TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol.12, No.5, May 2014, pp . 3303 ~ 33 1 2   DOI: http://dx.doi.org/10.11591/telkomni ka.v12i5.4927          3303     Re cei v ed O c t ober 2 4 , 201 3; Revi se d Novem b e r  28, 2013; Accept ed De cem b e r  16, 2013   Visualization Analysis of Dynamic Evo l ution of the  Theme in Improvisation Studies      Peng-bin G a o*, Wei w e i -Wu, Bo Yu    Schoo l of man agem ent, Harb in Institute of  T e chn o lo g y , Har b in, 15 00 01, P. R. China   *Corres p o ndi n g  author, e-ma i l : gaop en gbi nh i t @163.com       A b st r a ct   T he fiel d of i m pr ovisati on  i s  compos ed  o f  a mult ip licity  of topics l e a d in g to a v a st array of   ma na ge me nt li terature. How e ver, the resear ch does  not  pr ovid e a chro n o lo gica l pi ctur e of the topics  it  addr esses, ma king it difficu lt to devel op a n  overvi ew   of the evol ution  and tren ds  in  the literatur e. T o   addr ess th is is sue, co-w ord  a nalysis  w a s  e m p l oy ed t o  rev eal  patter n s  an d tren ds  in  the   improvis atio n fi el d   by me asuri ng  t he associ atio n strengths   of ke yw ords of re lev ant d o cu me nts .  Data w e re  col l ected  fro m  W e b   of Know le dge  datab ase for t h e per iod  19 97- 201 2. Usi ng th e co-occ urrenc e matrix of k e y w ords, the res u lts   of mu ltivari a te  statistical tech niq ues  sh ow  that the i m pr ovi s ation res ear c h  invo lves  ma ny fields i n cl ud in g   inn o vatio n , strategy, lear nin g ,  change, le ad ershi p , meta ph or, entrepre n e u rshi p, capab ili ty.In order to trace   the dy mamic c han ges  of the  i m pr ovis ati o n  fi eld, th e w hol e  peri od w a s furt her se par ated  i n to thre e p e rio d s:  199 7-20 02, 2 0 03-2 007  an d 2 008- 201 2.  T h e  strategic d i a g r am  an d soci al  netw o rk an aly s is w a s used  to   trace the  dy na mic  cha n g e s  o f  the i m provis a t ion r e sear c h ,  and  resu lts sh ow  that i m pr ov isatio n fie l d  ha s  some estab lish ed rese arch th emes an d it als o  chan ges ra pi dly to e m brac e  new  themes.      Ke y w ords : i m provis ation,  bi blio metric stu d y , co-w ord a n a lysi s, mu ltivar iate  statisti c a l analysis,  strat egic   dia g ra m, socia l  netw o rk analy s is, emer gi ng trends      Copy right  ©  2014 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion  The  word im provisation  can be i n terp reted to me an  unfore s e en  or to ta ke a c t i on in the  moment. As  a commo n p henom eno n  of jazz a nd t heatre, thi s  i dea  ha s be e n  a topi c to  a ttract  many schol ars of ma nag e m ent fields to  study it.  A major mil e stone for research in improvisation  occurre d  at the Acad emy of Manage m ent meeti ng  held in 199 5  in Vancouve r . Hatch, Barrett  and some oth e r sch o lars e x plore the u s e of jazz as a  metapho r for unde rsta ndin g  org ani zatio nal   and imp r ovisation, these  motivated se veral re se arch studie s   wh ich, in 19 98,  resulted in  a  spe c ial i s sue  of Organi zat i on Scien c e  devoted to  o r gani zatio nal  improvi s ation .  Since then,  a   strea m  of arti cle s  ha s pou red into the liter atu r e on i s sues rangi ng from many fields.   Past re sea r ch sugg est s  that improvisa t i on has be e n  beco m e a hot research  field in  recent yea r s  and m any  works  sh ould  to be  don e to   study d eepl y into this to pic.  Cunh a e t  al.  (199 9) reviee d the gro w ing  body of litera t ure on o r ga n i zation al improvisation in o r de r to pre s e n t  an en comp a ssi ng and  systemati c  perspective on th is  co ncept. An integrative  definition of its   con s tru c t  wa s p r e s e n ted  togethe r  wi th a n e w  way of  mea s uri n g  this  phen omen on  in  orga nizationa l setting s. Th e arti cle fu rt her  explor ed  this  con s tru c t by p r e s en ting its tri gge rs,   necessa ry co ndition s, influenci ng  facto r s and m a jor o u tcome s  [1]. Li et al. (2011 ) su gge sted t hat  Improvisation  is related to a host of outcome  variabl e s , includi ng e n trep ren eurship, new prod uct  developm ent  and in novatio n [2]. Based   on the  releva nt literatures from  the   year 1990 until  20 10,  Hua ng et al. (2012 ) systematically reviewe d   the studie s  of orga nizationa l improvisati on,   inclu d ing its  definition s , chara c te risti c s, catego ries,  measurement s, trigge r, influen cing fa cto r s  and the  out comes.  The  result s indi cat ed that the o ry-buildin g reli ed mo re  on  metapho rs, the  con c e p ts were ambig uou s,  the system  wa s in compl e te  and  the empiri cal stu d ies we re  scarce  [3]. Although there h a ve b een  several a ttempts to ge nerali z e fin d i ngs i n  imp r ov isation lite r at ure,  they used lite r ature synthe sis te chni que s, whi c h a r e  more d epe nd ent on subje c tive analysis  an d   coul dn’t discl o se the multi p licit y of improvisation research.   Specifically, the aim of this arti cle is  to use co -word analy s i s  for dete c ting and   visuali z ing  co nce p tual sub domain s . Qu antitative  and  qualitative m easure s  a r e  use d  in o r de r to   identify the m o st p r omi nent  theme s . Th e  study  also in corpo r ate s  bi bliometri c  m a ps to  sho w , i n  a   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3303 – 33 12   3304 visual  way, th e a s soci ation s  b e twe en th e mai n  them e s . At the  sam e  time, lo ngit udinal  map s   are  use d  to analy z e the chan g e s of theme s   and fore ca st emerging tre nds for  a subj ect domai n.      2. Rese arch  Metho d    2.1. Co- w o r d  Analy s is   The  co-wo r d  analysi s  d r aws up on t he a s sumpti on that a  d o cum ent’s keywords  con s titute an  adeq uate d e s cription  of its content.  T w o  keyword s  co -o ccurring  within the  same   pape r a r e a n  indication of  a link  betwe en the topi cs to whi c h the y  refer [4]. T he p r esen ce  of  many co -o ccurren c e s  aro und the sa m e  word or pa ir of word s p o ints to the locu s of strat egic  allian c e  withi n  pa pers th a t  may co rrespond  to  a re sea r ch  the m e.  Co -word analysi s  reve als  pattern s a n d  trend s i n  a   spe c ific di sci pline  by  mea s uri ng th e a s so ciation  stre ngths of terms  rep r e s entativ e of relevant  publication s  produ ce d  in  this are a . The main feat ure of co-wo r d   analysi s  i s  th at it visuali z e s  the i n telle ctual st ru cture   of one  sp ecifi c  di scipline  in to map s  of th e  con c e p tual  space of thi s  f i eld, an d that  a time -serie s of  su ch  ma ps  pro d u c e s   a tran ce  of t he  cha nge s i n  th is  con c e p tual  sp ace [5]. In  this stu d y, bi bliometri c s  software  Bibex cel  wa s u s ed  to  cal c ulate th e  numbe r of ti mes t w o  key w ords ap pea r togethe r in t he same  pub lication. T h u s  we  have formed  a co-o ccurrence matrix  of keyw ord s . For sub s eque nt analysis, in order to   stand ardi ze  t he d a ta, avoi d po ssible  scale effe cts,   a nd  red u ce the  num ber of  ze ros in  the  mat r ix,  the raw  co -cit ation matrix wa s co nverte d into a  matri x  of Pearson’ s co rrelation  coeffici ents.     2.2. Multi v ari a te Statistical Anal y s is   The correlati on coefficient s were  analy z ed  usin g th e statisti cal  pro c ed ures o f  cluste r  analysi s , mul t idimensi onal  scalin g (M DS), and facto r  analysi s . Hi era r chical clu s terin g  involves  cre a ting cl ust e rs that are hiera r chi c ally nested wi thi n  clu s ters at earlie r iterati ons, in that each   clu s ter can b e  includ ed a s  a member of  a larger, mo re comp re hen sive clu s ter a t  a higher lev e l  of similarity. Among ag glo m erative hie r archical  met hod s, we sel e ct the Wa rd Method. T h is   pro c ed ure is  desi gne d to optimize the m i nimum vari a n ce  within cl u s ters, and it works by joini n g   those  gro u p s  or cl uste rs th at result in th e mini mum i n cre a se in the  varian ce [6]. The  correlati on  data we re al so an alyze d  usin g the mu ltidimens i onal  scali ng procedure, a dim ensi on re du ction   techni que th at aims  at fitting the ori g inal data  i n to a lo w-dim ensi onal  sp a c e  su ch that  the  distortio n  of  the simila ritie s   a nd dissimi l aritie s am on g the  ori g inal  data  caused  by redu ction  in   dimen s ion a lity is mini m i zed  [7]. T w o-dime nsio nal  solution s  were ex plore d  in  the   multidimen sio nal scali ng  with the  procedure of  AL SCAL. Fu rth e rmo r e, a n  e x plorato r y facto r   analysi s   wa s  con d u c ted to   asse ss the  u nderlyin g di m ensi o n s  am o ng the  jou r n a ls. Th e p r in ci pal  comp one nts analysi s  wa s  used  to extract  fa cto r s. K a ise r ’s criteri on a nd the   scree  test  were   comp ared to  determine  the extra c ted  numb e r of  f a ctors. After the extracti on, facto r s  were   rotated u s ing  the procedu re of Varima x rotation. Factor an alysi s  can b e  use d  to complem ent   multidimen sio nal scalin g a nd clu s te ring  displ a ys an d  sho w  an  entity’s co ntributi on to more th an  one spe c ialty. Unlike  clu s t e r an alysi s , which o n ly  assi gns a n  entity to one cl uste r, the entity can  load o n  mo re than o ne f a ctor in a fa ctor  analy s is.  Therefore, the inte rrel ationship s  bet ween  spe c ialtie s ca n be ea sily re vealed from a  different perspective [8].    2.3. Strate gic Diagram Analy s is   Strategic di ag ram devel ope d by  the co -word a nalysi s   has a m e rit, whi c h can ide n tify the  evolving tren ds and relati onal patterns between th e topics rep r ese n ted by clusters [9]. In a   strategi c dia g r am, X-axis  stand s for ce nt rality and Y-axis stan d for d ensity.   Den s ity is used to measure the stren g th of re lation s that make terms in a cl uster. We   define the de nsity as follo wing.     1 ) ( 0, 0   N r k D N i N i j j ij     Whe r e  D (k )   is the  den sity of clu s te r  k ,  N  i s  the  num ber  of keywo r ds in  clu s ter  k , an d  r ij   is the  relation valu e  betwee n  wo rd i and wo rd j  which are b o t h within the cluster  k .   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Visuali z ation  Analysis of Dynam ic Evolu t ion of  the Them e in Im provisation… (P eng-bin Ga o)  3305 Centrality is  use d  to me a s ure the  extent to  which  a cl uste r i s   con n e c ted  wi th other  clu s ters. We  define the ce ntrality as followin g .    N N M r k C N i N M j ij  ) ( ) ( 00     Whe r e  C( k)  i s  the centralit y of the clust e r  k ,  M  is th e  numbe r of al l keywo r d s  which a r e  sele cted  for c l us tering,   N  is the num ber of key w ords in clu s te r  k , and  r ij  is the relation valu e  between  word   i  within the  cl uster  k  and word  j   without the c l us ter  k .T he  Strategi c Diag ram and its  mea n ing a r e  s h ow n  in  F i gu r e  1 .                         Figure 1. Strategic Di agra m  and Its Me aning       2.4. Social Ne w o rk  Analy s is  Social n e two r k a nalysi s  (SNA) is th e mappin g  an d  measurin g o f  relation ship s amo n g   comp one nts i n  a  system.  A netwo rk in  SNA con s ist s  of a  set of  node s a nd li nks. The  nod es  rep r e s ent the  comp one nts and the lin ks sta nd for  relation ship s  betwe en the  node s. In this  pape r, we  structure the ke yword s  net work  of  resea r ch on treatm ent adhe ren c e, in which the   node s a r e th e key w ords  while th e lin ks  rep r e s e n t the co -o ccu rre nce of the s e  keyword s . T o  unde rsta nd  t he stru cture of  the keyword   network   in literatu r e   on treatment  adh ere n ce,  we   evaluate th e l o catio n  of  ke yword s  i n  the  network  by   measuri ng th e centrality of  ea ch  nod e a n d   the netwo rk centrali zatio n .The co mm unicati on bet wee n  two n ode s in a n e twork can  be  facilitated, blocked, di storted or fal s ified  by  a node fall ing bet ween t hem , and therefore the  node  betwe en the  other two no des h a s  a po tential to c ont rol their  com m unication.  Whe n  a pa rticula r   node in  a gro up is  strategi cally located  on the  shorte st com m uni cation path  co nne cting pai rs of  others, that n ode i s  in a  ce ntral  po sition.  The centrality is define d  in  terms  of the  degree to  whi c h  a node fall s o n  the sho r test  path betwe e n  other s, and  named a s  bet wee nne ss ce ntrality [10].      3. Data  Colle ction and Pr epara t ion   3.1.  Data Col l ection   To retrieve  sufficient ‘‘im provisation’  rela ted papers,  the Web of  Science  li terature   databa se  is i n itially used f o r p ape r  retri e val. In  orde r to have  sufficient  cove rag e  of the  pa pe rs,  the following  query ha s be en tried: improvisation o r  improvi s ation a l or improvi s e or improvi s i ng  in the topic. A total of 212 papers wa s retriev ed from  the database  coverin g  the perio d of 199 7- 2012 a nd were  sele cted  as the co-word an alysi s  sa mple. In  Figure  2. the dist ributio n of  document s (Article, Pro c e eding Pa per  and Review)  from man age ment, busi n e ss  and e c o n o m ic  field per yea r  is sh own.  From  ea ch of  these  pap ers,  autho r key w ords  and   ke yword s  plus were sele cte d .  Due  to  the fact that different wo rds can be u s ed for de scri bing the sam e  con c e p t, it  is ne ce ssary  to   stand ardi ze   words.  Fo r ex ample,  (1) pl ural fo rm s a r e sta nda rdi z e d  to thei r  sing ular fo rm;  (2 )  firm  perfo rman ce,  task pe rformance, ne w ventur e pe rforma nce, orga nizationa l  perfo rma n ce,  busi n e s s pe rforma nce, j ob p e rfo r ma nce, fi n a n c i a l pe rform a nce  are  standa rdi z ed   to   perfo rman ce;  (3 )  org ani zation al m e mory, worki ng m e mo ry, tran sa ctive  memo ry  are  stand ardi ze d  to memory; (4) tra n sfo r ma tional l ead ership, strate gic  leade rship a r e stand ardize d   Qua d rant    C e nt ral  an d  de vel o ped   Qua d rant    C e nt ral  an d  u n d evel ope d   Qua d rant    Per phe ral  an d  devel ope d   Qua d rant    Per phe ral  an d  un de vel o ped   Densit y   Cen t ralit y    Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3303 – 33 12   3306 to leade rshi p; (5 ) kno w ledge i n ten s ive entre pr e neurshi p , int e rnatio nal  e n trep ren eurship,  techn o logy e n trep ren eurship are  sta ndardiz ed to  entrep r en eu rshi p; and (6) internatio nal  strategy,  marketing  st rate gy, techol ogy  led  stra tegy, develo p men t  strate gy,  busine s s  strate gy   are  stan da rdi z ed  to  strate gy. At last, 7 45  keywor d s   were  colle cte d  an d fre que ncy di strib u tion of   keyword s  i s   shown in Fi gure 3. As  sho w n in Ta ble 1.  50 keywo r d s   with fre quen cy more tha n   5  were ch osen  as the rese arch sample fo r co-wo r d an al ysis.     Figure 2. Do cuments Pu bli s he d from 19 97 to  2012   Figure 3. Fre quen cy Di st ri bution of Keywords      Table 1. Top  50 Hig h  Fre q uen cy Keywo r ds  No.  K e y w or d  Freque nc y  No.  K e y w or d  Freque nc y  1  Improvisation  94  26  Cr eativity   12  2  Performance   48  27  D y namic capabilit y   10  3  Product develop ment  41  28  Sy s t e m   10  4  Innovation  40  29  F l ex ibility   10  5  Orga nizational improvisation  36  30  Sensemaking  9  6  Kno w ledge   36  31  Identit y  8  7  Strateg y   34  32  Capability   8  8  Jazz   32  33  Orga nizational learning   8  9  Orga nization  32  34  Decision making   8  10  Management   31  35  Communication  8  11  Environment  26  36  Net w ork   8  12  Fi rm   23  37  Antecedents  8  13  Perspective  22  38  Field  8  14  Learning   18  39  Leadership   7  15  Memory   18  40  Success   7  16  Model  17  41  Orga nizational change   7  17  Metaphor   17  42  Experience   7  18  Entrepre neurship   15  43  Absorptive capacity  7  19  Evolution   15  44  Team   7  20  Competitive advantage   14  45  Market orientatio n  7  21  Technolog y  14  46  Transform ation   6  22  Industr y  13  47  Uncertaint y  6  23  Bricolage  13  48  Information tech nolog y  6  24  Wor k   13  49  Complexit y   6  25  Ti me  13  50  Impact  6      3.2. Matrix G e nera tion   Specifically b i bliometri c s software Bi be xcel  was u s e d  to cal c ulate  the numb e r  of times  two keywo r d s  appe ar to get her i n  the  sa me pu blicatio n. Thu s , we   have form ed  a co -o ccurre nce   matrix of 50×50 key w ords.  In the cell of keywo r d  X  and key w ord  Y  we put the co-o ccu rre n c e   freque ncy of  X  and  Y.  The diago nal value s  of the matrix we re treated  as mi ssi ng data. T h e   matrix wa s tran sform ed i n to a co rrela t ion matr ix b y  using Pea r son’ s correla t ion coeffici e n t  indicating the  similarity and  dissimil a rity of  each  keyword pai r, whi c h is sh own in Table 2.         0 5 10 15 20 25 30 Do c u m e nt s 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 Y ear 54 8 92 42 25 13 1 3 0 10 0 20 0 300 40 0 50 0 60 0 1 2 3- 5 4 - 1 0 1 1 - 20 mo re  th a n   21 Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Visuali z ation  Analysis of Dynam ic Evolu t ion of  the Them e in Im provisation… (P eng-bin Ga o)  3307 Table 2. The  Ra w Co -citati on Matrix  and  Correlatio n Matrix (sectio n )    1 2 3 4 5 6 7 8 9  10  Absorptive  capacity  0  (1.00)   0.503  0.389  0.293  0.186  0.468  0.192  0.374  0.463  0.713   Antecedents  1  0  (1.00) 0.364  0.358  0.613   0.64  0.551  0.654  0.505  0.650   Bricolage  1  0  0  (1.00) 0.573  0.321  0.371  0.511  0.421  0.648  0.397   Capability   0  0  0  0  (1.00) 0.387  0.346  0.509  0.527  0.512  0.268   Communication  0 1 0 0  0  (1.00) 0.44  0.511   0.645   0.346   0.378   Competitive  advantage   2 2 1 1 0  0  (1.00) 0.584   0.415   0.518   0.618   Complexit y   0 0 0 0 0 0  0  (1.00) 0.566   0.499   0.337   Creativit y  0 2 0 0 1 0 1  0  (1.00)   0.502   0.426   Decision  making   0 1 1 1 1 1 0 0  0  (1.00)   0.425   D y namic  capabilit y   3 1 1 0 0 2 0 0 0  0  (1.00) Note. Th e d a t a above  diag onal lin e me a n  the  co rrel a tion coefficie n t  and the  dat a blo w  di ago nal  line mean the  frequen cy       4. Results a nd Analy s is  4.1. Results of Multiv aria te Sta t istical  Analy s is   A hierarchi c al  cluste r analy s is  with Wa rd ’s  method a n d  multidimen sion al scaling  (MDS)  with ALS C AL metho d   were  ca rri ed  out, and  the  re sults were sho w n i n   Figure 4  an d 5,   respe c tively. The st re ss v a lue (0.198 9 0 , lowe r than  an acce ptabl e value 0.2 )  and R2 (0.75 809  for two - dim e n s ion s ) sho w e d  an  outsta n d ing fit for th e data. T he  result s of fa ctor a nalysi s   were  sho w n in Ta b l e 3 and 4.   Clu s ter a naly s is  and m u ltidimen sion al  scaling  rea c h  a uniform co nclu sio n . As  a re sult,  five large the m e group s e m erg ed fro m  right to le ft o n  the ho rizont al axis. Them e 1 focu s o n   the  resea r ch ab out strate gy and innov ation [ 11-1 2 ], which inv o lves produ ct developm ent,   kno w le dge, p e rform a n c e, environ ment,   man agem en t, model, m a rket  ori entati on, comp etitive   advantag e, unce r tainty, industry, su cce ss an d fl exibility. Theme 2 focus on the  rese arch ab out  learni ng [1 3], lead ership   and  ch ange,  whi c h  emp hasi z e s  th e  importa nce o f  field, syste m ,  compl e xity, experien c e,  organi zation  a nd te chn o log y . Theme  3 f o cu s  on th e  resea r ch a b o u t  metapho r [14 - 15], memory  and cre a tivity, and includ es jazz, time, work, sen s e m akin g, ident ity,  team a nd  co mmuni cation.  Them e  4 fo cu s o n  th e rese arch  abo ut entr epren eurship  [16]  an d   evolution, a nd e s pe ciall y  involves  netwo rk i ng,  bricolag e, firm, deci s ion  makin g  a nd  transformation. Theme  5 focus on  the  research about c apability,  such as ab sorptive capabilit y,  dynamic  ca pability, and organi zatio nal improv i s ation unde r the context of information   techn o logy.         Figure 4. Multidimen sion al Scaling M a p   T hem e 1 T hem e 2 T hem e 5 T hem e 4 T hem e 3 Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3303 – 33 12   3308     Figure 5. Hierarchical Clu s t e r Analysi s       Table 3. Rota ted Comp one nt Matrix of Factor An alysi s   Fac t or   1  2  3  4  5  Fac t or   1  2  3  4  5  Management   0.922   0.163   0.232   -0.050 0.108   Decision   making  0.437   0.747   -0.245   0.013   -0.047 F l ex ibility   0.921   -0.061   -0.093   -0.120 0.107   Net w ork   0.056   0.709   -0.298   0.464   0.100   Competitive  advantage   0.899   0.089   0.006   0.074   -0.205 Transform ation   -0.422 0.668   -0.196   0.091   0.053   Market  Orientation   0.895   -0.134   -0.160   0.002   -0.244 Capability   0.217   0.627   -0.036   0.290   0.387   Antecedents  0.885   -0.164   0.334   -0.047 -0.022 Strateg y   0.443   0.594   0.452   -0.262   0.149   Environment  0.882   0.139   0.317   0.053   0.149   Technolog y  0.394   0.571   0.36  0.204   0.3  Uncertaint y  0.875   0.265   -0.051   -0.103 -0.026 Jazz   0.405   -0.104 0.847   -0.047   0.028   Product  development  0.866   0.068   0.341   0.036   -0.155 Ti me  -0.068 0.142   0.82  -0.432   0.162   Improvisation  0.852   -0.06   0.159   -0.087 -0.003 Metaphor   0.016   -0.159 0.816   0.240   0.332   Innovation  0.838   0.179   0.408   0.06  0.029   Sensemaking  0.058   -0.365 0.786   0.112   -0.094 Performance   0.813   0.206   0.434   0.104   -0.174 Team   0.537   -0.279 0.666   -0.321   -0.001 Kno w ledge   0.729   0.252   0.303   0.249   -0.243 Experience   0.186   0.459   0.644   0.137   0.146   Orga nization  0.725   0.149   0.205   0.379   0.272   Meomor y  0.619   -0.055 0.629   -0.017   0.204   D y namic   capability   0.723   0.103   -0.089   0.022   -0.539 Cr eativity   0.46  -0.073 0.627   0.155   0.357   Model  0.699   0.377   0.196   0.364   -0.234 Wor k   0.298   0.025   0.578   0.031   -0.219 Success   0.680   0.210   0.066   -0.254 0.236   Orga nizational  learning  0.265   0.077   0.140   0.838   -0.127 Impact  0.676   0.157   0.388   -0.034 -0.076 Field  -0.040 0.292   -0.066   0.781   0.138   Communica-   tion  0.618   -0.159   0.544   0.147   0.268   Sy s t e m   -0.222 0.209   0.084   0.731   0.146   Perspective  0.596   0.244   0.336   -0.591 0.024   Identit y  -0.135 -0.205 0.532   0.714   0.172   Complexit y   0.552   0.228   0.038   0.470   0.499   Learning   0.537   -0.042 -0.065   0.709   -0.18   Evolution   0.108   0.967   0.006   0.100   -0.064 Orga nizational   improvisation   0.285   0.048   0.380   -0.496   -0.489 Entrepre neur -   ship  -0.017   0.927   -0.2   0.021   -0.043 Absor p tive  capability   0.339   0.160   -0.087   0.075   -0.857 Fi rm   0.260   0.894   0.099   -0.069 -0.141 Leadership   0.458   0.268   0.233   0.280   0.660   Bricolage  -0.130   0.88  -0.113   0.325   0.121   Information   technolog y  0.246   -0.439 -0.219   0.088   -0.614 Industr y  0.215   0.749   0.136   -0.359 0.083   Orga nizational  change  0.487   0.271   0.212   0.188   0.489     Them e 1  The m e 2  Them e 5  Them e 4  Them e 3  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Visuali z ation  Analysis of Dynam ic Evolu t ion of  the Them e in Im provisation… (P eng-bin Ga o)  3309 Table 4. Total  Varian ce Explaine d of Factor Analy s is    Initial Eigenvalue s  Extraction Sums  of   Squared Lo ading s  Rotation Sums of    Squared Lo ading s  Total  % of Variance C umulative %  Total %  of Varianc e C umulative %  Total %  of Variance   Cumulative % 1 18.865   37.729   37.729   18.865 37.729   37.729   15.725 31.450   31.450   2 8.432   16.863   54.592   8.432 16.863   54.592   8.239 16.478   47.928   3 5.910   11.819   66.412   5.910 11.819   66.412   7.422 14.844   62.773   4 4.828   9.656   76.067   4.828 9.656   76.067   5.364 10.729   73.501   5 2.634   5.267   81.335   2.634 5.267   81.335   3.917 7.833   81.335       Based  on  the  co rrelation  m a trix, we  co n ducte d a fa ct or a nalysi s   wi th a Vari max  rotation   to extract the  key con c e p tual theme s  i n  the impr ovi s ation field.  Table 4  sho w s t hat   six  f a ct or s  are extracte d  with 81.33 5 %  of the explained va rian ce. The  re sul t s of factor  a nalysi s  different  from the  out comes of two  approa che s   a bove, but th e   facto r  1, 2,  3 ,  4 an d 5  ba sically reflect t h e   same  re sea r c h  st ru ct ur e.      4.2. Results of Stra tegic  Diagram An aly s is  Based o n  the comp utatio nal formula  of  density and cent rality, we can obt ain the  strategi c dia g r am s ba sed o n  times cited  of diffe rent pe riod s, whi c h a r e sh own in F i gure 6 - 9.     Figure 6. Strategic  Di agra m s of 1997 -2 012   Figure 7. Strategic  Di agra m s of 1997 -2 002           Figure 8. Strategic  Di agra m s of 2002 -2 007   Figure 9. Strategic  Di agra m s of 2008 -2 012                Figure 6  sho w s th e results of  the  wh o l e per i od (19 97-2 012 ).  Be cau s e of  its strategi c  positio n (u pp er-right  quad rant), the m e 1  wa s  id enti f ied as th e  motor-t heme  of the pe ri od.  Similarly, because of its hi gh/m ediu m  centrality and l o w de nsity (l owe r -right qu adra n t) them e 4  and 5 we re  rega rd ed as  gene ral ba si c theme s  with  stron g  external inte rco nne ction but  low   con c e p tual d e velopme n t. Ho wever, the  strate gic  po sition of theme  2 and  3 (l ower-l eft quad ra nt),   whi c h  had  a  low d e n s ity and  lo w  ce ntrality,  i ndicated that they were eith er eme r gin g  or   disa ppe arin g  themes. Fi gu re 7  sh ows t he results of    the first p e ri od (1997 -2 00 2), in thi s  sta ge,  t h em e1 t heme 2 th eme3 the m e4 t h em e5 0 5 10 15 20 Dens i t y .4 .45 .5 .55 .6 C e n t r a lit y th em e1 th em e2 t h em e3 t h em e4 0 2 4 6 8 Dens i t y .2 2 .2 4 .2 6 .28 .3 C e n t r a lit y th em e1 th em e2 the m e3 th em e4 th eme5 0 2 4 6 8 De nsi t y .1 .15 .2 .2 5 C e n t r a lit y th eme1 th em e2 th eme3 t heme 4 th eme5 0 5 10 15 De nsi t y .2 5 .3 .3 5 .4 .4 5 C e n t r a lit y Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3303 – 33 12   3310 theme 1was  still the motor-theme. The m e 3 and 4  were re ga rded  as gen eral ba sic them es, a n d   theme 2 wa s emergin g  theme. At the  same  time, theme 5 wa s  not appea rin g . Figure 8 shows  the results of  the second p e riod  (20 03-2 007), this  sta ge wa s simil a r with the re sult of the who l e   perio d, which  indi cated  th at the p o sitio n  of the m e  2  and  4  wa s  cha nge d, an d them e 5  was  appe arin g fro m  the first stage to the se con d  stag e. Figure 9 sho w s the re sults of  the second   perio d (2008 -201 2), the  p o sition  of the m e 4 cha n g ed from l o we r-right qu ad rant to lower-l e ft  quad rant.   The re sult s a bove sh ow t hat the po siti on of theme  1, 3 and 5  wa s stability  and the  postin g  of th eme 2  and  4  wa s chan ge d greatly, wh ic h in dicates  that the hot t opic  of different  perio d wa s sli ghtly different.      4.3. Results of Social Ne tw o r k Analy s is  In orde r to g r asp the ove r all co-wo r d  analysi s , we  analyzed  key w ords  ba sed  on the   whol e p e rio d  (19 9 7 - 20 12).  Then  we div i ded th e  whol e pe riod  into  three  pa rts,  so that  we  ca n  identify the dynamic  cha n ges d u ri ng th ese th ree p e riods. In the figure s  of the  co-wo r d n e twork,   the  si ze   of d o ts  m ean s  t he scale of degree ce ntrality, and the  si ze  of lin e s  m ean s th e  tie   stren g th of th e keywords,  and different  colo r me a n s  the theme. T he co -word n e tworks of fo ur   perio ds  we re  sho w n in Fig u re 10 -1 3.            Figure 10. Co -wo r d  Network of 1997 –20 12           Figure 11. Co -wo r d  Network of 1997 –20 02   A B S O R PT I V E  C A PA C I T Y ANT E C E D E NT S BR I C O L A G E CA P A B I L I T Y CO M M U N I CA T I O N C O M P E T IT IV E  A D V A N T A G E CO M P L E X I T Y C R E A TI V I TY DE C I S I O N  M A K I NG D Y N A M I C CA P A B I L I T Y EN T R EP R E N E U R SH I P EN V I R O N M EN T EV O L U T I O N EX P E R I EN C E FIE L D FIR M F L E X IB IL IT Y I D E N TI TY IMP A C T IMP R OV I S A T ION IN D U S T R Y I N F O R M AT I O N T E C H NO L O GY I NNO VA T I O N JA Z Z KN OW L E D G E LEA D ERSH I P L E AR NI NG M A NAGE M E NT MA R K E T  OR IE N T A T ION ME MO R Y ME T A P H OR MO D E L NE T W O R K O R GANI Z A T I O N O R GA NI Z A T I O N A L  C H ANGE OR G A N I Z A T I ON A L  IM P R OV IS A T ION O R GA NI Z A T I O N A L  L E AR NI NG PE R F O R M A N C E PE R S PE C T I V E PR O D U C T  D E V E L O PM E N T SEN S EM A K I N ST RA T E G Y SU C C ESS SY ST EM TE A M T E C H NO L O GY TI M E TR A N S F O R M A TI O N UN C E R T A I N T Y WOR K ANT E CE DE NT S C O MM U N IC A T IO N CO M P L E X I T Y C R E A TI V I TY DE C I S I O N  M A K I N G EN V I R O N M EN T EV O L U T I O N EX P E R I E N C E FI R M F L E X I B IL IT Y I D E N TI TY I M P R O V IS A T IO N IN D U S T R Y IN N O V A T I ON JA ZZ KN O W L E D G E LEA R N I N G MA N A G E ME N T ME M O R Y ME T A P H O R MO D E L NE T W O R K O R GA NI Z A T I O N PE R F O R M A N C E PE RSPE C T I V E PR O D U C T  D E V E LO PM E N T ST RA T E G Y SU C C ES S SY ST E M TE C H N O L O G Y TI M E T R A N S F OR MA T I ON UNC E R T A I N T Y WO R K Them e 4 Them e 1  Them e 2 T hem e  3 Them e 5  Them e 4 Them e 1  Them e 2 T hem e  3 Them e 5  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Visuali z ation  Analysis of Dynam ic Evolu t ion of  the Them e in Im provisation… (P eng-bin Ga o)  3311       Figure 12. Co -wo r d  Network of  2003– 20 07             Figure 13. Co -wo r d  Network of 2008 -20 1 2       The  results  of figure s  a bov e indi cate th a t  im provisatio n re se arch  often involve s  th eme 1,  2, 3 and  4 in  1997 -20 02,  and involve t heme  1, 2,  3, 4, 5 in 2 003 -200 7 an d 2 0 08-2 012,  whi c h   indicate that t heme  1, 2, 3   and  4 a r e  hot  topics  all the  time. At the  same  time, th e keywo r d s  o f   theme 1  hav e the hig h   centrality (bi g  circle  point) and h a ve  many rel a tio n shi p  with  other  keyword s . Th e re sults of  social n e two r k analysi s   are  similar to th e re sults of  strategic  diag ram  analysi s .            5. Conclusio n   Based  on  co -wo r d  an alysi s , multivari a te stati s tical  a nalysi s   strate gic  diag ram   analysi s   and soci al n e twork a nalysis, this  stud y produ c ed  clear, cohe ren t  and rea s o n able result s. The   resea r ch of i m provi s ation  involves ma n y  fields  in clud ing entrep r en eurship, le arn i ng, innovatio n,  metapho r, strategy, etc. At the  sam e  time, the hot topic of diffe rent peri o d s  can be diffe re nt. In   the future, we  can enla r ge  the sou r ces o f  public ation  and use othe r bibliomet r ics app roa c h e s to   learn m o re a bout the intell ectual  st ru ctu r e of improvi s ation re sea r ch.  A B S O R P T I V E  CAP A CI T Y AN T E CE D E N T S BR I C O L A G E CA P A B I L I T Y C O M M U N IC A T IO N C O MP E T IT IV E  A D V A N T A G E CO M P L E X I T Y C R E A TI V I TY DE C I S I O N  M A K I N G DY N A M I C  C A PA B I L I T Y EN T R EP R E N E U R SH I P EN V I R O N M EN T EV O L U T I O N EX P E R I E N C E FI E L D FI R M F L E X I B IL IT Y ID E N T I T Y IMP A C T IMP R OV IS A T ION IN D U S T R Y I N F O R M A T I O N T E C H NO L O GY I NNO V A T I O N JA Z Z KN O W L E D G E LE A D ER SH I P LE A R N I N G MA N A G E ME N T M A R K E T  OR IE N T A T ION ME M O R Y ME T A P H OR MOD E L NE T W O R K OR G A N I Z A T I ON O R GA NI Z A T I O N A L  C H A NGE O R G A N I Z A T I ON A L  IM P R O V IS A T I O N O R GAN I Z A T I O N AL  L E A R NI NG PER F O R M A N C E PE R S PE C T I V E PR O D U C T  DE V E L O PM E N T SEN S EM A K I N G ST RA T E G Y SU C C ESS SY ST EM TE A M T E CHNO L O GY TI M E TR A N S F O R M A TI O N UN C E R T AI N T Y WO R K A B S O R P TI V E  C A P A C I TY ANT E CE D E N T S BR I C O L AG E CA P A BI L I T Y C O M M U N IC A T IO N C O MP E T IT IV E  A D V A N T A G E CO M P L E X I T Y C R E A TI V I TY DE C I S I O N  M A K I N G DY N A M I C  C A PA B I L I T Y EN T R E P R E N E U R S H I P EN V I RO N M E N T EV O L U T I O N EX PERI E N C E FI E L D FIR M F L E X IBIL IT Y I D E N TI TY IM P A C T IM P R O V I S A T ION IN D U S T R Y I N F O R M AT I O N T E CH N O L O GY I NNO VAT I O N JA Z Z KN O W L E D G E LE A D E R S H I P L E A R NI NG MA N A G E ME N T MA R K E T  O R IE N T A T IO N ME M O R Y ME T A P H OR MO D E L NE T W O R K O R GA NI Z A T I O N O R G A NI Z A T I O N AL  CH A NGE OR G A N I Z A T I ON A L  IMP R OV IS A T I O N O R GA NI Z A T I O N AL  L E AR NI NG PERF O R M A N C E PERSPE C T I V E PRO D U C T  D E V E LO PM EN T SE N S E M A K I N G ST RA T E G Y SU C C E SS SY S T E M TE A M TE C H N O L O G Y TI M E TR A N S F O R M A TI O N UNC E R T A I N T Y WO R K Them e 4 Them e 1  Them e 2 T hem e  3 Them e 5  Them e 4 Them e 1  Them e 2 T hem e  3 Them e 5  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 5, May 2014:  3303 – 33 12   3312 Ackn o w l e dg ements   This wo rk was su ppo rte d   by  the   National Natu ral  Scie nce Found ation of  Chi na  (No.7 097 208 9; No.710 020 61; No. 712 7 2175 ).      Referen ces   [1]  Cun ha MPE, Cun ha JVD, Kamoch e K. Organ izat io na l  improvisati on: W hat, w h en,  h o w  an d w h y.   In te rn a t i o n a l  Jo u r na l  o f  Ma nag em en t R e vi ews .1999; 1(3): 299- 341.   [2]  Li H D , Li n Z Y . Organiz a tio n a l  Improvis atio n :  a dom ai n re mains to  b e  fu rther studi ed.  An Academ ic   Editio n of Man age ment.  201 1 ;  3(2): 45-58.   [3]  Jishe ng HY P. Organiz a tion al  Impr ovisati on:  status qu o an d  future.  Ch ines e Jour nal  of M ana ge me nt.   201 2; 9(7): 108 4-10 91.   [4]  Cambros i o A,  Limo ges C,  C ourtia l  JP, et  al.  Histor i cal  s c ientom etrics?  Mapp in g ov er  70  ye ars  of  biol og ical saf e ty rese arch  w i t h  co w o rd a nal ys is.  Sciento m etr i cs.  1993; 2 7 (2 ): 119-14 3.  [5]  Ding  Y, C h o w dhur y G G, F o o S. Bi bli o metr ic cartogr ap h y   of inform ation   retrieval  res ear ch b y   usi n g   co- w ord ana l y s i s.  Informati on process i ng  & ma na ge me nt.  200 1; 37(6): 81 7-84 2.  [6]  Szekel y GJ, R i zzo ML. H i erar chical  clust e rin g  via  jo int b e tw e e n - w ith i n  di stances: E x ten d in g W a rd' s   minimum var i an ce method.  Journ a l of classi fication.  20 05;  22(2): 15 1-1 8 3 .   [7]  Liu Z .  Visu aliz ing th e i n tell e c tual structure  in  ur ban  stud ies: A jo urn a l  co-citatio n a n a l y s is (19 92- 200 2).  Sciento m etrics.  20 05;  62(3): 38 5-4 0 2 .   [8]  W h ite HD, McCain KW . Visu alizi ng  a disci pl ine: An  a u thor  co-citatio n an al ys is  of informat i on sci enc e ,   197 2-19 95.  Jo urna l of the America n  Society  for Informati on  Scienc e .19 98; 49 (4): 327- 35 5.  [9]  Bangr ae  L, Yo ng-il  J. Ma ppi n g  Kor ea’s  n a ti ona l R& D d o m a in  of ro bot te chno log y   b y   u s ing  the c o - w o rd a nal ys is.  Sciento m etrics . 2008; 77( 1):.3–19.   [10]  F r eeman L C . A set of measures of  centralit y  base d  on b e t w een ness. Soci o metry.  1977;  40(1): 35- 41.   [11]  Moorma n C,   Miner  AS. T he conv erg ence  of  pl an nin g  an d  e x ecuti on: I m provisati o n  i n  n e w   pro duct   deve l opm ent.  Journ a l of Mark eting. 1 9 9 8 ; 62( 7):.1–20.   [12]  Moorma n C,  Miner AS. Or gan izatio na l  i m provisati on and org aniz a ti ona l  memor y .   Acade my  of   Mana ge me nt Review . 199 8; 23(4):.69 8 – 723 .  [13]  Miner AS, Ba ssoff P, Moorman C. Orga nizati ona l imp r ovisati on a n d  learn i n g : A field stu d y .   Administr a tive  Scienc e Quarterl y .  2 0 0 1 ; 46( 6):.304– 33 7.  [14]  KE W e ick. Introductor y   Essa y: Improv isat io n as  a Mi ndset  for Organ izati ona l An al ysis.  Organi z a t i o n   Scienc e. 19 98; 9(5): 543- 55 5.  [15]  Kamoch e K, Pina e Cu nh a M,  Viera da  Cun ha J. T o w a rds  a T heor y   of Organ izatio na l Improvis ation :   Look ing B e yon d  the Jazz Metaph or.  Journ a l  of Manag e m e n t  Studies.  200 3 ;  40(12): 20 23– 205 1.   [16]  Baker T ,  Mine r AS, Eesle y   DT .  Improvisin g fi rms:  Bricol age, accou n t givin g  and   im provis ation a l   compete n cies i n  the foun din g  process.  Res e arch Pol i c y . 2 0 03; 32(2): 2 55– 276.       Evaluation Warning : The document was created with Spire.PDF for Python.