Análisis de redes organizacionales con herramientas multicriterio y análisis de componentes principales
Resumen
En la actualidad muchas organizaciones han adoptado el análisis de datos para respaldar su toma de decisiones, buscando con ello mejorar su competitividad y operación. El análisis de redes sociales (ARS) constituye una opción eficiente para analizar la estructura de una red organizacional usando indicadores representativos de las relaciones internas de una empresa. La complejidad de integración e interpretación de los indicadores de ARS ha limitado su utilización en las organizaciones empresariales, por tanto, el objetivo en este trabajo es construir una medida integral que combine los indicadores de ARS considerando dos enfoques: análisis multicriterio (TOPSIS) y análisis de componentes principales (PCA). Analizamos la estructura organizacional del Centro de Investigación en Matemáticas (unidad Aguascalientes) utilizando el enfoque de ARS. Identificamos los actores con mayor influencia en dicha organización usando TOPSIS y PCA. Los resultados mostraron que las dos técnicas de integración son adecuadas para el análisis de redes organizacionales (ARO). Sin embargo, TOPSIS mostró mayor eficiencia computacional y facilidad de ordenación comparada con PCA. Se concluye que los indicadores de ARS fueron suficientes para caracterizar la estructura de la red organizacional. El trabajo desarrollado facilita la adopción de métricas de análisis estructural en organizaciones de diversa índole.
Palabras clave
Análisis de Redes Organizacionales (ARO), Análisis de redes sociales, TOPSIS, PCACitas
Adams, J. (2020). Gathering Social Network Data. SAGE Publications, Inc.
Aguilar G., N., Martínez, E. G. y Aguilar-Ávila, J. (2017). Análisis de redes sociales: Conceptos clave y cálculo de indicadores. México. Universidad Autónoma de Chapingo.
Bapat, R. B. (2014). Graphs and matrices (2.a ed.). Springer-Verlag.
Bonacich, P. (1987). Power and Centrality: A Family of Measures. American Journal of Sociology, 92(5), 1170–1182. https://www.jstor.org/stable/2780000
Borgatti, S. P. (2013). El problema del actor clave. REDES Revista Hispana para el Análisis de Redes Sociales. 24(2), 1-20. https://doi.org/10.5565/rev/redes.482
Borgatti, S. P., Everett, M. G. y Johnson, J. C. (2013). Analyzing Social Networks. 85. SAGE Publications Limited.
Borgatti, S. P. y Halgin, D. S. (2011). On network theory. Organization Science, 22(5), 1168–1181.
Canali, C., Casolari, S. y Lancellotti, R. (2010). A quantitative methodology to identify relevant users in social networks. En 2010 ieee international workshop on: Business applications of social network analysis (BASNA) (pp. 1–8). IEEE.
Du, Y., Gao, C., Hu, Y., Mahadevan, S. y Deng, Y. (2014). A new method of identifying influential nodes in complex networks based on TOPSIS. Physica A: Statistical Mechanics and its Applications, 399, 57–69. https://doi.org/10.1016/j.physa.2013.12.031
Fox, W. y Everton, S. (2013). Mathematical modeling in social network analysis: using TOPSIS to find node influences in a social network. Journal of Mathematics and System Science, 3(10), 531-541. https://hdl.handle.net/10945/53057
Freeman, L. C. (1978). Centrality in social networks conceptual clarification. Social Networks, 1(3), 215–239.
Goldstein, R. y Vitevitch, M. S. (2017). The influence of closeness centrality on lexical processing. Frontiers in Psychology, 8. https://doi.org/10.3389/fpsyg.2017.01683
Hamurcu, M. y Eren, T. (2018). An application of multicriteria decision-making for the evaluation of alternative monorail routes. Mathematics, 7(1), 16.
Hanneman, R. A. y Riddle, M. (2005). Introduction to social network methods. University of California, Riverside, California https://faculty.ucr.edu/hanneman/
Hanneman, R. A. y Riddle, M. (2011). Concepts and measures for basic network analysis. The SAGE handbook of social network analysis, 340-369.
Hansen, D. L., Shneiderman, B., Smith, M. A. y Himelboim, I. (2020). Analyzing social media networks with NodeXL: Insights from a connected world (2.a ed.). Morgan Kaufmann.
Hwang, C.-L. y Yoon, K. (1981). Multiple Attribute Decision Making. Springer.
Krackhardt, D. y Hanson, J. R. (1993). Informal networks: the company behind the charts. Harvard Business Review, 104–111.
Krackhardt, D. y Stern, R. N. (1988). Informal Networks and Organizational Crises: An Experimental Simulation. Social Psychology Quarterly, 51(2), 123.
Kulakowski, K. (2020). Understanding the analytic hierarchy process. CRC Press.
Liu, J. y Moskvina, A. (2015, August). Hierarchies, ties and power in organizational networks: model and analysis. In Proceedings of the 2015 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining 2015 (pp. 202-209). https://doi.org/10.1145/2808797.2808874
López T., B. J. y Ibarra E., R. (2021). Análisis de Redes Sociales: Aplicaciones en las Ciencias Sociales. Taberna Libraria Editores.
Manly, B. F. y Navarro Alberto, J. A. (2017). Multivariate statistical methods: A primer (4.a ed.). CRC Press.
McHale, I. G. y Relton, S. D. (2018). Identifying key players in soccer teams using network analysis and pass difficulty. European Journal of Operational Research, 268(1), 339–347.
Nurek, M. y Michalski, R. (2020). Combining machine learning and social network analysis to reveal the organizational structures. Applied Sciences, 10(5), 1699. https://doi.org/10.3390/app10051699
Rovere, M. R. (1999). Redes en salud: Un Nuevo Paradigma Para El Abordaje De Las Organizaciones Y La Comunidad. Secretaría de Salud Pública Municipalidad de Rosario.
Saaty, R. (1987). The analytic hierarchy process—what it is and how it is used. Mathematical Modelling, 9(3-5), 161–176. https://doi.org/10.1016/0270-0255(87)90473-8
Sam, C., Naicker, N. y Adebiyi, M. (2021). Dimensionality reduction of social media application attributes for ubiquitous learning using principal component analysis. Mobile Information Systems, 2021, 1-10. https://doi.org/10.1155/2021/6633223
Zoran, D., Saša, M., y Dragi, P. (2011). Application of the AHP Method for Selection of a Transportation System in Mine Planning. Underground mining engineering, 19, 93–99.
Publicado
Descargas
Derechos de autor 2024 Enrique Álvarez-Beltrán, Humberto Martinez Bautista, Bey Jamelyd López-Torres

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.