Wissenschaft verstehen: Wissen ist vorläufig, korrigiert sich selbst und ist offen für Überarbeitungen

Wissenschaftliche Schlussfolgerungen sind vorläufig und können jederzeit überarbeitet werden, sobald neue Daten vorliegen (Dunn, 2009). Dies gilt in zweifacher Hinsicht, wenn man etwas so Veränderliches und Komplexes wie die menschliche Psychologie untersucht. Einst gültige Ergebnisse können aufgrund technologischer und kultureller Veränderungen ungültig werden.

Image

Eine Intervention, die in einer Organisation erfolgreich ist, hat möglicherweise keine Wirkung in einer anderen Organisation. Angesichts dieser Realität werden Sie niemals evidenzbasierte Empfehlungen finden, die garantiert erfolgreich sind oder universell auf alle Situationen anwendbar sind.

Der sich ständig weiterentwickelnde und vorläufige Charakter der Wissenschaft kann frustrierend sein, wenn Sie auf der Suche nach einer klaren Antwort auf ein organisatorisches Problem sind. Daher ist es wichtig, eine Denkweise anzunehmen, die die laufende Forschung berücksichtigt. Die Wissenschaft kann keine eindeutige, kategorische Antwort auf eine Frage zur Verfügung stellen oder versprechen, dass eine Strategie die „beste“ ist.

Es kann jedoch die Situationen und Organisationen dokumentieren, in denen eine Intervention funktioniert hat, und eine Erklärung dafür liefern, warum die Intervention möglicherweise funktioniert hat (Paul, 1991). Mithilfe dieser Informationen können Sie Strategien auswählen, die zu Ihrem Unternehmen und seinen Anforderungen passen.

Ursache und Wirkung: Korrelation ist nicht gleich Kausalität

Sie kennen wahrscheinlich das Sprichwort, dass Korrelation nicht Kausalität ist. Mit anderen Worten: Die Feststellung eines Zusammenhangs zwischen zwei Ereignissen ist kein ausreichender Beweis dafür, dass ein Ereignis das andere verursacht hat. Innerhalb einer Organisation kann es sehr schwierig sein, festzustellen, ob ein positives Ergebnis auf eine Intervention zurückzuführen ist und nicht auf andere Faktoren wie Personalveränderungen, wirtschaftliche und politische Ereignisse oder sogar Zufälle.

Wie kann ein Forscher nachweisen, dass eine Intervention einen kausalen Einfluss auf die gewünschten Ergebnisse hatte? Die drei Bedingungen Korrelation, zeitliche Abfolge und Ausschluss von Alternativen müssen erfüllt sein (Russel, 1912; Chalmers, 1979):

1. Korrelation

Erstens muss ein Zusammenhang zwischen der Intervention und dem Ergebnis bestehen. Korrelation ist zwar nicht unbedingt Kausalität, aber Korrelation ist eine notwendige Voraussetzung für den Nachweis eines Kausalzusammenhangs. Es kann nicht nachgewiesen werden, dass das Gehalt einen Einfluss auf die Arbeitszufriedenheit hat, wenn beispielsweise keinerlei Zusammenhang zwischen dem Verdienst eines Mitarbeiters und seiner Zufriedenheit besteht.

Image

2. Zeitliche Abfolge

Zweitens muss nachgewiesen werden, dass die Ursache dem Ergebnis zeitlich vorausging (Dummet & Flew, 1954). Beispielsweise kann niemand behaupten, dass ein neuer Manager zu einer Produktivitätssteigerung geführt hat, wenn die Produktivität bereits gestiegen ist, bevor der Manager eingestellt wurde.

Der Nachweis einer zeitlichen Abfolge erfordert die Messung der Ergebnisse zu mehreren Zeitpunkten, auch vor der Umsetzung einer Änderung oder der Einführung einer Intervention. Dies ist auch der Grund, warum Längsschnittstudien in der Evidenzhierarchie einen höheren Rang einnehmen als Querschnittsstudien.

3. Alternativen ausschließen

Die dritte und letzte Voraussetzung für den Nachweis einer Ursache-Wirkungs-Beziehung besteht darin, alternative Erklärungen der beobachteten Ergebnisse auszuschließen. Dies erfordert kritisches Denken und eine genaue Kenntnis der Funktionsweise einer Organisation.

Ein effektiver Forscher muss alle externen Faktoren erkennen und kontrollieren, die zur Illusion einer Ursache-Wirkungs-Beziehung führen könnten. Wenn vernünftige alternative Erklärungen nicht getestet und ausgeschlossen wurden, dann hat ein Forscher keinen stichhaltigen Beweis dafür, dass sein Eingriff die beobachteten Veränderungen verursacht hat.

Grundlegende statistische Kenntnisse zum Lesen wissenschaftlicher Arbeiten

Der Abschnitt „Ergebnisse“ einer veröffentlichten wissenschaftlichen Arbeit ist für einen Nicht-Wissenschaftler bei weitem die einschüchterndste Lektüre. Dieser Abschnitt enthält jedoch wesentliche Details zur Stichprobendemografie einer Studie sowie zum Ausmaß und der Bedeutung der beobachteten Effekte und sollte nicht übersprungen oder überflogen werden.

Sie müssen kein Statistikexperte sein, um die Informationen in diesem Abschnitt nützlich und interpretierbar zu finden. Sie müssen jedoch einige grundlegende statistische Terminologie und Konzepte auffrischen:

Grundlegende deskriptive Statistik

Beschreibende Statistiken bieten dem Leser eine Momentaufnahme davon, wie die Daten einer Stichprobe aussehen. Die am häufigsten bereitgestellten deskriptiven Statistiken sind der Mittelwert (der statistische Durchschnitt), geschrieben als M, und die Standardabweichung (eine Schätzung der Variabilität), geschrieben als SD.

Diese beiden Statistiken können Ihnen einen Eindruck davon vermitteln, wie die durchschnittliche Person in der Stichprobe war und wie unterschiedlich die Ergebnisse der Stichprobe waren. Denken Sie daran: Eine große Standardabweichung weist darauf hin, dass es eine große Variation oder Diversität in den Bewertungen gab.

Grundlegende Inferenzstatistiken

Inferenzstatistiken werden verwendet, um wissenschaftliche Hypothesen zu testen. Die spezifische Statistik, die eine Forschung verwendet, wird mit dieser übereinstimmen

1. die Art der Daten, die der Forscher gesammelt hat, und
2. die Art der gestellten Forschungsfrage (Dyer, 1995).

Eine Korrelation untersucht beispielsweise lineare Beziehungen zwischen zwei Variablen; Im Gegensatz dazu wird ein T-Test verwendet, um die Durchschnittswerte zweier unterschiedlicher Personengruppen (z. B. Einer Kontrollgruppe und einer Behandlungsgruppe) zu vergleichen.

Es kann von großem Nutzen sein, ein Einführungsbuch in die Statistik zu lesen und zu erfahren, wann verschiedene statistische Tests eingesetzt werden. Zu den wichtigsten Statistiken, die Sie auffrischen sollten, gehören:

• T-Tests,
• Z-Tests,
• zusammenhänge,
• lineare Regression und
• varianzanalyse (ANOVA).

Kenntnisse über statistische Formeln sind nicht erforderlich; Was Sie überprüfen sollten, ist, was jede Statistik konzeptionell testen kann. Wenn Sie die Grundlagen eines statistischen Tests verstehen, können Sie die Hypothesen, Methoden und Ergebnisse eines Forschers klarer interpretieren.

Evidenzbasierte Manager akzeptieren, dass wissenschaftliche Erkenntnisse niemals endgültig sind

Um ein fähiger Verbraucher zu werden evidenzbasierte Forschung, müssen Sie die Tatsache akzeptieren und akzeptieren, dass wissenschaftliche Erkenntnisse niemals endgültig sind. Jede neue Studie stellt eine potenzielle Herausforderung für unser aktuelles Verständnis der Welt und der Funktionsweise von Organisationen dar. Neue Daten können alte Erkenntnisse in Frage stellen; Diese Änderungen sollten eher gefeiert als gefürchtet werden.

Mit der Verfeinerung der Theorien und der Sammlung zusätzlicher Informationen kommt die wissenschaftliche Literatur immer näher an ein genaues Bild der Realität heran. Dieser Prozess wird niemals aufhören, aber er wird sich kontinuierlich verbessern.

Wenn Sie sich mit dem Lesen und kritischen Analysieren wissenschaftlicher Forschung auskennen, werden Sie dies als einen spannenden Vorteil eines evidenzbasierten Ansatzes und als einen Grund sehen, weiterhin regelmäßig die neueste Literatur zu lesen.

Die Kernaussagen im Überblick 

• Ein evidenzbasierter Managementansatz erfordert, dass Sie veröffentlichte, wissenschaftliche Forschungsergebnisse nutzen
• Während veröffentlichte Forschungsergebnisse auf ein akademisches Publikum zugeschnitten sind, können sie auch von einem Nicht-Wissenschaftler mit bestimmten Grundkenntnissen verstanden und interpretiert werden
• Der Nachweis von Ursache-Wirkungs-Beziehungen zwischen Variablen erfordert den Nachweis von Korrelation und zeitlicher Priorität sowie den Ausschluss alternativer Erklärungen
• Es ist hilfreich, die Grundlagen zu verstehen, wann und warum inferenzstatistische Tests verwendet werden
• Wissenschaftliche Schlussfolgerungen sind niemals endgültig und unterliegen stets einer Überarbeitung; Sie sollten Ihr Wissen kontinuierlich weiterentwickeln, indem Sie neue Forschungsergebnisse lesen

Referenzen und weiterführende Literatur

Bern, D. (1987). Writing the empirical journal. In Darley, J. M., Zanna, M. P., & Roediger III, H. L. (Eds) (2002). The Compleat Academic: A Career Guide. Washington, DC: American Psychological Association.

Chalmers, A. F. (1979). What is this Thing Called Science?: An Assessment of the Nature and Status of Science and Its Methods. University of Queensland Press.

Dummett, A. E., & Flew, A. (1954). Symposium: Can an Effect Precede Its Cause? Proceedings of the Aristotelian Society, Supplementary Volumes, 27-62.

Dunn, D. S. (2009). Research methods for social psychology. Wiley-Blackwell.

Dyer, C. (1995). Beginning research in psychology: A practical guide to research methods and statistics. Blackwell Publishing.

Paul, E. R. (1991). Science: "Forever Tentative?". Dialogue, 24, 119-123.

Russell, B. (1912, January). On the notion of cause. In Proceedings of the Aristotelian society (Vol. 13, pp. 1-26). Aristotelian Society, Wiley.