| Titre | L'analyse des réseaux psychologiques appliquée à la recherche en comportement organisationnel : pourquoi un bon dessin vaut (parfois) mieux qu'un long discours… | |
|---|---|---|
| Auteur | Alain Lacroux | |
 |
Revue | @GRH |
| Numéro | no 37, 2020/4 Numéro spécial : les meilleurs articles du Congrès de l'AGRH 2020 | |
| Page | 115-146 | |
| Résumé |
Les évolutions récentes dans l'accès aux données, comme par exemple la promotion de politiques de données ouvertes (open data) ou l'utilisation croissante de données massives (big data) dans les organisations génèrent des enjeux méthodologiques importants pour la recherche en GRH. Les chercheurs en management, habitués à travailler sur des échantillons de taille modeste font face à un vrai défi lorsqu'il s'agit de tirer parti des possibilités offertes par des données massives ou des données secondaires issues d'enquêtes menées à une large échelle. Parmi les pistes possibles pour relever ce défi figure l'analyse de réseaux, qui permet la visualisation des relations entre un ensemble important de variables. Les premières applications de cette « façon de voir » ont eu lieu dans le domaine de la psychologie, et permettent de disposer aujourd'hui d'outils de visualisation performants et informatifs, qui ont favorisé le développement d'un courant de recherche très actif appelé psychométrie de réseau. Ce courant renouvelle l'étude des échelles de mesure des attitudes et l'évaluation des relations entre les variables psychologiques, en s'appuyant notamment sur des graphes parcimonieux (modèles graphiques gaussiens régularisés). L'objectif de cet article est de montrer que la transposition de cette approche au champ du comportement organisationnel est prometteuse. Les enjeux de cette adaptation seront illustrés par l'étude de la version française d'une mesure récente de l'implication au travail proposée par Klein & al. (2014), qui s'accompagnera d'un tutoriel présentant des outils analytiques et graphiques développés dans l'environnement du logiciel libre R Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
Recent developments in data accessibility, such as the promotion of open data policies or the growing use of big data in organisations are raising important methodological issues for HRM research. Management scholars, accustomed to work with small samples, face a major challenge when trying to exploit opportunities offered by massive data or secondary data from large-scale surveys. A possible way to face this challenge is a particular type of network analysis, allowing the visualisation of relationships between a large set of variables. Early application of this innovative approach emerged in the field of Clinical Psychology, and now provide powerful and informative visualisation tools, which have encouraged the development of an active area of research known as Network Psychometry. This approach renews the study of measurement scales for attitudes and the evaluation of relationships between psychological variables, by relying in particular on parsimonious graphs (Regularised Gaussian Graphical Models). This paper aims to demonstrate that this approach is promising when transposed to the field of organisational behaviour. To illustrate the stakes of this adaptation, a French version of a recent measure of workplace commitment proposed by Klein & al. (2014) is examined, along with a tutorial presenting analytical and graphical tools developed in the open-source software environment R. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=GRH1_204_0115 |
