AGRUPAMENTO DE FUNCIONÁRIOS BASEADO NO BIG FIVE MODEL EM UM PROJETO DE FRANQUIA DE ACADEMIAS

Michel Anzanello, Anderson Fernandes, Guilherme Tortorella

Resumen


O aumento da concorrência especificamente no setor de serviços faz com que as empresas procurem melhores práticas gerenciais. Nesse contexto, técnicas de clusterização vêm ganhando espaço para identificar ações que se adequem melhor aos perfis dos colaboradores. Além disso, técnicas da Psicologia Pessoal, especialmente a área de análise de personalidade tem ampla aplicação em estudos e empresas. O presente artigo aborda a clusterização por k-means e Fuzzy C-Means, avaliados através do Silhouette Index (SI), além da análise de componentes principais das amostras em uma loja de um projeto de franquia de academia. As amostras foram caracterizadas tanto por características sócio-demográficas e sua relação com a empresa, bem como seus escores nos testes de personalidade baseados no FFM. Os resultados indicam a formação dois grupos que se diferenciam especialmente em idade, tempo de empresa, salário e cargo, além de acompanhar os maiores escores no FFM. Os clusters formados foram analisados gerencialmente, possibilitando a proposição de ações para cada grupo.


Palabras clave


Modelo cinco fatores; Clusterização; Análise de componentes principais.

Texto completo:

PDF (Português (Brasil))

Referencias


(1) Silva R., “Teorias da Administração”, Thomson, São Paulo, 2001.

(2) Liu Y., Combs J., Ketchen Jr D. and Ireland, R., “The value of human resource management for organizational performance”, Business Horizons, Vol. 50, 2007, pp. 503–511.

(3) Landy F. and Conte J., “Work in the 21st Century: An Introduction to Industrial and Organizational Psychology”, Wiley, 2013.

(4) Ahmada S. and Schroeder R., “The impact of human resource management practices on operational performance: recognizing country and industry differences”, Journal of Operations Management, Vol. 50, 2003, pp.19–43

(5) Azevedo B., “Agrupamento de funcionários com perfis semelhantes de aprendizado utilizando técnicas multivariadas”, Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal do Rio Grande do Sul, Porto Alegre, 2013.

(6) Uzumeri M. and Nembhard D., “A Population of Learners: A New Way to Measure Organizational Learning”, Journal of Operations Management, Vol. 16, n. 5, 1998, pp.515-528.

(7) Vecchione M., Alessandri G. and Barbaranelli C., “The Five Factor Model in personnel selection: Measurement equivalence between applicant and non-applicant groups”, Personality and Individual Differences, Vol. 52, 2012, pp.503–508.

(8) Barrick M. and Mount M., “The Big Five Personality Dimensions and Job Performance: A Meta-Analysis”, Personnel Psychology, Vol. 44, 1991, pp.1-26.

(9) Rencher A. C., “Methods of Multivariate Analysis”, 2ª ed., John Wiley & Sons, 2002.

(10) Hansen T. J., Abrahamsen T. J. and Hansen, L. K., “Denoising by semi-supervised kernel PCA preimaging”, Pattern Recognition Letters, Vol. 49, 2014, pp.114–120.

(11) Jolliffe I., “Principal Component Analysis”, 2ª ed., Springer, 2002.

(12) Hardle, W. and Simar, L., “Applied Multivariate Statistical Analysis”, Math & Data Technologies, 2003.

(13) Hair J., Anderson R. E., Tatham R. L. and Black W. C., “Análise Multivariada de Dados”, 5ª ed., Bookman, 2005.

(14) Xu X., Xie L. and Wang S., “Multimode process monitoring with PCA mixture model”, Computers and Electrical Engineering, Disponível online, 2014.

(15) Zhou C., Wang L., Zhang Q. and Wei X., “Face recognition based on PCA and logistic regression analysis”, Optik, Vol. 125, 2014, pp.5916–5919

(16) Põldaru R. and Roots J., “A PCA-DEA approach to measure the quality of life in Estonian counties”, Socio-Economic Planning Sciences, Vol. 48, 2014, pp. 65-73.

(17) Tan F. and Lu Z., “Study on the interaction and relation of society, economy and environment based on PCA–VAR model: As a case study of the Bohai Rim region, China”, Ecological Indicators, Vol. 48, 2015, pp.31–40.

(18) Hair J., Black W., Babin B. and Anderson R. E., “Multivariate Data Analysis”, 7ª ed. Pearson, 2010.

(19) Corrar L., Paulo E. and Dias Filho J., “Análise multivariada: para os cursos de administração, ciências contábeis e economia”, Atlas, 2009.

(20) Velmurugan T., “Performance based analysis between k-Means and Fuzzy C-Means clustering algorithms for connection oriented telecommunication data”, Applied Soft Computing, Vol. 19, 2014, pp.134–146.

(21) Bezdek J. C., Ehrlich R. and Full W., “FCM: the Fuzzy c-means clustering algorithm”, Computers & Geosciences, Vol. 10, n. 2-3, 1984, pp. 191-203.

(22) Rousseeuw P. J., “Silhouettes: a graphical aid to the interpretation and validation of cluster analysis”, Journal of Computational and Applied Mathematics, Vol. 20, 1987, pp. 53-65.

(23) Stroieke R. E., Fogliatto F. S. and Anzanello M. J., “Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores”, Produção, Vol. 23, 2013, pp. 537-547.

(24) Taboada H. A. and Coit D. W., “Data Clustering of Solutions for Multiple Objective System Reliability Optimization Problems”, Quality Technology & Quantitative Management, Vol. 4, n. 2, 2007, pp.191-210.

(25) Tseng J. and Li, S., “Quantifying volatility clustering in financial time series”, International Review of Financial Analysis, Vol. 23, 2012, pp.11–19.

(26) Tsai C., Tsai C. and Huang P., “An association clustering algorithm for can-order policies in the joint replenishment problem”, International Journal of Production Economics, Vol. 117, 2009, pp.30–41.

(27) Anzanello M. and Fogliatto F., “Curvas de aprendizado: estado da arte e perspectivas de pesquisa”, Revista Gestão e Produção, Vol. 14, n. 1, 2007, pp.109-123.

(28) Dreachslin J. L., Hunt P. L. and Sprainer, E., “Workforce diversity: implications for the effectiveness of health care delivery teams”, Social Science & Medicine, Vol. 50, n.10, 2000, pp. 1403–1414.

(29) Yang M., Hungb W. and Chenga F., “Mixed-variable fuzzy clustering approach to part family and machine cell formation for GT applications”, International Journal of Production Economics, Vol. 117, n. 1, 2006, pp. 30–4.1.

(30) Steele P., Schmidt J. and Schultz J., “Refining the relationship between personality and subjective well-being”, Psychological Bulletin, Vol. 134, 2008, pp.138-528.

(31) Barrick M. R. and Mount, M. K., “Yes, the personality matters: Moving on to more important matters”, Human Performance, Vol. 18, 2005, pp. 359-372.

(32) Digman J. M., “Personality structure: Emergence of the five factor model”, Annual Review of Psychology, Vol. 41, 1990, pp. 417-440.

(33) McDougall W., “Of the words character and personality”, Character personality, Vol. 1, 1932, pp. 3-16.

(34) Cattell, R., “Confirmation and clarification of primary personality factors”, Psychometrika, Vol. 12, 1947, pp. 197-220.

(35) Hogan R., “Hogan Personality Inventory Manual”, Tesla, 1992.

(36) Clarke S. and Robertson I. T., “A meta-analytic review of the Big Five personality factors and accident involvement in occupational and non-occupational settings”, Journal of Occupational and Organizational Psychology, Vol. 70, n. 3, 2005, pp. 355–376

(37) Stewart G., “Trait Bandwidth and Stages of Job Performance: Assessing Differential Effects for Conscientiousness and its Subtraits”, Journal of Applied Psychology, Vol. 84, 1999, pp. 959-968.

(38) Moon H., “The two faces of conscientiousness: Duty and achievement striving in escalation of commitment dilemmas”, Journal of Applied Psychology, Vol. 86, n. 3, 2001, pp. 533-540.

(39) Schmidt F. L. and Hunter J. E., “Development of causal models of job performance”, Current Directions in Psychological Science, Vol. 1, 1992, pp. 89–92.

(40) Campbell J. P., “The role of theory in industrial and organizational psychology. Handbook of industrial and organizational psychology”, Consulting Psychologists Press, 1990.

(41) Barrick M. R. and Mount M. K., “Autonomy as a moderator of the relationships between the Big Five personality dimensions and job performance”, Journal of Applied Psychology, Vol. 78, n. 1, 1993, pp.111-118.

(42) Cheung F. M., “Use of Western and Indigenously Developed Personality Tests in Asia”, Applied Psychology, Vol. 53, n. 2, 2004, pp. 173–191.


Enlaces refback

  • No hay ningún enlace refback.


Iberoamerican Journal of Project Management (IJoPM). ISSN 2346-9161(Online). www.ijopm.org. Correo: journal.ijopm@gmail.com.

Recomendamos utilizar el navegador Google Chrome. Recomendamos o uso do navegador Google Chrome. Recommend using the Google Chrome browser.