چرخه ساخت تئوری در تحقیقات مدیریت( قسمت 4)

چگونه تئوری درون مرحله هنجاری توسعه می یابد

زمانی که محققان از پایین به سمت بالای این هرم در این سه گام یعنی مشاهده، دسته بندی و رابطه، حرکت می کنند و انجام این کار ساختارها، مدل ها و چهارچوب ها را به ما می دهد، بخش استقرائی فرایند ساخت تئوری را دنبال می نمایند. سپس محققان می توانند با چرخش از بالا به سمت پایین این هرم در بخش قیاسی چرخه، به بهبود تئوری ها بپردازند - در جستجوی آزمایش فرضیاتی که به شیوه استقرائی فرموله شده اند. این کار اغلب انجام می شود با بررسی اینکه آیا روابط مشابهی بین ویژگی ها و پیامدها در مجموعه متفاوتی از داده ها نسبت به داده های ایجاد کننده روابط مفروض وجود دارد. زمانی که محققان تئوری را روی مجموعه جدیدی از داده ها آزمایش می کنند ( خواه داده ها اعدادی در یک کامپیوتر باشند، یا مشاهدات میدانی اخذ شده از یک زمینه جدید)، بعضاً در می یابند که ویژگی های پدیده ها در داده های جدید براستی با پیامدهای پیش بینی شده رابطه دارند. هنگامی که این امر اتفاق می افتد، این آزمایش تأیید می کند که تئوری، تحت شرایط یا وضعیت های مشاهده شده، قابل استفاده است. اگرچه محققانی که در این نقطه متوقف می شوند، بسادگی مدل را آزمایش شده اما به اثبات نرسیده، به مکان خود در بالای هرم باز می گردانند.

این تنها تا زمانی است که ناهنجاری شناسایی می شود- یک پیامد برای آن چیزی که تئوری قادر به توضیح نمی باشد- که فرصتی برای بهبود تئوری پیش می آید. همانگونه که شکل 1 نشان می دهد، کشف یک ناهنجاری فرصتی به محققان می دهد تا لایه های زیربنایی را در هرم تئوری بازنگری نموده – بمنظور تعریف و اندازه گیری پدیده ها با دقت بیشتر و ابهام کمتر، یا جهت تجزیه آن به دسته های دیگر – بطوری که همه ناهنجاری و روابط قبلی ویژگی ها و پیامد ها توضیح داده شوند. برای مثال در مطالعه اینکه چگونه نوآوری های تکنولوژیک بر بخت و اقبال شرکت های پیشرو تأثیر می گذارد، طرح دسته بندی مبتنی بر ویژگی اولیه در مقابل نوآوری رشد یابنده، ریشه ای بود. بیانات رابطه ای که روی آن بنا شده بود به این نتیجه رسید که شرکت های ریشه دار پیشرو بطور متوسط در زمان مواجهه با نوآوری رشدیابنده خوب عمل نموده، اما در مواجهه با تغییرات ریشه ای گیر می کنند. اما ناهنجاری هایی در این تعمیم وجود دارد – شرکتهای ریشه داری که تغییرات تکنولوژیک ریشه ای را با موفقیت اجرا نمودند. برای توجیه این ناهنجاری ها، توشمن و آندرسون (1986)، طرح طبقه بندی متفاوتی را پیشنهاد نمودند، شایستگی افزایی تغییرات تکنولوژیک در مقابل شایستگی زدایی. این طرح بسیاری از ناهنجاری های طرح قبلی را مرتفع نمود، اما محققان بعدی انواع جدیدی(از ناهنجاری ها)را کشف نمودند که طرح توشمن و آندرسون قادر به توضیح آنها نبود. دسته بندی های بخش مند هندرسون و کلارک (1990) در مقابل نوآوری های ساختمانی؛ دسته بندی های نگهدارنده (حفظ کننده) کریستنسن (1997) در مقابل فن آوری های اخلال گر (آشوبگر)، شکل دهی تهدید گیلبرت (2001) در مقابل شکل دهی فرصت که هر یک ناهنجاری هایی که کارهای محققان اولیه قادر به توضیح آنها نبودند، کشف و مرتفع می نمود. این بدنه ادراک، بهبود یافته و بطور قابل ملاحظه ای برای شاغلان و محققان بعدی کارآمد شده است (آندره، 2003؛ دانیل، 2005) زیرا این محققان فرایند را به شیوه ای منظم دنبال نمودند. آنها تئوری هایی را که می توانستند تحریف شوند، به روشنی بیان نمودند- تئوری هایی که ناهنجاری ها را به بار می آوردند. سپس محققان بعدی کشف کردند که این ناهنجاری ها چه می باشند وبا قطعه قطعه نمودن پدیده ها به شیوه هایی متفاوت و بیان ارتباطات جدید بین ویژگی های معرف طبقه و پیامدهای مورد نظر، آنها را برطرف نمودند.

در مقایسه مباحث راجع به خواص شیوه های استقرایی و قیاسی، گفته می شود که اینها دو سمت یک هرم هستند. هر دور کامل حول هرم ساخت تئوری، شامل یک سمت استقرایی و یک سمت قیاسی است. تلاشهای ساخت تئوری متوقف می شوند زمانی که محققان باتوم (تعلیمی) را رها نموده و اعلام پیروزی می کنند، در حالی که تنها نیمی از دور را حول هرم تئوری پیموده اند.

تلاش های ساخت تئوری توصیفی، نوعاً توسط ویژگی های پدیده ها دسته بندی می شوند زیرا ویژگی ها بسادگی مشاهده و اندازه گیری می شوند. به همین ترتیب روابط بین ویژگی ها و پیامدها به سادگی فرضیه سازی شده و از طریق تکنیک هایی از قبیل تجزیه و تحلیل رگرسیون، کمی می شوند. کوهن (1962) مشاهده نمود که سردرگمی و نتاقض بطور معمول در طول تئوری سازی توصیفی، هنجار است. این مرحله اغلب از طریق کثرت طرح های طبقه بندی مشخص می شود زیرا پدیده ها عموماً دارای ویژگی های بسیار متفاوتی هستند. توالی مطالعات تغییر تکنولوژی ذکر شده در بالا مثالی از چنین ازدیادی است. اغلب در این مرحله، هیچ مدلی بطور انکارناپذیری برتر نیست: هر مدل به نظر می رسد که قادر به توضیح ناهنجاری های مدل های دیگر می باشد، اما از ناهنجاری های خودش رنج می برد.