Simulasi dari Kategorisasi-elaborasi Model Keragaman dan Kerja – Kinerja Group

Hubungan antara keragaman-kelompok kerja dan kinerja mereka terus menjadi masalah utama dalam studi perilaku organisasi. Beberapa model telah diusulkan untuk menjelaskan hubungan ini, umumnya berkonsentrasi pada saling antara dua faktor utama: keragaman sebagai sumber dari berbagai sudut pandang dan pengetahuan grup yang dapat membangkitkan untuk meningkatkan kinerja, dan keragaman sebagai sumber dissention dalam kelompok, menyebabkan grup fracturing dan bias, terkemuka untuk penurunan kinerja. Baru saja model disebut categorizationelaboration model (CEM) (van Knippenburg et. al. 2004) telah diusulkan yang mengintegrasikan penelitian yang ada di keragaman dan performa grup ke unified kerangka. Kami melakukan agen berbasis simulasi dari CEM dimana kelompok adalah model koalisi yang rasional sebagai agen yang menarik dari berbeda renang dan pengalaman yang kolektif dan mencoba memecahkan masalah peramalan sederhana. Kami mensimulasikan bagaimana kinerja koalisi bervariasi dengan keragaman dari agen ‘latar belakang pengalaman, dan menemukan bahwa hasil kinerja / keragaman hubungan adalah curvilinear di alam (secara khusus, terbalik u berbentuk), sebagai prediksi anecdotally dalam van Knippenburg bekerja. Selain itu, kami menemukan titik keseimbangan yang tidak stabil di kinerja / keragaman melengkung di tidak ada perbedaan-titik, seperti yang ada di titik keragaman, peningkatan keanekaragaman kecil mempunyai sedikit atau tidak berpengaruh pada kinerja. Kami menunjukkan hubungan antara keberadaan fitur ini, yang tampaknya akan menyorot pentingnya keanekaragaman eksternal-upaya seperti mendorong tindakan afirmatif- jenis inisiatif awal dan ekonomi pekerjaan yang menunjukkan bahwa pasar berbasis memaksa harus cukup tinggi untuk memastikan tingkat keanekaragaman di organisasi
Pendahuluan

1.1
Keragaman kerja-kelompok terus menjadi masalah utama dalam kajian perilaku organisasi. Organisasi Kerja makin beragam (demographically dan fungsional) selama bertahun-tahun, dan oleh semua indikasi, tren ini akan terus di tahun yang akan datang (Jackson 1992; Triandis, Kurowski, & Gelfand 1994; Williams & O’Reilly 1998). Banyak penelitian telah menunjukkan keragaman terhadap kinerja kerja-kelompok, tetapi secara pasti alam dari hubungan antara keragaman dan kinerja sama sekali tidak mudah, karena keduanya positif dan negatif kelas berbeda: kategori keanekaragaman sosial, yang terdiri dari perbedaan seperti umur, ras, jenis kelamin, dll, dan informasi / keragaman fungsional, yang dikelompokkan dalam beberapa pekerjaan yang berhubungan dengan perbedaan seperti dan fungsional latar belakang pendidikan (Jackson 1992; Jehn, Northcraft, & Neale 1999; Milliken & Martins 1996; Tsui, Egan,
O’Reilly1992).

1.2
Hampir dalam semangat binari keragaman klasifikasi ini, umumnya sudah terdapat dua tradisi penelitian mengenai keragaman / link kinerja (Williams dan O’Reilly 1998): perspektif sosial dan kategorisasi informasi / keputusan perspektif. Sosial kategorisasi tradisi berfokus pada bagaimana persamaan dan perbedaan yang digunakan oleh anggota kelompok ke tempat lain dalam setiap kategori, dengan anggota umumnya memilih untuk berinteraksi dengan anggota lain dirasakan di masing-masing kategori lebih dari anggota dirasakan di luar kategori (pembuat bir 1979; Tajfel & Turner 1986; Turner, Hogg, Oakes, Reicher, & Wetherell 1987). Jika kerja kelompok sangat beragam, maka sekolah ini berpikir bahwa pekerjaan-grup akan cenderung untuk memutuskan ke banyak subgroups, dan masalah yang dihadapi dalam interaksi dari sub-kelompok ini dapat menyebabkan penurunan keseluruhan kinerja untuk WorkGroup. Di sisi lain, di bawah ini perspektif yang relatif homogen grup harus pengalaman relatif lebih besar dari tingkat komitmen anggota (Riordan & Shore1997; Tsui dkk. 1992), lebih besar grup kohesi (O’Reilly, Caldwell, & Barnett 1989), relatif lebih sedikit konflik (Jehn dkk. 1999; Pelled, Eisenhardy, & Xinhua 1999), dan kurang omset (Wagner, Pfeffer, & O’Reilly 1984), seperti yang kita harapkan untuk kelompok homogen kinerja yang lebih baik dibandingkan mitra mereka heterogen (seperti terbukti dalam Jehn dkk. 1999; Murninghan & Conlon 1991; Simons, Pelled,&Smith1999).

1.3
Sebaliknya, jika keragaman-link kinerja dianalisa dari informasi / keputusan Indonesia,
berlawanan kesimpulan (kelompok yang heterogen harus lebih homogen kelompok) tercapai. Luas, yang ide di sini adalah kelompok yang beragam harus bersama-sama memiliki jangkauan yang lebih luas pengetahuan, dan umumnya manfaat dari
yang lebih besar jumlah kontribusi perspektif dari kelompok homogen, dan dengan demikian akan dapat membuat lebih baik kolektif dan menghasilkan keputusan lebih kolaboratif, kerja kreatif. Sebagai anggota kelompok mendiskusikan mereka beda perspektif, tugas konflik dapat terjadi di mana anggota grup berdebat lebih dari sudut pandang yang lebih baik.

Gambar 1. CEM yang memandang curvilinear hubungan antara keragaman dan performa grup seperti yang sketched di atas. Mulai dari minimal keragaman-titik, peningkatan keanekaragaman harus meningkatkan performa grup.Tetapi akhirnya ini akan meningkatkan kinerja lancip off, dan bahkan penurunan kinerja Mei keragaman adalah sebagai meningkat menjadi lebih tinggi dan lebih tinggi.

1.4 Terakhir, telah ada beberapa usaha sangat baru untuk menyatukan kedua cukup menjadi ciri-ciri pandang yang lebih modern melihat bahwa yang mengaku hidup bersama kedua informasi dan sosial / kelompok tanggapan positif untuk keanekaragaman,
dan secara khusus, yang diberikan setiap dimensi keragaman adalah mampu keduanya berdampak positif dan negatif kinerja (misalnya CEM (Kategorisasi-elaborasi Model) oleh van Knippenberg dkk. 2004). Seperti model mengantisipasi tidak linear hubungan antara keragaman dan kinerja, tetapi bukan memprediksi sebuah hubungan curvilinear
seperti jenis sketched dalam Gambar 1. Misalnya, dalam model mereka menjelaskan, penulis dari CEM prediksi yang mereka akan melihat “keanekaragaman merangsang perluasan dan peningkatan kinerja … sampai satu titik, di luar yang lebih
keanekaragaman tidak lagi manfaat kinerja dan bahkan mungkin akan merugikan untuk kinerja (yaitu, sebuah bentuk U-terbalik) ” (van Knippenberg dkk. 2004), dan ternyata sudah ada beberapa dukungan awal untuk percobaan ini baru kelas
model (Gonzalez-Roma, Barat, dan Borril 2003; Brodbeck 2003).

1.5

Pada saat ini kami akan melakukan kerja agen berbasis simulasi dari CEM sebagai ditetapkan dalam van Knippenberg bekerja. Meskipun CEM menyediakan baik psikologis-teori didirikan untuk bagaimana dampak keragaman efisiensi, kami berharap untuk mendapatkan tambahan dalam mengenai bagaimana hubungan ini bekerja dari sebuah tujuan, berdasarkan informasi-sudut. Kami akan model kelompok sebagai agen koleksi rasional, setiap lukisan yang berbeda dari pengalaman renang. Kami hadir kami agen kelompok dengan sederhana prediksi masalah di mana grup harus menggunakan pengalaman yang lalu untuk menjalankan evaluasi yang diusulkan peristiwa masa depan, dan mengukur kinerja dalam hal ketepatan grup prediksi sebagai fungsi dari jumlah berbeda pengalaman renang diwakili dalam grup. Kami mensimulasikan sejumlah variasi dari CEM dan menemukan bahwa dalam semua kasus, kita mengamati jenis curvilinear ‘U-berbentuk’ kinerja melengkung diperkirakan oleh van Knippenberg bekerja. Akhirnya, kami dicatat bahwa kami simulasi fitur penting unstableequilibrium tidak di-jalur keanekaragaman, seperti yang dimulai pada tidak-titik keanekaragaman, kemiringan yang kinerja / keragaman melengkung sangat kecil, dan sebagai perubahan tersebut sangat kecil untuk menghasilkan keragaman WorkGroup sedikit perubahan WorkGroup dalam kinerja. Kami menunjukkan bahwa keberadaan fitur ini akan membuat sulit untuk organisasi minimal di titik-keragaman signifikan untuk melihat peningkatan kinerja dalam menanggapi kecil, penyelidikan Peningkatan keragaman organisasi, dan bahwa dalam konteks ini simulasi, keberadaan fitur ini akan tampaknya menekankan pentingnya (baik secara ekonomi dan sosial) dari luar keragaman organisasi-meningkatkan upaya seperti tindakan afirmatif. Akhirnya, kami mengambil sambungan antara keberadaan ini tidak stabil-keseimbangan
jalur dan sejarah teori ekonomi oleh Becker (1971), yang mengatakan bahwa dalam persaingan pasar, pasar memaksa harus cukup untuk menggerakkan organisasi dalam melakukan diversifikasi tenaga kerja mereka. Banyak peneliti telah proffered penjelasan mengapa Becker model yang akan gagal atau tidak berlaku dalam keadaan ekonomi tertentu (dalam kata lain, menjelaskan mengapa keragaman-hampering memaksa seperti upah kesenjangan gender masih ada di semua, misalnya, Fuchs 988; O’Neill 1994), dan temuan kami menawarkan perspektif yang unik tentang potensi kegagalan modus ini .

Katagori–Elaborasi Model
2.1
Kategorisasi di-elaborasi Model (van Knippenburg dkk. 2004) memberikan penjelasan dari hubungan antara keragaman dan kinerja yang mengintegrasikan kelompok sosial / kategorisasi sudut pandang dan informasi-keputusan membuat sudut pandang seperti yang dijelaskan sebelumnya. Secara khusus, CEM menunjukkan bahwa dua faktor utama (dan perluasan kategorisasi) mempengaruhi kinerja WorkGroup’s kaitannya dengan keragaman. Faktor pertama, perluasan, merujuk ke
proses pengolahan secara kolektif sekelompok pengetahuan yang dimiliki oleh masing-masing anggota grup. Teori adalah melalui perluasan, yang dapat menggabungkan WorkGroup dan meningkatkan pemanfaatan atas ciri-ciri yang diselenggarakan oleh para anggota untuk memproduksi hasil yang lebih baik, lebih kreatif, dan lain unggul untuk apa yang dapat dihasilkan oleh masing-masing anggota bekerja dalam isolasi. Informasi dalam pengambilan keputusan-sudut pandang, manfaat
elaborasi adalah serupa dengan manfaat dari tugas konflik, di mana anggota grup berdebat tentang sudut pandang adalah yang terbaik, dan dalam proses, datang dengan pandangan-pandangan yang unggul untuk dimiliki oleh satu anggota grup. Akan tetapi, ada bukti bahwa konflik itu sendiri adalah tidak mungkin untuk meningkatkan performa grup (De Dreu & Weingart 2003), dan konsep perluasan murni merujuk kepada anggota mendiskusikan dan peningkatan pada masing-masing dan gagasan pandang untuk datang dengan solusi yang unggul tanpa interaksi negatif tertentu, dan tentunya, ada bukti yang Kerja yang fokus pada pemrosesan beragam dan berbagi informasi dan pandangan-pandangan anggota menunjukkan peningkatan kinerja(Cannon-Bowers&Salas2001).

2.2
Bekerja terhadap elaborasi adalah proses sosial dan kategorisasi yang terkait kehadiran antar kelompok-bias. Sosial kategorisasi cukup berarti kecenderungan sekelompok individu untuk membentuk sebuah mental model grup seperti beberapa anggota yang sudah di-kategori ‘untuk diri sendiri dan orang lain adalah’ out-of-kategori ‘untuk dirinya (van Knippenburg et. al 2004). Seperti kategorisasi sosial meningkat, ada bahaya dari antar kelompok-bias manifesting
individu tersebut yang bergantung pada pendapat dan pandangan-pandangan dari dalam kategori-anggota lebih dari orang-orang dari luar ofcategory anggota, dan bias seperti ini dianggap menghambat ke grup kolektif kemampuan untuk mengintegrasikan pengetahuan anggotanya dalam proses perluasan. Adalah layak dicatat bahwa antar kelompok-bias adalah proses sekunder terkait sosial untuk kategorisasi – berbagai faktor mempengaruhi hubungan antara tepat dan kategorisasi Bias (untuk contoh, kelompok yang mencoba untuk menyembunyikan atau mengabaikan keberadaan kategorisasi (misalnya, Hornsey & Hogg 2000) sebenarnya teknologi antar kelompok-bias), dan simulasi ini adalah hubungan lebih jauh niat kami di sini. Kami akan jauh lebih tertarik dengan keseluruhan alam yang saling mempengaruhi antara kategori itu, perluasan, dan bias. Oleh karena itu, kami akan umumnya mengatakan bahwa beberapa tingkat bias dihasilkan dari kategorisasi, dan seperti yang akan kita lihat, di akhir ini akan memadai untuk tingkat detail kami akan kami ingin di simulasi.

2.3
Sejauh hubungan antara keragaman dan kategorisasi, beberapa model telah diajukan (Oakes,
Haslam, & Turner 1994; Turner dkk. 1987), dan sejalan, van Knippenberg, et. al., menyebutkan beberapa faktor dampak yang menonjol dari berbagai Kategorisasi seperti komparatif sesuai, sesuai normatif, dan kognitif aksesibilitas. Seperti kognitif aksesibilitas dan sesuai dengan normatif merujuk kepada kepercayaan dan norma-norma sosial dari grup anggota, kami akan lulus graciously atas dua faktor sebagai non-simulatable ini dalam bekerja. Komparatif sesuai, Namun, informasi lebih bersifat lokal dan merujuk kepada sejauh mana kategorisasi menyediakan tinggi antara-kategori perbedaan dan tinggi dalam kategori-persamaan, dan yang lebih tinggi sesuai dengan kategorisasi’s komparatif, yang lebih penting itu adalah, dan semakin besar kemungkinan itu menjadi faktor dalam kelompok sosial kategorisasi (van Knippenburg dkk. 2004). Menariknya, keragaman berinteraksi di non-linear dengan cara komparatif sesuai, dimana rendah keragaman rezim hasil di rendah komparatif sesuai (dalam kasus ekstrim satu-kategori grup homogen, tidak ada perbedaan, untuk contoh), pada pertengahan keragaman rezim akan komparatif sesuai hasil tinggi, dan tinggi keragaman rezim juga dalam hasil komparatif rendah sesuai sejak sangat banyak kategori yang antara kelompok-perbedaan menjadi kabur. Sebuah contoh efek ini, sebagai argumen oleh Earley dan Mosakowski (2000), transnasional adalah tim yang terdiri dari anggota dari berbagai negara. Earley dan Mosakowski bahwa dalam tim tersebut, dikategorikan ke dalam sama-subgroups kebangsaan akan sangat sulit (hanya karena jumlah dan berbagai negara diwakili), sedangkan dalam tim yang terdiri dari, misalnya, hanya dua atau tiga negara, seperti kategorisasi akan lebih menonjol. Dengan pemikiran ini, kami akan menjelajahi efek dari dua model yang berbeda terkait dengan keragaman untuk kategorisasi sosial. Pertama akan sesuai dengan model perbandingan, karena hanya dibahas, di mana kategorisasi pertama akan meningkatkan dan kemudian menurun dengan peningkatan keanekaragaman, dan yang kedua akan sederhana linear model, dimana kategorisasi ketat meningkat dengan keragaman.

Simulasi CEM

Pendahuluan
3.1
Kami ingin melakukan sebuah agen berbasis simulasi dari CEM untuk menyelidiki efek dari keragaman pada grup efisiensi. Kami akan melakukan simulasi ini sebesar teori itu sendiri adalah terorganisir – dalam dua bagian – satu bagian simulasi efek dari perluasan, di mana anggota grup berbeda pandang datang bersama untuk membentuk lebih informatif dilihat, dan yang kedua bagian simulasi dampak sosial dan kategorisasi Bias pada perluasan proses. Sementara CEM sangat lengkap teori modern, ia adalah phrased dalam hal psikologis konsep – oleh kinerja agen berbasis tujuan simulasi, kami berharap untuk mendapatkan masukan ke tujuan informasi underpinnings dari CEM.

3.2
Kami akan mewakili berbagai sudut pandang sebagai berikut: Bayangkan bahwa kami memiliki agen N Ai, yang masing-masing memiliki beberapa set sensor Jika. Sensor ini adalah agen link ke dunia luar, dan mungkin banyak berbeda, masing-masing agen memberikan perspektif yang unik. Ini adalah koleksi dari agen terkena serangkaian acara n ëï, dan setiap agen mempunyai urutan kegiatan secara mandiri, mengumpulkan informasi tentang mereka melalui proses masing-masing sensor. Khususnya, kami akan mengatakan bahwa agen Ai’s sensor menyemburkan rasakan Bila (Ek) saat berhubungan dengan
Ek acara. Lebih lanjut, kami akan mengatakan bahwa terkait dengan aktivitas masing-masing adalah skalar pahala R (Ek) bagaimana langkah-langkah yang positif (atau negatif) setiap acara tersebut untuk agen. Perlu diketahui bahwa kami implisit berasumsi bahwa semua agen memiliki pahala yang sama
R. Walaupun fungsi ini mungkin tidak akan terjadi untuk beberapa situasi hipotesis, dan meskipun mungkin menarik untuk meneliti efek dari keragaman pada kelompok-kelompok yang berbeda dari agen dengan prioritas dan acara valuations R, untuk kemudahan kami akan tinggal di sini dengan fungsi R pahala seragam di seluruh agen. Kami akan memanggil memerintahkan daftar
ganjaran yang berkaitan dengan peristiwa yang agen mengamati balasan vector, denoted R = (R (E1), (E2), …., R (En)), memanggil dan memerintahkan daftar agen’s Sensor output yang sama untuk serangkaian kegiatan agen pengalaman vector Jika = Jika ((E1), …, Si (En)).

3.3
Tugas kami akan meminta kepada agen kami lakukan adalah sebagai berikut: Mengingat beberapa hipotesis depan acara EF, memprediksi terkait pahala R (EF) yang hanya menggunakan sensor Jika bacaan (EF), dan R dan merekam Jika dari masa lalu dan ganjaran
pengalaman. Tugas ini dengan mudah generalizes untuk multi-agen (grup) domain: Mengingat output dari sensor semua agen dalam grup untuk beberapa acara hipotesis (dan R dan Jika diberikan untuk setiap anggota grup), semua agen memprediksi secara kolektif untuk pahala yang terkait acara. Pada tahap ini pembaca Mei pertanyaan bagaimana ukuran yang memori dari sistem agen akan dampak kinerja mereka. Dengan kata lain, kami mengharapkan intuitively yang sangat
berpengalaman agen (dengan akses yang sangat besar n jumlah acara) mungkin lebih baik dari agen yang tidak memiliki banyak pengalaman. Pertanyaan ini sangat berkaitan dengan subyek pelatihan alat tradisional di mesin belajar penelitian, di mana satu mengharapkan sebuah alat yang lebih baik untuk melakukan pelatihan poin lebih memiliki akses ke. Sayangnya, delving dalam hal ini hanya baik di luar lingkup ini kertas – untuk pembaca yang tertarik Namun, kami akan mengatakan bahwa pertanyaan tersebut tidak akan memiliki banyak relevansi kami untuk simulasi dalam kertas ini karena kami hanya akan membuat agen kami memperkirakan imbalan untuk mereka … pengalaman masa lalu yang sangat mirip dengan pengujian pada alat pelatihan dengan data.

3.4
Tugas ini dimaksudkan untuk mensimulasikan grup memanfaatkan pengalaman masa lalu untuk membuat keputusan mengenai masa depan tindakan. Itulah, kita bayangkan bahwa sekelompok agen commerce, misalnya, disajikan dengan pertanyaan – “Jika Proposal kami lanjutkan dengan A? “Para agen harus menggunakan pengalaman masing-masing untuk memperkirakan apakah yang akan Proposal keseluruhan akan menguntungkan usaha untuk mengejar. Untuk satu agen rasional, masalah ini akan mengurangi untuk mencari para pengalaman vector untuk pengalaman yang sama – dan asumsi yang dekat cocok ditemukan, upah yang diprediksi Proposal yang akan dijadikan entri yang sesuai di agen pahala vector.

3.5
Strategi ini dapat mengakibatkan hasil buruk, namun, jika sebuah agen sensor itu untuk menyampaikan informasi lengkap mengenai berbagai lingkungan. Misalnya, bayangkan bahwa agen adalah saksi untuk dua acara – satu yang berakibat pada sangat positif pahala, dan lainnya yang berakibat pada sangat negatif pahala – tetapi yang kedua acara terdaftar sama pada agen sensor. Tentu saja kemudian, agen ini tidak mempunyai cara untuk menentukan tepat persis masa depan pahala yang dihasilkan dari kegiatan serupa Sensor bacaan. Kami ambil ini dapat analitis ketidakpastian berbicara dengan efek dari agen prediksi Pi pahala – balasan dari peristiwa sebagai prediksi oleh agen yang hanya menggunakan memiliki pengalaman dan pahala vektor. Pi (E) = Bila (Ek) = Jika (E) (1) Di mana merujuk kepada harapan di atas persamaan. Itulah sebabnya, untuk menentukan pahala yang diperkirakan untuk sebuah acara, sebuah agen pencarian melalui pengalaman vector, menemukan semua peristiwa identik dengan indera output, dan rata-rata yang kemudian benar pahala dari peristiwa tersebut. Sebuah menarik khususnya untuk mengukur kami akan agen prediksi pahala vector Pi>,
yang hanya akan menjadi vector dari prediksi ganjaran untuk kegiatan agen pada awalnya terkena: Pi =(Pi (E1), Pi (E2), …, Pi (En)) (2)

3.6
Kami kemudian dapat membangun prediksi kekeliruan vector pahala seperti yang Ji Ji =(3,12 Pembaca dapat melihat bahwa informasi akan dikurangi Sensor memiliki dampak pada bagaimana X melihat dunia. Karena tidak X tidak memiliki akses ke informasi lebih lengkap mengenai lingkungan hidup, X dasar yang harus keputusan mengenai prediksi vector pahala PX dihitung dengan menggunakan hanya X sensor. Misalnya, bayangkan X yang telah disajikan dengan pilihan yang panas atau dingin lingkungan. Karena rata-rata PX (panas) = (-300 + 100 + 100) / 3 = -33,3, dan PX (dingin) = -25, X, yang rasional, akan memilih lingkungan dingin. Namun, kita lihat, karena kami memiliki akses ke informasi yang tidak X tidak, bahwa ini adalah benar-benar pilihan yang buruk. Hanya satu acara panas menghasilkan pahala negatif, sedangkan dua kali yang banyak panas situasi menghasilkan pahala positif. Dalam semua kasus Namun, dingin situasi yang negatif. Namun, hanya X terbatas informasi mengenai lingkungan hidup, dan ini telah berpengaruh pada kualitas dari X akan membuat pilihan.

4.1
Dalam Angka 2-4 grup kinerja kami plot sebagai fungsi keragaman untuk berbagai situasi. Kelompok ini kinerja yang akan ditetapkan di sini (1 – kesalahan / maksimum mungkin kesalahan). Kami prediksi performa grup plot sebagai fungsi keragaman untuk tidak dianggap kategorisasi efek (Gambar 2), dengan kategorisasi efek Computed di bawah linear kategorisasi / keragaman model (Gambar 3), dan kategorisasi Computed dengan efek ‘komparatif sesuai’
kategorisasi / keragaman model (Gambar 3). Perlu diketahui bahwa kami telah digunakan Gaussian sederhana untuk mewakili hubungan antara kategorisasi dan keragaman di bawah sesuai dengan model perbandingan (hanya untuk mewakili satu fungsi yang pertama meningkat, dan kemudian menurun dengan keragaman), dan bahwa ini adalah lebih dari cukup untuk simulasi ini.

4.2
Pemberitahuan bahwa pada keadaan tidak adanya bias efek (Gambar 2) … yang terjadi jika agen selalu menggunakan semua sensor dari grup (jika kita di kempa f 0) – bahwa kinerja kelompok pameran yang sigmoidal formulir dengan menghormati keragaman. Memulai dari sudut minimum perbedaan, keragaman menambahkan grup ke grup perlahan meningkatkan kinerja, tetapi ini menilai peningkatan kecepatan sebagai lebih dan lebih keragaman ditambahkan. Computationally apa yang berlaku ialah agen yang diberikan akses ke lebih sensor yang lebih baik dan dapat membedakan dan memberikan pengalaman masa lalu semakin akurat pahala perkiraan. Namun akhirnya, agen cukup memiliki sensor untuk membedakan pengalaman paling acara, dan meningkatkan keanekaragaman lebih lanjut dengan menambahkan lebih sensor benar-benar tidak membantu akurasi memperkirakan pahala yang banyak. Di
rezim ini kinerja / keragaman flattens melengkung keluar (kanan Gambar 2). Victor Palmer: Simulasi dari Kategorisasi-elaborasi Model Keragaman dan Kelompok Kerja-Performa 07/01/2006 10:29 http://jasss.soc.surrey.ac.uk/9/3/3.html Page 10 dari 13

4.3
Kategorisasi efek terjadi jika agen tidak percaya / bekerja-baik / etc. dengan dilihat sebagai agen yang berbeda dari sendiri. Dalam sistem kami, kategorisasi ketika efek yang tinggi, agen yang lebih tepat digunakan untuk mereka sendiri dan sensor mengabaikan informasi yang dihasilkan oleh sensor dari kelompok lain agen. Kami memperkenalkan sebuah parameter f untuk mewakili besarnya efek kategorisasi tersebut. Bila f nol agen menggunakan semua informasi dari semua sensor grup dari agen, dan ketika f adalah kesatuan agen hanya menggunakan informasi dari sensor sendiri. Kami simulasi grup kinerja sebagai fungsi keragaman efek bila kategorisasi tersebut dianggap.

4.4
Pertama kami dianggap sebagai satu linear model kategorisasi / keanekaragaman di mana agen yang lebih dan lebih cenderung menggunakan sendiri sensor yang lebih beragam grup menjadi. Gambar 3a bagaimana plot f bervariasi dengan grup keragaman (hal ini hanya meningkat linearly). Hasil menambahkan efek dalam kategori ini adalah bahwa kinerja kelompok / keragaman grafik yang dipamerkan pasti terbalik-u bentuk, pertama dengan meningkatkan keragaman, maka mencapai maksimum yang cukup tajam, kemudian cepat jatuh (Gambar 3b). Hal ini konsisten dengan curvilinear bentuk kinerja / keragaman grafik diperkirakan oleh van Knippenburg dkk. (2004) teori.

4.5
Kami kemudian dianggap sebagai satu ‘komparatif sesuai dengan’ model kategorisasi efek / keragaman (Gambar 4a). Dalam model ini kategorisasi meningkatkan efek pertama, kemudian menurun dengan meningkatkan keragaman. Kami memilih untuk model f dengan
nyaman-Gaussian terpusat. Catatan bahwa komparatif sesuai dengan model hanya mengatakan bahwa efek harus kategorisasi pertama meningkatkan dan kemudian menurun dengan keanekaragaman … yang tidak secara khusus untuk mereka yang memenuhi Gaussian formulir, atau mereka yang max di mana-mana titik. Di sini kami telah Gaussian yang berpusat di domain simulasi kami untuk kenyamanan dan karena memproduksi hasil yang lebih mudah dimengerti. Kami menemukan jenis yang sama terbalik-u dalam bentuk grup kinerja / keragaman petak ini hanya satu kali kinerja meningkat lagi di tinggi keragaman wilayah. Simulasi-bijaksana, apa yang sedang terjadi di sini adalah yang pertama, agen memiliki akses untuk lebih dan lebih sensor, yang hasil di grup peningkatan kinerja. Pada suatu titik tertentu Namun, kategorisasi efek mulai memutar peran dominan dan agen mulai lebih dan lebih bergantung pada mereka sendiri sensor, yang mengalami penurunan performa grup. Seperti keragaman meningkat bahkan lebih lanjut Namun, sangat banyak berbeda sensor diwakili dalam grup bahwa
‘komparatif sesuai dengan’ model mengatakan bahwa efek kategorisasi sekali lagi harus pergi. Bila ini terjadi setelah agen lagi mulai menggunakan sensor dari agen lain dalam grup, dan grup sekali lagi meningkatkan kinerja (kanan samping Gambar 4b). Implikasi praktis

5.1
Dalam semua kasus, kami amati bahwa perluasan proses menghasilkan tanda tangan sigmoid-jenis melengkung di kinerja plot (seperti dalam Gambar 2), dengan pengaruh dan kategorisasi Bias yang lebih atau kurang ‘lagi’ di atas sigmoid ini efek (seperti dalam Gambar 3 dan 4). Salah satu fitur yang paling menarik yang kami amati dari hasil tersebut adalah dalam semua kasus yang dianggap, kinerja / keragaman petak memiliki titik nol-ikutan di minimaldiversity
titik (lihat di bagian kiri Gambar 2). Pertimbangkan untuk saat ini apa yang akan berarti untuk sebuah organisasi WorkGroup mencoba untuk memaksimalkan kinerja sehubungan dengan keragaman. Itulah, bayangkan sebuah organisasi yang dimulai di beberapa titik pada kinerja / keragaman plot dan meningkat atau menurun sampai beberapa keragaman maksimum tingkat kinerja tercapai (gradient dasarnya melakukan pendakian pada kinerja / keragaman permukaan). Jika organisasi di pertanyaan mulai pada suatu titik signifikan dari keanekaragaman, maka strategi ini jelas bekerja, karena tidak ada masalah dimana ini adalah titik awal, yang tinggi dari kinerja plot akan menyarankan yang tepat, meningkatkan kinerja – modifikasi ke grup keragaman. Selain itu, strategi ini sangat berisiko rendah strategi: organisasi dapat membuat perubahan kecil penyelidikan keragaman, dan segera melihat peningkatan kinerja. Dengan demikian, manajemen akan dapat melihat justifikasi yang jelas untuk perubahan dan keanekaragaman tidak ‘melompat dari faith’-jenis keputusan manajemen (di mana kebijakan yang berubah tanpa manfaat langsung kinerja) akan diperlukan untuk mencapai optimal keanekaragaman titik.

5.2
Namun, jika organisasi dalam pertanyaan di mulai keadaan minimal keanekaragaman (dalam kerangka kami, sebuah kelompok yang terdiri hanya satu dari agen / Sensor … kelompok yang homogen, dengan kata lain), ini berisiko rendah, gradient-strategi berikut akan
sebagai tidak akan efektif. Itulah, dari simulasi kami, minimal muncul titik-keragaman menjadi titik zerogradient – Atau, lebih teknis, titik keseimbangan yang tidak stabil – tidak dorongan (di bawah skema berikut gradient) adalah disediakan untuk pindah dari jalur, namun jauh sekali, gerakan akan terus dalam arah. Peningkatan keragaman dari titik nol tentu tidak akan menurunkan kinerja, tetapi untuk meningkatkan keragaman kecil, apapun kinerja meningkatkan akan sedikit di terbaik, karena lagi, kemiringan kinerja plot adalah dengan nol di semua penampilan ini
titik. Satu dapat dengan mudah bayangkan jika terjadi organisasi mulai saat ini minimal-titik dan keanekaragaman mencoba untuk mengevaluasi apakah peningkatan keanekaragaman untuk membuat usaha ertikata organisasi. Berbeda dengan di kasus dimana organisasi sudah pada suatu titik dari beberapa keragaman, di sini kami memperkirakan bahwa simulasi kecil,
penyelidikan peningkatan keanekaragaman akan menghasilkan sedikit diamati peningkatan kinerja, yang tentu memprihatinkan, karena hal ini dapat mendorong minimal-keragaman organisasi untuk menyimpulkan bahwa peningkatan keanekaragaman bukan
cara efektif meningkatkan kinerja WorkGroup. Untuk itu sebuah organisasi, meningkatkan keragaman cukup untuk melihat peningkatan performa akan melibatkan membuat keputusan kebijakan ketat tidak didorong oleh produktivitas (atau di setidaknya tak akan ada cara untuk mengetahui bahwa organisasi untuk meningkatkan keragaman akan meningkatkan produktivitas melalui aman, memperoleh kebijakan eksplorasi). Tampaknya untuk sebuah organisasi tersebut, lain, mungkin eksternal, faktor (atau
internal yang kuat kecenderungan untuk percobaan secara signifikan dengan kebijakan pengelolaan) akan diperlukan untuk mendukung yang pindah dari minimal-titik keragaman.

5,3
Dari hasil ini, seperti upaya-tindakan afirmatif-jenis inisiatif tampaknya akan berguna untuk memberikan dorongan untuk memaksa organisasi dekat minimal-keragaman jalur ayah keluar pada kinerja / keragaman melengkung. Ini pengamatan agak sedikit terkait, dan kontras ke dalam, beberapa pekerjaan yang dilakukan oleh sejarah ekonomi masyarakat yang
postulates pasar yang berbasis memaksa harus cukup untuk memaksa organisasi (atau setidaknya komersial organisasi yang berada di bawah tekanan kompetitif komersial) untuk diri-diversifikasi (Becker 1971). Luas, Becker’s Pemikiran ini beragam organisasi yang lebih efisien, dan beragam seperti perusahaan akan menerima kompetitif kemenangan mereka kurang-pesaing beragam, dengan sikap yang hanya hasil yang paling beragam organisasi akan bertahan. Jelas, teori ini tidak selalu mentaati historis, dan beberapa penulis proffered memiliki penjelasan mengapa Becker’s teori tidak mentaati ketat, dan mengapa keanekaragaman-hampering memaksa seperti jenis kelamin masih ada kesenjangan upah (misalnya, Fuchs 1988; O’Neill 1994). Menariknya, kami di sini adalah hasil konsisten
dengan ide diusulkan oleh Becker dirinya untuk kemungkinan kegagalan modus yang didorong diversifikasi pasar-teori. Secara khusus, Becker mengemukakan bahwa pasar berbasis promosi sangat beragam perusahaan tidak mungkin terjadi jika luas ada kekurangan wira (berkaitan dengan masalah keanekaragaman setidaknya) yang ada pada pasar (Becker 1968; Donohue 2005). Becker envisioned sebuah pasar di mana semua pesaing yang di-minimal keragaman jalur, dan tidak ada satu perusahaan melangkah hingga plat untuk mendapatkan daya saing dengan peningkatan secara signifikan internal keragaman. Kami hasil yang konsisten dengan pandangan ini, karena kami hanya memperlihatkan bagaimana anecdotally minimal keragaman-titik organisasi harus memiliki beberapa berani, wira (atau setidaknya akan bersedia mengambil resiko peningkatan keragaman diluar incremental, ‘tes-yang-waters’-jenis tingkat) untuk meningkatkan keragaman, sejak kecil, aman, keragaman meningkat akan segera menunjukkan tidak signifikan dalam keuntungan produktivitas. Dalam rangka untuk mendapatkan keuntungan kinerja, yang minimal-keragaman organisasi perlu percaya bahwa ada di puncak kinerja / keragaman Kurva ‘suatu depan ‘dan mengambil’ risiko ‘yang lebih besar meningkatkan keragaman. Jika semua pemain dalam pasar ini kekurangan percobaan / wira drive, maka sudah tentu dpt diramalkan bahwa seluruh pasar dapat stabil di minimal diversity titik.

5.4
Menjadi keras dan sulit untuk menemukan contoh-minimal keragaman organisasi di masa moden. Untuk hari ini organisasi, yang umumnya berada jauh dari minimal-titik keanekaragaman, manfaat dari keanekaragaman yang tampaknya lebih jelas, dan bahkan ada bukti yang sedemikian (non-minimal-keragaman) lingkungan, teori Becker’s mentaati lebih secara kukuh (e.g., Hellerstein 1998).