Disseminação de informações em redes sociais superpostas: análise de consistência das relações de trabalho em uma empresa metalúrgica da região metropolitana da cidade de São Paulo / Information Dissemination in Overlapping Social Networks: Consistency Analysis of Labor Relations of a Metallurgical Company in the metropolitan area of São Paulo city

Edimilson Eduardo da Silva, Nilson Cibério de Araújo Leão, Ricardo Makoto Kawai, Milton Carlos Farina

Abstract


Contextualização: a integração de redes de atores dos ambientes formal e informal nas organizações tem aumentado o interesse por novos estudos sobre funcionamento, padrões e arquitetura de comunicação, disseminação e conexões compartilhadas nessas redes. Objetivo: identificar a configuração, funcionamento e influência dos atores chave das redes formal e informal na disseminação de informações em uma pequena empresa metalúrgica do grande ABC, em São Paulo-SP. Método: após levantamento de campo por meio de questionário aplicado a 48 casos dos níveis administrativo e operacional de uma empresa metalúrgica de pequeno porte foi empregada análise de redes sociais (ARS) associada ao método de correlação de Pearson para atender ao objetivo. Principais resultados: identificou-se a arquitetura das redes de ordem técnica (formal), de recursos humanos (formal) e de relações de amizade (informal) com 3 atores chave dos fluxos de informações intra e inter redes da empresa. Relevância/originalidade: metodologia de fácil replicação para uso em micro e pequenas empresas. Contribuições metodológicas: associar técnica estatística descritiva à ARS para análise e obtenção de resultados mais robustos e claros sobre os atores provedores e destinatários dos fluxos de informações de três diferentes redes da empresa. Contribuições para a gestão: os achados evidenciaram que a arquitetura de rede encontrada é beneficiada por fluxos contínuos de informação tanto nas redes formais quanto na rede informal. Os atores chave são protagonistas na disseminação e sua presença favorece a manutenção de densidade e robustez da rede. Além disso, a coordenação dos gerentes também tem papel importante no estímulo à comunicação, inovação e eficiência de rede como indicativo consistente da complementaridade gerada pela superposição de redes organizacionais.

Keywords


ARS; arquitetura de rede; relação formal e informal

References


Behrendt, S., Richter, A., & Trier, M. (2014). Mixed methods analysis of enterprise social networks. Computer Networks, 75, 560–577. https://doi.org/10.1016/j.comnet.2014.08.025

Borgatti, S. P., & Everett, M. G. (1997). Network analysis of 2-mode data. Social Networks, 19, 243–269. https://doi.org/https://doi.org/10.1016/S0378-8733(96)00301-2

Borgatti, S. P., & Everett, M. G. (2006). A Graph-theoretic perspective on centrality. Social Networks, 28, 466–484. https://doi.org/10.1016/j.socnet.2005.11.005

Cai, M., & Du, H. (2016). The Effect of Structure Centrality on Employees’ Performance: Evidence from Chinese SMEs. Chinese Management Studies, 11(13), 415–440. https://doi.org/https://doi.org/10.1108/CMS-04-2016-0088

Cai, M., Wang, W., Cui, Y., & Stanley, H. E. (2017). Multiplex network analysis of employee performance and employee social relationships. Physica A: Statistical Mechanics and Its Applications, 490, 1–12. https://doi.org/10.1016/j.physa.2017.08.008

Centola, D. (2014). The Spread of Behavior in an Online Social Network Experiment The Spread of Behavior in an Online Social Network Experiment. Science, 329, 1194–1197. https://doi.org/10.1126/science.1185231

Chen, X. I., Van Der Lans, R., & Phan, T. Q. (2017). Uncovering the Importance of Relationship Characteristics in Social Networks : Implications for Seeding Strategies. Journal of Marketing Research, 54(2), 187–201. https://doi.org/10.1509/jmr.12.0511

Donati, S., Zappalà, S., & González-Romá, V. (2016). The influence of friendship and communication network density on individual innovative behaviours: a multilevel study. European Journal of Work and Organizational Psychology, 25(4), 583–596. https://doi.org/10.1080/1359432X.2016.1179285

Dubois, C., Bentein, K., Mansour, J. Ben, Gilbert, F., & Bédard, J.-L. (2014). Why Some Employees Adopt or Resist Reorganization of Work Practices in Health Care : Associations between Perceived Loss of Resources , Burnout , and Attitudes to Change. International Journal of Environmental Research and Public Health, 11(1), 187–201. https://doi.org/10.3390/ijerph110100187

Erfanmanesh, M., Rohani, V. A., & Abrizah, A. (2012). Co-authorship network of scientometrics research collaboration. Malaysian Journal of Library and Information Science, 17(3), 73–93. https://mjlis.um.edu.my/article/view/6643/4327

Fialho, J. M. R. (2014). Análise de Redes Sociais: Princípios, Linguagem e Estratégias de Ação na Gestão do Conhecimento. Perspectivas Em Gestão & Conhecimento, 4(Número Especial), 9–26. Retrieved from http://periodicos.ufpb.br/ojs2/index.php/pgc

Freeman, L. C. (1978). Centrality in Social Networks: Conceptual Clarification. Social Networks, 1, 215–239. https://doi.org/10.1016/0378-8733(78)90021-7

Gomide, M., & Schütz, G. E. (2015). Análises de Redes Sociais e práticas avaliativas: desafios à vista. Physis, 25(3), 819–842. https://doi.org/http://dx.doi.org/10.1590/S0103-73312015000300008

Gould, R. V., & Fernandez, R. M. (1989). Structures of Mediation: A Formal Approach to Brokerage in Transaction Networks. Sociological Methodology, 19, 89–126. Retrieved from http://www.jstor.org/stable/270949

Hanneman, R. a, & Riddle, M. (2005). Introduction to Social Network Methods. Riverside, CA: University of California, Riverside. On-Line Textbook, 46(7), 5128–5130. https://doi.org/10.1016/j.socnet.2006.08.002

Higgins, S. S., & Ribeiro, A. C. (2018). Análise de redes em Ciências Sociais. (F. C. Fernandes, Ed.). Brasília: Enap. Retrieved from https://repositorio.enap.gov.br/bitstream/1/3337/1/Livro_Analise de Redes em Ciências Sociais.pdf

Khazanchi, S., Sprinkle, T. A., Masterson, S. S., & Tong, N. (2018). A Spatial Model of Work Relationships: The Relationship-Building and Relationship-Straining effect of Workspace Design. Academy of Management Review, 1–47. https://doi.org/https://journals.aom.org/doi/10.5465/amr.2016.0240

Kim, S. K. U., Shin, S. J., Hin, J., & Miller, D. R. . (2016). Social Networks and Individual Creativity: The Role of Individual Differences. Journal of Creative Behavior, 52(4), 285–296. https://doi.org/10.1002/jocb.153

Liang, H., & Fu, K. (2016). Network Redundancy and Information Diffusion: The Impacts of Information Redundancy , Similarity , and Tie Strength. Communication Research, 46(2), 1–23. https://doi.org/10.1177/0093650216682900

Liu, T., Yang, L., Liu, S., & Ge, S. (2017). Inferring and analysis of social networks using RFID check-in data in China. PLoS ONE, 12(6), 1–18. https://doi.org/10.1371/journal.pone.0178492

Lozares, C., López-Roldán, P., Bolibar, M., & Muntanyola, D. (2015). The structure of global centrality measures. International Journal of Social Research Methodology, 18(2), 209–226. https://doi.org/10.1080/13645579.2014.888238

Markić, B., Bijakšić, S., & Bevanda, A. (2016). Sentiment Analysis of Social Networks As a Challenge To the Digital Marketing. Ekonomski Vjesnik, 28(1), 95–107. UDK: 004.7:339.138 Preliminary communication ISSN 1847-2206

Marteleto, R. M. (2001). Análise de redes sociais - aplicação nos estudos de transferência da informação. Revista Ciência Da Informação, 30(1), 71–81. https://doi.org/http://dx.doi.org/10.1590/S0100-19652001000100009

O’Malley, A. J., & Marsden, P. V. (2008). The analysis of social networks. Health Services and Outcomes Research Methodology, 8(4), 222–269. https://doi.org/10.1007/s10742-008-0041-z.The

Opsahl, T., Agneessens, F., & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251. https://doi.org/10.1016/j.socnet.2010.03.006

Pescher, C., & Spann, M. (2014). Relevance of actors in bridging positions for product-related information diffusion. Journal of Business Research, 67(8), 1630–1637. https://doi.org/10.1016/j.jbusres.2013.09.005

Recuero, R. (2014). Métricas de Centralidade e Conversações em Redes Sociais na Internet: Desvelando Estratégias nos Debates Presidenciais de 2014. In VIII Simpósio Nacional da ABCiber (pp. 1–18). https://doi.org/10.13140/2.1.1207.7127

Sarkar, S., Sikdar, S., Bhowmick, S., & Mukherjee, A. (2018). Using core-periphery structure to predict high centrality nodes in time-varying networks. Data Mining and Knowledge Discovery, 32(5), 1368–1396. https://doi.org/10.1007/s10618-018-0574-x

Sheikhahmadi, A., Nematbakhsh, M. A., & Shokrollahi, A. (2015). Improving detection of influential nodes in complex networks. Physica A: Statistical Mechanics and Its Applications, 436(xxxx), 833–845. https://doi.org/10.1016/j.physa.2015.04.035

Soda, G., & Zaheer, A. (2012). A network perspective on organizational architecture: performance effects of the Interplay of formal and informal. Strategic Management Journal, 33(6), 751–771. https://doi.org/10.1002/smj

Tomaél, M. I., & Marteleto, R. M. (2006). Redes sociais: posições dos atores no fluxo da informação. Encontros Bibli: Revista Eletrônica de Biblioteconomia e Ciência Da Informação, Número Esp, 75–91. https://doi.org/https://doi.org/10.5007/1518-2924.2006v11nesp1p75

Van Rijsewijk, L. G. M., Oldenburg, B., Snijders, T. A. B., Dijkstra, J. K., & Veenstra, R. (2018). A description of classroom help networks, individual network position, and their associations with academic achievement. PLoS ONE, 13(12), 1–22. https://doi.org/10.1371/journal.pone.0208173

Wang, S., Du, Y., & Deng, Y. (2017). A new measure of identifying influential nodes: Efficiency centrality. Communications in Nonlinear Science and Numerical Simulation, 47, 151–163. https://doi.org/10.1016/j.cnsns.2016.11.008

Wang, Y., & Cullinane, K. (2016). Determinants of port centrality in maritime container transportation. Transportation Research Part E: Logistics and Transportation Review, 95, 326–340. https://doi.org/10.1016/j.tre.2016.04.002

Wasserman, S., & Faust, K. (1994). Social Network Analysis: Methods and Applications II. Cambridge: Cambridge University Press.https://doi.org/10.1017/CBO9780511815478 ISBN-10 0521387078; ISBN-13 978-0521387071

White, L., Currie, G., & Lockett, A. (2016). Pluralized leadership in complex organizations: Exploring the cross network effects between formal and informal leadership relations. The Leadership Quarterly, 27(2), 280–297. https://doi.org/10.1016/j.leaqua.2016.01.004

Zhao, Y., & Zhao, R. (2016). An evolutionary analysis of collaboration networks in scientometrics. Scientometrics, 107(2), 759–772. https://doi.org/10.1007/s11192-016-1857-x




DOI: https://doi.org/10.34117/bjdv6n6-236

Refbacks

  • There are currently no refbacks.