Využití analýzy organizačních síti ve firemním prostředí: případová studie

• Název práce v češtině: Využití analýzy organizačních síti ve firemním prostředí: případová studie
• Název v anglickém jazyce: Utilization of Organizational Network Analysis in the Corporate Environment: Case Study
• Klíčová slova: Sociometrie|Analýza sociálních sítí|Síťové modely|Řízení podniku
• Klíčová slova anglicky: Sociometry|Social Network Analysis|Network Models|Managment
• Akademický rok vypsání: 2018/2019
• Typ práce: bakalářská práce
• Jazyk práce: čeština
• Ústav: Katedra sociologie (21-KSOC)
• Vedoucí / školitel: Mgr. Tomáš Diviák, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 22.02.2019
• Datum zadání: 28.02.2019
• Schválení administrátorem: zatím neschvalováno
• Datum potvrzení stud. oddělením: 06.03.2019
• Datum a čas obhajoby: 03.09.2019 08:00
• Datum odevzdání elektronické podoby: 31.07.2019
• Datum proběhlé obhajoby: 03.09.2019
• Odevzdaná/finalizovaná: odevzdaná studentem a finalizovaná
• Oponenti: Mgr. Dana Mudd, Ph.D.

Zásady pro vypracování

Východiska:
Použití techniky analýzy sociálních sítí je rychle se rozvíjející oblastí. Sítě jsou nyní studovány napříč vědními obory, a to jak v přírodních, tak i sociálních vědách. Podle některých lze dokonce hovořit o síťové vědě (Robins & Kashima, 2008). Síťový výzkum se v posledních letech rozmohl i v oblasti organizačního řízení a managmentu (Borgatti & Foster, 2003).
Síť je soubor uzlů a vazeb mezi nimi. Uzly v sociálních vědách jsou obvykle nějací sociální aktéři (Borgatti & Foster, 2003). V mé práci jako uzly použiji zaměstnance společnosti. Vazby jsou tedy tím, co uzly spojuje, a tato spojení obvykle vznikají na základě charakteristik uzlu. Můžeme tedy říci, že sbírka všech vazeb mezi uzly definuje vztah (Diviák, 2018). Vazby mohou mít různé charakteristiky. Základní charakteristikou je přítomnost nebo nepřítomnost vazeb. Důležitým znakem vazeb je také, zda jsou pozitivní nebo negativní. Základní metodou, která slouží k analýze vztahů, se nazývá sociometrie a jejím zakladatelem je Jakob Levy Moreno. (1934) Sociometrie je tedy předchůdcem SNA, a já ji chci použít jako výchozí metodu pro analýzu organizace. Na ni chci potom navázat již zmíněnou analýzou sociálních sítí.
Počet vazeb uzlu na ostatní uzly určuje pozici uzlu v síti. Čím má uzel více vazeb, tím mu jeho pozice v síti poskytuje větší míru informací a možnosti kontroly nad ostatními uzly. Další důležitou proměnnou jsou stupně vazeb. Ve výzkumu organizačních sítí dělíme uzly na dva druhy indegree (počet vazeb směřujích k uzlu) a outdegree (počet vazeb směřujících od uzlu) (Diviák, 2018). Uzly, které mají hodně vazeb, mohou zprostředkovávat informace v síti. Morselli hovoří o strategickém umístění v případě těch aktérů, kteří eliminují počet vazeb, ale drží si makléřskou pozici, díky níž mají kontrolu nad sítí, a zároveň zůstávají více skryti. (2010) Čím má síť hustější strukturu, tím lépe proudí informace. Zde je také mnohem obtížnější tuto strukturu narušit (Borgatti, Mehra, Brass & Labianca, 2013).
Dalším ukazatelem sítě je hustota. Je to poměr vazeb v síti ke všem možným vazbám v rámci dané sítě. Nabývá hodnot od 0 do 1, kdy hodnota 0 představuje síť, kde uzly nemají žádné vazby a hodnota 1 síť, kde všichni mají vazby se všemi. Čím je síť větší, tím je hustota obvykle nižší (Jackson, 2014). Některé sítě mají vazby rozložené mezi všechny uzly sítě, zatímco jindy se vazby soustředí kolem několika uzlů. Podle toho jak jsou vazby mezi uzly zastoupeny, můžeme definovat centralizaci sítě. Čím více je síť podobná hvězdicovité síti, tím je centralizace vyšší. Zpočátku centralizace zvyšuje flexibilitu sítě, ale poté může naopak zvýšená centralizace tyto výhody potlačovat (Jackson, 2014).
V síti je důležité nastolit kompromis mezi efektivitou a opatrností, protože hustá síť vede k velké sociální kontrole a podobnosti uzlů, na druhé straně nízká hustota neumožňuje koordinaci aktérů a není tedy možno dosáhnout cílů (Borgatti, Mehra, Brass & Labianca, 2013).
V sociálních sítích existuje tendence uzlů vytvářet menší, ale za to soudržnější skupiny (tzv. kliky), a to shlukováním. Tyto skupiny se obvykle vyznačují větší hustotou, než má celá síť (Jackson, 2014). Uvnitř této skupiny obvykle uzly vyznávají podobné hodnoty, a zároveň využívají podobné zdroje, díky čemuž se aktéři v těchto klikách navzájem silně ovlivňují (Borgatti & Foster, 2003). Grafy těchto skupin vypadají tak, že všechny uzly této skupiny mají vzájemné vazby, zároveň ale není žádný uzel vně této skupiny, který má vazby na všechny uzly z této kliky. Hustota uvnitř kliky je tedy rovna 1. Minimální možná klika je složena ze tří uzlů. Zároveň je ale také možné, aby jeden uzel sítě patřil do více než jedné kliky, což vede k překrývání těchto skupin, a díky tomu k propojení celkové struktury sítě (Borgatti, Mehra, Brass & Labianca, 2013). Síť je tedy možné rozdělit na podskupiny, které uvnitř mají co nejvyšší možnou hustotu. Ideálním příkladem je klika, ve které je hustota rovna 1, ale zároveň vazeb ven z této podskupiny je co nejméně. Existují i jiné formy podskupin, například frakce a k-plex (Borgatti, Mehra, Brass & Labianca, 2013).

Metodika a harmonogram práce:
Ve své práci budu kombinovat několik výzkumných metod, mezi které patří:
1. Rešerše dosavadní literatury, kterou zahájím zpracování své práce. Výstupy z ní budou použity k upřesnění výzkumných otázek a postupu práce. (březen 2019 - duben 2019)
2. Vytvoření sociometrického dotazníku a následné provedení sociometrického šetření v předem vybrané organizaci. (duben - květen 2019)
3. Vyhodnocení dotazníku a provedení SNA analýzy (červen 2019)
4. Sepsání závěrů, finální verze BP (červen 2019)

Cíle řešení projektu:
Ve své práci bych chtěla nejen systematicky shrnout dosavadní poznání v oblasti využití sociometrie a analýzy sociálních sítí, ale také právě na základě této rešerše vypracovat případovou studii konkrétní organizace, ve které chci tyto metody využít. To provedu na základě šetření v organizaci sestávajícího nejen z dotazníku, ale i z již existujících dat, kterými firma disponuje. Na základě výsledků těchto analýz vymodeluji síť organizace, kterou chci porovnat s existujícími pozicemi ve firmě a s její výkonností. Takto vzniklá metoda by poté mohla sloužit jako východisko pro šetření v dalších společnostech. Pokud mi to rozsah práce dovolí, je možné výsledky interpretovat nejen v rámci SNA, ale i s využitím znalostí s oblasti ekonomiky a managmentu.

Seznam odborné literatury

Borgatti, S. P., & Forster, P. C. (2003). The Network Paradigm in Organizational Reasearch: A Review and Typology. Journal of managment, 29(6). pp. 991-1013
Borgatti, S. P., Mehra, A., Brass Daniel J. & Labianca G. (2013). Network Analysis in the Social Sciences. Science. 323, pp. 892-895. DOI: 10.1126/science.1165821
Diviák, T. (2018). Sinister connections: How to analyse organised crime with social network analysis? Philosophica et Historica 2(Studia Sociologica), pp. 115-135
Jackson, M., O. (2014). Networks in the Understanding of Economic Behaviors. Journal of economics Perspectives. 28(4), pp. 3-22
Moreno, J. L. (1934). Who Shall Survive? Washington, D.C.: Nervous and Mental Disease Publishing Company
Morselli, C. (2010). Assessing Vulnerable and Strategic Positions in a Criminal Network. Journal of Contemporary Criminal Justice, 26(4), 382–392. https://doi.org/10.1177/1043986210377105
Newman, M. E. J., & Park, J. (2003). Why social networks are different from other types of networks. Physical Review E, 68(3).https://doi.org/10.1103/PhysRevE.68.036122
Robins, G., & Kashima, Y. (2008). Social psychology and social networks: Individuals and social systems. Asian Journal of Social Psychology. 11, pp. 1-12. DOI: 10.1111/j.1467-839X.2007.00240.x