La scheda di rilevazione

Per quanto attiene all’attività di raccolta dati, si segnala che le informazioni di potenziale interesse possono essere davvero tante. Esiste tuttavia uno zoccolo duro di informazioni necessariamente da considerare, che comprende le informazioni su (Armstrong et al., 2011): gli autori; l’anno di pubblicazione, il pubblication outlet; i profili di metodo, i risultati ottenuti.

Questi dati però rappresentano solo una parte delle informazioni utili. Per questa ragione è stata predisposta una scheda di rilevazione (Levac et al., 2010) (data-charting form, Tabella 5) funzionale alla raccolta dei dati rilevanti per l’applicazione dell’eELCA framework.

Tabella 5 – I dati raccolti

Titolo: Anno: Lead author: APA reference: N° citations per year: Main subject/keywords: Context: Years analyzed: Type of data: Research strategy: Main conclusions: Further research:

Extended ERP life-cycle phase ERP actor perspective

Fonte: elaborazione diretta su schema Poston e Grabski (2000)

Rispetto alla tipica scheda di rilevazione di una scoping review, quella sviluppata risulta maggiormente articolata e quindi potrebbe essere valorizzata anche in una successiva systematic (structured) literature review.

Le informazioni rientranti tra i dati del riferimento bibliografico e del numero di citazioni sono state reperite mediante il software Harzing’s Publish or Perish (Addo-Tenkorang e

80

Helo, 2011); mentre le restanti informazioni sono state raccolte tramite l’analisi diretta del singolo contributo.

Le variabili di classificazione protagoniste della review sono: 1. l’extended ERP life-cycle phase (Tabella 6);

2. l’ERP actor perspective (Tabella 7);

3. la research strategy (Tabella 8), che non di rado viene messa in rilievo per le conseguenti congetture circa il livello di maturità raggiunto dalla letteratura (si veda ad esempio Dong et al., 2002; Hutchinson et al., 2004; Ferguson e Seow, 2011; Peters et al., 2015).

Per i primi due casi, nel capitolo precedente sono state fornite ampie delucidazioni circa i principali concetti e la relativa tassonomia. Quest’ultima tuttavia si è arricchita di alcune classi e sottoclassi alla luce delle esigenze emerse in sede di validazione degli schemi di classificazione.

Con riferimento alla classificazione tematica (Tabella 6) sono state aggiunte:

 la classe dell’education (utilizzata in altre ERP literature review, si veda: Esteves e Pastor, 2001; Dery et al., 2006; Rerup Schlichter e Kraemmergaard, 2010; Addo- Tenkorang e Helo, 2011; Grabski et al., 2011; Eden et al., 2012, e segnalata come tema rilevante e under researched in Klaus et al., 2000), la quale è segmentata in formazione e addestramento;

 la classe delle tematiche di carattere generale, come: le literature review, le analisi di mercato, il singolo caso di studio, ecc.

Parimenti, anche nella classificazione delle prospettive/key actor (Tabella 7), è stata inserita una classe relativa ai docenti e ai soggetti impegnati nell’attività di addestramento.

Infine, in ambedue le classificazioni è stata prevista la possibilità sia di etichettare distintamente i contributi riconducibili a più di una classe, ovviando così all’attribuzione secondo un criterio di prevalenza (come ad esempio in Moon, 2007), sia di ricorrere a una classe residuale (others not classified).

81

Tabella 6 – La classificazione tematica

1. Analysis of requirement (vendor side) 2. Design of modules (vendor side) 3. Development of modules (vendor side) 4. Testing & fine tuning (vendor side) 5. Implementation services (vendor side) 6. Continuous development (vendor side) 7. Adoption (adopter side)

8. Acquisition (adopter side) 9. Implementation (adopter side) 10. Use & maintenance (adopter side) 11. Evolution (adopter side)

12. Education

ERP IS curricula (education) ERP course and master (training)

13. General

research issue, agenda, literature review market analysis and trends

case study

others not classified

14. Combined

Fonte: elaborazione diretta su proposte di Esteves e Pastor (1999), Moon (2007), Ponis et al. (2007)

Tabella 7 – La classificazione delle prospettive

1. ERP software vendor 2. Third-party organization

(ERP distributors/installation partners, system integrator, ASP)

3. Adopter organization

(top management, CTO/CIO, low-middle management)

4. ERP Consultant

(professional consultant, general adviser)

5. End users

6. Educators/trainers 7. Multiple perspective

8. Others not classified

Fonte: elaborazione diretta su schema (Skok e Legge, 2001; Somers e Nelson, 2004)

Per quanto attiene alla classificazione delle research strategy (Tabella 8), si nota che il sistema adottato s’ispira a quello proposto in Runkel e McGrath (1972) e in McGrath (1981).

Come chiaramente espresso da quest’ultimo autore (1981, p. 179): “all research strategies and methods are seriously flawed”, il presupposto di partenza è il riconoscimento dell’impossibilità di sviluppare uno studio privo di punti di vulnerabilità. Di conseguenza ogni tipologia di research strategy o setting possiede punti di forza e di debolezza, per i quali

82

risulta assai difficile, se non impossibile, valorizzare contemporaneamente i seguenti profili dei risultati:

a) generalizzabilità;

b) precisione nel controllo e nella misurazione; c) realismo del contesto.

Per ovviare a questo trade-off diversi autori (fra cui Webb et al., 1966; Smith, 1975; McGrath, 1981; Scandura e Williams, 2000) suggeriscono la triangulation, vale a dire l’adozione di una varietà di research strategy o methods.

Per queste ragioni, rilevare la tipologia di research strategy e valutarne la frequenza può fornire utili informazioni circa i risultati conseguiti nei deversi segmenti di letteratura. In particolare, per quanto attiene al sistema di classificazione delle research strategy, nella letteratura esaminata sono stati rinvenuti diversi schemi, tendenzialmente convergenti ma come spesso accade non perfettamente sovrapponibili.

Nella fattispecie lo schema di classificazione adottato deriva da McGrath (1981), ma arricchito da una serie integrazioni (David et al., 1999; Scandura e Williams, 2000; Cumbie et al., 2005; Rerup Schlichter e Kraemmergaard, 2010), a fronte delle quali il sistema risulta strutturato come segue (Tabella 8):

A. studi condotti in un’ambientazione naturale

o field studies, i quali prendono in considerazione osservazioni raccolte sul campo, queste ultime possono essere state reperite direttamente (primary data field studies) o da soggetti/istituzioni terzi (secondary data field studies). Il case study può essere ritenuto un caso particolare di primary data field study (David et al., 1999),

o field experiments, sono svolti anch’essi sul campo ma differiscono dai precedenti per il fatto che comportano il condizionamento/controllo di determinate variabili;

B. analisi condotte in contesti controllati e/o creati ad hoc

o experimental simulations, le quali ricorrono all’utilizzo di situazioni e scenari simulati,

o laboratory experiments, che adottano un setting creato artificialmente tale da misurare le variabili dipendenti controllando le variabili indipendenti;

83

C. indagini caratterizzate da una bassa (o nulla) dipendenza dei comportamenti dal contesto

o sample survey, queste analisi differiscono dalle precedenti per due elementi: a) il fatto che chi conduce l’indagine cerca di neutralizzare gli effetti del contesto, proponendo quesiti non direttamente riferiti al contesto specifico dell’intervistato. Quest’ultimo è chiamato in causa come rispondente a uno stimolo, b) l’attività di campionamento punta a garantire un certo livello di rappresentatività,

o judgement tasks, in questo caso i partecipanti esprimono un giudizio (o una valutazione) circa determinati “oggetti”. In questi studi si ricorre maggiormente a un campionamento sistematico e si punta a raccogliere un parere/valutazione relativamente un determinato stimolo riducendo/annullando l’influenza del contesto;

D. studi che non richiedono osservazioni circa gli “oggetti” al centro dell’attenzione

o _{formal theory, framework proposal e literature review, in questo caso lo scopo è}

la concettualizzazione di un modello che sarà oggetto di validazione empirica. Rientrano in questa classe anche certe literature review in quanto puntano, sulla base dell’analisi di una serie di contributi, alla definizione di framework. Le literature review tuttavia si differenziano dalla formal theory per il fatto che seguono un procedimento di tipo deduttivo,

o computer simulations, contemplano dati creati artificialmente e si basano sulla simulazione di un processo.

E. combined, una classe creata ad hoc per i contributi caratterizzati da una combinazione delle precedenti research strategy,

F. not specified, una classe dedicata ai contributi per i quali non si rilevano elementi sufficienti ai fini della determinazione della research strategy.

84

Tabella 8 – Le opzioni per l’identificazione della research strategy

A.1 Field studies

on primary data on secondary data

A.2 Field experiments B.1 Experimental simulations B.2 Laboratory experiments C.1 Judgement tasks C.2 Sample survey

D.1 Formal theory, method/framework proposal, literature review D.2 Computer simulations

E Combined F Not specified

Fonte: elaborazione diretta su modello di McGrath (1981)