팀원의 사회적 지위와 지식수준이 조언 네트워크 중심성에 미치는 영향 및 분산교류 기억체계의 조절효과

홍운기; 이선우; 박오원

추천

검색

질문

자료유형: 학술저널

저자정보: 홍운기 (울산과학기술원) 이선우 (고려대학교) 박오원 (가톨릭대학교)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제30권 제5호 (통권 제151호)

발행연도: 2017.5

수록면: 787 - 811 (25page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

조직 내 업무의 복잡성과 전문성이 높아짐에 따라 기업은 팀 중심의 프로젝트 및 업무수행을 적극적으로 활용하고 있다. 팀 단위의 프로젝트는 상대적으로 단기간에 수행되며 특정 문제해결을 위한 협력이 요구되기 때문에 팀 내에서 팀원들의 효율적인 네트워크 형성은 팀 성과에 중요한 영향을 미치게 된다. 이에 따라, 팀원들 사이의 네트워크 형성을 결정하는 선행요인에 대한 이해가 중요하게 부각되고 있다. 하지만, 기존의 네트워크 연구는 네트워크를 주어진 것으로 여기고 그 특성과 팀 성과와의 관계에 중점을 두었으며, 팀 내에서 팀원들이 어떻게 네트워크를 형성해 가는가에 대한 연구는 상대적으로 부족한 실정이다.
따라서 본 연구에서는 팀 내 조언 네트워크에 영향을 미치는 선행요인을 살펴보고자 한다. 이를 위해 지위특성 이론(status characteristic theory)을 토대로 직무와 관련된 특성인 팀원의 지식수준과 비직무 특성인 사회적 지위를 선행요인으로 제시하였으며, 또한 팀의 분산교류 기억체계(Transactive Memory System: TMS)를 팀원의 인지된 지식수준 및 사회적 지위와 조언 네트워크 중심성간의 관계에 영향을 미치는 조절변수로 제시하였다.
본 연구는 30개 팀의 130명 팀원들을 통해 수집한 자료를 이용하여 팀원의 인지된 지식수준과 사회적 지위가 팀 내 조언 네트워크 중심성에 미치는 영향과 분산교류 기억체계의 다수준 조절역할을 실증분석 하였다. 분석결과, 팀원들의 인지된 지식수준과 사회적 지위는 조언 네트워크 중심성을 유의하게 예측하는 것으로 나타났다. 또한 사회적 지위와 조언 네트워크의 관계가 팀의 상황적 요인인 TMS의 수준에 따라 달라지는 것을 확인하였다. TMS의 수준이 낮은 팀에서는 사회적 지위와 조언 네트워크 중심성의 관계가 강하게 나타나는 반면 TMS의 수준이 높은 경우에는 팀원의 사회적 지위와 조언 네트워크의 중심성의 관계는 약하게 나타나고 있음을 알 수 있었다. 이러한 결과를 바탕으로 본 연구는 프로젝트 팀에서 팀원들은 조언 네트워크를 형성하는데 있어 인지적 요인에 의해 영향을 받으며, 팀의 TMS의 수준에 따라 인지 요인의 특성이 달라질 수 있음을 시사하고 있다.

With increasing complexity and specialization of knowledge and expertise, organizations have extensively utilized teams as a basic unit of structure for competitive advantages. Teams consists of members with varying degrees of expertise, and team members need to utilize other members’ expertise for collective tasks. This paper focuses on advice network centrality in teams by examining when and why a member turns to others for seeking advice. Specifically, we posit that teams can effectively utilize members’ expertise when expert members are situated at a central position in advice network.
First, we argue that a member’s level of perceived expertise is positively related with advice network centrality. For example, a member may consider quality of expertise they receive when they seek advice from others, and thus, the member will approach to other members who are perceived as experts. Second, we argue that high status members are more likely to be in central positions in advice network. Status characteristic theory suggest that people tend to infer ability of others from social characteristics, such that they expect high performance from high status members and defer their view to the high status members (even when controlling their level of expertise).
Further, we present a contingency model in which the effects of expertise level and social status depends on the team context (e.g., transactive memory system; TMS). Transactive memory system is defined as a shared mental model of knowing who knows what among team members. Under the high level of TMS, expertise will become a more salient and accessible cue to team members, and as a result, they will be more attentive to the expert members. Yet, the low level of TMS may cause disagreement about who knows what and suffer identifying expert members in teams. This leads non-expertise-related cues (e.g., social status) to be a more noticeable factor for members seeking advice. Therefore, we propose the following hypotheses with the theoretical model.
H1: A member’s perceived level of expertise will be positively related with advice network
centrality.
H2: A member’s social status will be positively related with advice network centrality.
H3: Transactive memory system will moderate the positive relationship between a member’s perceived level of expertise and advice network centrality, such that the relationship will be stronger when TMS is high than when it is low.
H4: Transactive memory system will moderate the positive relationship between social status and advice network centrality, such that the relationship will be weaker when TMS is high than it is low.
Using multi-wave survey data from 30 project teams with 130 members, we analyze our theoretical model with intercepts-and-slopes-as-outcomes modeling. The results show that team members’ perceived expertise level and social status have positive relationships with advice network centrality. We also found that the relationship between social status and advice network centrality is weakened when TMS is high. We discuss implications of these findings for research and practice.

#조언 네트워크 중심성 #분산교류 기억체계(TMS) #사회적 지위 #지식수준(전문성) #프로젝트 팀 #Advice network centrality #Transactive memory system #Social status #Expertise recognition #Project team

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

홍운기

소속기관 울산과학기술원

주요연구분야 사회과학 > 경영학

논문수 3 이용수 405

이선우

소속기관 고려대학교

주요연구분야 사회과학 > 경영학

논문수 3 이용수 533

박오원

소속기관 가톨릭대학교

주요연구분야 사회과학 > 경영학 TOP 0.5% 복합학 > 학제간연구

논문수 21 이용수 21,539

이 논문과 함께 이용한 논문

청소년들은 조언자를 필요로 한다

김혜경 새가정 1968 .04

파스퇴르와 푸셰의 논쟁으로부터 살펴본 1860년대 프랑스에서의 자연발생 논란과 그 영향

김성현 Origin Research Journal 2022 .10

[건강] 체질에 따라 치료하는 사상의학

배철환 새가정 2003 .04

사상의학 객관화의 연구성과와 향후방향

한성수 , 최선미 , 윤유식 외 1명 한국한의학연구원 논문집 2004 .12

사상의학 : 사상의학이란

김종열 기계저널 1999 .03

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)