Metódy výskumu v manažmente

Sylabus predmetu

Tematické vymedzenie prednášok: 1. Aplikovaný a základný výskum v podnikovom manažmente, jeho charakteristiky a východiská. Aké typy problémov vyžadujú manažérsky výskum: identifikovanie problémov alebo príležitostí v podniku, následná analýza a posudzovanie problémov a príležitostí, hodnotenie možností riešenia, posúdenie minulých postupov a rozhodnutí, porovnanie stavu v podniku s okolím. 2. Proces výskumu a výskumný cyklus. Tvorba výskumného projektu. Zdroje informácií v odbornej a vedeckej literatúre. Získavanie a vyhľadávanie relevantných literárnych zdrojov, posudzovanie kvality literárnych zdrojov. Opis procesu transformácie hrubých dát na informácie a následne na znalosti. Etika vo výskume. 3. Riešenie konkrétnych podnikových problémov pomocou špecifických výskumných dizajnov. Základná klasifikácia výskumných dizajnov. Plán výskumu. Porovnanie dizajnov výskumu z metodického hľadiska (kvality výstupu, limitov a možných skreslení), ale aj časovej, prácnej a nákladovej náročnosti. Úvod do pravdepodobnosti výskytu javov a štatistická signifikancia. 4. Meranie vo výskume. Premenné a ich typy: nominálne, ordinálne, kardinálne (intervalové, pomerové). Kódovanie a vkladanie dát. Indexy a sumárne ukazovatele. Premenné a ich postavenie nástrojoch merania. Teoretické východiská analýzy. Vytváranie predpokladov, stanovovanie si hypotéz a ich testovanie. Predstavenie procesu tvorby hypotéz a ich overovania. 5. Deskripcia a opisná analýza kvantitatívnych dát. Ukazovatele centrálnej tendencie. Ukazovatele variability. Normalita rozloženia dát. Gaussova krivka. Prezentácia výsledkov v grafickej forme. Štandardne používané typy grafov pre konkrétne výsledky. Interval spoľahlivosti. 6. Porovnávanie skupín. Parametrické testy. Podmienky aplikácie. Kedy zvoliť parametrické a kedy neparametrické testy na porovnanie skupín. Možnosti overenia normality rozloženia dát. Robustnosť parametrických testov, náchylnosť na skreslenia. 7. Porovnávanie skupín. Neparametrické testy. Podmienky aplikácie. Overenie normality rozloženia dát. Robustnosť neparametrických testov. 8. Meranie vzťahov medzi premennými (Pearsonovo r, Kendallovo tau). Regresná analýza v porovnaní s koreláciou. 9. Jednoduchá a viacnásobná regresná analýza. Tvorba regresných modelov a posúdenie kvality regresného modelu. Koeficient determinácie. 10. Predpovedanie trendov. Kvantitatívne, založené časových radoch ako aj na regresných modeloch. Kvalitatívne techniky ako možné scenáre vývoja. Kreatívne techniky vychádzajúce z existujúcich dát a očakávaných trendov. 11. Zber dát a charakter dát v kvantitatívnom a kvalitatívnom výskume a ich kvalita. Primárne dáta a sekundárne, ich výhody a limity. Zdroje sekundárnych dát. Otázky v dotazníku a praktická aplikácia (otvorené, nútené odpovede, škály). 12. Kvalita merania a kvalita dát. Reliabilita, validita, objektivita, senzitivita vedeckého merania a konkrétnych meracích nástrojov. 13. Sumárne interpretovanie a zapisovanie výsledkov, tvorba výskumných správ. Etika v manažérskom výskume. Tvorba odporúčaní pre rozhodovanie. Tematické vymedzenie cvičení: 1. Predstavenie opensource štatistických softvérov: JAMOVI, JASP a PSPP. Individuálna inštalácia pre rôzne operačné systémy. Práca zo súbormi, ukladanie, formát, typ súboru. Uloženie výsledkov, dát, grafov a výstupov do MS Wordu, Excelu. 2. Vkladanie dát a príprava súboru na analýzu. Import dát a ich formát, následné uloženie a správa dát. Kopírovanie, hľadanie, agregovanie, rozdeľovanie, váženie, radenie a usporadúvanie dát. Kódovanie a rekódovanie premenných. Výstupy analýzy a ich formát. 3. Pravdepodobnosť výskytu javov a štatistická signifikancia. Jej úroveň, najpoužívanejšie typy a ich interpretácia. Chyby v skúmaní a tvorení záverov a možnosti ako sa im vyhnúť. Chyba prvého rádu α, chyba druhého rádu β. Veľkosť efektu a dva spôsoby výpočtu. Intervaly pre výsledky, ich interpretácia a praktická použiteľnosť. 4. Skúmanie a testovanie rozloženia dát, frekvenčná analýza, použitie histogramov. Normalita rozloženia dát. Grafické zobrazenie normálnej, platykurtickej, leptokurtickej distribúcie dát. Kontingenčné a frekvenčné tabuľky, Chí kvadrát rozdelenie. 5. Deskripcia a základná analýza kvantitatívnych dát. Výpočty a interpretácie ukazovateľov. Ukazovatele centrálnej tendencie (priemer, modus, medián). Ukazovatele variability (rozptyl a štandardná smerodajná odchýlka). Vzťah k rozloženiu dát a vzťahy medzi nimi. 6. Parametrické testy. Dvojvýberový t – test nezávislých skupín. Párový t – test. Jednovýberový t - test Analýza rozptylu (ANOVA). Levenov test, normalita rozloženia dát. 7. Neparamatrické testy. Mann - Whitneyho test, Wilcoxonov test. Normalita rozloženia dát a jej testovanie pomocou Shapiro–Wilkovho testu, použitie Levenovho testu. 8. Meranie vzťahov medzi premennými. Korelácia (Pearsonovo r). Kendallovo tau B aj C. Počítanie vzájomných vzťahov pomocou: Pearsonovho korelačného koeficientu a Kendallovho Tau. Chí-kvadrát test. Vyčíslovanie a interpretovanie pomeru šancí (odds ratio). 9. Jednoduchá lineárna regresná analýza a viacnásobná lineárna regresná analýza. Rozdiel oproti korelácii. Postup tvorby a overovania regresných modelov. Interpretovanie výsledkov regresnej analýzy. 10. Počítanie trendov. Kvantitatívne, založené časových radoch ako aj na regresných modeloch. 11. Praktické postupy zberu dát a charakter dát v kvantitatívnom a kvalitatívnom výskume a ich kvalita. Používané spôsoby elektronického zberu dát. Výhody a limity. 12. Analýza reliability meracích nástrojov Porovnanie metód Cronbachova alfa a McDonaldova omega pre celý dotazník a pre jednotlivé položky. 13. Praktické precvičovanie sumárneho interpretovania a zapisovania výsledkov, tvorba výskumných správ, prezentovanie výsledkov výskumu. Vytváranie odporúčaní pre rozhodovanie.