výzkumu je obvykle posuzována podle toho, jestli její opakované použití v různých situacích, za vyloučení zásadních měn či vývoje ve sledované charakteristice vede ke stejným výsledkům. V případě kvalitativního výzkumu je výsledek považován za spolehlivý, pokud při studiu určitého problému dospějí různí výzkumníci k podobným závěrům

28 Systém, systémový přístup a model systému Vědec zkoumá systém MVP - prof. Molnár 28

29 Systém a systémový přístup MVP - prof. Molnár 29  Systém je účelově definovaná neprázdná množina prvků a množina vazeb mezi nimi, přičemž vlastnosti prvků a vazeb mezi nimi určují vlastnosti (chování) celku  Při systémovém přístupu pak nahlížíme na předmět našeho zájmu jako na systém a zvažujeme všechny jeho děje a části ve všech významných souvislostech. Úlohy na systému a metody jejich řešení hledá a používá pak člověk podle svého zájmu, úrovně a schopností.

30 Identifikace systému znamená stanovit MVP - prof. Molnár 30 • účel systému, tj. cíl, resp. cílové chování systému • strukturu systému, tj. prvky systému a vazby mezi nimi • vlastnosti prvků systému významné pro celkové chování systému • vlastnosti vazeb mezi prvky systému významné pro celkové chování systému • okolí systému, tj. vymezení prvků, které již nepatří do systému, ale jejichž vlastnosti a vazby systému na ně významným způsobem ovlivňují chování systému • hranice systému (interface) • případné subsystémy, pokud zkoumání systému jako celku je příliš složité a je třeba (a hlavně je možno) systém rozdělit na menší relativně samostatné (uzavřené) samostatní celky uvnitř systému.

31 Tvrdé a měkké systémy MVP - prof. Molnár 31  Tvrdé systémy pracují s tzv. dobře strukturovanými úlohami. Řešení problémů v těchto systémech jde prakticky vždy algoritmizovat a úloha člověka pak zůstává v tom navrhnout tento systém pro to, aby se dosáhlo žádoucích cílů (výstupů, chování) systému  Měkké systémy jsou spojovány s tzv. špatně strukturovanými úlohami kdy infrastruktura systému většinou jasně nedefinuje vzájemné vazby mezi prvky systému ani jejich požadované vlastnosti.. Existuje v nich celá řada faktorů, které jsou nekvantifikovatelné. Vyskytují se zde neurčitosti, rizika a nejistoty a vstupní informace nemusí být stoprocentně pravdivé a jsou tedy často jen odhadovatelné. Proto do rozhodování a řízení těchto systémů vstupuje osobnost člověka, který ovšem pracuje s informacemi obvykle jinak, než naprogramovaný počítač

32 Model a modelování MVP - prof. Molnár 32  S pojmem systém úzce souvisí model systému, protože právě modelování systémů nám slouží k jejich zkoumání.  Model je každé účelové a zjednodušené zobrazení skutečnosti  Model nemůže nikdy vyjadřovat všechny prvky a vazby zkoumaného systému, protože takový model by byl nepřehledný, výpočetně nezvládnutelný, nezobrazitelný a hlavně „lidsky“ nepochopitelný, takže by nesplňoval svůj účel tj. poznat chování systému s možností jej následně ovlivnit  Modelování je tedy proces projektování a konstrukce modelu, která se nikdy neobejde bez ujasnění výchozích premis (předpokladů, hypotéz, teorií). Právě volba výchozích hypotéz tvoří z konstrukce modelu tvůrčí činnost, při které musí disertant prokázat svojí vědeckou erudici. Identifikace systému a selekce hypotéz vyžaduje nejen dobrou znalost věcné problematiky ale občas i trochu intuice

33 Ukázka typologie (kategorizace) MVP - prof. Molnár 33 kultura moci kultura rolí kultura úkol ů (výkonu) kultura osob (podpory) Typologie organiza č ních kultur (Harrison, Handy )

34 Hodnocení podniků (podle Druckera) MVP - prof. Molnár 34 účelnost (effectivness) „dělat správné věci“ účinnost (efficiency) „dělat věci správně“ nízkávysoká nízká vysoká PŘEŽITÍ POMALÁ SMRT PROSPERITA RYCHLÁ SMRT

35 Portfololio aplikací IS/IT (Mc Farlan) MVP - prof. Molnár 35 STRATEGICKÉ PODPURNÉKLÍČOVÉ POTENCIÁLNÍ Aplikace,které jsou kritické pro dosažení cílů společnosti, Aplikace,které mohou být důležité pro dosažení cílů společnosti. budoucnost současnost Aplikace, které jsou kritické pro chod společnosti. Aplikace, které jsou důležité, ale ne kritické pro chod společnosti. nutnost možnost

36 Typologie zákazníků (podle Nenadála) MVP - prof. Molnár 36 loyalta spokojenost nízkávysoká nízká vysoká Rukojmí Tetoristi Apoštolové Žoldáci

37 Očekávané těžkosti 1. neochotní oslovení pracovníci firem spolupracovat 2. nedostatek poskytnutých informací 3. nízké procento navrácených dotazníků 4. nedodržení stanoveného časového harmonogramu 5. časová aktuálnost informací 6. nedostatek literárních zdrojů

38 Ověření modelu MVP - prof. Molnár 38  Experiment, kdy vystavujeme zkoumaný systém působení specifických, předem stanovených podmínek (vstupních veličin) a vyhodnocujeme jejich vliv na výstupy a chování systému  Případové studie, obyčejně se používají pro potvrzení toho, že navržené metody a závislosti fungují  Pilotní aplikace se používají pro testování a ověřování navržených koncepcí řešení na vybraném vzorku.

39 Sběr dat a jejich zpracování Standardní otázka: Kde a jak jste získal/a data pro svůj výzkum ? 39

40 Informační průmysl – zdroj sekundárních dat  Přidávají hodnotu  V obsahu např. v doplnění informací o nové údaje získané vlastním sběrem nebo v tvorbě nových odvozených informací, jako jsou poměrové ukazatele a jejich slovní interpretace, komentáře, analýzy, hodnocení, rating apod.  Ve funkčnosti tím, že běžně dostupné informace jsou např. jinak uspořádány, selektovány, propojeny, hezky zabaleny do přitažlivé grafiky, atraktivně vizualizovány. Informační služba nabízí vyhledávání v datech podle řady kritérií, či distribuci informací ve formátech, časech a způsobem, který zákazník požaduje.  Typické informační produkty se obyčejně dělí do 4 větších skupin  Reporty, zprávy, profily  Databázové aplikace  Alerty, signály  Dodávky dat 40

41 Techniky sběru primárních dat  Přímé či nepřímé (přes nějaké indikátory) pozorování, které je zaměřené na plánované vnímání vybraných jevů, které jsou pak systematicky zaznamenávány  Strukturovaný rozhovor (interview), při kterém jsou vyžadované informace získávány v přímé interakci s respondentem  Dotazník, při kterém respondent písemně odpovídá na otázky tištěného, nebo elektronického formuláře  Experiment, při kterém vystavujeme zkoumaný systém působení specifických, předem stanovených podmínek (vstupních veličin) a vyhodnocujeme jejich vliv na výstupy a chování systému  Analýza dokumentů je analýza jakýchkoliv dokumentů, které nebyly vytvořeny za účelem našeho výzkumu 41

42 Rozdíl mezi kvantitativními a kvalitativními daty Kvatitativní data  Založena na představě odvozené od čísel  Výsledek sběru je ve standardní číselné podobě  Analýza se provádí pomocí diagramů a popisné statistiky Kvalitativní data  Vyjádřena na představě odvozené od slov  Výsledek sběru je v nestandardní podobě, která vyžaduje klasifikaci a kategorizaci  Analýza se provádí pomocí vytváření konceptů,termínů, pojmů

43 Formulace otázek  Uzavřené otázky poskytují dvě nebo více předem formulované možnosti odpovědi, z nichž respondent vybírá bez možnosti vlastní volby  U otevřených otázek nejsou žádné předem formulované odpovědi, respondent odpovídá podle svého uvážení.  Někdy se používá forma polootevřených otázek, ty poskytují možné odpovědi, ale zároveň je možné doplnit vlastní variantu 43

44 Účel a funkce otázek Z hlediska účelu se může jednat o otázky orientující se na - charakteristiky předmětů, osob apod., které nás zajímají - na existenci určitých vztahů spojujících proměnné našeho výzkumu Z hlediska funkce se může jednat o otázky filtrační (klasifikační), které mají za účel oddělit část respondentů, kteří nemohou na danou otázku odpovědět, případně rozdělit respondenty na skupiny, kterým budou kladeny následně rozdílné otázky zjišťující, objektivní stav hodnot určitých veličin (prvků či jejich vztahů) systému či názory respondentů na vybrané problémy a jejich možné příčiny či způsoby jejich řešení 44

45 Metriky Proměnné z hlediska způsobu měření: - tvrdé metriky tj. objektivně měřitelné ukazatele, které jsou obyčejně snadno měřitelné (získatelné z informačního systému organizace) - měkké metriky, které slouží k měření a hodnocení úrovně jednotlivých procesů či funkčních oblastí podniku a to auditním způsobem, tj. pomocí expertních hodnocení, dotazníkových šetření či interwiev 45

46 Stupnice  Nominální stupnice. Jejími hodnotami jsou jména, která představují jedinečné atributy. Hlavními charakteristikami jsou:  Slouží pouze ke kvalitativní kategorizaci ne ke kvantifikaci  Nemůže být uspořádána podle hodnoty  Není možné na ní použít standardní matematické operace  Příklady: pohlaví, náboženství, politická příslušnost, rodinný stav apod.  Ordinální stupnice. Jejími hodnotami mohou být objekty uspořádány. Hlavními charakteristikami jsou:  Vychází z nominální stupnice a je ve své podstatě kvalitativní  Kategorizuje proměnné podle jejich relativního vztahu k jiné proměnné  Informují o relativní pozici, ale ne o intervalu mezi těmito posicemi  Vzhledem k nedostatku „matematických“ vlastností může být zpracovávána jen speciálními sofistikovanými statistickými metodami  Příkladem by mohl být konečné umístění závodníků v závodě.

47 Stupnice (pokračování)  Intervalová stupnice. Jejími hlavními charakteristikami je:  Vychází z ordinální stupnice a je ve své podstatě kvantitativní  Poskytuje informaci jak o pořadí, tak i o vzdálenosti mezi jednotlivými hodnotami stupnice  Její hodnoty jsou ve stejných vzdálenostech  Nemá absolutní nulu, ta může být určena libovolně. To znemožňuje použít operaci dělení. Je však možné použít operace sčítání a odčítání  Příkladem může být teplota ve Fahrenheitech nebo v Celsiích  Racionální stupnice. Jejími hlavními charakteristikami je:  Je stejná jako intervalová stupnice, ale má absolutní nulu  Na rozdíl od intervalové stupnice je na ní možno použít všech standardní matematické operace  Příkladem jsou veškeré hodnotové ukazatele.

48 Lickertova stupnice Výrazně souhlasím souhlasím Výrazně nesouhlasím Neutrální nesouhlasím (1) (2) (3) (4)(5) Možný převod pomocí tzv. Brayfield and Rothe indexu: např..při 18-ti respondentech je score od 18 do 90 a potom a potom 54 bodů je eqvivalentní neutrální posici,

49 Předvýzkum  V případě kvalitativního výzkumu se s organizováním dat a jejich analýzou začíná již ve fázi sběru dat. V tom se liší kvalitativní postup od běžné strategie kvantitativního výzkumu:  Proto často organizujeme sběr dat ve dvou fázích  Předvýzkum (pilotní výzkum)  Plný výzkum  V mnoha případech analýza směruje výzkumníka k novým zdrojům dat. Proto je analýza částí sběru dat. Proces sběru dat a analýzy pokračuje iterativně až do okamžiku, kdy výzkumník rozhodne, že bylo dosaženo cíle 49

50 Možné záludnosti při dělání závěrů ze statistických dat Od informací k „intelligenci“ aneb vědec se vždy ptá PROČ 50

51 N emocnice  Výsledek dlouhodobé statistiky: nemocnice A má úmrtnost 3% a nemocnice B má úmrtnost 5%.  Závěr: nemocnice A má lepší výsledky  Výsledek dodatečného kvalitativního šetření: v nemocnici A provádějí resp. léčí jen jednodušší případy a ty složitější posílají do nemocnice B. nemocnice B má více kvalifikované lékaře  Závěr: nemocnice B je kvalitnější 51

52 „Dobrá“ versus „špatná“ zpráva  Navzdory chmurné ekonomice v roce 2008 Úřad pro sčítání lidu v roce 2009 ohlásil, že příjem domácností v roce 2007 vzrostl o 1% (po úpravě inflací).  Závěr: ekonomika musí na tom být lépe, než jak je vnímána  Dodatečné šetření:  Pokud segmentujeme domácnosti podle věku, zjistíme, že výrazně vzrost věkový segment 55 – 64  Počet pracujících žen oproti počtu pracujících mužů v tomto segmentu vzrost 2.5 krát.  Jak počet pracujících v těchto domácnostech, tak i jejich příjem vzrostl. Oni ale jsou na vrcholu svých výdělků a odkládají odchod do důchodu.  Co vypadá jako dobrá zpráva (růst příjmu domácností) je zavádějící Všechny skupin domácností, s výjimkou těch nad 55 let, jsou ztrátové a na ústupu 52

53 Spolehlivost a přesnost dat.  Spolehlivost dat je dána důvěryhodností jejich zdroje a účelem, pro jaký byla sbírána. Stejná data mohou být získána z různých zdrojů, z nichž každý může mít svůj vlastní pohled na tato data, daný účelem pro který jsou data shromažďována  Přesnost dat obyčejně hodnotíme na základě svých dosavadních zkušeností a můžeme si pro ty účely i stanovit hodnotící stupnici.Přesnost nejlépe stanovíme tím, že data získaná z jednoho zdroje porovnáme stejnými daty z jiného zdroje. V případě že se neshodují, snažíme se o jejich potvrzení z dalšího zdroje. Ale i v případě, že se shodují bychom si měli ověřit, zda soubory dat získaných ze dvou různých zdrojů nepocházejí z jednoho společného zdroje. Také se mohou data získaná z jednoho zdroje porovnat se stejnými daty získanými z jiného zdroje.  Tzv. pseudopřesnost vzniká tím, že se v organizaci používá pro pojmenovávání určitých veličin a jevů žargon, kterému dobře rozumí vlastní pracovníci, které si ale „vnější“ pozorovatel může vykládat úplně jinak. Často má tento žargon za úkol právě vytvořit u vnějšího pozorovatele žádoucí obraz organizace.  K hodnocení spolehlivosti a přesnosti je třeba mít již nějakou zkušenost z minulých šetření a doporučuje se si vytvořit nějaký „vnitřní“ systém jejich hodnocení (známkování).

54 Další možné problémy s daty  Anomálie je situace, kdy data z nějakých důvodů výrazně neodpovídají naším předpokladům. Pak se musíme především ujistit, že se nejedná o chybu. Pokud to není chyba, pak to může znamenat, že naše předpoklady nebyly správné a je třeba být ve střehu, že se děje něco, o čem nemáme tušení.  Desinformace je poskytování informací, které vypadají jako pravdivé a při tom jsou záměrně neúplné či nepřesné. Často má za úkol vytvořit klamný dojem, odvést pozornost od nedostatků nebo problémů, nebo se skrývat podstatná fakta Je cíleně koncipovaná se záměrem, aby z ní byly udělány nesprávné závěry

55 Vědec je znalostním pracovníkem, protože ví:  jaká informace je potřebná  proč je která informace potřebná  kde lze danou informaci nalézt  jak je třeba informaci zpracovat  kdy je která informace potřebná Informace jsou vstupem do znalostního procesu. Bez potřebných znalostí nejsme schopni určit hodnotu a význam informací, jinými slovy neumíme informaci nějak smysluplně a účelově použít Úlohou vědce je vytvářet nové znalosti 55

56 Znalosti tacitní a explicitní  Explicitní znalosti se snadno dají vyjádřit formálním a systematickým jazykem, tzn. můžeme je vyslovit, napsat, nakreslit nebo jinak znázornit. Můžeme je tedy formalizovat např. pomocí formulí, specifikací či manuálů, přenášet, ukládat, sdílet, skladovat. Jsou to znalosti strukturované, jsou snadno komunikovatelné a lze je vyjádřit pomocí dat.  Tacitní znalosti jsou znalosti nevyslovitelné, skryté, tiché, nestrukturované, nedají se snadno postřehnout, vyjádřit či vysvětlit. Tacitní znalosti jsou uchovány v hlavě jedince, jsou jeho osobním vlastnictvím, velmi často jsou skryté v podvědomí a jsou zdrojem kreativity. Jsou spojené s individuální zkušeností, dovedností, činností, intuici, osobními představami, mentálními modely, emocemi atd. jedince. 56

57 tacitní SOCIALIZACE zkušenost EXTERNALIZACE artikulace INTERNALIZACE osvojování si KOMBINACE spojování explicitní tacitní explicitní tacitní explicitní tacitní Spirála znalostí (Ikujiro Nonaka ) 57

58 Konverze znalosti (1)  Socializace (tacitní na tacitní) – Socializace je proces sdílení, tedy přenos a znovu vytváření tacitních znalostí pomocí sdílené zkušenosti. Typickým příkladem je učňovství. Příklad učedník, chirurg, architekt. Řídit socializaci je velmi složité. Jejím předpokladem je důvěra, náklonnost a přátelství mezi pracovníky organizace či členy komunity.  Externalizace (tacitní na explicitní) – Jedná se o pokus přepsat tacitní znalost do explicitní formy. Pokoušíme se ji formalizovat proto, protože se s ní pak lépe pracuje a lze ji rozšířit dále mezi lidmi a díky tomu se externalizovaná znalost stává základnou pro vznik nových znalostí. Tacitní znalost převádíme pomocí metafor, analogií, modelů, vyprávěním příběhů. 58

59 Konverze znalosti (2)  Internalizace (explicitní na tacitní) – Tento proces je založen na učení se při činnosti. Osvojená znalost integruje s tacitními znalostmi, které daná osoba má, rozšiřuje je a mění. Při internalizaci musíme vždy počítat s tím, že jednu explicitní znalost mohou dva různí lidí zpracovat naprosto odlišným způsobem.  Kombinace (explicitní na explicitní) – Kombinace je proces, kdy spojujeme oddělené explicitní znalosti do nové explicitní znalosti, která je širší, systematičtější a komplexnější. Lze ji kombinovat pomocí dokumentů, schůzek, telefonických hovorů. Spojování obvykle nečiní problémy. 59

60 vysokýnízký Oblast klíčových znalostí Oblast potenciálních znalostí Oblast základních znalostí Oblast zastaralých znalostí znalostní charakter oboru – podíl znalostí v hodnotě produktu/služby Růstový potenciál odvětví (trhu) vysoký nízký Bostonská matice aplikovaná na znalosti (životní cyklus znalostí) 60

61 Znalosti jsou vždy specifické podle typu a charakteru podniku a záleží na vizi a poslání podniku • Oblast potenciálních znalostí. V ní jsou znalosti dosud v plenkách, ale už se ukazuje, že by se mohly stát potenciálem k radikální změně podnikání či alespoň ke změně některých procesů uvnitř podniku • Oblast klíčových znalostí. Tyto znalosti odlišují jednotlivé podniky navzájem. Mají největší vliv na jedinečnou posici podniku na trhu a často jsou označovány jako “core competences“ • Oblast základních znalostí. Tyto znalosti jsou nezbytné pro to, aby podnik mohl vykonávat své podnikatelské aktivity. Tyto znalosti jsou široce dostupné a podobné u většiny podniků v daném odvětví. • Oblast zastaralých znalostí. Tyto znalosti již nejsou vůbec, nebo jen zřídka využívány pro podnikání. 61


Stáhnout ppt "Metody vědecké práce Prof. Ing. Zdeněk Molnár, CSc MVP - prof. Molnár 1."

Podobné prezentace


Reklamy Google