کالیبراسیون داده های نشانگر محور مصاحبه های متخصص در یک مطالعه پیکربندی

مصاحبه های متخصص می توانند داده های جالبی را برای استفاده در تجزیه و تحلیل مقایسه ای کیفی (QCA) برای بررسی پدیده های پیچیده اجتماعی ارائه دهند. برای هدایت وظیفه چالش برانگیز کالیبراسیون داده ها از مجموعه داده های کیفی ، تکنیک های قبلاً برای تبدیل داده های کیفی به مجموعه های فازی پیشنهاد شده است. مقاله حاضر از دستورالعمل های موجود پیروی می کند و آنها را با سیستمی برای کالیبراسیون داده های مبتنی بر شاخص مصاحبه های متخصص گسترش می دهد. در حالی که مجموعه داده های اساسی به دلیل تنظیم شرکت های آن محرمانه است ، در این مقاله تجزیه و تحلیل داده ها شفاف و از این رو برای مطالعات پیگیری بالقوه قابل تکرار است. اول ، فرآیند جمع آوری داده ها شرح داده شده است ، و نمونه داده نهایی مشخص می شود. در نتیجه ، سیستمی برای کالیبراسیون داده های مبتنی بر شاخص ارائه شده و نتایج کالیبراسیون برای نمونه تجربی به شکل عضویت مجموعه ای از موارد و جداول حقیقت ارائه شده است.

چکیده گرافیکی

• مشاهده تصویر بزرگ
• دانلود تصویر سلام

کلید واژه ها

نام روش

• Ragin C. C.

بشرطراحی مجدد تحقیق اجتماعی: مجموعه های فازی و فراتر از آن. شیکاگو/لندن: انتشارات دانشگاه شیکاگو.• Basurto ، X. ، & Speer ، J.

• Basurto X.
• Speer J.

بشر"ساخت کالیبراسیون داده های کیفی به عنوان مجموعه ای برای تجزیه و تحلیل مقایسه ای کیفی (QCA)". روش های میدانی ، 24 (2) ، 155-174. doi: 10. 1177/1525822 × 11433998 • De Block ، D. ، & Vis ، B.

• د بلوک D.
• vis B.

پرداختن به چالش های مربوط به تبدیل کیفی به داده های کمی در تجزیه و تحلیل مقایسه ای کیفی.

• جدول را در یک برگه جدید باز کنید

جزئیات روش

تجزیه و تحلیل مقایسه ای کیفی مجموعه فازی (FSQCA)

تجزیه و تحلیل مقایسه ای کیفی (QCA) یک زمینه به خوبی تثبیت شده از روشها برای بررسی تنظیمات علی است ، که در ابتدا توسط راگین توسعه یافته و بیشتر تصفیه شده است [

• Ragin C. C.

• Ragin C. C.

• Ragin C. C.

بشرQCA تحقیقات علیت در مورد پدیده های اجتماعی را بر اساس تئوری مجموعه و اطلاعات کیفی یا کمی امکان پذیر می کند و کاربردهای گسترده ای را در زمینه های تحقیقاتی در سطح کلان ، مزو و میکرو پیدا کرده است. به عنوان مثال ، در تحقیقات نوآوری چندین مطالعه اخیراً QCA را با تمرکز بر سیستم های نوآوری به کار برد [

• جنسون اول
• Leith P.
• دویل آر.
• غرب ج.
• مایلز M. P.

• Meuer J.
• روپیتا C.
• Backes-Gellner U.

• Speldekamp D.
• Knoben J.
• Saka-Helmhout A.

خوشه ها و نوآوری در سطح شرکت: تجزیه و تحلیل پیکربندی جمع آوری ، شبکه و مزایای نهادی در هوافضا اروپا.

• چنگ سی.
• چانگ M.-ل.
• لی ج.

• Reichert F. M.
• Torugsa N. A.
• Zawislak P. A.
• Arundel A.

• تائو س.
• لی R.
• وانگ ی.

• Meuer J.

Archetypes از روابط بین شرکت در اجرای نوآوری مدیریت: یک مطالعه نظری مجموعه ای در صنعت بیو دارویی چین.

• Ordanini A.
• Parasuraman A.
• Rubera G.

هنگامی که دستور العمل از مواد تشکیل دهنده مهمتر است: یک تحلیل مقایسه ای کیفی (QCA) از تنظیمات نوآوری خدمات.

• Torugsa N.
• Arundel A.

تجدید نظر در مورد تأثیر ریسک ریسک بر مزایای نوآوری های خدمات در آژانس های مدیریت عمومی.

• Rabadán A.
• González-Moreno á.
• Sáez-Martínez F. J.

بهبود عملکرد و پایداری بنگاه ها: مورد نوآوری محیط زیست در صنعت کشاورزی.

]. یک مزیت مهم در مقایسه با روشهای معمولی این است که QCA اجازه می دهد تا تعادل ، یعنی بیش از یک مسیر علّی به یک نتیجه [[

• FISS P. C.

• FISS P. C.

• Misangyi V. F.
• Greckhamer T.
• Fuari S.
• FISS P. C.
• کریلی D.
• Aguilera R.

] ادعا می کند که QCA یک "دیدگاه نئو همگرایی" را امکان پذیر می کند که به ویژه برای انواع خاصی از تحقیقات امیدوار کننده است ، از جمله مطالعات در مورد استراتژی مورد انتظار اما بدون نظارت ، تغییر استراتژیک و تصمیم گیری مدیریتی.

• Ragin C. C.

• Greckhamer T.
• Fuari S.
• FISS P. C.
• Aguilera R. V.

مطالعه تنظیمات با تجزیه و تحلیل مقایسه ای کیفی: بهترین شیوه ها در استراتژی و تحقیقات سازمان.

] برای بررسی استراتژی های غیرقابل نظارت در بین بنگاه های درگیر در تحقیق و توسعه (R& D) برای گرفتن و استفاده از کربن (CCU). در حالی که QCA را می توان در انواع مختلفی از مجموعه ها اعمال کرد ، مجموعه های فازی به محققان این امکان را می دهد تا داده های خود را بین غیر عضو (0. 0) و عضویت کامل (1. 0) در مقیاس های منظم یا مداوم بر اساس دانش قابل توجه و ارزیابی کیفی کالیبره کنند.

• Ragin C. C.

• Ragin C. C.

بشربا توجه به پیچیدگی کار ، این مقاله به تفصیل فرآیند جمع آوری داده ها از مصاحبه های متخصص و کالیبراسیون داده های بعدی برای مقاله تحقیق اصلی ارائه شده است [

• NAIMS H.
• Eppinger E.

استراتژی های تحول متصل به ضبط و استفاده از کربن: یک مطالعه پیکربندی بین بخشی.

]. از آنجا که کالیبراسیون داده ها برای کیفیت QCA از اهمیت ویژه ای برخوردار است ، این مقاله از تکنیک های تحقیق پیشنهاد شده توسط Basurto و Speer پیروی می کند [

• Basurto X.
• Speer J.

• د بلوک D.
• vis B.

پرداختن به چالش های مربوط به تبدیل کیفی به داده های کمی در تجزیه و تحلیل مقایسه ای کیفی.

] و جزئیات بیشتر یک رویکرد محور برای کالیبراسیون داده ها در زمینه تحقیق خاص.

جمع آوری داده ها

تهیه دستورالعمل های مصاحبه

برای تهیه جمع آوری داده ها ، به عنوان اولین گام راهنما برای مصاحبه با مدیران نوآوری (به جدول 1 مراجعه کنید) تهیه شده است که شامل توصیه های معرفت شناختی و روش شناختی برای مصاحبه های متخصص از بوگنر و همکاران است.[

Bogner A. Littig B. Menz W. مصاحبه کارشناسان. Palgrave Macmillan ، Basingstoke 2009 https://doi. org/10. 1057/9780230244276

• NAIMS H.
• Eppinger E.

استراتژی های تحول متصل به ضبط و استفاده از کربن: یک مطالعه پیکربندی بین بخشی.

]). این دستورالعمل با جمع آوری اطلاعات شخصی مربوطه (بخش A) و اطلاعات شرکت (بخش B) آغاز می شود. بخش C تعریفی از CCU را ارائه می دهد و بحث را برای دستیابی به یک درک مشترک یا کشف اختلافات احتمالی بین مصاحبه کننده و متخصص مصاحبه تسهیل می کند. بخش D کلیه اطلاعات مربوطه را در مورد وضعیت پروژه های CCU در شرکت جمع آوری می کند. بخش های بعدی برای برداشت دانش متخصصان در مورد منابع تحقیق و توسعه ، نتایج ، شرایط سیاست و انتظارات آنها برای پیشرفت اقتصادی طراحی شده است: بخش E اطلاعات مربوط به سودآوری و هزینه های تولید ، بخش F درآمدها ، بخش G را با ارزش نامشهود ، بخش H جمع آوری می کند. در مورد سرمایه گذاری ، بخش اول در مورد سیاست و شرایط خارجی و بخش K در مورد پیشرفت اقتصادی. لیست معیارها و سؤالات بر اساس اهداف تحقیق و ادبیات نظری ، به ویژه Grupp [تدوین شده است [

• Grupp H.

• جدول را در یک برگه جدید باز کنید

انتخاب تخصصی و روند مصاحبه

داوطلبان اولیه مصاحبه های خبره نمایندگان شرکتهای شناسایی شده از لیست شرکت کنندگان و برنامه های کنفرانس های علمی یا تجاری مربوطه و کارگاه های مربوط به CCU بودند (به جدول 2 مراجعه کنید) که در آن نویسندگان بین سال های 2014 و 2017 شرکت کردند. از مشارکت خودداری کرد. بنابراین ، نمونه نهایی به اندازه کافی نشان دهنده تخصص موجود در مورد CCU در شرکت های مستقر در اروپا است که در آن زمان به طور فعال (و عمومی) درگیر توسعه CCU هستند. نمایندگان بنگاه هایی که اخیراً فعالیت های تحقیق و توسعه را در CCU آغاز کرده اند ، نمی توانند گنجانده شوند. در حالی که پیشرفت افزایشی امکان پذیر است ، پیشرفت قابل توجهی در فن آوری از آنجا که مصاحبه ها به دلیل بازیهای طولانی مدت حدود 10 سال از تصمیم به سرمایه گذاری برای شروع عملیات بعید به نظر می رسد (Bazzanella & Ausfelder ، 2017).

• جدول را در یک برگه جدید باز کنید

هر مصاحبه از قبل بر اساس مشاهدات مشارکتی در کنفرانس های ذکر شده (جدول 2) همراه با تحقیقات مبتنی بر میز در شرکت ها و فعالیت های مربوط به CCU ، دارایی های نامشهود آنها و عملکرد اقتصادی تهیه شده است. هنگام تجزیه و تحلیل مصاحبه ها ، سؤالات بیشتر می تواند به مصاحبه شوندگان بپردازد. داده های جمع آوری شده در مصاحبه ها از این رو می توانند به اندازه کافی تأیید و مثلث شوند.

در چند مورد ، برای هر شرکت با دو متخصص مصاحبه شد. سپس ، بخش های خاصی از مصاحبه بسته به دانش و کارکردهای شرکت ها بین مصاحبه شوندگان تقسیم شد. به عنوان مثال ، یک متخصص بازاریابی به سؤالات بازاریابی پاسخ داد در حالی که یک متخصص تحقیق و توسعه به سؤالات سرمایه گذاری پاسخ می داد. از آنجا که این متخصصان همیشه در تیم های پروژه کار می کنند ، در این موارد پاسخ های فردی از بخش های جدا شده برای هر دو متخصص معتبر رفتار می شدند. با این حال ، در موارد دیگر ، دو متخصص از یک شرکت کل مصاحبه را به پایان رساندند ، به عنوان مثال وقتی هر دو در تحقیق و توسعه کار می کردند اما در واحدهای مختلف تجاری کار می کردند. بخش پیشرفت اقتصادی توسط همه متخصصان به صورت جداگانه به منظور پوشش کل طیف کیفی انتظارات آنها برای دستیابی به اهداف رشد و تحول بر اساس تجربه و عقاید شخصی و متناسب شخصی آنها انجام شد. ما مصاحبه های نیمه ساختار یافته عمیق را بصورت حضوری یا با تماس ویدیویی/تلفنی به زبان آلمانی یا انگلیسی بین 06/2016 و 03/2017 انجام دادیم. مصاحبه ها بین یک تا سه ساعت به طول انجامید. این گفتگو ضبط و به تبع آن رونویسی شد.

خصوصیات نمونه نهایی و داده ها

کارشناسان مصاحبه شده ، به طور کلی ، متخصصان بسیار با تجربه هستند که در خدمت بخش های متنوعی از جمله تحقیق و توسعه ، فناوری و نوآوری ، محیط و پایداری ، امور عمومی و بازاریابی هستند (شکل 1 را ببینید).

• مشاهده تصویر بزرگ
• دانلود تصویر سلام

در این مصاحبه ها دانش متخصصان در مورد منابع تحقیق و توسعه ، نتایج ، شرایط سیاست و انتظارات آنها برای پیشرفت اقتصادی بررسی شده است. از آنجا که همه مصاحبه شوندگان در مدیریت و/یا پیشرفت پروژه های تحقیق و توسعه شرکت ها نقش دارند ، دانش آنها از منابع و نتایج تحقیق و توسعه از کیفیت بسیار بالایی برخوردار است. علاوه بر این ، بیشتر متخصصان در مورد شرایط سیاست مربوط به تحقیق و توسعه در CCU بسیار آگاه هستند. در حالی که آن کارشناسان روابط عمومی یا بخش های زیست محیطی غالباً دانش دقیق تری از سیاست ها دارند ، حتی افرادی که پیشینه فنی تر و فنی تری دارند ، قادر به تأمل در شرایط بازاریابی کار خود بودند. با وجود ذهنیت آنها ، تمام انتظارات در یک محیط سود محور با استراتژی های نوآوری صریح یا ضمنی شکل می گیرد. از این رو ، انتظارات کارشناسان بینش ارزشمندی در مورد پتانسیل پیشرفت چنین نوآوری ها ارائه می دهد.

علاوه بر این ، ما داده های شرکت های عمومی را برای شرکت های کارشناسان مورد تجزیه و تحلیل قرار دادیم تا نمونه را بیشتر توصیف کنیم. برای این ، CO₂شدت شرکت به عنوان نسبت CO محاسبه شد₂انتشار گازهای گلخانه ای (از جمله دامنه 1 و دامنه 2) به درآمدهای اندازه گیری شده در TCO₂/متر دلار آمریکا. این اندازه گیری برای ارزیابی شاخص های بازار سهام ، زیست محیطی ، اجتماعی و حاکمیت (ESG) متداول است ، به عنوان مثال ، شرکت MSCI [[

]. فاصله ها بر اساس توزیع مشاهده شده از نمونه به عنوان پایین در زیر 300 طبقه بندی شدند ، به عنوان متوسط در بین 300 تا 800 ، و به همان اندازه بالاتر از 800. علاوه بر این ، شدت تحقیق و توسعه شرکت به عنوان نسبت هزینه های R& D به درآمد محاسبه می شودبشرفاصله ها به شرح زیر طبقه بندی شده اند: پایین زیر 1 ٪ ، متوسط بین 1 ٪ و 4 ٪ و زیاد بالاتر از 4 ٪ است. این مطابق با طبقه بندی توسط کمیسیون اروپا است [<< pan> شدت شرکت به عنوان نسبت CO محاسبه شد