Obvious Objectivity of Quantification and the Replication Crisis: the exemple of Human Resource Management Research

في عالم إدارة الأعمال، هناك اعتقاد قوي بأن الأرقام تقول الحقيقة. فعندما ترغب شركة ما في فهم موظفيها، فإنها غالباً ما تلجأ إلى الاستطلاعات حيث يقيم الناس مشاعرهم على مقيلة من واحد إلى خمسة، أو من "أعارض بشدة" إلى "أوافق بشدة". ثم تُغذى هذه التقييمات في برامج حاسوبية تقوم بمعالجة الأرقام لإيجال الأنماط، واختبار الأفكار، وإعلان ما هو حقيقي بشأن كيفية عمل البشر. هذا النهج، المعروف باسم البحث الكمي، أصبح الطريقة المعيارية لدراسة الموارد البشرية؛ فهو يعد بمستوى من الموضوعية والدقة يبدو علمياً، تماماً مثل قياس درجة الحرارة أو وزن جسم ما. ومع ذلك، يشعر عدد متزايد من العلماء بالقلق من أن الثقة في الأرقام قد تكون في غير محلها. ويجادلون بأن الأدوات المستخدمة لقياس أفكار وسلوكيات البشر غالباً ما تُعامل كما لو كانت تقيس أشياء مادية، رغم أن المشاعر والمواقف لا تتصرف مثل درجة الحرارة أو الوزن. وقد أدى هذا التوتر إلى أزمة ثقة، حيث تفشل الدراسات التي تبدو رصينة على الورق في إنتاج نفس النتائج عندما يحاول آخرون تكرارها.

قرر باحثان من جامعة كيبيك في ريموسكي التحقيق فيما إذا كانت هذه الأزمة تحدث داخل مجال إدارة الموارد البشرية. طرحا سؤالاً بسيطاً ولكنه عميق: هل الأساليب التي يستخدمها الباحثون لدراسة الموظفين رصينة حقاً كما تبدو، أم أنها مجرد اتباع لمجموعة من العادات التي تخلق وهماً باليقين؟ ولتحديد ذلك، لم يجروا تجربة جديدة أو يجمعوا بيانات طازجة من شركة واحدة، بل أجروا مراجعة شاملة للأبحاث الموجودة. لقد جمعوا 398 مقالاً نُشرت في أفضل عشر مجلات دولية متخصصة في إدارة الموارد البشرية. ومن هذا الكم الهائل، قاموا بتصفية 82 دراسة استخدمت الأرقام والإحصاء للإجابة عن أسئلة حول كيفية إدارة الناس، وكيفية قيادتهم، وكيف يتصرفون داخل المنظمات. كان هدفهم هو معرفة كيف تعاملت هذه الدراسات مع ثلاث ممارسات محددة وشائعة: كيفية التعامل مع تقييمات الاستطلاع، وكيفية اختبار أفكارهم، ومن سألوا للحصول على الإجابات.

وجد الباحثون أن المجال غارق بعمق في نظام يعطي الأولوية للمظهر الرصين على حساب السلامة المنهجية الفعلية. أولاً، نظروا في كيفية تعامل الباحثين مع تقييمات الاستطلاع. في هذه الدراسات، يُطلب من الناس غالباً الاختيار من قائمة خيارات مثل "أعارض بشدة"، "أعارض"، "محايد"، "أوافق"، و"أوافق بشدة". تُسمى هذه مقاييس ترتيبية لأنها تظهر ترتيباً، لكن المسافة بين "أعارض" و"محايد" ليست بالضرورة هي نفسها المسافة بين "محايد" و"أوافق". ورغم ذلك، عاملت الغالبية العظمى من الدراسات هذه التقييمات كما لو كانت قياسات دقيقة، مثل البوصات أو الكيلوغرامات. لقد حسبوا المتوسطات واستخدموا صيغاً إحصائية معقدة تفترض وجود مسافات متساوية بين الخيارات. ووجد الباحثون أن 66 بالمئة من الدراسات الكمية فعلت ذلك، مما حول الآراء الذاتية إلى أرقام زائفة تبدو دقيقة ولكنها تفتقر إلى أساس رياضي حقيقي.

بعد ذلك، فحص الفريق كيفية اختبار هذه الدراسات لأفكارها. اعتمد معظم البحث على إجراء قياسي يسمى "اختبار فرضية العدم". وببساطة، هذه طريقة يحاول فيها الباحثون إثبات أن النتيجة ليست مجرد صدفة عشوائية؛ فإذا أظهرت الرياضيات أن النتيجة من غير المرجح أن تحدث بالصدفة، فإنهم يعلنون نجاحها. وجد الباحثون أن 93 بالمئة من الدراسات استخدمت هذه الطريقة كوسيلة أساسية لتحديد ما هو حقيقي. وأشاروا إلى أن هذا أصبح عادة روتينية بدلاً من كونه خياراً مدروساً. نادراً ما تساءلت الدراة عما إذا كانت هذه الطريقة مناسبة للسؤال المطروح؛ وبدلاً من ذلك، أصبح وجود نتيجة إحصائية محددة بمثابة إشارة على أن العمل علمي، بغض النظر عما إذا كانت البيانات الأساسية تدعم مثل هذا الاستنتاج القوي.

تناول القضية الثالثة التي كشف عنها الباحثون تتعلق بمن تمت دراستهم بالفعل. لكي يدعي باحث ما صحة ادعائه بشأن مجموعة كاملة من الناس، فإنه يحتاج نظرياً إلى اختيار المشاركين بشكل عشوائي، مثل سحب الأسماء من قبعة، بحيث تكون لكل شخص فرصة متساوية في التضمين. وهذا يضمن إمكانية تطبيق النتائج على السكان الأوسع. ومع ذلك، أظهرت المراجعة أن 98 بالم-% من الدراسات استخدمت عينات غير عشوائية. وهذا يعني أن الباحثين ببساطة سألوا من كان متاحاً، مثل الموظفين في شركة معينة وافقت على المشاركة، أو الأشخاص الذين تطوعوا لملء استطلاع عبر الإنترنت. ولأن هذه المجموعات ليست عشوائية، فإنها غالباً ما تشترك في سمات محددة تحرف النتائج. على سبيل المثال، الأشخاص الذين يتطوعون للإجابة على استطلاع حول الرضا الوظيفي قد يكونون أكثر سعادة أو تفاعلاً من الموظف العادي. ووجد الباحثون أن جميع الدراسات تقريباً لم تعترف بأن هذا يمثل مشكلة كبيرة، وبدلاً من ذلك، قدمت نتائجها كما لو كانت تنطبق على جميع العمال، متجاهلة حقيقة أن بياناتها جاءت من مجموعة محددة للغاية وغير عشوائية.

ربما كان الاكتشاف الأكثر إثارة للدهشة ليس فقط أن هذه الممارسات كانت شائعة، بل أنها نادراً ما نوقشت كمشكلات. فعندما يكتب الباحثون ورقة بحثية، فإنهم يدرجون عادةً قسماً في النهاية لسرد نقاط الضعف أو القيود في الدراسة. فحص مؤلفو هذه المراجعة هذه الأقسام لمعرفة ما إذا كان الباحثون قد اعترفوا باستخدام عينات غير عشوائية، أو معاملة التقييمات كأرقام دقيقة، أو الاعتماد الشديد على الاختبارات الإحصائية القياسية. ووجدوا أن لا أحد تقريباً فعل ذلك. ذكر مقال واحد فقط من أصل 82 من الإفراط في الاختبار الإحصائي كقيد. أما المشكلتان الرئيسيتان الأخريان فقد تم تجاهلهما تماماً تقريباً. هذا الصمت يشير إلى أن هذه الأساليب أصبحت معتادة لدرجة أن الباحثين لم يعودوا يرونها كخيارات تحتاج إلى تبرير؛ إنها ببساطة الطريقة التي تُدار بها الأمور.

يجادل الباحثون بأن هذا الوضع يخلق دورة تعزز نفسها. ولأن الجميع يستخدم هذه الأساليب، فإنها تبدو شرعية. ولأنها تبدو شرعية، تقوم المجلات بنشرها، ويتم تعليم الطلاب كيفية استخدامها. هذا يخلق شكلاً من أشكال "القوة المهيمنة"، حيث يبدو المجال قوياً وعلمياً لأنه يتبع مجموعة من القواعد المشتركة، حتى لو كانت تلك القواعد مبنية على أسس هشة. والنتيجة هي متن معرفي يبدو دقيقاً ولكنه قد لا يكون موثوقاً. وعندما يحاول علماء آخرون تكرار هذه الدراسات مع مجموعات مختلفة من الناس أو بأساليب مختلفة قليلاً، غالباً لا تتطابق النتائج. هذا هو جوهر أزمة التكرار: عدم القدرة على إعادة إنتاج النتائج التي كانت تعتبر يوماً ما صلبة.

خلصت الورقة إلى أن الحل ليس في التوقف عن استخدام الأرقام أو التخلي عن دراسة الموارد البشرية، بل يقترح الباحثون نهجاً أكثر صدقاً وتأملاً. يقترحون أن العلماء بحاجة إلى أن يكونوا شفافين بشأن حدود أدواتهم. إذا لم يكن تقييم الاستطلاع قياساً دقيقاً، فعليهم قول ذلك. وإذا لم تكن العينة عشوائية، فعليهم شرح كيف يحد ذلك مما يمكنهم الادعاء به. إنهم يحثون المجال على الابتعد عن معاملة الصيغ الإحصائية كتعاويذ سحرية تضمن الحقيقة، والتوجه نحو فهم أعمق لما تمثله البيانات بالفعل. ومن خلال الاعتراف بالعيوب في أساليبهم، يمكن للباحثين بناء أساس أكثر صدقاً وديمومة لفهم كيفية عمل الناس، بدلاً من الاعتماد على نظام ينتج مظهر اليقين بينما يخفي عيوبه الخاصة.