Riassunto analitico
La Social Network Analysis (analisi delle reti sociali) è un approccio e una serie di tecniche utilizzate per studiare lo scambio di risorse tra attori (cioè individui, gruppi o organizzazioni). Una di queste risorse è l'informazione. Modelli regolari di scambio di informazioni si rivelano come reti sociali, con attori come nodi nella rete e relazioni di scambio di informazioni come ‘connettori’ tra i nodi. Proprio come le strade strutturano il flusso di risorse tra le città, le relazioni di scambio di informazioni strutturano il flusso di informazioni tra gli attori. L'analisi dei social network valuta le opportunità di informazione per individui o gruppi di individui in termini di esposizione e controllo delle informazioni. Acquisendo consapevolezza delle rotte di scambio di informazioni esistenti, i fornitori di informazioni possono agire sulle opportunità di informazione e apportare modifiche ai percorsi di informazione per migliorare lo scambio di informazioni. L’ottimizzazione dello scambio di informazione e conoscenza è fondamentale in qualsiasi contesto organizzazione. In questa tesi il focus è su come le reti sociali e gli scambi di informazione siano collegati alla performance di individui e team all’interno delle organizzazioni. Lo studio condotto in questa tesi nasce da una collaborazione tra l’Università’ di Modena e Reggio Emilia, Pace University (USA) e MIT (USA). Nasce dalla consapevolezza di voler analizzare le performance dei team di lavoro all’interno dell’azienda, al fine di verificare le caratteristiche che influenzano i dipendenti coinvolti all’interno di progetti lavorativi e rappresentare i legami presenti tra i vari dipendenti utilizzando la social network analysis. La condivisione delle conoscenze all'interno dei team è fondamentale per il funzionamento delle organizzazioni. Tuttavia, lavorare con i membri del team che si trovano in luoghi diversi (ad esempio nei team distribuiti) può introdurre difficoltà di comunicazione e ridurre le opportunità di interazioni ricche, che potrebbero influire sulla condivisione della conoscenza e sui suoi risultati. Pertanto, utilizzando dati basati su questionari inviati ai dipendenti di una multinazionale del settore IT, questo studio ha esaminato i potenziali effetti di diversi aspetti che caratterizzano un network. Riorganizzando le risposte pervenute dal questionario siamo riusciti ad avviare la Social Network Analysis. Utilizzando la SNA ho rappresentato le reti graficamente e notato come i legami si differenziano nei distinti gruppi che caratterizzano l’organizzazione, successivamente sono passata al calcolo delle misure di centralità che caratterizzano gli individui network: la Betweenness Centrality, la Degree Centrality, la Closeness Centrality, l’Eigenvector Centrality mediante l’utilizzo del software UCINET. Successivamente mi sono concentrata a verificare come le misure di centralità calcolate possono essere correlate alla performance sia individuale che di gruppo, alla leadership, al grado di formazione, all’età e al genere. Si è ipotizzato che la fiducia, il consiglio e la comunicazione dei membri del team fossero positivamente associato alla quantità di condivisione delle conoscenze all'interno del team e tale condivisione delle conoscenze fosse positivamente associata all'efficacia del team. La tesi è composta di 4 capitoli.
|