Resumo: Uma característica de definição de um grupo de trabalho é como seus membros individuais

interagem. Com base em um conjunto de dados de 283.259 passes entre jogadores de futebol profissional,
este estudo aplica a modelagem de efeitos mistos a 76 Observações repetidas das redes de interação e
desempenho de 23 equipes de futebol. Controlando para características não observadas, tais como a
qualidade das equipes, o estudo confirma achados Dados de painel: redes caracterizadas por alta
intensidade (controle de oportunidades de interação) e baixa Centralização estão de fato associados a um
melhor desempenho da equipe.

-
A lógica para esta proposição é simples: algumas tarefas exigem o envolvimento de diferentes
indivíduos ou uma combinação de recursos. Portanto, as relações entre os membros da equipe são
importantes porque permitem o acesso aos recursos e facilitam a mobilização bem-sucedida desses
recursos. Outros pesquisadores sugerem que as propriedades estruturais dos padrões de interação e
relacionamento em equipes estão relacionadas às expectativas sociais, identidade e apoio. Além disso,
esses pesquisadores fornecem informações sobre características de equipe não observadas, como coesão
de grupo ou a integração de membros individuais.
Uma meta-análise de Balkundi e Harrison resume achados anteriores sobre a relação entre
estrutura de rede dentro da equipe e desempenho da equipe da seguinte maneira: equipes com redes mais
densas tendem a apresentar um melhor desempenho e permanecem mais viáveis. Além disso, estruturas
de rede centralizadas são encontradas para ser negativamente associado com o desempenho da equipe.
Com base no cenário inovador dos esportes de equipe, este estudo supera algumas
dificuldades de pesquisas anteriores e investiga a rede de interação eo desempenho de equipes de futebol
profissional na Premier League inglesa (EPL) usando dados de painel. Um conjunto de dados de 283.259
passes entre jogadores individuais em 760 partidas de futebol permite a investigação da estrutura da rede
e do desempenho da equipe de 23 equipes de futebol em até 76 observações repetidas.
O contexto do futebol é ideal pelas seguintes razões: o jogo é governado por regras claras; As
equipes são mais comparáveis em um cenário de futebol do que em outros ambientes; Os limites das
equipes estão bem definidos; Nenhum jogador está ausente; E a força da interação dentro das equipes eo
desempenho da equipe podem ser avaliados objetivamente.
Após uma revisão da literatura sobre o desempenho do grupo, são identificadas as três
principais limitações da pesquisa anterior. Em seguida, são apresentadas as hipóteses que são testadas
neste estudo. A próxima seção descreve a configuração e os dados. Em seguida, são introduzidas as
variáveis e as medidas para o desempenho da equipe ea estrutura da rede. A seção de métodos descreve a
estratégia analítica ea abordagem de modelagem de efeitos mistos que é usada. A seção de resultados
segue a seção de métodos. O artigo conclui com uma discussão das conclusões.
A principal contribuição deste artigo é estudar a questão da estrutura de rede dentro da equipe
eo desempenho das equipes através de uma análise de dados de painel. Este estudo baseia-se num cenário
inovador, que permite a análise de 1520 diferentes redes e resultados de desempenho. O artigo contribui,
portanto, para os debates existentes sobre o papel do embeddedness nos resultados de desempenho das
equipes e empresas.

2. Literatura

2.1

Um dos primeiros estudos empíricos sobre as relações interpessoais e o desempenho da equipe

foi realizado nos Hawthorne Works of Western Electric na década de 1920. Enquanto os estudos de
Hawthorne foram projetados para encontrar formas de aumentar a produtividade dos trabalhadores,
William Lloyd Warner e Elton Mayo sondaram as relações interpessoais para descrever as estruturas do
grupo e usaram experiências para explorar o impacto de diferentes condições de trabalho na
produtividade do grupo.
Um conjunto de experimentos conduzidos por Alex Bavelas em seu Laboratório de Redes de
Grupo teve como objetivo investigar o papel das estruturas de comunicação no desempenho das tarefas.
Os participantes foram organizados em grupos de cinco indivíduos, e cada grupo teve que resolver um
enigma. Os resultados mostraram que as "redes de comunicação" com estruturas centralizadas (por
exemplo, uma roda) melhoraram a difusão de informação em tarefas simples, enquanto estruturas
descentralizadas (por exemplo, um círculo) atrasaram a difusão de informação. Pesquisas posteriores
basearam-se nessas experiências e demonstraram que as estruturas de comunicação descentralizadas são
mais eficientes na solução de tarefas complexas e levam a menos erros.
 Apesar destes esforços iniciais e do aumento do uso de grupos de trabalho em organizações e
empresas, a investigação sobre as estruturas de rede e o desempenho da equipe logo parou. Foi apenas
recentemente que o tema da estrutura da rede e desempenho da equipe ressurgiu na academia. Menos de
dez anos atrás, Cummings e Cross observaram que "tem havido relativamente pouca pesquisa em redes
sociais sobre as propriedades estruturais dos grupos de trabalho naturais e suas conseqüências para o
desempenho". Entre as pesquisas mais recentes, Sparrowe realizou um estudo de campo de 38 grupos de
trabalho em cinco organizações. Os resultados são semelhantes aos de Shaw e demonstram que os grupos
com padrões de comunicação descentralizados têm melhor desempenho do que os grupos com padrões de
comunicação centralizados. Em outro estudo, Cummings e Cross investigaram 182 grupos de trabalho
realizando tarefas complexas em uma organização global e descobriram que as estruturas núcleo-periferia
e grupo hierárquico estavam negativamente associadas ao desempenho. Um estudo de 224 equipes de P &
D corporativas por Reagans e Zuckerman indica que a densidade da rede está positivamente relacionada à
produtividade. Rulke e Galaskiewicz estudam a estrutura de rede do grupo eo desempenho de 39 equipes
de estudantes de MBA em jogos de simulação de gerenciamento e descobrem que a descentralização está
positivamente associada ao preço das ações. Gloor examinou o número de e-mails enviados entre os
membros da equipe on-line e observou que estruturas de comunicação equilibradas (por exemplo, um
número igual de e-mails enviados e recebidos) estão positivamente relacionados com o desempenho da
equipe. Estudando 59 equipes de consultoria, Carson descobriu que a liderança compartilhada prevê o
desempenho da equipe. Uma visão geral adicional sobre estudos empíricos que relacionam as
características das redes de equipes com a eficácia da equipe pode ser encontrada em Henttonen. Um
conjunto associado de estudos relaciona a posição de indivíduos em redes (por exemplo, centralidade de
nó) para resultados de desempenho individuais.

2.2

A limitação mais importante da pesquisa anterior diz respeito à questão da causalidade. As

estruturas de rede impulsionam o desempenho da equipe ou o desempenho promove determinadas
configurações de rede em uma equipe? Todos os estudos anteriores aplicam um desenho transversal
devido à dificuldade de coletar dados longitudinais de rede e desempenho. A ausência de análise
longitudinal torna problemático dizer se a rede ou os efeitos hipotéticos da rede são causalmente
antecedentes.
Outras limitações estão relacionadas ao desenvolvimento geral da pesquisa em redes sociais.
Em primeiro lugar, os estudiosos da rede social têm focado em amizades ou relações de conselho, ao
invés da interação de indivíduos durante o próprio processo de produção. Em muitos contextos, tal
enfoque é apropriado (por exemplo, pesquisa de capital social), mas em outros é menos apropriado.
Enquanto as amizades e as relações de conselho são certamente fundamentais para as equipes, eles
precisam traduzir para a orquestração de um processo de produção do grupo para a matéria. Muitas vezes,
separar relações de amizade, conselhos e comunicação é impossível porque estão intimamente
interligados.
Uma segunda limitação é o foco nas relações binárias. Uma grande parte das análises de redes
sociais contemporâneas tratam os laços de rede de forma binária, isto é, os laços existem ou não. No
contexto da estrutura da rede e do desempenho da equipe, por exemplo, Cummings e Cross consideram a
força dos laços apenas em conjunto com um ponto de corte para extrair uma projeção binária da relação
"valorizada". Há muito tempo os estudiosos questionaram essa abordagem binária em relação às redes,
uma vez que abrange apenas relações qualitativas e negligencia a força dos laços. Na literatura, há
consenso sobre a importância da variabilidade na força das relações interpessoais. Conseqüentemente,
surgiram várias pesquisas que consideram explicitamente os valores dos laços sociais. Por exemplo, pode-
se esperar que uma relação de trabalho varie dependendo se os colegas interagem ocasionalmente ou o
tempo todo. Além disso, a intensidade das interações pode ser especialmente relevante em pequenas
equipes, em que todo mundo é susceptível de ser associado com todos os outros.
Outra questão complicada é a avaliação e a comparabilidade das medidas de desempenho.
Mais comumente, o desempenho da equipe é avaliado de forma subjetiva. Por exemplo, Sparrowe
entrevistou os líderes da equipe para avaliar o desempenho de sua própria equipe. Tal abordagem é muitas
vezes necessária porque não há medidas objetivas disponíveis. Além disso, comparar o desempenho de
diferentes equipes nem sempre é um processo direto, pois as equipes estão freqüentemente envolvidas em
diferentes tipos de trabalho. Como Sparrowe mencionou, também é problemático que os líderes de grupo
sejam normalmente indulgentes e superestimem o desempenho do grupo - especialmente porque a
eficácia de um grupo também reflete o desempenho de seu líder.
3.1 Hipótese de desempenho de densidade

Uma das proposições mais diretas na literatura é que a densidade da rede e interações intensas
entre membros individuais aumentam o desempenho da equipe. Balkundi e Harrison rotulam essa
"hipótese de desempenho de densidade". Por exemplo, Sparrowe sugere que quando os membros da
equipe têm relacionamentos fortes com muitos outros membros da equipe, a interdependência mútua
aumenta. Segundo Molm (1994), essa interdependência exige cooperação e coordenação de esforços. Um
argumento semelhante é feito por Granovetter, que mostrou que embeddedness em estruturas de rede
fortemente ligadas e densas (por exemplo, a rede de comerciantes de diamantes de Nova York) aumenta a
confiança e dependência em tais comunidades. Também foi sugerido que redes densas incentivem o
compartilhamento de informações e aumentam o conhecimento sobre outros membros da rede. Os atores
dentro dessas redes estão mais conscientes do potencial e dos recursos dos outros membros da equipe.
Assim, estruturas de rede densa facilitam a mobilização desses recursos. Da mesma forma, interações
intensas entre os membros da equipe aumentam a visibilidade e a responsabilidade. Sugeriu-se que as
redes densas são eficazes na redução da fraqueza social - a tendência dos indivíduos a dedicar menos
esforço a um trabalho quando estão em um grupo do que quando estão sozinhos - porque os indivíduos
podem ser responsabilizados de forma mais eficaz. Seguindo este argumento, eu hipoteti o seguinte:

Hipótese 1. Controlando para oportunidades da interação nas equipes, a intensidade de interação

aumentada conduz ao desempenho de grupo aumentado.

3.2 Hipótese de Centralização de desempenho

Outra hipótese apresentada na literatura é que a centralização - o grau em que as posições da

rede estão distribuídas de forma desigual em uma equipe - está relacionada ao desempenho. A
centralização do grupo é menor quando todos os membros de uma equipe são igualmente "centrais". Os
pesquisadores nem sempre concordam em como "centralidade de grupo" ou "centralização" devem ser
avaliados. Por exemplo, Sparrowe baseou sua avaliação na distribuição de graus - o número de ligações
que os membros individuais da equipe têm. Entretanto, Cummings e Cross focalizaram estruturas de
núcleo-periferia em redes.
Apesar dessas diferenças, a fundamentação teórica para uma proposta de relação negativa
entre centralização da equipe e desempenho da equipe permanece a mesma. Sparrowe e Molm afirmam
que as estruturas descentralizadas da rede promovem a interdependência, o que, em última instância,
encoraja a coordenação ea cooperação. As relações mútuas (não assimétricas) proíbem a exploração dos
indivíduos. Além disso, pesquisas sugerem que hierarquias "planas", ou a capacidade dos membros de
alcançar rapidamente outros, afetam a gestão de crises. As equipes descentralizadas podem fornecer mais
flexibilidade e informações oportunas e são menos dependentes de indivíduos "centrais" específicos. Em
linha com esta literatura, eu hypothesize o seguinte:

Hipótese 2. Maior centralização da interação em equipes leva a diminuição do desempenho da equipe.

4 Configuração e dados

Apesar de as equipes esportivas terem sido objeto de pesquisa de gestão, organização e grupo
há muito tempo, a estrutura de rede de tais equipes dificilmente foi examinada. Uma exceção é um estudo
de Gould e Gatrell no qual eles investigam passagens feitas entre os jogadores de futebol na final de 1977
entre Liverpool e Manchester United. Sua análise, embora inovadora na época, passou em grande parte
despercebida e não foi aplicada ao estudo do desempenho da equipe. Um estudo mais recente de Duch
investiga passagens feitas entre os jogadores nos jogos do torneio de futebol da Copa da Europa de 2008
para avaliar o desempenho individual.
Este artigo baseia-se em um conjunto de dados único da estrutura da equipe e desempenho na
EPL, a divisão superior do sistema de futebol Inglês. Os dados foram comprados da OPTA Sportsdata e
contêm narrativas detalhadas de todos os 760 jogos da EPL nas épocas de 2006/07 e 2007/08. Baseado
em imagens de vídeo, o conjunto de dados inclui 1.050.411 eventos in-match (incluindo metas, passes,
decisões de árbitros e comportamentos dos jogadores). Informações sobre 283.259 passes entre os
jogadores foi usado para construir redes para cada equipe em cada partida. No total, 1520 redes foram
derivadas, incluindo até 76 jogos para 23 equipes. A força dos laços indica o número total de passes entre
dois jogadores.
4.1 Variável de desempenho

No futebol, o desempenho de uma equipe é crucial para a posição de uma equipe no

final da temporada. Cada equipe acumula pontos para ganhar ou desenhar uma partida. Todos
os jogos envolvidos neste estudo foram assistidos por milhares de espectadores e transmitidos
para milhões de fãs em todo o mundo. Assim, não houve viés de comunicação. Embora os
pontos ganhos de uma equipe em um jogo determinem em última instância sua posição da
tabela da liga, eu focalizo no número de objetivos que uma equipe marca em um fósforo, uma
quantidade que indique o desempenho ofensivo da equipe. Limitar a análise ao desempenho
ofensivo parece razoável porque os dados só permitem a investigação da orquestração do jogo
ofensivo da equipe (isto é, quando uma equipe possui a bola e os jogadores passam).
Alternativamente, pode-se também pensar em outras medidas de desempenho, como as
demonstrações financeiras das equipes. No entanto, estas medidas só seriam indirectamente
afectadas pelo modo como uma equipa joga e não pode ser avaliada numa base de jogo.

4.2 Estrutura da rede e centralização

O cenário do futebol permite uma avaliação direta das interações entre os membros
da equipe. Além disso, uma das vantagens de investigar futebol é que os limites das equipes, e,
portanto, as possíveis interações dos membros da equipe, são claramente definidos. Quando
somente um jogador na possessão da esfera pode marcar um objetivo, os jogadores passam
constantemente a esfera a se, eo jogo da equipe é organizado em torno de tais passagens. É
claro que as interações relevantes para a equipe também podem tomar outras formas - por
exemplo, distrair a equipe adversária enquanto não tem a bola. Embora essas outras formas
de interação com a equipe sejam certamente importantes, os passes diretos entre jogadores
da mesma equipe são provavelmente a forma mais conseqüente de interação em partidas de
futebol e podem ser usados para aproximar a orquestração da produção do grupo.
 Durante os jogos de futebol, podemos esperar que cada jogador faça pelo menos uma
passagem para outro membro da equipe. As interações são freqüentes, mas os padrões
distintivos surgem a partir do número de passes e as identidades dos jogadores envolvidos.
Um exemplo de uma "rede de passe" está contida na Tabela 1. A tabela mostra o número de
passes directos entre os jogadores do Arsenal nas linhas e os jogadores do Arsenal nas colunas
em uma partida contra o Aston Villa em 19 de agosto de 2006. Como sugerido anteriormente,
Todos os jogadores fazem pelo menos uma passagem para outro membro da equipe (na
Tabela 1, apenas quatro dos 56 laços diretos não são realizados). Portanto, uma análise
estrutural baseada em laços não ponderados seria de uso limitado, pois padrões distintivos se
manifestam apenas através de freqüências de interação - uma situação comum para pequenas
equipes.

4.2.1 Densidade e intensidade de rede

A característica mais avaliada das redes é a densidade, que é tradicionalmente

calculada como o número de laços existentes em uma rede dividida pelo número de laços
potenciais. Como sugerido anteriormente, a densidade da rede é menos útil quando os laços
são ponderados e as redes estão quase completas (ou seja, todos estão conectados a todos
outro). Já MacKenzie propôs considerar explicitamente os pesos dos laços nas redes, quando
se avaliam as características estruturais de uma rede. Várias tentativas têm sido feitas para
generalizar a avaliação das características da rede para dar conta de laços ponderados. Em
nosso contexto, o nível geral de interação pode ser avaliado diretamente. Definir primeiro a
força no futebol profissional, COS (i) de um nó i como a soma dos valores de laços de saída
(por exemplo, o número de passes feitos por este jogador) e na força CIS (i) de um nó i como A
soma dos valores anexados aos laços entrantes (por exemplo, número de passes recebidos por
um jogador).

Com wij sendo o número de passes feitos do jogador i para o jogador J em um time-match e N
o número de nós (aqui 8 jogadores). Como as oportunidades de interação pesadamente
importam nos esportes - só a equipe com a bola pode passar - eu padronizo a medida pelo
tempo T a equipe possui a bola no fósforo. Pode-se então definir a intensidade de rede I como
a taxa de passagem para um jogo de equipe como:
4.2.2 Nó e empate centralização de rede baseada

A centralização de grupo ou de rede está relacionada com a distribuição de posições

de rede individuais, por exemplo, a centralidade do nó. Por exemplo, uma rede é considerada
altamente centralizada quando um ator é claramente mais central do que todos os outros
atores na rede. Uma rede é descentralizada quando todos os atores têm a mesma centralidade
do nó. Freeman propôs a seguinte estratégia para derivar a centralização de rede a partir de
pontuações de centralidade de nó: Primeiro, calcule a soma das diferenças entre a maior
pontuação de centralidade de nó e as pontuações de todos os outros nós na rede. Em segundo
lugar, divida esta soma pela soma máxima possível de diferenças. Embora um tal método para
calcular a centralização de rede seja puramente baseado em nós (uma vez que se refere à
distribuição potencialmente desigual das pontuações de centralidade de nó), existe uma
contrapartida baseada em ligação para avaliar a centralização de rede em redes ponderadas.
Em redes não ponderadas, os laços são indistinguíveis uns dos outros. Em redes ponderadas,
entretanto, os laços têm um valor unido a elas. Podemos, portanto, determinar a distribuição
desigual desses valores. A partir de tal perspectiva baseada em laço, seria então medir a
centralização da rede não examinando a distribuição das características do nó (isto é, os
escores de centralidade do nó), mas antes investigando a distribuição das características de
ligação (isto é, valores de ligação). Aplicando a definição de centralização de Freeman, uma
rede seria então menos centralizada quando todos os valores de empate são os mesmos e
mais centralizados quando a soma das diferenças entre o valor de empate mais alto e todos os
outros valores de empate está no seu máximo.

Naturalmente, existem várias formas plausíveis de avaliar as posições da rede, que se

reflectem na variedade de indicadores disponíveis que visam medir a centralidade do nó ea
centralização da rede. No contexto do futebol, por exemplo, Duch colocou o foco no
betweenness e investiga a contribuição de jogadores individuais em seqüências do passe. O
estudo atual segue o trabalho de Sparrowe, que estão preocupados com o papel da
centralização para o desempenho em equipes e foco na distribuição grau.

4.2.3 Centralização de peso

A maneira mais direta de avaliar a centralização de redes baseada em vínculos em

redes ponderadas é examinar a distribuição dos valores de vínculo. No caso de passes entre
jogadores de futebol, o padrão de interação mais descentralizado é aquele em que todo
mundo interage com todos com a mesma intensidade. Em contraste, a rede mais centralizada
seria aquela em que a maioria das interações envolvem os mesmos dois indivíduos.
Formalmente, pode-se definir a centralização do peso Cw como:
Enquanto w * é o valor de empate empiricamente máximo observado. O denominador na
fórmula (4) simplesmente relata a centralização quando toda a interação (isto é, o número de
passagens), tal como definida como a soma total de pesos (ou passes), seria concentrada
numa díade única e dirigida - quando um jogador só passa para um outro jogador.

4.2.4 Centralização de força

A centralização de rede baseada em nó mais simples - como é usada por Sparrowe

- é a centralização de graus. Esta medida está preocupada com a distribuição do número de
laços que os membros da rede têm. Em nossa configuração, a centralização de graus não é
uma medida útil, pois (na maioria dos jogos) cada jogador está conectado com todos os
jogadores. No entanto, é possível definir a centralização para a intensidade de entrada e de
saída do nó:

Com C * IS e C * OS sendo o maior empiricamente observado em força e fora de força dos nós.
Então, por exemplo, CI (centralização em-força) é mais elevado quando um jogador recebe
todos os passes e menor quando todos os membros do grupo recebe um número igual de
passagens. Da mesma forma, CO (centralização de fora-força) seria maior quando um jogador
faz todos os passes e menor quando cada membro da equipe faz o mesmo número de passes.

4.3 Fator de análise

Algumas estatísticas descritivas das variáveis utilizadas na análise são apresentadas

nas Tabelas 2 e 3. Em média, as equipes de futebol fazem 186,36 passes em cada partida.
Considerando a posse da bola, isso traduz-se em 4,14 passes por minuto em média. Este
número está em linha com a nossa compreensão do futebol profissional. Os escores médios
para o peso, a força e a centralização da força de saída que são apresentados na Tabela 2 são
bastante baixos. No entanto, observe que eles são padronizados para o caso bastante
extremo, em que todas as passagens são feitas de um jogador para outro jogador. Finalmente,
uma equipe obtém uma média de 1,27 gols por partida.

Para derivar uma única dimensão para a centralização da rede, a análise fatorial foi
aplicada. A medida de amostragem de Kaiser-Meyer-Olkin é de 0,60 e o teste de esfericidade
de Bartlett é significativo (2 (3) = 427,79, p <0,00). A análise de fator de componente principal
é usada porque o objetivo principal é identificar e calcular uma pontuação composta para a
noção subjacente de centralização de rede. Apenas um fator com um autovalor maior que um
é recuperado. As pontuações de fatores e os escores de comunalidade são apresentados na
Tabela 4. Uma pontuação composta para o fator extraído com base em todos os itens é criada
para cada jogo de equipe. Uma pontuação alta indica um padrão de passagem caracterizado
pelo jogo centralizado da equipe. Uma pontuação baixa indica um padrão de passagem
descentralizado. A asimetria (0,96) ea curtose (1,49) estavam dentro do intervalo tolerável (-2
<x <2) para assumir uma distribuição normal. Uma análise dos histogramas também sugeriu
que as distribuições pareciam aproximadamente normal.

5. Método

5.1 Estratégia analítica e modelagem de efeitos mistos

A análise longitudinal dos painéis é preferível à análise transversal, pois se concentra

na dinâmica da mudança e facilita uma discussão sobre a causalidade, incorporando a
estrutura temporal dos dados. No debate sobre a estrutura da rede eo desempenho da
equipe, vários estudiosos têm argumentado que a análise longitudinal seria necessário para
desembaraçar a relação proposta entre a incorporação de indivíduos e resultados de
desempenho do grupo. Até agora, parece impossível adquirir os dados necessários para
realizar tais análises. São necessárias observações repetidas tanto para a rede quanto para o
desempenho de diferentes equipes. Contudo, os dados utilizados neste estudo satisfazem
estes requisitos.
Os modelos de efeitos mistos proporcionam uma ferramenta poderosa e flexível
para a análise de dados agrupados e longitudinais. Permitem levar em conta a
heterogeneidade ea estrutura de dependência. Foi demonstrado que os modelos de efeitos
mistos incorporam abordagens de painel anteriores com efeitos aleatórios. Praticamente, os
modelos de efeitos mistos permitem que interceptações e / ou declives de regressões variem
entre grupos. No caso de dados longitudinais, uma unidade repetidamente observada é
tratada como tal grupo. Além disso, os modelos de regressão de efeitos mistos foram
estendidos para lidar com múltiplas camadas de agrupamento. Modelos com camadas
múltiplas que estão aninhadas entre si são chamados de modelos multiníveis (ML) ou
hierárquicos (HLM). No entanto, os dados não precisam necessariamente ser estruturados
hierarquicamente e as camadas de agrupamento não precisam ser aninhadas umas dentro das
outras. Nesses casos, os dados são classificados como cruzados. Os dados de futebol utilizados
neste estudo têm essa estrutura de dados de classificação cruzada. Cada avaliação de
desempenho feita em uma partida é agrupada não só de acordo com a identidade da equipe
cujo desempenho é avaliado, mas também em relação à equipe adversária. Enquanto os
modelos cruzados de efeitos aleatórios
(Também conhecidos como modelos de componente de erro bidirecional) estendem modelos
hierárquicos clássicos de vários níveis, eles podem ser equipados com procedimentos
projetados para estruturas puramente hierárquicas ou multiníveis. Quando aplicada à nossa
configuração, essa estratégia aborda a seguinte questão: uma equipe funciona melhor do que
o normal quando a rede de passagem é mais densa ou mais centralizada do que normalmente
é para a equipe (controlando as oportunidades de interagir e características não observadas da
equipe / oponente) ?

5.2 Regressão de Poisson cruzada de efeitos aleatórios

O número de gols marcados por uma equipe é uma variável de contagem e

modelado com uma regressão de Poisson. O valor E (ymkl) é o número de gols que se pode
esperar da equipe k para marcar contra a equipe l em uma partida particular m. Cada
temporada, 20 equipes jogam um contra o outro. No entanto, à medida que três equipes são
relegadas e substituídas por outras três após a primeira temporada, k e l podem variar de 1 a
23. A variável Tmkl mede a posse de bola da equipe k em uma partida particular e, portanto,
controla as oportunidades de passar. As variáveis Imkl e Cmkl descrevem a estrutura de rede
de passagem da equipe k; Imkl refere-se à intensidade da rede ou o número de passes
ponderados pela posse da bola para a equipe k nesta partida e Cmkl representa a pontuação
composta da centralização da rede para a equipe k que sai da análise fatorial. O modelo de
efeitos mistos com efeitos aleatórios cruzados sugere dividir o erro mkl de uma regressão de
Poisson simples em três componentes:
(1) um componente 1k, que é específico para cada equipe k cujo desempenho é avaliado; (2)
outro componente 2l, que é específico para a equipe l ser o adversário da equipe cujo
desempenho é avaliado e; (3) um termo de erro residual εmkl. Os componentes 1k e 2l são
frequentemente chamados efeitos aleatórios ou interceptações aleatórias; Eles têm uma
média populacional de zero, uma variância de 1 e 2 e são assumidos como independentes e
normalmente distribuídos.

6. Resultados

Uma característica de definição de uma equipe é como os membros da equipe

interagem. Este estudo investiga duas hipóteses apresentadas na literatura sobre a relação
entre estrutura de rede intra-equipe e desempenho da equipe. A primeira hipótese sugere que
a intensidade da rede ou um aumento do nível geral de interação (controlando as
oportunidades de interação) leva a um melhor desempenho da equipe. A segunda hipótese
sugere que a centralização da rede diminui o desempenho da equipe. Em outras palavras, uma
equipe não funciona tão bem quanto poderia quando o processo de produção da equipe é
centralizado.

A Tabela 5 mostra os resultados da regressão. Os coeficientes de regressão são

exponenciados. Assim, eles indicam por quanto o número esperado de metas é multiplicado
por um aumento unitário da variável independente. P-Valores são relatados entre parênteses.
Três especificações do modelo são dadas. A primeira coluna apresenta resultados sem equipe
aleatória ou efeitos adversos. Este modelo espelha as análises transversais realizadas em
estudos anteriores. Um efeito de intensidade de rede claro é encontrado. Aumentos na taxa
de aprovação levam a um aumento do desempenho da equipe. Conforme previsto, um efeito
de centralização de rede claro está presente. Aumentos na centralização do jogo em equipe
levam a uma diminuição do desempenho da equipe. Portanto, podemos replicar achados
anteriores sobre equipes no contexto deste estudo. A segunda coluna mostra os resultados
com efeitos aleatórios para a equipe cujo desempenho é avaliado ea última coluna mostra a
especificação de efeitos aleatórios cruzados completa, que controla os efeitos da equipe não
observada e do adversário. As colunas (2) e (3) apresentam a estrutura do painel dos dados.
Embora a causalidade ainda possa ser contestada, essas duas especificações do modelo vêm
muito mais perto de fazer tais afirmações do que os desenhos transversais que são
tradicionalmente usados. A magnitude de ambos os efeitos previstos diminui, mas, no
entanto, a taxa de passagem continua significativa no nível de 0,1, enquanto a centralização da
rede está no nível de 0,05. Assim, este estudo reproduz resultados anteriores sobre a estrutura
da rede eo desempenho da equipe em configurações transversais e fornece provas de apoio
para estes resultados para manter em um painel de design.

7. Conclusões

O que torna uma equipe mais bem sucedida do que outra? Um corpo promissor de
pesquisa afirma que a resposta está dentro da orquestração do processo de produção do
grupo. Adotando uma abordagem de rede, esta tradição de pesquisa sugere que o padrão de
interações entre indivíduos desempenha um papel fundamental no desempenho da equipe.
Tem-se argumentado que uma equipe depende da mobilização bem-sucedida de recursos,
especialmente durante tarefas complexas. Os membros da equipe precisam se basear nas
habilidades e conhecimentos do outro. Assim, as formas como os membros da equipe
interagem são cruciais para o que uma equipe pode alcançar.

Estudos anteriores sobre o desempenho do grupo examinaram dois aspectos da

estrutura da rede: (1) o nível geral de interação em equipes, medido como densidade ou
intensidade de rede; E (2) centralização da equipe ou distribuição de posições e papéis da
rede. Embora se considere que a densidade da rede está positivamente relacionada com o
desempenho da equipe, espera-se uma associação negativa entre a centralização da rede e o
desempenho da equipe.

O presente estudo baseia-se em um cenário inovador e dados, incluindo

observações repetidas do campo de esportes de equipe, para superar problemas de estudos
anteriores. Informações sobre 283.259 passes entre os jogadores de futebol individual em 760
partidas na Premier League Inglês permitiu o mapeamento do desempenho do grupo e
processo de produção do grupo de 23 equipes. No total, foram analisadas 1520 redes
diferentes.

Controlando as oportunidades de interação, nossos resultados confirmam achados

prévios sobre a ligação entre o nível de interação em equipes eo desempenho. Níveis elevados
de interacção (isto é, taxa de aprovação) conduzem a um aumento do desempenho da equipa.
Além disso, nossos resultados apóiam achados anteriores sobre a ligação entre centralização e
desempenho da equipe. Padrões de interação centralizada levam a uma diminuição do
desempenho da equipe.
Uma contribuição importante deste artigo reside em estender a pesquisa anterior
sobre estrutura de rede e desempenho de equipe de uma forma que incorpora observações
repetidas de equipes. Os resultados anteriores foram limitados devido ao uso de dados e
desenhos de corte transversal. Confirmando alguns desses resultados anteriores com dados de
painel para estrutura de rede e desempenho da equipe permite a modelagem mixedeffects e
leva a afirmações mais robustas. Trabalhos futuros poderiam explorar o caráter da série
temporal dos dados ainda mais investigando a dinâmica da estrutura da rede e do
desempenho da equipe. Essa perspectiva poderia ser útil para examinar as mudanças na
interação dos membros da equipe individual e as tendências de desempenho.

No entanto, este artigo também contribui para um debate mais geral sobre o papel ea
importância da embeddedness nas estruturas de rede. Os investigadores têm estado
interessados no papel das estruturas de rede em relação à reputação, aos conflitos, às atitudes
e ao comportamento geral em grupos. Examinando o papel das relações interpessoais no
desempenho da equipe, este estudo baseia-se neste paradigma de rede mais amplo.
Obviamente, este estudo também tem suas limitações. Enquanto a análise das equipes
desportivas é estabelecida na pesquisa de gestão, pode-se questionar até que ponto os
resultados do presente estudo podem ser generalizados para outros tipos de equipes. Brown
(1988) enfatiza a natureza das tarefas em desempenhar um papel significativo nos processos
grupais. Da mesma forma, o trabalho de Bavelas (1950), Leavitt (1951) e Shaw (1964) ilustra
que estruturas de redes descentralizadas podem ser mais eficientes somente na resolução de
tarefas complexas. No entanto, Elias e Dunning (1966) enfatizam as vantagens de investigar o
esporte (particularmente o futebol), uma vez que a dinâmica configuracional dentro das
unidades sociais é mais visível, por exemplo, nas atividades das equipes esportivas.
Outra limitação envolve a configuração táctica das equipas e os papéis dos jogadores.
Por exemplo, o goleiro em uma equipe é permitido usar suas mãos, enquanto todos os outros
jogadores não são. Alguns jogadores são na sua maioria defensores e meio-campistas,
enquanto outros são atacantes. No entanto, esses papéis diferentes e até mesmo diferenças
na configuração tática entre equipes (por exemplo, o número de atacantes que uma equipe
designa para uma partida) não afetariam os resultados devido à abordagem de modelagem de
efeitos mistos que é aplicada neste estudo. A questão que o modelo aborda é a seguinte: uma
equipe funciona melhor do que normalmente faz quando a intensidade da rede ou
centralização de rede é maior do que é normalmente para esta equipe? Esse problema só seria
motivo de preocupação se as equipes mudassem significativamente sua configuração tática,
dependendo do desempenho da equipe (anterior).
A análise atual pressupõe implicitamente que o desempenho da equipe ea estrutura
da rede são medidos exatamente ao mesmo tempo. É verdade que este não é o caso dos
nossos dados. É possível que as equipas joguem bem e marcem gols na primeira metade de
um jogo e depois mudem para um modo diferente de jogo em equipe para defender sua
liderança na segunda parte. Os dados de rede utilizados para aproximar a orquestração do
jogo em equipe se baseiam em eventos de passagem e não em relacionamentos estáveis. Por
exemplo, na modelagem estatística da evolução da rede, a diferença entre eventos e estados é
de importância crucial; No entanto, o foco explícito em redes ponderadas, onde as forças de
empate representam a soma de passes entre os jogadores, torna a diferença entre eventos e
estados menos preocupante. No contexto deste estudo, pode-se argumentar que a estrutura
de passagem realizada representa um padrão subjacente de jogo de equipe orquestrado.
Embora a dinâmica dentro do jogo seja, sem dúvida, importante e teoricamente interessante,
este estudo apresenta uma visão original sobre o papel da centralização da rede em equipes
desportivas. Pesquisas adicionais poderiam aplicar uma perspectiva de evento relacional e
investigar explicitamente a dinâmica interna. Tal abordagem poderia incluir a investigação de
sequências relacionais - por exemplo, fechamento de tríades - e desenvolver uma perspectiva
multinível, em que o desempenho da equipe está relacionado com o nível diádico de passes.
Do ponto de vista de modelagem, enquanto os efeitos aleatórios para equipes são
constantes, os jogadores nomeados pelas equipes nos jogos não são. Uma equipe
normalmente é composta por até 25 jogadores, eo gerente da equipe seleciona 11 jogadores
para cada partida. Às vezes os jogadores são feridos e não podem jogar anymore. Outras
vezes, o gerente da equipe decide dar uma chance a outros jogadores. No entanto, o núcleo de
cada equipe é bastante constante. Em quase todas as equipes, encontra-se jogadores que
jogam em quase todos os jogos. Além disso, todos os jogadores da equipe, incluindo todos os
substitutos, praticam juntos em uma base diária. Portanto, pode-se pensar no padrão de
interação exibido pelos onze jogadores em uma partida como uma amostra do jogo em equipe
geral.

Este estudo também oferece várias oportunidades para trabalhos futuros. Ele
baseia-se em uma configuração, que envolve uma estrutura emparelhada especial das
observações. Nesta análise, as características do cenário são consideradas na estratégia de
modelagem usando modelos de efeitos mistos com efeitos aleatórios cruzados. Os
pesquisadores devem tentar replicar esses resultados em ambientes sem essa estrutura de
dependência implícita.

Além disso, este estudo examina apenas o papel da estrutura de rede para o
desempenho da equipe. Um corpo relacionado de pesquisa aplica estruturas e técnicas
teóricas similares para examinar a associação entre posições de rede individuais e
desempenho individual. Este tipo de pesquisa também geralmente se baseia em crosssectional
desenhos e poderia beneficiar de dados do painel. Os dados deste estudo podem ser usados
para tal tarefa. No entanto, uma dificuldade reside na obtenção de medidas objetivas para o
desempenho individual. Quando considerados em relação às estratégias existentes para medir
o desempenho individual em jogos de futebol, esses dados, que incluem narrativas de fósforos
e uma ampla gama de comportamentos individuais (eg, gols, assistências, tackles, faltas,
desafios, off-sides e muitos mais) , Permite uma avenida possível e promissora para pesquisas
futuras.

Por fim, este estudo enfatiza a importância dos diferentes tipos de redes. Enquanto
uma grande quantidade de análises de redes sociais se concentram, por exemplo, em
amizades, este estudo investiga o processo de produção do grupo em equipes mais de perto.
Uma observação direta das interações em equipes tem sido usada para medir a orquestração
do jogo em equipe. No entanto, certamente, outros tipos de relações podem ser importantes e
podem até ser antecedentes de interações reais observadas. Outra avenida promissora para a
pesquisa seria examinar as relações entre os diferentes tipos de redes eo jogo em equipe.
Usando o estudo atual como um exemplo, poderíamos perguntar o seguinte: os jogadores de
futebol fazem mais passes um para o outro quando se conhecem bem ou quando ambos têm
jogado na mesma equipe por um longo tempo? Responder a perguntas deste tipo poderia
potencialmente ser útil para a produção de grupos de engenharia - isto é, poderia oferecer
oportunidades para aumentar o desempenho da equipe.