Badanie empiryczne to sprawdzanie, która z alternatywnych teorii pasuje do zebranych danych

Przykłady sprawdzania alternatywnych teorii w jednym badaniu empirycznym

Przykład 1
Polecam Wam lekturę artykułu R.Blazy, L.Weill, Why do banks ask for collateral in SME lending? Applied Financial Economics, 2013 Vol. 23, No. 13, 1109–1122, http://dx.doi.org/10.1080/09603107.2013.795272
Dzięki niej możecie poprawić swój warsztat badawczy i jakość projektów badań empirycznych.
Na s. 115-117 tego artykułu znajdziecie wzorcowe relacje między standardowymi elementami badania empirycznego: (1) problemem i jego uzasadnieniem w postaci przedstawienia alternatywnych teorii, (2) hipotezami i ich uzasadnieniem w postaci ich wyprowadzenia z teorii oraz (3) metodą sprawdzania hipotez. A wygląda to tak:
Autorzy badania sformułowali problem: czy zastaw/zebezpieczenie (collateral) zmniejsza możliwość błędnej oceny firmy-kredytobiorcy?
Autorzy zidentyfikowali dwie alternatywne teorie (i ich autorów) wyjaśniające problem:
Teoria 1 (signaling theory): Zastaw umożliwa uzyskanie przez bank dodatkowej informacji o firmie-kredytobiorcy (poprawia możliwość rożróżnienia między dobrym i złym kredytobiorcą). Taką zależność sugeruje Bester (1985). Wobec tego (hipoteza obserwacyjna wyprowadzona przez autorów badania z teorii) powinniśmy obserwować negatywną relację między wartością zastawu/wartosci kredytu i oprocentowaniem kredytu (ryzykiem banku), bo (wyjaśnienie) firmy-dobrzy-kredytobiorcy zgadzają się na zabezpieczenie kredytu wzamian za obniżenie jego oprocentowania.
Teoria 2 (observed-risk hypothesis): Banki wymagają wyższych zastawów od kredytobiorców, którzy zostali wcześniej przez nie uznani za bardzje ryzykownych. Berger i Udell (1990) uzyskali taki wynik badając kredyty w USA. Wobec tego (hipoteza obserwacyjna wyprowadzona przez autorów badania z teorii) powinniśmy obserwować pozytywną relację między oprocentowaniem kredytu (ryzykiem banku) i wartością zastawu/wartości kredytu, bo banki chcą większego zastawu od firm-kredytobiorców, które uznały wcześniej za bardziej ryzykownych.
Metoda: (1) autorzy badania zebrali dane (=wartości zmiennych występujących w hipotezach obserwacyjnych) z 564 kredytów we Francji, (2) autorzy przeanalizowali zebrane dane za pomocą regresji. Współczynik regresji badanych zmiennych był dodatni i istotny statystyczne.
Taki wynik analizy: (1) nie potwierdził teorii (przypuszczenia/hipotezy/sugestii) 1 o tym, że zastaw zmniejsza możliwość błędnej oceny kredytobiorcy. (2) potwierdził (corroborated) teorię/hipotezę mówiącą o tym, że banki wymagają większego zastawu od firm-kredytobiorców, które obciążyły większymi odsetkami za kredyty (uznały ich za bardziej ryzykownych).

Mój komentarz:
1. Badacz sprawdza w swoim badaniu empirycznym, która z alternatywnych hipotez (wyprowadzonych z alternatywnych teorii) pasuje do zebranych przez niego danych. Studia literaturowe służą do: (1) uzasadnienia problemu (przedstawienia luki badawczej np. w postaci alternatywnych teorii/wyjaśnień tego samego problemu), (2) hipotez badania empirycznego (hipotezy obserwacyjne powinny być wyprowadzone z teorii i powinny zawierać zmienne, które można zmierzyć w wielu, tutaj w 564, obserwacjach). Badacz empiryczny musi znać teorie w dyscyplinie naukowej, którą się zajmuje. Teorie stanowią (lub nie) wyjaśnienia wyników analiz danych, np. współczynników regresji, w badaniach empirycznych.
2. Jaki widzimy (na podstawie fragmentu artykułu R.Blazy, L.Weill), observed-risk hypothesis została powierdzona w przynajmniej dwóch badaniach zrealizowanych na danych dotyczących kredytów w USA i we Francji. Każdy badacz może ją sprawdzić na danych o polskich kredytach. Żeby to zrobić, musi znać i przedstawić w swoim projekcie badania empirycznego trzy prace przedstawione w ww wpisie (tj. napisać jak w tych pracach były sformułowane problemy, hipotezy, jakie stosowano metody i jakie były wyniki sprawzdania hipotez) i inne prace dotyczące tego problemu, bo to stanowi uzasadnienie każdego następnego badania empirycznego dotyczącego problemju zależności między wielkością zabezpieczenia i oprocentowaniem kredytu.
3. Przedstawione na przykładzie artykułu R.Blazy, L.Weill zależności między teoriami i hipotezami (hipotezy są wyprowadzanie z teorii) obowiązują w przygotowaniu każdego badania empirycznego. O sprawdzaniu alternatywnych teorii w badaniu empirycznym przeczytacie także we wpisie Czytajcie Borkowską!
4. Jak poznać teorie uzasadniające problem w badaniu empirycznym, zobaczycie w Od czego zacząć projekt badania empirycznego?
5. Ocena uzasadnienia problemu i hipotez/pytań badawczych w pracy empirycznej jest ważnym elementem recenzji tej pracy. Brak tego elementu w recenzji obniża jej jakość.
RK

PS
W naukach ekonomicznych (m.in w ekonomii i w zarządzaniu) jest dużo konkurujących ze sobą modeli/teorii, które sugerują jakieś wyjaśnienia problemów, które ich autorzy uważają za istotne (i które są sprawdzane w badaniach empirycznych) – np. w książce Puzzles of economic growth ( red. L. Balcerowicz, A. Rzońca) znajdziecie (s. 11) takie zdanie: There is no agreement among economists on which of the (…) models offers a better fit with reality. Polecam lekturę całej książki (jest dostępna za darmo w pdf) – zobaczycie w niej m.in. (1) zależności między teoriami i badaniami empirycznymi w ekonomii, (2) przykłady analizy instytucjonalnej w badanich empirycznych w ekonomii, co może się przydać także w Waszych pracach i z ekonomii i z zarządzania.

Przykład 2
Znalazłem dobry przykład sformułowania dwóch przecistawnych hipotez w badaniu empirycznym, w artykule:
P.BALKUNDI, M.KILDUFF, Z.I.BARSNESS3, J.H.MICHAEL: Demographic antecedents and performance consequences of structural holes in work teams. Journal of Organizational Behavior J. Organiz. Behav. 28, 241–260 (2007)
ale nie, tak jak w statystyce: H0 hipoteza zerowa i H1 hipoteza alternatywna, tylko w oparciu o dwie alternatywne, przedstawione w uzasadnieniu hipotez, teorie:
Uzasadniene H2a za pomocą teorii 1:
On the one hand, the general homophily argument would suggest that people in teams would tend to associate on the basis of age similarity given that people of the same age (relative to people from different age brackets) tend to have more in common with each other with respect to norms, values, experiences, and topics of conversation (see the arguments in Bantel & Jackson, 1989; Tsui, Egan, & O’Reilly, 1992; Wagner, Pfeffer, & O’Reilly, 1984). We know that people of similar ages in work teams tend to communicate more frequently on technical matters (Zenger & Lawrence, 1989). In teams containing people from different age categories, people of different ages may categorize each other on the basis of age stereotypes, and this categorization may contribute to conflict within the team (see the argument in Pelled, Eisenhardt, & Xin, 1999). Thus, the greater the age heterogeneity of the team, the greater the social fragmentation we might expect.
Uzasadniene H2b za pomocą alternatywnej teorii 2:
On the other hand, a social comparison theory perspective (Festinger, 1954) might lead us to suggest that people of the same age would regard each other as competitors within the group for valued roles and promotions.(…)
Previous researchers have also suggested that age similarity in teams might promote interpersonal rivalry and conflict (Hambrick, 1994; Lawrence, 1997).
Thus, we recognize the existence of conflicting lines of argument (…) and we propose two opposing hypotheses concerning age diversity.
Hypothesis 2a. The greater the age diversity of the team, the higher the proportion of structural holes in the team’s friendship network.
Hypothesis 2b. The greater the age diversity of the team, the lower the proportion of structural holes in the team’s friendship network.

Kolejny przykład badania sprawdzającego alternatywne hipotezy wyprowadzone z alternatywnych teorii znajdziecie w artykule: A.ZAHEER, G.G. BELL. BENEFITING FROM NETWORK POSITION: FIRM CAPABILITIES, STRUCTURAL HOLES, AND PERFORMANCE. Strategic Management Journal, 26: 809–825 (2005).
Autorzy najpierw przedstawiają dwie przeciwstawne teorie (wybrałem najkrótszy fragment):
However, both social capital and the mechanisms
by which it influences actor- or firm-level
outcomes has been a matter of some controversy
(Ahuja, 2000a; Burt, 2001). While Burt suggests
that social capital involves the presence of structural
holes in the network (Burt, 1992), research by
other scholars, best exemplified by Coleman (1988,
1990), suggests a model of social capital based on
network closure. We examine these alternative formulations
in turn.
Potem formułują dwie alternatywne hipotezy wyprowadzone z tych teorii:
Hypothesis 3a: Firms enhance their performance by bridging structural holes.
Hypothesis 3b: Network closure enhances firm performance.

Jak badać efektywność aukcji internetowych?

Jeśli chcecie badać efektywność aukcji internetowych, warto przeczytać artykuł Jaeki Song · Jeff Baker, An integrated model exploring sellers’ strategies in eBay auctions. Electronic Commerce Research (2007) 7: 165–187 .
Jego autorzy sformułowali problem: jakie (kontrolowane przez sprzedawcę) czynniki wpływają na przychody z aukcji internetowych? oraz 13 hipotez – przytaczam cztery z nich:
H3. Im więcej opcji płatności tym większy przychód z aukcji.
H5. Im większa liczba pozytywnych opinii o sprzedawcy, tym większy przychód z aukcji.
H6. Im mniejsza liczba negatywnych opinii o sprzedawcy, tym większy przychód z aukcji.
H7. Im większa liczba fotografii produktu, tym większy przychód z aukcji.
Autorzy sprawdzili swoje hipotezy za pomocą następującej metody:
1. Zebrali wartości zmiennych występujących w hipotezach za pomocą obserwowalnych wartości w aukcjach MP3 i DVD na eBay – zmienna wyjaśniana: przychód netto z aukcji (widzimy, że występuje w hipotezach H3, H5, H6 i H7) została zmierzona jako cena zamknięcia aukcji minus koszt dostawy.
2. Jako metodę analizy zebranych danych wykorzystali analizę regresji.
Przedstawili wyniki sprawdzania hipotez – tutaj wyniki sprwadzania hipotez dla aukcji DVD:
H3 nie została potwierdzona
H5 została potwierdzona
H6 została potwierdzona
H7 nie została potwierdzona
Przedstawili interpretacjie/wyjaśnienia (explanations) wyników sprawdzania hipotez, np.
H3 (Im więcej opcji płatności tym większy przychód z aukcji) nie została potwierdzona, bo równie dużo opicji płatności, co w e-Bay, było dostępnych w tamtym czasie w zwykłych sklepach detalicznych.
H7 (Im większa liczba fotografii produktu, tym większy przychód z aukcji) nie została potwierdzona, bo dla nabywców produktów homogenicznych jak DVD, dodatkowa fotografia nie jest dodatkową informacją o jakości produktu.
Przestawili, na czym polega wkład ich badania w rozwój wiedzy o efektywności aukcji internetowych (o tym, co to jest wkład pojedynczego badania w rozwój wiedzy przeczytacie także w Co to jest „oryginalne rozwiązanie” lub „wkład w rozwój” w nauce?
Sformułowali ograniczenia swojego badania: (1) przeprowadzili swoje badanie analizując aukcje MP3 i odtwarzacze DVD – badania na innych kategoriach produktów mogą dać inne wyniki sprawdzania hipotez (możecie to sprawdzić w swoich badaniach), (2) przeprowadzli swoje badanie na e-Bay – badania innych (inaczej zorganizowanych) aukcji może dać inne wyniki (możecie to sprawdzić w swoich badaniach).
Każdy z Was może, w oparciu o ten artykuł zrealizować własne badanie wpływu różnych czynników na przychód z aukcji internetowych. Trzeba tylko: (1) sformułować (w oparciu o ww artykuł i inne źródła) własne hipotezy w których zmiennymi wyjaśnającymi będą czynniki obserwowalne na aukcjach a zmienną wyjaśnianą przychód netto z aukcji. (2) zebrać dane (=wartości zmiennych występujących w hipotezach) np. z aukcji odtwarzaczy MP3 lub innych produktów, np. na Allegro). (3) przeanalizować zebrane dane za pomocą regresji lub analizy wariancji (są w excelu).

O badaniu efektywności aukcji realizowanym na UE Wrocław przeczytacie w WPŁYW WYGLĄDU OFERTY NA WYNIKI SPRZEDAŻY NA PRZYKŁADZIE AUKCJI INTERNETOWYCH W SERWISIE ALLEGRO.PL.

Warto także przeczytać nowszy artykuł o efektywności aukcji samochodów na e-Bay: Angelika Dimoka, Yili Hong, and Paul A. Pavlou: ON PRODUCT UNCERTAINTY IN ONLINE MARKETS: THEORY AND EVIDENCE1. MIS Quarterly Vol. 36 No. 2 pp. 395-426/June 2012. Zobaczycie tam badanie empiryczne z problemem i hipotezami uzasadnionymi teorią sygnalizowania (signaling theory).