Improving the Marriage of Modeling and Theory for Accurate Forecasts of Outcomes
Este volumen de la serie tiene grandes objetivos: describir las malas prácticas científicas que se utilizan actualmente en la mayoría de los estudios sobre estrategia de marketing entre empresas y describir un verdadero cambio de paradigma hacia las buenas prácticas científicas, sustituyendo el enfoque lineal-simétrico de comprobación de hipótesis nulas (NHST) basado en variables en la construcción y comprobación de teorías por modelos asimétricos basados en casos con comprobación de resultados algo precisos (SPOT). Tanto si la pregunta se refiere al éxito como al fracaso, los ejecutivos sabios se preguntan: ¿cómo hemos llegado hasta aquí? ¿Qué nos espera en la próxima década? Por desgracia, la mayoría de los artículos académicos que examinan las causas del éxito y el fracaso ofrecen escasa información útil que sea precisa para pronosticar los resultados de la estrategia de éxito o fracaso. La mayoría de los estudios sobre los resultados del rendimiento de la estrategia se centran en las relaciones entre variables y en la comprobación de la direccionalidad (relaciones positivas o negativas) y el tamaño del efecto de las relaciones, mediante el análisis de regresión múltiple y el modelado de ecuaciones estructurales (MRA/SEM) utilizando pruebas estadísticas de hipótesis nulas (NHST). Las investigaciones sobre el valor de las NHST indican que esos estudios son peor que inútiles: esas investigaciones no se centran en resultados basados en casos concretos y lograr una relación estadísticamente significativa depende en gran medida del tamaño de la muestra de empresas de los estudios.
Los investigadores que utilizan NHST están respondiendo a preguntas erróneas al examinar los efectos netos de las variables independientes sobre la variable dependiente de interés (por ejemplo, los beneficios netos por ingresos). Estas son las preguntas correctas ¿Qué configuraciones de condiciones antecedentes se combinan para generar resultados positivos para nuestra empresa y empresas similares? ¿Qué configuraciones de condiciones previas se combinan para generar resultados negativos para las empresas de nuestro sector? El razonamiento sólido y la evidencia empírica apoyan la sabiduría de los ejecutivos de negocios que ignoran la literatura empírica académica sobre la previsión de estrategias de gestión exitosas y no exitosas utilizando el NHST del tamaño y la direccionalidad de las relaciones. La buena práctica científica se basa en los principios de la teoría de la complejidad que se abordan en los capítulos de este volumen. La buena práctica científica incluye el emparejamiento de la teoría centrada en el caso con herramientas analíticas de datos centradas en el caso y el uso de pruebas de resultados algo precisas (SPOT) de modelos asimétricos. La buena práctica científica logra la variedad necesaria para la explicación profunda, la descripción y la predicción precisa. El miedo al rechazo de la presentación es otra razón para rechazar la modelización asimétrica basada en casos y el SPOT. Supere ese miedo aprendiendo a aplicar los principios de la teoría de la complejidad, construyendo modelos separados basados en casos, de rango medio, de resultados exitosos frente a los no exitosos, y comprobando la precisión mediante SPOT.
Este volumen le proporciona las herramientas necesarias para llevar a cabo esta tarea.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)