Escolar Documentos
Profissional Documentos
Cultura Documentos
Abstract
This work seeks a simple validation method for the use of graphs as a conceptual model
for the analysis of Organizational Structures (OS). For this, data was taken from a
survey carried out on companies in the Bahía Blanca economic cluster within the
framework of the tasks of the PID UTN 5833 research project. With these data, the
simplest model that could be applied was sought, this being the digraph, which is
representative of a large part of the microenterprise sector, a benefit function was then
proposed as an evaluation parameter and the results that the theoretical models yielded
were contrasted with the results of the surveys.
Desempenho financeiro;
Desempenho de inovação;
Desempenho de crescimento;
Performance operacional;
Vantagem competitiva;
Criação de valor;
Medições de desempenho gerais e abrangentes.
(1)
(2)
Como a derivada parcial não pode ser aplicada a C por não ser uma função de variáveis
contínuas, a função C1 representa o efeito da mudança em B devido ao efeito de Ex e
C2 representa a mudança devido ao efeito da adaptação do estrutura organizacional G
por efeito da mudança em Ex (∆G/∆Ex). Esta forma de análise tem sido utilizada em
trabalhos de DeCanio e Watkins (DeCanio e Watkins, 1998) para analisar a difusão da
inovação com base em variáveis estocásticas. A alternativa apresentada permite um
manuseio conceitual mais direto com representações gráficas e o uso de cálculos e
algoritmos mais simples.
Uma vez que a função benefício é obtida como o aumento da receita devido à adaptação
à mudança externa, menos os custos de adaptação da estrutura organizacional; assim C1
representaria o benefício obtido após a adaptação às mudanças e C2 os custos
associados às mudanças organizacionais.
Para expressar a renda, podemos supor que a renda gerada por um componente ou
membro da organização identificado com o Nó i após um tempo Ti, é Ai e se outro Nó j
vinculado ao Nó i concordar, eles adotam a mudança, gerando também a renda Aj em
um tempo Tj , podemos supor que os nós ligados de alguma forma se adaptarão à
mudança com uma velocidade média de r, gerando uma renda:
(3)
(4)
Simplificando
(5)
(6)
Como pode ser visto na equação (7) usando as premissas sobre a uniformidade da
receita Ai=Aj=A ey das despesas gi=gj=g e compartilhando a premissa de que as taxas
de geração de receitas e custos são constantes e iguais a r , obtemos resultados
semelhantes aos propostos por DeCanio (DeCanio et al. 2000).
Analisaremos os três casos com base no benefício que cada uma dessas organizações
pode alcançar diante de um evento externo, para isso assumiremos que A1=A2=A, e
que g1=g2=g, que poderia responder a casos de empresas onde os proprietários e
funcionários têm níveis de conhecimento semelhantes e cuja capacidade de adaptação e
mudança é semelhante, seja ela boa ou ruim.
No primeiro caso aplicando a equação (7) obtemos:
(8)
(9)
Neste caso, a equação (9) representa a média dos benefícios obtidos ao iniciar a
mudança em cada um dos nós. Para o caso de ligação bidirecional adequada, obtemos:
(10)
Se agora simularmos um cenário onde a renda supera os custos de adaptação, com A=10
eg=1, como a incorporação de uma nova ferramenta que aumenta a produção; assim
obtemos os seguintes resultados:
Gráfico 5. Benefícios para a variável r e A >g nas diferentes EOs
Neste caso, a estrutura com enlaces obtém benefícios superiores para baixas velocidades
de adaptação, não sendo diferente se o enlace for unidirecional ou bidirecional.
Verifica-se também que para velocidades de adaptação mais elevadas não há diferença
entre o benefício produzido nas diferentes EOs. O caso restante seria com gastos
superiores à renda, algo que ocorre com a introdução da regulamentação da produção.
Para isso tomamos g=10 e A=1, e o resultado é que o impacto da mudança é melhor,
pois a intensidade dos links é menor, como pode ser visto no gráfico 6.
Gráfico 6. Benefícios para a variável r e A <g nas diferentes EOs
Como síntese das simulações que analisam a velocidade de adaptação dos componentes
da EO, pode-se dizer que o benefício proporcionado pela EO dependerá em grande parte
da relação entre a receita de adoção e seu custo. Se essa relação for favorável, uma
estrutura bem vinculada obtém mais benefícios, inversamente, do que ocorre com uma
relação receita-custo desfavorável.
O segundo grupo de simulações foi realizado tomando como variável a renda da
adaptação (variável A) com o gasto e a velocidade constante de adaptação (g=r=1).
Vemos que o benefício é maior no caso de haver um link e é indiferente ao tipo de link,
como pode ser visto no gráfico 7
Se for simulado um cenário onde a velocidade de adaptação é maior que o gasto dessa
adaptação, com r=10 eg=1, como seria o caso de adaptações a novos processos
resultantes de uma inovação disruptiva. Os resultados obtidos são os seguintes:
Gráfico 8. Benefícios para a variável A e r>g nas diferentes EOs
Neste caso, nenhum benefício é apreciado com base na EO, mas resulta de ambos os
casos que um benefício líquido é obtido quando a receita é o dobro da despesa.
Invertendo a relação entre a velocidade de adaptação e o custo, obtemos:
Aqui claramente o benefício obtido tem uma relação inversa com a vinculação da EO.
Esta está associada a mudanças de difícil adaptação por parte dos membros de uma
organização, o que pode estar associado a uma falta de preparação para se adaptar a uma
nova tecnologia.
O terceiro grupo de simulações foi realizado considerando o custo de adaptação g como
variável, mantendo constante a renda e a velocidade de adaptação (A=r=1). O gráfico
obtido foi:
A tabela resume as diferentes condições que foram simuladas para as três EOs,
indicando na primeira linha as características gerais independentes de cada tipo de EO.
Na segunda linha, selecione qual EO é aquela com a qual você obtém o melhor
benefício ou, dependendo do caso, a menor perda (benefício negativo). Nas três linhas
seguintes são dadas as características individuais de cada EO conforme mostrado pela
simulação e se o comportamento pode ser verificado com os casos levantados nas
pesquisas. Este, em particular, é o resultado que apresenta mais imprecisões, pois
geralmente não há registros que corroborem os depoimentos sobre os casos relatados
nas pesquisas e essa ambiguidade leva à não inclusão dos casos coletados nas
entrevistas.
6. Conclusões
Em geral, pode-se concluir que estruturas altamente vinculadas (links bidirecionais)
aproveitam as mudanças externas se a renda (A) produzida for significativa. Quando o
gasto ou tempo de adaptação é significativo, as estruturas não ligadas (nós isolados) são
as que se adaptam com menos perdas. Os fracos (links de mão única) só são
convenientes quando a receita da adaptação supera os custos nos casos em que a
velocidade de adaptação às mudanças é grande.
A verificação da primeira conclusão decorre do crescimento vivenciado pelas
microempresas com estruturas fortemente vinculadas frente às inovações disruptivas, o
mesmo ocorre quando simultaneamente os custos são baixos naquelas empresas com
estruturas pouco vinculadas, no caso de empresas com estruturas desvinculadas. Estas
estruturas são as que sobreviveram às crises econômicas mais frequentes na região.
O resultado das conclusões deste estudo pode ser estendido para EOs mais complexas,
para as quais pode ser demonstrado que existem formas de simplificá-las sem alterar
significativamente os resultados dos benefícios.
Em relação à sua aplicação ao cluster econômico Bahía Blanca, vemos que se as
estruturas funcionais pudessem ser simplificadas em dois níveis, gerencial e
operacional, em uma primeira e ampla simplificação, quase metade das EOs das
empresas do cluster poderiam ser descritas.
Referências
Brynjolfsson, E., L. Hitt. 1996. Paradox lost? Firm-level evidence on the returns
to information systems spending. Management Sci. 42 541–558.
Burton, R. M., B. Obel. 1995. Strategic Organizational Diagnosis and Design.
Kluwer Academic Publishers, Boston/Dordrecht/London.
Carley, K. M. 1991. A theory of group stability. Amer. Soc. Rev. 56 331–354.
Chuang, S.-H., Liao, C., & Lin, S. 2013. Determinants of knowledge
management with information technology support impact on firm performance.
Information Technology and Management, 14(3), 217–230.
https://doi.org/10.1007/s10799-013-0153-1
DeCanio, S. J., W. E. Watkins. 1998. Information processing and organizational
structure. J. Econom. Behavior and Organ. 36 275–294.
Gersbach, H., U. Wehrspohn. 1998. Organizational design with a budget
constraint. Rev. Econom. Design 3 149–157.
Goldberg, D. E. 1989. Genetic Algorithms in Search, Optimization, and
Machine Learning. Addison-Wesley, Reading, MA.
Graicunas, V. A. 1933. Relationship in organization. Bull. Internat. Management
Inst. 7 39–42.
Grandori, A. 1991. Negotiating efficient organization forms. J. Econom.
Behavior and Organ. 16 319–340.
Harary, F., E. M. Palmer. 1973. Graphical Enumeration. Academic Press, New
York.
Holland, J. H. 1992. Adaptation in Natural and Artificial Systems. MIT Press,
Cambridge, MA.
Huberman, B. A., T. Hogg. 1995. Communities of practice: Performance and
evolution. Comput. Math. Organ. Theory 1 73–92.
Kennedy, P. W. 1994. Information processing and organization design. J.
Econom. Behavior and Organ. 353 37–51.
Kim, S. B. (2014). Impacts of knowledge management on the organizationlal
success. KSCE Journal of Civil Engineering, 18(6), 1609–1617.
https://doi.org/10.1007/s12205-014-0243-6
Kollman, K., J. H. Miller, S. E. Page. 1997. Political institutions and sorting in a
Tiebout model. Amer. Econom. Rev. 87 977–992.
Krackhardt, D. 1994. Graph theoretical dimensions of informal organizations. K.
M. Carley, M. J. Prietula, eds. Computational Organization Theory. Lawrence
Erlbaum Associates, Hillsdale, NJ. 89–111.
Lant, T. K. 1994. Computer simulations of organizations as experiential learning
systems: Implications for organization theory. K. M. Carley, M. J. Prietula, eds.
Computational Organization Theory. Lawrence Erlbaum Associates, Hillsdale,
NJ. 195–215.
Lee. J. 1998. Dynamic organizations: Organizational adaptation in a changing
environment. J. A. Baum, ed. Advances in Strategic Management, Vol. 15:
Disciplinary Roots of Strategic Management Research. JAI Press, Inc.,
Stamford, CT.
Levine, D. 1996. Users Guide to the PGAPack Parallel Genetic Algorithm
Library. Argonne National Laboratory publication ANL-95/18,
http://www-fp.mcs.anl.gov/division/publications/reports.htm.
Levinthal, D. A. 1997. Adaptation on rugged landscapes. Management Sci. 43
934–950.
Levitt, R. E., G. P. Cohen, J. C. Kunz, C. I. Nass, T. Christiansen, Y. Jin. 1994.
The “virtual design team”: Simulating how organization structure and
information processing tools affect team performance. K. M. Carley, M. J.
Prietula, eds. Computational Organization Theory. Lawrence Erlbaum
Associates, Hillsdale, NJ. 1–18.
Lin, T.-C., Chang, C. L., & Tsai, W.-C. 2016. The influences of knowledge loss
and knowledge retention mechanisms on the absorptive capacity and
performance of a MIS department. Management Decision, 54(7), 1757–1787.
https://doi.org/10.1108/MD-02-2016-0117
Lin, Z., K. Carley. 1994. Organizational response: Trade-offs among
opportunities for review, cost, and performance. Computational Organization
Design. Papers from the 1994 AAAI Spring Sym-posium. AAAI Press,
Technical Report SS-94-07, Menlo Park, CA.
Marschak, T., S. Reichelstein. 1998. Network mechanisms, informational
efficiency, and hierarchies. J. Econom. Theory 79 106–141.
Meagher, K., T. Van Zandt. 1997. Managerial costs for one-shot decentralized
information processing. Unpublished manuscript, Australian National University
and Princeton University.
Mellon University, Pittsburgh, PA. Oberschelp, W. 1967. Kombinatorische
Anzahlbestimmungen in relationen. Math. Ann. 174 53–58.
Mihavics, K. W., A. M. Ouksel. 1996. Learning to align organizational design
and data. Comput. Math. Organ. Theory 1 143–155.
Miller, J. H. 1996. Evolving information processing organizations. Manuscript,
Department of Decision and Social Sciences, Carnegie
Noruzy, A., Dalfard, V. M., Azhdari, B., Nazari-Shirkouhi, S., & Rezazadeh, A.
2013. Relations between transformational leadership, organizational learning,
knowledge management, organizational innovation, and organizational
performance: an empirical investigation of manufacturing firms. The
International Journal of Advanced Manufacturing Technology, 64(5–8), 1073–
1085. https://doi.org/10.1007/s00170-012-4038-y
Page, S. E. 1996. Two Measures of Difficulty. Econom. Theory 8 321–346.
Radner, R. 1992. Hierarchy: The economics of managing. J. Econom. Literature
30 1382–1415.
Radner, R. 1993. The organization of decentralized information processing.
Econometrica 61 1109–1146.
Reichman, N., P. Canan, S. J. DeCanio, C. Dibble. 1999. Expert networks and
leadership roles: Structure and style. Paper presented at The Earth Technologies
Forum, Washington, DC.
Rhodes, J., Lok, P., Yu‐Yuan Hung, R., & Fang, S. 2008. An integrative model
of organizational learning and social capital on effective knowledge transfer and
perceived organizational performance. Journal of Workplace Learning, 20(4),
245–258. https://doi.org/10.1108/13665620810871105
Shahzad, K., Bajwa, S. U., Siddiqi, A. F. I., Ahmid, F., & Raza Sultani, A. 2016.
Integrating knowledge management (KM) strategies and processes to enhance
organizational creativity and performance: An empirical investigation. Journal
of Modelling in Management, 11(1), 154–179. https://doi.org/10.1108/JM2-07-
2014-0061
Tan, L. P., & Wong, K. Y. 2015. Linkage between knowledge management and
manufacturing performance: a structural equation modelling approach. Journal
of Knowledge Management, 19(4), 814–835. https://doi.org/10.1108/JKM-11-
2014-0487
Tom Sawyer Software. 1999. Graph Layout Toolkit.
http://www.tomsawyer.com/index.html , Berkeley, CA.
Valente, T. W. 1995. Network Models of the Diffusion of Innovations. Hampton
Press, Inc., Creskill, NJ.
Van Zandt, T. 1997. The scheduling and organization of periodic
associative computation: Essential networks (Part 1). Rev. Econom. Design 3
15–27.
Van Zandt, T. 1998. The scheduling and organization of periodic
associative computation: Efficient networks (Part 2). Rev. Econom. Design 3
93–127.
Van Zandt, T. R. Radner. 1996. Real-time decentralized information
processing and returns to scale. Unpublished manuscript, Princeton University
and New York University.
Van Zandt, T. 1996b. Organizations with an endogenous number of information
processing agents. M. Majumdar, ed. Organizations with Incomplete
Information. Cambridge University Press, Cambridge, U.K. Forthcoming.
Van Zandt, T. 1996a. Decentralized information processing in the theory of
organizations. M. Sertel, ed. Contemporary Economic Development Reviewed,
Volume 4: The Enterprise and its Environment. MacMillan Press Ltd, London,
U.K. Forthcoming.
Wasserman, S., K. Faust. 1994. Social Network Analysis: Methods and
Applications. Cambridge University Press, Cambridge, New York, and
Melbourne.
Watkins, G. Mitchell, K. Amir-Atefi, C. Dibble. 2000. Complexity in
organizations: Consequences for climate policy analysis. R. B. Howarth, D. C.
Hall, eds. Advances in the Economics of Environmental Resources, Vol. 3. JAI
Press, Elsevier Science, New York and Amsterdam. Forthcoming.
Watts, D. J., S. H. Strogatz. 1998. Collective dynamics of “small world”
networks. Nature 393 440–442.
Weinberg, D. H. 1996. A brief look at postwar U.S. income inequality. Current
Population Reports. U.S. Census Bureau P60-191,
http://www.census.gov/hhes/www/p60191.html
Wilson, R. 1985. Introduction to Graph Theory, 3rd ed., Longman Group
Limited, Harlow, U.K.
Wu, S., & Liu, S. 2010. The performance measurement perspectives and causal
relationship for ISO‐certified companies: A case of opto‐electronic industry.
International Journal of Quality & Reliability Management, 27(1), 27–47.
https://doi.org/10.1108/02656711011009290