Prace dyplomowe · Zarządzanie i ekonomia

Jak napisać pracę z zarządzania i ekonomii – model, hipotezy, implikacje

Od luki przez teorię JD-R i hipotezy H1a/H1b po implikacje menedżerskie: na fikcyjnej ankiecie o przywództwie i panelu 120 firm pokazujemy, jak bywa napisane, co jest nie tak i jak to poprawić.

Strona główna / Blog / Praca z zarządzania i ekonomii
W skrócie: W pracy z zarządzania każdy element powinien prowadzić do następnego: luka mówi, czego nie wiadomo, jedna rama teoretyczna przewiduje strzałki, model ma numery hipotez, a każdy numer ma swój test. Przy ankiecie opisz tłumaczenie skal i środki przeciw wspólnej metodzie – w symulacji korelacja wzrosła z .19 do .36, a test Harmana (37.8%) tego nie wykrył. W danych wtórnych argumentem jest specyfikacja: efekty stałe obniżyły współczynnik z 1.60 do 0.47, ale usuwają tylko różnice stałe w czasie. Implikacje menedżerskie pisz tak ostrożnie, jak pozwala schemat badania.

Dwa typy prac, jeden łańcuch argumentu

Pracę z zarządzania albo ekonomii z częścią empiryczną czyta się zwykle pod jednym kątem: czy od luki w literaturze, przez teorię, model i hipotezy, dochodzisz do analizy i wracasz z wnioskami dla praktyki. Statystykę takich prac – regresję na ankiecie i weryfikację modelu ekonometrycznego – omawia wpis statystyka w pracy z zarządzania i ekonomii. Tutaj zajmujemy się tekstem: co napisać, w jakiej kolejności i jakich zdań unikać. To częste konwencje, nie reguły – wymagania uczelni i promotora mają pierwszeństwo.

Dwa przykłady są fikcyjne, a wszystkie liczby pochodzą z danych symulowanych:

  • Przykład A – ankieta. Studentka bada, czy przywództwo transformacyjne bezpośredniego przełożonego wiąże się z zaangażowaniem w pracę i czy część tego związku przechodzi przez autonomię. Odpowiedziało 226 pracowników biurowych z różnych firm; każda osoba ocenia własnego przełożonego.
  • Przykład B – dane wtórne. Student ekonomii na sprawozdaniach 120 firm z sześciu lat sprawdza, czy wyższe nakłady na szkolenia wiążą się z wyższą rentownością aktywów (ROA).

Większość wpisu dotyczy przykładu A, bo to ten typ pracy najczęściej ma rozbudowany model i hipotezy. Przykład B jest krótszy i pokazuje, czym różni się tekst, gdy argument opiera się na specyfikacji modelu.

Luka: czego nie wiadomo i po co to wiedzieć

Jak bywa napisane: „Przywództwo jest ważnym zagadnieniem we współczesnych organizacjach, a w Polsce prowadzi się zbyt mało badań nad zaangażowaniem pracowników, dlatego podjęto ten temat”.

Co jest nie tak: „mało badań” nie mówi, czego brakuje ani co się zmieni, gdy brak zostanie uzupełniony. Nie da się tego zdania sprawdzić i nie wynika z niego żadna hipoteza. Rodzaje luk i sposoby ich szukania opisuje wpis luka badawcza i uzasadnienie problemu; w zarządzaniu szczególnie użyteczne bywają dwie: luka mechanizmu (wiemy, że coś się wiąże, ale nie przez co) i luka kontekstu (wiemy, jak jest w jednych organizacjach, ale nie w innych).

W przykładzie A punkt wyjścia jest dobrze udokumentowany: w metaanalizie 117 prób przywództwo transformacyjne wiązało się dodatnio z wynikami podwładnych, zespołów i organizacji (Wang i in., 2011). Skoro tak, nie uzasadniasz, że przywództwo „jest ważne”, tylko pytasz o to, czego ten związek nie wyjaśnia.

Lepiej:

Związek przywództwa transformacyjnego z wynikami podwładnych jest dobrze udokumentowany (Wang i in., 2011). Mniej jasne pozostaje, przez jakie cechy pracy przywództwo wiąże się z zaangażowaniem pracowników biurowych, którzy część pracy wykonują poza biurem. Bezpośredni nadzór jest w ich przypadku ograniczony, więc na znaczeniu może zyskiwać zakres swobody w pracy. Niniejsza praca sprawdza, czy autonomia w pracy pośredniczy w związku oceny przełożonego z zaangażowaniem.

Zdanie „mniej jasne pozostaje” to tylko wzór. W swojej pracy napisz je po przeglądzie literatury i wskaż prace, które zatrzymują się w miejscu, od którego zaczynasz.

Teoria: jedna rama zamiast katalogu definicji

Jak bywa napisane: rozdział na dwadzieścia stron z definicjami przywództwa od Webera po współczesne style, potem osobno definicje zaangażowania, a na końcu „można przypuszczać, że przywództwo ma związek z zaangażowaniem”.

Co jest nie tak: czytelnik dostaje słownik, a nie powód, dla którego hipoteza brzmi tak, a nie inaczej. Warsztat budowania takiego łańcucha opisuje wpis jak wyprowadzić hipotezę z teorii. O składnikach wkładu teoretycznego w naukach o zarządzaniu pisze krótko Whetten (1989) – to tekst, który warto znać, zanim napiszesz w dyskusji słowo „wkład”.

Wybierz ramę, która przewiduje Twoje strzałki. W przykładzie A jest to model wymagań i zasobów pracy (JD-R), który Bakker i Demerouti (2007) przedstawiają jako elastyczniejszy od modeli wymagania–kontrola oraz niezrównoważenia wysiłku i nagrody, obejmujący także pozytywne wskaźniki dobrostanu. W logice tego modelu autonomia jest zasobem pracy, a przełożony może ten zasób poszerzać albo ograniczać.

Lepiej (akapit kończący część teoretyczną):

Model wymagań i zasobów pracy (Bakker i Demerouti, 2007) pozwala powiązać zachowania przełożonego z dobrostanem pracowników przez zasoby dostępne w pracy. Przełożony, który zachęca do samodzielnego myślenia i powierza decyzje podwładnym, poszerza zakres ich swobody, a autonomia jest jednym z takich zasobów. Jeśli zasoby sprzyjają zaangażowaniu, to osoby lepiej oceniające przywództwo przełożonego powinny deklarować większą autonomię, a przez nią wyższe zaangażowanie w pracę.

Ostatnie zdanie jest przewidywaniem. Z niego wynika hipoteza, a nie z tego, że „temat jest aktualny”.

Model konceptualny i hipotezy H1a, H1b, H2

Rysunek modelu zamyka część teoretyczną. Różnicę między modelem a analizą opisuje wpis model konceptualny badania. Tu ważne jest jedno: każda strzałka ma numer hipotezy, a każdy numer ma swój test.

Schemat: przywództwo transformacyjne prowadzi przez ścieżkę a do autonomii, a autonomia przez ścieżkę b do zaangażowania w pracę; bezpośrednia strzałka od przywództwa do zaangażowania oznaczona H1a i H1b; hipoteza H2 to efekt pośredni a razy b; zmienne kontrolne to staż i praca zdalna lub hybrydowa.
Rysunek 1. Model konceptualny przykładu A. Strzałki pokazują przewidywania wynikające z teorii; w badaniu przekrojowym nie dowodzą kierunku związku. Rysunek: R, pakiet ggplot2.

Podhipotez używaj tylko wtedy, gdy wynikają z jednego argumentu, a dotyczą różnych wskaźników. W przykładzie A zaangażowanie mierzy kwestionariusz UWES-9, który daje wynik w trzech podskalach (Schaufeli i in., 2006). Argument o zasobach dotyczy energii i identyfikacji z pracą, stąd wigor i oddanie w H1a i H1b. Pochłonięcie zostaje w tabeli opisowej, bo teoria w tym badaniu niczego o nim nie przewiduje; ten wybór zapisz przed analizą.

Hipotezy przykładowego badania, ich zapis i sposób sprawdzenia
HipotezaTreśćAnaliza
H1aWyższa ocena przywództwa transformacyjnego wiąże się z wyższym wigorem przy kontroli stażu i trybu pracy.Regresja wieloraka, współczynnik b przy przywództwie
H1bWyższa ocena przywództwa transformacyjnego wiąże się z wyższym oddaniem przy kontroli stażu i trybu pracy.Jak wyżej, inna zmienna zależna
H2Autonomia w pracy pośredniczy w związku przywództwa z łącznym wynikiem zaangażowania.Efekt pośredni z przedziałem bootstrapowym

Unikaj hipotez „przywództwo wpływa na zaangażowanie” i „czynniki organizacyjne wpływają na zaangażowanie”. Pierwsza zakłada coś, czego ankieta nie sprawdzi, druga niczego nie przewiduje. Staż i tryb pracy zapisz osobno jako zmienne kontrolne i przy każdej podaj jedno zdanie, dlaczego może zakłócać ten związek.

Skale anglojęzyczne: co napisać o tłumaczeniu

Wiele skal z zarządzania powstało po angielsku. Najpierw sprawdź, czy istnieje polska wersja z opisanymi właściwościami i jakie są warunki korzystania z narzędzia u autorów. Jeżeli skalę tłumaczysz sama, tłumaczenie staje się częścią metody. Beaton i in. (2000) to często cytowane wytyczne takiego procesu, a ich praktyczne zastosowanie opisuje wpis adaptacja kulturowa kwestionariusza. W pracy dyplomowej zwykle wystarcza prostsza droga – dwa niezależne tłumaczenia, uzgodnienie wersji, tłumaczenie zwrotne i pilotaż – pod warunkiem, że napiszesz wprost, czego nie zrobiono.

Jak bywa napisane: „Skalę przetłumaczono na język polski i wykazała dobrą rzetelność”.

Co jest nie tak: brakuje informacji, kto tłumaczył, czy sprawdzono równoważność i co znaczy „dobra”. Nie wiadomo też, czy pozycje układają się w założone czynniki.

Lepiej:

Przywództwo transformacyjne mierzono siedmiopozycyjną skalą anglojęzyczną (odpowiedzi 1–5). Ponieważ nie znaleziono polskiej wersji, dwie osoby niezależnie przełożyły pozycje, wersję uzgodniono, a trzecia osoba przetłumaczyła ją z powrotem na angielski; rozbieżności omówiono, a wersję sprawdzono w pilotażu z udziałem 12 pracowników. Autonomię mierzono czterema pozycjami (1–5), a zaangażowanie w pracę kwestionariuszem UWES-9 (0–6). Spójność wewnętrzna wyniosła α = .91 dla przywództwa, α = .85 dla autonomii, α = .85 dla wigoru, α = .86 dla oddania, α = .83 dla pochłonięcia i α = .90 dla wyniku łącznego zaangażowania. Model pięcioczynnikowy (konfirmacyjna analiza czynnikowa, estymator ML) był dopasowany akceptowalnie, χ²(160) = 259.68, p < .001, CFI = .962, TLI = .955, RMSEA = .053, 90% CI [.041, .064], SRMR = .054.

Liczbę osób w pilotażu podaj prawdziwą; przy skalach porządkowych rozważ w CFA estymator dla odpowiedzi kategorialnych.

Wspólna metoda: przed ankietą i po niej

Gdy predyktor i wynik pochodzą z tej samej ankiety od tej samej osoby, część korelacji może wynikać ze sposobu pomiaru, a nie ze związku między konstruktami. Definicję podaje hasło o wspólnej wariancji metody. Podsakoff i in. (2003) opisują źródła tego zjawiska oraz proceduralne i statystyczne sposoby jego kontroli. Najwięcej zrobisz przed zebraniem danych: rozdziel skale w kwestionariuszu albo w czasie (predyktor teraz, wynik za kilka tygodni, połączenie po kodzie), zapewnij anonimowość, użyj różnych formatów odpowiedzi, a wynik, jeśli możesz, weź z innego źródła, np. z ocen przełożonego. Technikę statystyczną, którą trzeba zaplanować przed badaniem, opisuje hasło o zmiennej markerowej.

Rysunek 2 pokazuje, dlaczego samo policzenie testu nie wystarcza. W symulacji te same osoby mają odpowiedzi z dodanym wspólnym czynnikiem metody i bez niego. Korelacja przywództwa z łącznym zaangażowaniem rośnie z r = .19 do r = .36, a test jednego czynnika Harmana „przechodzi” – pierwsza składowa wyjaśnia 37.8% wariancji, czyli mniej niż zwyczajowe 50%. Aguirre-Urreta i Hu (2019) w symulacjach Monte Carlo wykazali ograniczoną skuteczność tego testu i przestrzegają przed fałszywym poczuciem bezpieczeństwa.

Sześć par zmiennych: korelacje bez czynnika metody i z czynnikiem metody. Przywództwo–autonomia .40 i .51, przywództwo–wigor .07 i .24, przywództwo–oddanie .28 i .40, autonomia–wigor .08 i .25, autonomia–oddanie .19 i .33, przywództwo–zaangażowanie łącznie .19 i .36.
Rysunek 2. Korelacje między wynikami skal bez czynnika metody i z nim (N = 226). W prawdziwej ankiecie widzisz tylko czerwone punkty. Obliczenia: R (dane symulowane).

Jak bywa napisane: „Test Harmana wykazał brak błędu wspólnej metody”.

Co jest nie tak: test nie jest w stanie tego wykazać, a przy tym zdaniu czytelnik przestaje się martwić o coś, co nadal może zawyżać wyniki.

Lepiej (metoda i ograniczenia):

Wszystkie zmienne mierzono samoopisowo w jednej ankiecie, co zwiększa ryzyko zawyżenia związków przez wspólną metodę (Podsakoff i in., 2003). Aby je ograniczyć, zapewniono anonimowość, oddzielono skalę przywództwa od skal zaangażowania blokiem pytań o pracę i zastosowano różne formaty odpowiedzi. Pierwsza składowa w analizie wszystkich pozycji wyjaśniała 37.8% wariancji, jednak wynik ten nie wyklucza wpływu wspólnej metody (Aguirre-Urreta i Hu, 2019), dlatego siłę związków należy traktować jako górne oszacowanie.

Wyniki: tabela hipotez i zdania bez „wpływu”

Po opisie próby i skal (procedurę opisuje wpis analiza mediacji krok po kroku) daj czytelnikowi jedną tabelę, w której każda hipoteza ma test i rozstrzygnięcie. Jak ułożyć taką tabelę i gdzie jej użyć, opisuje wpis podsumowanie wyników.

Podsumowanie hipotez przykładowego badania z wynikami
HipotezaWynikRozstrzygnięcie
H1a: przywództwo → wigorb = 0.35, 95% CI [0.15, 0.55], p < .001Wynik zgodny z hipotezą
H1b: przywództwo → oddanieb = 0.59, 95% CI [0.41, 0.77], p < .001Wynik zgodny z hipotezą
H2: efekt pośredni przez autonomięab = 0.12, 95% CI [0.03, 0.23]Wynik zgodny z hipotezą; kierunku badanie nie rozstrzyga
Przy kontroli stażu i trybu pracy wyższa ocena przywództwa transformacyjnego wiązała się z wyższym wigorem, b = 0.35, 95% CI [0.15, 0.55], β = 0.22, p < .001, R² = .07, oraz z wyższym oddaniem w pracy, b = 0.59, 95% CI [0.41, 0.77], β = 0.39, p < .001, R² = .16. Przywództwo wiązało się z autonomią, a = 0.52, 95% CI [0.40, 0.63], p < .001, a autonomia – przy kontroli przywództwa – z łącznym wynikiem zaangażowania, b = 0.23, 95% CI [0.05, 0.41], p = .012. Efekt pośredni wyniósł ab = 0.12, 95% CI [0.03, 0.23] (bootstrap percentylowy, 5000 prób), a efekt bezpośredni pozostał dodatni, c′ = 0.34, 95% CI [0.16, 0.52], p < .001. Badanie miało charakter przekrojowy, więc wyniki są zgodne z założonym układem, ale nie rozstrzygają o jego kierunku.

Gdy któraś hipoteza się nie potwierdzi, zostaje w tej samej tabeli, w tym samym układzie.

Drugi typ: panel firm i endogeniczność

W pracach na danych wtórnych rolę modelu konceptualnego przejmuje specyfikacja: równanie, jednostka obserwacji, okres, źródła zmiennych i oczekiwane znaki wraz z uzasadnieniem. Hipoteza brzmi krótko, np. „nakłady na szkolenia są dodatnio związane z ROA w obrębie firmy”. W przykładzie B każda obserwacja to firma w danym roku (720 obserwacji):

ROAit = β1 ln(szkoleniait) + β2 ln(zatrudnienieit) + αi + γt + εit

Składnik αi to stałe różnice między firmami, a γt – wspólne zmiany w poszczególnych latach. Sposób wyboru między efektami stałymi i losowymi opisuje wpis dane panelowe: efekty stałe, losowe i test Hausmana, tutaj liczy się to, co ten wybór robi z argumentem. Lepiej zarządzane firmy mogą zarówno więcej wydawać na szkolenia, jak i osiągać wyższe ROA. Regresja bez efektów stałych miesza te dwie rzeczy: daje b = 1.60, a dane wygenerowano z b = 0.40 (rysunek 3). Efekty stałe firm i lat dają b = 0.47, 95% CI [0.27, 0.67].

Trzy oszacowania współczynnika przy nakładach na szkolenia: regresja MNK z klasycznymi błędami 1.60 [1.42, 1.79], regresja MNK z błędami klastrowanymi po firmie 1.60 [1.23, 1.97], efekty stałe firm i lat 0.47 [0.27, 0.67]; prawdziwa wartość w symulacji 0.40.
Rysunek 3. Współczynnik przy logarytmie nakładów na szkolenia w panelu 120 firm przez sześć lat. Linia przerywana to wartość, z której wygenerowano dane. Obliczenia: R (dane symulowane).

Dwie rzeczy warto napisać wprost. Po pierwsze, obserwacje tej samej firmy nie są niezależne, a klasyczne błędy standardowe mogą być wtedy obciążone (Petersen, 2009), dlatego użyj błędów klastrowanych po firmie: w regresji bez efektów stałych błąd standardowy wzrasta z 0.09 do 0.19. Po drugie, efekty stałe usuwają tylko to, co w firmie nie zmienia się w czasie. Antonakis i in. (2010) wymieniają pięć źródeł endogeniczności, które blokują interpretację przyczynową: pominięte zmienne, pominiętą selekcję, równoczesność, wspólną metodę i błąd pomiaru. Jeśli firma zwiększa szkolenia wtedy, gdy idzie jej lepiej, efekty stałe tego nie naprawią. Metody o mocniejszej logice to m.in. różnica w różnicach i zmienne instrumentalne, ale w pracy dyplomowej często wystarczy uczciwie nazwać ograniczenie.

Związek nakładów na szkolenia z rentownością aktywów oszacowano w panelu 120 firm obserwowanych przez sześć lat (720 obserwacji firmo-lat) za pomocą modelu z efektami stałymi firm i lat oraz błędami standardowymi klastrowanymi po firmie. Przy kontroli wielkości zatrudnienia wyższe nakłady w danej firmie wiązały się z wyższym ROA, b = 0.47, SE = 0.10, 95% CI [0.27, 0.67], p < .001, R² w obrębie firm = .05; nakłady wyższe o 10% odpowiadały ROA wyższemu o około 0.045 punktu procentowego. Model kontroluje stałe różnice między firmami i wspólne zmiany w czasie, nie wyklucza jednak, że firmy zwiększają nakłady w okresach lepszych wyników, dlatego wyniku nie należy interpretować jako efektu przyczynowego.

Implikacje menedżerskie bez przesady

To część, której zwykle oczekuje się w zarządzaniu i którą najłatwiej przeciągnąć. Implikacja powinna być tak mocna, jak schemat badania. Ogólną budowę dyskusji i wniosków opisują wpisy jak napisać dyskusję wyników i wnioski i rekomendacje, a sposób formułowania zastrzeżeń – ograniczenia badania.

Jak bywa napisane: „Menedżerowie powinni odbyć szkolenia z przywództwa transformacyjnego, co zwiększy zaangażowanie pracowników”.

Co jest nie tak: ankieta przekrojowa nie pokazała, że zmiana stylu przywództwa zmienia zaangażowanie. Związek może też działać odwrotnie: zaangażowani pracownicy mogą lepiej oceniać przełożonych. Nikt nie badał też szkoleń.

Lepiej:

Wyniki wskazują, że w badanej grupie ocena przełożonego wiązała się z zaangażowaniem także poprzez deklarowaną autonomię. Dla organizacji może to oznaczać, że warto, by rozmowa o zaangażowaniu obejmowała zakres decyzji pozostawionych pracownikom, a nie tylko styl komunikacji przełożonego. Ponieważ badanie miało charakter przekrojowy, a dane pochodzą z samoopisu, nie wynika z niego, że szkolenie przełożonych podniesie zaangażowanie. Taki wniosek wymagałby badania interwencyjnego z pomiarem przed i po oraz grupą porównawczą.

W przykładzie B zastosuj tę samą zasadę. Oszacowanie opisuje przeciętną zmianę w obrębie firm, a 0.045 punktu procentowego ROA przy nakładach wyższych o 10% to efekt niewielki. Implikacją nie jest zalecenie „inwestuj w szkolenia”, tylko informacja, jak duży związek pozostaje po uwzględnieniu różnic między firmami. Wynik średni nie musi też dotyczyć konkretnej firmy.

Najczęstsze błędy

  • Luka w postaci „mało badań w Polsce”. Nazwij, czego nie wiadomo i co z tego wynika.
  • Rozdział teoretyczny bez hipotez. Definicje nie zastępują argumentu; każda hipoteza potrzebuje akapitu, który ją uzasadnia.
  • Numerowanie H1a, H1b po analizie. Podział na podskale ustal przed policzeniem wyników.
  • „Skalę przetłumaczono” i nic więcej. Opisz, kto tłumaczył, jak uzgodniono wersję i czego nie zrobiono.
  • Test Harmana jako dowód braku wspólnej metody. Możesz go podać, ale nie jako rozstrzygnięcie.
  • „Wpływ” w badaniu przekrojowym. Pisz „wiąże się z”, a przy mediacji „wyniki są zgodne z…”.
  • Efekty stałe jako dowód przyczynowości. Usuwają tylko różnice stałe w czasie.
  • Pominięcie zagnieżdżenia obserwacji. Sprawdź je w panelu, ale też w ankiecie: wiele osób oceniających jednego przełożonego to dane wielopoziomowe.
  • Zalecenia, których nikt nie badał. Rekomendacja musi wynikać z Twoich danych albo wyraźnie wskazywać, że wymaga dalszych badań.

Lista kontrolna przed oddaniem rozdziałów

  • Czy luka mówi, czego nie wiadomo i dlaczego to ma znaczenie?
  • Czy jedna rama teoretyczna przewiduje wszystkie strzałki w modelu?
  • Czy każda hipoteza ma numer, kierunek i przypisany test?
  • Czy zmienne kontrolne mają uzasadnienie, a nie tylko listę?
  • Czy opis narzędzi podaje źródło, wersję językową i sposób tłumaczenia?
  • Czy rzetelność i model pomiarowy są w metodzie albo na początku wyników?
  • Czy zaplanowano środki przeciw wspólnej metodzie, a w ograniczeniach opisano te, których zabrakło?
  • Czy tabela hipotez zawiera także hipotezy niepotwierdzone?
  • Czy w danych wtórnych podano źródło każdej zmiennej, okres, jednostkę i oczekiwane znaki?
  • Czy błędy standardowe uwzględniają zagnieżdżenie obserwacji?
  • Czy wyrazy „wpływ”, „powoduje” i „zwiększy” pojawiają się tylko tam, gdzie pozwala na to schemat?
  • Czy implikacje są tak ostrożne, jak schemat badania?

Pozostałe wpisy z serii

Różnice między dziedzinami na wspólnym przykładzie pokazuje wpis czym różni się praca z psychologii, pielęgniarstwa i fizjoterapii. Osobne poradniki dotyczą prac z psychologii, pielęgniarstwa, fizjoterapii, pedagogiki, socjologii, dietetyki i zdrowia publicznego oraz położnictwa i ratownictwa.

Bibliografia oprogramowania

Liczby w przykładach (dane symulowane) policzono w R 4.5.3 z pakietami lavaan (model pomiarowy) i fixest (panel firm); rysunki przygotowano w pakietach ggplot2 i svglite.

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. lavaan (wersja 0.7.2): Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1–36. https://doi.org/10.18637/jss.v048.i02
  3. fixest (wersja 0.14.2): Bergé, L. R., Butts, K., & McDermott, G. (2026). Fast and user-friendly econometrics estimations: The R package fixest. arXiv preprint arXiv:2601.21749. https://doi.org/10.48550/arXiv.2601.21749
  4. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  5. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An ‘SVG’ graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite

Najczęstsze pytania

Kiedy w pracy z zarządzania używać hipotez H1a i H1b?

Gdy jedna hipoteza z jednego argumentu teoretycznego dotyczy różnych wskaźników, np. wigoru i oddania jako podskal zaangażowania. Podział ustal przed analizą i każdą podhipotezę zapisz z kierunkiem. Nie numeruj w ten sposób hipotez o różnych mechanizmach – to osobne H1 i H2.

Czy test Harmana wystarczy, żeby wykluczyć błąd wspólnej metody w ankiecie?

Nie. Można go podać, ale pierwsza składowa poniżej 50% wariancji nie dowodzi braku problemu – w symulacji z tego wpisu test „przeszedł” przy 37.8%, choć korelacja wzrosła z .19 do .36. Aguirre-Urreta i Hu (2019) odradzają jego stosowanie. Ważniejsze są środki zaplanowane przed badaniem i uczciwy opis ograniczeń.

Czy mogę sama przetłumaczyć anglojęzyczną skalę do pracy magisterskiej z zarządzania?

Tak, jeśli nie ma polskiej wersji i warunki użycia na to pozwalają, ale wtedy tłumaczenie staje się częścią metody. Opisz, kto tłumaczył, jak uzgodniono wersję, czy było tłumaczenie zwrotne i pilotaż, a w wynikach podaj rzetelność i model pomiarowy. Napisz też, czego nie zrobiono.

Czy w pracy z ekonomii na danych panelowych trzeba pisać o endogeniczności?

Tak, choćby krótko. Efekty stałe firm i lat usuwają różnice stałe w czasie i wspólne szoki, ale nie selekcję na zmieniające się warunki ani równoczesność. Napisz, które źródła endogeniczności ograniczasz, a których nie, i nie interpretuj współczynnika jako efektu przyczynowego bez odpowiedniego schematu.

Jak napisać implikacje menedżerskie, gdy badanie jest przekrojowe?

Pisz w trybie warunkowym i tylko o tym, co dane pokazały: z czym wiązała się zmienna i w jakiej grupie. Unikaj zaleceń typu „szkolenia zwiększą zaangażowanie”, jeśli nikt ich nie badał, i napisz, jakie badanie potrzebne byłoby do takiego wniosku, np. interwencja z grupą porównawczą.

Powiązane hasła

Przeczytaj też

Piszesz pracę z zarządzania i masz model albo panel firm?

Sprawdzimy model pomiarowy, przeprowadzimy regresję, mediację albo analizę panelową i pomożemy wyjaśnić wyniki tak, żeby udało Ci się je samodzielnie obronić.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Aguirre-Urreta, M. I., & Hu, J. (2019). Detecting common method bias: Performance of the Harman's single-factor test. ACM SIGMIS Database: The DATABASE for Advances in Information Systems, 50(2), 45–70. https://doi.org/10.1145/3330472.3330477
  2. Antonakis, J., Bendahan, S., Jacquart, P., & Lalive, R. (2010). On making causal claims: A review and recommendations. The Leadership Quarterly, 21(6), 1086–1120. https://doi.org/10.1016/j.leaqua.2010.10.010 ● Otwarty dostęp: pełny tekst
  3. Bakker, A. B., & Demerouti, E. (2007). The Job Demands-Resources model: State of the art. Journal of Managerial Psychology, 22(3), 309–328. https://doi.org/10.1108/02683940710733115 ● Otwarty dostęp: pełny tekst
  4. Beaton, D. E., Bombardier, C., Guillemin, F., & Ferraz, M. B. (2000). Guidelines for the process of cross-cultural adaptation of self-report measures. Spine, 25(24), 3186–3191. https://doi.org/10.1097/00007632-200012150-00014
  5. Petersen, M. A. (2009). Estimating standard errors in finance panel data sets: Comparing approaches. The Review of Financial Studies, 22(1), 435–480. https://doi.org/10.1093/rfs/hhn053 ● Otwarty dostęp: pełny tekst
  6. Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88(5), 879–903. https://doi.org/10.1037/0021-9010.88.5.879
  7. Schaufeli, W. B., Bakker, A. B., & Salanova, M. (2006). The measurement of work engagement with a short questionnaire: A cross-national study. Educational and Psychological Measurement, 66(4), 701–716. https://doi.org/10.1177/0013164405282471
  8. Wang, G., Oh, I.-S., Courtright, S. H., & Colbert, A. E. (2011). Transformational leadership and performance across criteria and levels: A meta-analytic review of 25 years of research. Group & Organization Management, 36(2), 223–270. https://doi.org/10.1177/1059601111401017 ● Otwarty dostęp: pełny tekst
  9. Whetten, D. A. (1989). What constitutes a theoretical contribution? Academy of Management Review, 14(4), 490. https://doi.org/10.2307/258554

Cytowania BibTeX

@article{aguirreurreta2019detecting, author={Aguirre-Urreta, Miguel I. and Hu, Jiang}, title={{Detecting common method bias: Performance of the Harman's single-factor test}}, journal={ACM SIGMIS Database: The DATABASE for Advances in Information Systems}, year={2019}, volume={50}, number={2}, pages={45--70}, doi={10.1145/3330472.3330477}}
@article{antonakis2010making, author={Antonakis, John and Bendahan, Samuel and Jacquart, Philippe and Lalive, Rafael}, title={{On making causal claims: A review and recommendations}}, journal={The Leadership Quarterly}, year={2010}, volume={21}, number={6}, pages={1086--1120}, doi={10.1016/j.leaqua.2010.10.010}}
@article{bakker2007job, author={Bakker, Arnold B. and Demerouti, Evangelia}, title={{The Job Demands-Resources model: State of the art}}, journal={Journal of Managerial Psychology}, year={2007}, volume={22}, number={3}, pages={309--328}, doi={10.1108/02683940710733115}}
@article{beaton2000guidelines, author={Beaton, Dorcas E. and Bombardier, Claire and Guillemin, Francis and Ferraz, Marcos Bosi}, title={{Guidelines for the process of cross-cultural adaptation of self-report measures}}, journal={Spine}, year={2000}, volume={25}, number={24}, pages={3186--3191}, doi={10.1097/00007632-200012150-00014}}
@article{petersen2009estimating, author={Petersen, Mitchell A.}, title={{Estimating standard errors in finance panel data sets: Comparing approaches}}, journal={The Review of Financial Studies}, year={2009}, volume={22}, number={1}, pages={435--480}, doi={10.1093/rfs/hhn053}}
@article{podsakoff2003common, author={Podsakoff, Philip M. and MacKenzie, Scott B. and Lee, Jeong-Yeon and Podsakoff, Nathan P.}, title={{Common method biases in behavioral research: A critical review of the literature and recommended remedies}}, journal={Journal of Applied Psychology}, year={2003}, volume={88}, number={5}, pages={879--903}, doi={10.1037/0021-9010.88.5.879}}
@article{schaufeli2006measurement, author={Schaufeli, Wilmar B. and Bakker, Arnold B. and Salanova, Marisa}, title={{The measurement of work engagement with a short questionnaire: A cross-national study}}, journal={Educational and Psychological Measurement}, year={2006}, volume={66}, number={4}, pages={701--716}, doi={10.1177/0013164405282471}}
@article{wang2011transformational, author={Wang, Gang and Oh, In-Sue and Courtright, Stephen H. and Colbert, Amy E.}, title={{Transformational leadership and performance across criteria and levels: A meta-analytic review of 25 years of research}}, journal={Group \& Organization Management}, year={2011}, volume={36}, number={2}, pages={223--270}, doi={10.1177/1059601111401017}}
@article{whetten1989what, author={Whetten, David A.}, title={{What constitutes a theoretical contribution?}}, journal={Academy of Management Review}, year={1989}, volume={14}, number={4}, pages={490}, doi={10.2307/258554}}
R