Ten Pitfalls of Research Practices in Management Science

This essay-like text discusses 10 pitfalls in the analysis of data in management science: (1) Too small a number of experimental studies; (2) Ignoring the specifics of the research object; (3) Lack of standard operationalizations; (4) Weakness of measurement ; (5) Weakness of data analyses; (6) Too high a level of generality of theory and too few replications; (7) Misinterpretation of the outcomes of statistical analyses; (8) Reviewers’ expectation regarding the samples and hypotheses testing; (9) Missing “time” in the list of predictors; (10) Wrong standards of publication. Most of these risks apply also to psychological and sociological research.

W niniejszym tekście omawiamy 10 pułapek analiz danych w naukach o zarządzaniu: (1) zbyt mała liczba badań doświadczalnych; (2) ignorowanie specyfiki przedmiotu badań; (3) brak standardowych operacjonalizacji; (4) słabość pomiaru; (5) słabość analiz danych; (6) zbyt wysoki poziom ogólności teorii i zbyt mała liczba replikacji; (7) błędna interpretacja wyników analiz statystycznych; (8) oczekiwania recenzentów dotyczące doboru próby i testowania hipotez; (9) brak „czasu” na liście predyktorów; (10) niewłaściwe standardy publikacji. Większość z tych zjawisk odnosi się również do badań psychologicznych i socjologicznych.