mba案例研究中的数据分析方法的论文

时间:2018-08-09 编辑:杰滔 手机版

  mba案例数据分析往往与数据搜集同步进行。初步搜集数据的同时进行数据分析,之后会产生下一阶段的数据搜集和数据分析。在这种数据搜集和数据分析不断循环的过程中,研究的问题也许会得到新的提炼,并带来更多的数据和发现。相对于其他部分,数据分析是案例研究中发展得最不全面的部分。罗伯特?K.殷提出了两个主要的分析数据的策略。第一个策略是使用研究者已经形成的理论主张(或理论假设)来指导研究,这些理论主张(或理论假设)有助于研究者聚焦到相关的数据,并组织案例研究。第二个策略是形成组织案例研究的描述性框架。这一策略无需理论主张(或理论假设)作指导,描述性框架可以是关于研究对象的各个维度或各个方面的。

  对于数据分析方法,总体上有三种数据分析方法:解释性分析、结构性分析以及反射性分析。

  解释性分析是通过对数据的深入考察,找出其中的构造、主题和模式。由于解释性分析要求案例研究的结果尽量客观,因此一般要使用计算机对数据进行处理。

  结构性分析是通过对数据的考察,确认隐含在文件、事件或其他现象背后的模式。结构性分析不同于解释性分析,它不需要理解每一个数据的意思并作出推断。作为一种常规的分析,结构性分析只需要考察文字或叙述上的数据。

  反射性分析是一种主观的分析方法,它依赖于研究者的直觉和判断对数据进行描述。Gall等提出,当研究者需要重视一种现象,并需要对此作出大量的描述时,反射性分析是最理想的分析方法。

  除此之外,数据分析是案例研究方法构建新理论的关键环节,同时数据分析又是最困难和最没有现成规范的。-般地,数据分析主要包括三种相互配合的方法和流程:数据提炼、数据展示和数据推导(确认)。其中,数据提炼就是指将数据加以筛选、聚焦、简化、抽取以及将现场记录加以转化的过程;数据展示是将数据加以适当组织、压缩、集成,以便归纳的过程;数据推导是指确认数据具有的规则、形式、解释性、可能的结构、因果流程和性质的过程。实际上,上述三种数据分析方法是相互交织、联系在一起的,它们在数据搜集和数据分析中共同形成一个循环,在实际中很难非常明确地区分这些活动。

mba案例研究中的数据分析方法的论文相关推荐