Исследование действием. Лидерство на острие настоящего

Но те же методы можно использовать и для изучения своей практики исследователя от первого лица или практики группы от второго. Например, мы заполнили опросные листы «Глобального профиля лидера» и получили обратную связь о данных по нашей практике от первого лица. Следовательно, это соответствует клетке на рисунке П.1, обозначенной «исследование в третьем лице в отношении практики от первого лица в прошлом». А видеозапись футбольного матча, тщательный анализ и подсчет разных типов действий (например, количество штрафных очков в течение каждой четверти игры) с последующим разбором видео и подведением итогов с игроками – одна из форм «исследования в третьем лице в отношении практики от второго лица в прошлом».

Несмотря на то что эмпирические позитивистские методы можно применять ко всем трем типам практики, они не помогают в получении обратной связи и обучении на ее основе. Именно поэтому так редки случаи подобного обучения. Кроме того, такие исследователи если и дают номинальную обратную связь, то, как правило, «после работы», а не в процессе (см. [45], где приведен пример исследования, которое включает обратную связь как часть данных). Таким образом, как видно из наполовину закрашенных участков на рисунке П.1, эмпирический позитивизм изучает «практику от первого, второго и третьего лица, в прошедшем времени, в исследовании от третьего лица», но не взаимодействия между исследователем и испытуемыми (поэтому каждый участок закрашен только наполовину).

Одним словом, эмпирический позитивизм изучает 27 возможных областей исследования. Исходя из рисунка П.1, это составляет 3/54, или примерно 6 %, реальных сфер повседневной жизни. (Конечно, эта точность иллюзорна, поскольку предполагает, что все ячейки эквивалентны по охвату и значимости, чего может и не быть.) Даже в случае приблизительного соответствия вряд ли стоит удивляться, что данные о влиянии независимой переменной на зависимую, полученные на основе этого научного метода, безотносительно их значимости с точки зрения статистической вероятности из-за большого размера выборки, обычно составляют не более 5–15 % дисперсии зависимой переменной (это может показаться недостаточным для того, чтобы заставить рационального человека, принимающего решения, рисковать, руководствуясь в своих действиях взаимоотношениями, какими бы искренними они ни были).

Сравните эти слабые данные (с точки зрения определения переменных, которые заметно влияют друг на друга) с результатами исследования влияния CEO и консультантов на организационную трансформацию, которые приводились в главе 7 [93]. В этом исследовании (см. повторный анализ [111]) независимая переменная (качество лидерства, которое измеряется суммой оценок логики действий, набранных CEO и консультантом по методике «Глобальный профиль лидера») отвечает за необычно большую долю, 59 %, дисперсии зависимой переменной (организационная трансформация, оцененная тремя опытными кодировщиками, которые работали независимо друг от друга), а уровень статистической значимости результата равен 0,01.

По нашему мнению, намного большая убедительность этого результата по сравнению с обычным для исследования от третьего лица объясняется тем, что сама независимая переменная (развивающаяся логика действий человека, которая становится более открытой для обратной связи после каждой трансформации) затрагивает относительную способность совмещать исследование действием от первого, второго и третьего лица для перемен в себе и в других. Поскольку вмешательство консультантов в работу компаний требовало именно такого переплетения разных типов исследования действием, на независимую переменную должна была фактически приходиться большая дисперсия зависимой переменной (организационные трансформации), если теория валидна.

Некоторые эксперты по методам исследования, возможно, возразят, что небольшое общее число случаев в этом исследовательском проекте (десять организаций) снижает достоверность результатов. Безусловно, нужна дальнейшая проверка, и, если она подтвердит полученные данные, это повысит наше доверие к ним. Однако убеждение в том, что малое количество случаев снижает валидность и значимость результатов с точки зрения статистики, ложно. Поскольку оно невелико, связь между независимой и зависимой переменными должна быть тем более крепкой, если уровень достоверности результата составляет 0,01 (вероятность того, что он ложный, меньше 1 из 100). Уровень статистической значимости 0,01 означает одно и то же, сколько бы случаев мы ни рассматривали: десять или тысячу.