Medidas do comportamento organizacional: por que não usamos big data e analytics?
Palavras-chave:
Técnicas de observação do comportamento, Análise multivariada, Técnicas, medidas, equipamentos de mediçãoResumo
A análise de custo-benefício entre generalidade, precisão e realismo guia escolhas metodológicas em comportamento organizacional. Estas foram sistematicamente revistas em artigos e livros (1996-2017) brasileiros com o objetivo de responder à pergunta: por que não há estudos em comportamento organizacional no Brasil que usem big data ou analytics? Dentre 1.062 artigos com relatos de pesquisa sobre comportamento organizacional publicados em 19 periódicos de Psicologia e Administração, 68% empregaram escalas e apenas 10% a observação. A observação foi muito frequentemente adotada de forma não estruturada e servindo de suporte a outros métodos. O foco foi no “falar” e não no “fazer”. Big data e analytics têm o potencial para atingir ao mesmo tempo a generalidade, a precisão e o realismo e podem abrir o caminho para novas conclusões, sendo talvez capaz de transformar a investigação em comportamento organizacional.
Downloads
Referências
Abbad, G., Mourão, L., Meneses, P. P., Zerbini, T., Borges-Andrade, J. E., & Vilas-Boas, R. (2009). Assessment measures in training, development and education: tools for people management. Porto Alegre: Artmed.
Aghaee, M., & Aghaee, R. (2016) Selection of logistics personnel by using and hybrid Fuzzy DEMATEL and Fuzzy ANP. International Research Journal of Management Science, 4(1), 14-22.
Aguinis, H., Pierce, C. A., Bosco, F. A., & Muslin, I. S. (2009). First decade of organizational research methods: trends in design, measurement, and data-analysis topics. Organizational Research Methods, 12(1), 69-112. http://doi.org/b2jd4d
Aires, C. S. F., Almeida, G. J., & Silveira, S. O. (2019). Inteligência Artificial na Gestão de Estoque. Fateclog, 1, 1-7. Recuperado de http://fateclog.com.br/anais/2019/INTELIG%c3%8aNCIA%20ARTIFICIAL%20NA%20GEST%c3%83O%20DE%20 ESTOQUE.pdf
Angrave, D., Charlwood, A., Kirkpatrick, I., Lawrence, M., & Stuart, M. (2016). HR and analytics: why HR is set to fail the big data challenge. Human Resource Management Journal, 26(1), 1-11.
Azar, A., Sebt, M. V., Ahmadi, P., & Rajaeian, A. (2013). A model for personnel selection with a data mining approach: a case study in a commercial bank. SA Journal of Human Resource Management, 11(1), 1-10. http://doi.org/cxm8
Azevedo, R., Harley, J., Trevors, G., Duffy, M., Feyzi-Behnagh, R., Bouchet, F., & Landis, R. (2013). Using trace data to examine the complex roles of cognitive, metacognitive, and emotional self-regulatory processes during learning with multi-agent systems. In R. Azevedo & V. Aleven (Eds.), International handbook of metacognition and learning technologies (pp.427-449). New York: Springer. http://doi.org/cxm9
Bastos, A. V. B., Maia, L. G., Rodrigues, A. C. A., Macambira, M. O., & Borges-Andrade, J. E. (2014). Vínculos dos indivíduos com a organização: análise da produção científica brasileira 2000-2010. Psicologia: Teoria e Pesquisa, 30(2), 153-162. https://doi.org/10.1590/S0102-37722014000200004
Bendassolli, P. F., Borges-Andrade, J. E., & Malvezzi, S. (2010). Paradigmas, eixos temáticos e tensões na PTO no Brasil. Estudos de Psicologia (Natal), 15(3), 281-289. https://doi.org/10.1590/S1413-294X2010000300008
Borges-Andrade, J. E., Renteria-Pérez, E., & Toro, J. P. (2018). Organizational/work psychology in Latin America. In R. Ardila (Ed.), Psychology in Latin America (pp.105-158). New York: Springer. http://doi.org/cxnb
Burrell, G., & Morgan, G. (1979). Sociological paradigms and organizational analysis: elements of the sociology of corporate life. Portsmouth: Heinemann Educational Books.
Cantal, C., Borges-Andrade, J. E., & Porto, J. B. (2015). Cooperação, comportamentos proativos, ou simplesmente cidadania organizacional? Uma revisão da produção nacional na área. Revista Psicologia: Organizações e Trabalho, 15(3), 286-297. http://doi.org/10.17652/rpot/2015.3.331
Carnasciali, A. M. D. S., & Delazari, L. S. (2007). Integração de sistemas de informações geográficas e técnicas de inteligência artificial para auxiliar a tomada de decisão locacional do setor bancário. Boletim de Ciências Geodésicas, 13(2), 353-368.
Chang, R. M., Kauffman, R. J., & Kwon, Y. (2014). Understanding the paradigm shift to computational social science in the presence of big data. Decision Support Systems, 63, 67-80. https://doi.org/10.1016/j.dss.2013.08.008
Corradi, A. A., Marcon, S. R. A., Loiola, E., Kanan, L. A., & Vieira, L. R. (2016). Pesquisa empírica em POT no Brasil: uma análise paradigmática. Revista Psicologia: Organizações e Trabalho, 16(4), 349-357. http://dx.doi.org/10.17652/ rpot/2016.4.12638.
Cunha, M. O., Silva, J., M., & Chaves, P. V. A. (2017). As novas possibilidades apresentadas ao marketing digital pelas análises preditivas. Revista Getec, 7(15), 170-175. Recuperado de https://www.lbg-canada.ca/wp-content/ uploads/2017/10/Michelle-Ryder_Global-HC-Trends-2017-Insideout-Nov-2-2017.pdf
Deloitte University Press. (2017). Global human capital trends: rewriting the rules for the digital age. New York: Author. Retrieved from https://www.lbg-canada.ca/wp-content/uploads/2017/10/Michelle-Ryder_Global-HC-Trends-2017- Insideout-Nov-2-2017.pdf
Ferreira, T. S. V., & Costa, F. J. (2017). Big Data: reflexões epistemológicas e impactos nos estudos de finanças e mercado de capitais. Revista de Educação e Pesquisa em Contabilidade, 11(4), 396-407.
Ferreira, A., Ferreira, R. P., Silva, A. M., Ferreira, A., & Sassi, R. J. (2016). Um estudo sobre previsão da demanda de encomendas utilizando uma rede neural artificial. Blucher Marine Engineering Proceedings, 2(1), 353-364.
Fonseca, A. M. O., Porto, J. B., & Borges-Andrade, J. E (2015). Liderança: um retrato da produção científica brasileira. Revista de Administração Contemporânea, 19(3), 290-310. https://doi.org/10.1590/1982-7849rac20151404
Grimm, K. J., Jacobucci, R., & McArdle, J. J. (2017, January). Big data methods and psychological science. American Psychological Association. Retrieved from https://www.apa.org/science/about/psa/2017/01/big-data-methods.aspx
Guzzo, R. A., Fink, A. A., King, E., Tonidandel, S., & Landis, R. S. (2015). Big data recommendations for industrial-organizational psychology. Industrial and Organizational Psychology, 8(4), 491-508. https://doi.org/10.1017/iop.2015.40
Isson, J. P., & Harriott, J. S. (2016). People analytics in the era of big data: changing the way you attract, acquire, develop, and retain talent. New Jersey: Jon Wiley & Sons.
Kirimi, J. M., & Moturi, C. A. (2016). Application of data mining classification in employee performance prediction. International Journal of Computer Applications, 146(7), 28-35.
Kopp, R., Howaldt, J., & Schultze, J. (2016). Why Industry 4.0 needs workplace innovation: a critical look at the German debate on advanced manufacturing. European Journal of Workplace Innovation, 2(1), 7-24. https://doi.org/10.46364/ ejwi.v2i1.373
Liu, J., & Moskvina, A. (2016). Hierarchies, ties and power in organizational networks: model and analysis. Social Network Analysis and Mining, 6(1), 106. https://doi.org/10.1007/s13278-016-0413-2
Lucio, J. C. M. (2009). Metodologia integrada para o gerenciamento de ativos no setor elétrico baseada no apoio à decisão multicritério e na inteligência artificial (Tese de doutorado não-publicada). Universidade Federal de Santa Catarina.
McGrath, J. E. (1981). Dilemmatics: the study of research choices and dilemmas. American Behavioral Scientist, 25(2), 179-210. http://doi.org/fkf8gr
Mortenson, M. J., Doherty, N. F., & Robinson, S. (2015). Operational research from Taylorism to Terabytes: a research agenda for the analytics age. European Journal of Operational Research, 241(3), 583-595. http://doi.org/f8mk5z
Mourão, L., Bastos, A. V. B., Passos, R., & Oliveira, D. (2016). The saying and the doing in research on WOP. Revista Psicologia: Organizações e Trabalho, 16(4), 333-339. http://doi.org/cxm2
Nascimento, T. T., Borges-Andrade, J. E., & Porto, J. B. (2016). Produção científica brasileira sobre comportamento organizacional no terceiro setor. Estudos de Psicologia (Campinas), 33(2), 367-374. http://dx.doi.org/10.1590/1982- 02752016000200018
Paoletti, A. L., Martinez-Gil, J., & Schewe, K. D. (2015). Extending knowledge-based profile matching in the human resources domain. In Q. Chen, A. Hameurlain, F. Toumani, R. Wagner, & H. Decker (Eds.), Database and expert systems applications (pp.21-35). New York: Springer. http://doi.org/cxm3
Pinzone, M., Fantini, P., Perini, S., Garavaglia, S., Taisch, M., & Miragliotta, G. (2017). Jobs and skills in Industry 4.0: an exploratory research. In H. Lödding, R. Riedel., K. D. Thoben, G. von Cieminski, & D. Kiritsis (Eds.), Advances in Production Management Systems (pp.282-288). Cham: Springer. https://doi.org/10.1007/978-3-319-66923-6_33
Porto, E. G. (2017). A busca pela eficiência na fiscalização da gestão pública: a utilização de inteligência artificial para aperfeiçoamento do controle das finanças públicas. Revista de Direito da Empresa e dos Negócios, 1(2), 4-31.
Puente-Palacios, K., & Peixoto, A. D. L. A. (2015). Ferramentas de diagnóstico para organizações e trabalho: um olhar a partir da psicologia. Porto Alegre: Artmed.
Resende, S., & Neiva, E. R. (2018). Avaliação dos instrumentos de medida de afeto e bem-estar no trabalho publicados em periódicos de psicologia e administração de 1996 a 2015. Trabalho (En)Cena, 3(2), 80-94. https://doi. org/10.20873/2526-1487V3N2P80
Sampaio, N. S. P, Borges-Andrade, J. E., & Bonatti, C. L. (2018). Aprendizagem no trabalho: pesquisa nas organizações públicas e privadas brasileiras. Psicología Desde el Caribe, (número especial), 1-21. http://dx.doi.org/10.14482/ psdc.35.4.158.72
Santos, F. C., & Carvalho, C. L. (2016). Aplicação da inteligência artificial em sistemas de gerenciamento de conteúdo [Relatório Técnico]. Goiânia: Universidade Federal de Goiás. Recuperado de http://www.inf.ufg.br/sites/default/files/ uploads/relatorios-tecnicos/RT-INF_001-08.pdf
Schein, E. H. (2015). Organizational psychology then and now: some observations. Annual Review of Organizational Psychology and Organizational Behavior, 2(1), 1-19. https://doi.org/10.1146/annurev-orgpsych-032414-111449
Schwartz, N., & Oyserman, D. (2001). Asking questions about behavior: cognition, communication, and questionnaire construction. American Journal of Evaluation, 22(2), 127-160.
Siqueira, M. M. M. (2002). Medidas do comportamento organizacional. Estudos de Psicologia (Natal), 7, 11-18. https:// doi.org/10.1590/S1413-294X2002000300003
Siqueira, M. M. M. (2009). Measures of organizational behavior: diagnostic and management tools. Porto Alegre: Artmed.
Siqueira, M. M. M. (2014). New measures of organizational behavior: diagnostic and management tools. Porto Alegre: Artmed.
Wu, L., & da Cunha, C. B. (2008). The problem of periodic routing of vehicles. Transportes, 16(1), 5-16. https://doi. org/10.14295/transportes.v16i1.8
Youyou, W., Kosinski, M., & Stillwell, D. (2015). Computer-based personality judgments are more accurate than those made by humans. Proceedings of the National Academy of Sciences, 112(4), 1036-1040. https://doi.org/10.1073/ pnas.1418680112
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Rafael de Melo BALANIUK, Jairo Eduardo BORGES-ANDRADE
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
