Aproximación al
Análisis de Redes Sociales
TÉCNICAS Y HERRAMIENTAS DE APOYO A LA INVESTIGACIÓN Curso 2010/2011
Grupo 2 - J. Fresno Bausela, M. Pérez Rivas, C. Reyes Gonzalo, F. Salvador Llorente.
Resumen: En el presente documento se realiza el análisis de las interacciones de un grupo de alumnos de una asignatura de la Universita Oberta de Catalunya (UOC) que durante 2 periodos de tiempo consecutivos fueron recogidas con la herramienta de trabajo colaborativo BSCW. Para ello, se ha hecho uso de métodos de análisis de redes sociales, los cuales permiten obtener medidas objetivas de la estructura de la red y además representarla gráficamente.
Introducción
El análisis de redes sociales estudia esta estructura social aplicando la teoría de grafos e identificando las entidades como "nodos" o “actores” y las relaciones como "enlaces". La estructura del grafo resultante es a menudo muy compleja, ya que puede haber muchos tipos de lazos entre los nodos. Por ello, se han desarrollado diferentes métodos como herramienta de medición y análisis de las estructuras sociales que emergen de las relaciones entre actores sociales diversos, de los cuales usaremos los parámetros más significativos.
En concreto, se va a estudiar una red social construida a partir de las interracciones en el curso 2002/2003 en una asignatura en la Universitat Oberta de Catalunya (UOC). Las redes representan las relaciones indirectas entre actores, mediadas por el espacio compartido de un servidor BSCW (un sistema de apoyo al trabajo en grupo basado en carpetas compartidas). Se considera que hay un enlace entre los actores cuando uno crea un objeto y otro realiza cualquier acción sobre él (lectura, modificación, anotación, …). Los datos de los cuales disponemos se corresponden a las relaciones entre los alumnos del grupo 1 entre los periodos 2º y 3º del curso.
Análisis de la red
Para realizar el análisis de la red social se han utilizado tres medidas individuales (grado, betweeness y
closeness) y dos medidas grupal (densidad por grupos y cliqués). La herramienta utilizada para extraer los datos es UCINET, creada especialmente para el análisis de redes sociales. También se ha utilizado NetDraw para representar gráficamente las redes.
Análisis del grado
El grado es una medida de centralidad que puede proporcionar una medida de cuanto interconectado está un nodo con el resto. En el caso de estudio, el grado de salida (Outdegree) indica el uso de un objeto propiedad de otro actor y el grado de entrada (Indegree) indica la consulta de un objeto propio por parte de otro actor.
En ambos periodos de estudio se puede observar que la red está muy centralizada teniendo por actor principal a ifa que presumiblemente el profesor de la asignatura. La siguiente tabla muestra el porcentaje global de grado, se puede observar que en el periodo 2º existe un mayor valor del outdegree que del indegree. Esto indica que la mayoría de los actores tienen un rol pasivo donde consultan los objetos creados pero no generan nuevos objetos. Mientras que en el periodo 3º, el indegree es mayor y, por tanto, los actores han variado su comportamiento y generan más contenidos.
Periodo 2º Periodo 3º
Centralidad Outdegree 17.03% 9.02%
El número de consultas totales es similar en ambos periodos y por tanto, su media es igual. La desviación de la media de ficheros consultados (outdegree) es mayor en el periodo 2º, esto indica que hay mucha diferencia en el comportamiento de los actores. En el periodo 3º en cambio, las diferencias entre actores se suavizan. La media de objetos creados se comporta de manera contraria a la media de consultas.
Periodo 2º Periodo 3º
Número de consultas 468 453
Media Outdegree 6.88 ± 16.03 6.88 ± 9.98
Media Indegree 6.88 ± 10.49 6.88 ± 15.73
En la Figura 1 se puede observar el sociograma con los diez actores más significativos según el grado en los dos periodos analizados. En ambos sociogramas es muy importante la presencia de ifa y otros actores que están en ambas redes como fer, ffo. Un caso curioso es el del grupo 17 (color rosa en el sociograma), este grupo tiene tres actores en ambos periodos.
Figura 1: Sociogramas de los actores con mayor grado de la red en ambos periodos
Otro dato interesante a destacar es la gran cantidad de usuarios que no participan en la red, estos usuarios no crean ni consultan objetos (tienen un indegree y outdegree igual a 0). En el periodo 2º hay 13 actores aislados, mientras que en el periodo 3º, está cifra ha aumentado hasta 30 actores. Son datos muy significativos dado que la red tiene 68 actores.
Análisis de la intermediación (
Betweenness
)
Podemos definir esta medida como el grado en el que un nodo se encuentra entre los demás nodos de la red. Esta medida toma en cuenta la conectividad de los vecinos del nodo, dando un mayor valor a los nodos que conectan a grupos. En este caso, la medida refleja el número de compañeros que un alumno conecta indirectamente a través de sus vínculos directos.
Bajo este análisis, nuevamente el nodo ifa tiene un elevado protagonismo aunque decrezca del 2º al 3º periodo. De hecho, si observamos la tabla con los valores absolutos y normalizados del betweenness vemos que el descenso de esta medida es muy significativo.
5 nodos con mayor betweenness Betweenness nBetweenness
2º Periodo ifa fer jpe dav fgu 868.528 585.982 165.822 137.966 121.198 19.641 13.252 3.750 3.120 2.741 3º Periodo ifa ffo jur 451.913 37.530 12.630 10.220 0.849 0.286
cao gab 10.880 5.178 0.246 0.117
Los valores de la tabla reflejan un claro carácter unificador por parte del nodo ifa. En comparación con él, el resto de nodos tienen una posición más pasiva, a excepción del nodo fer durante el 2º periodo, cuya contribución a la unicidad de la red fue bastante importante. También tenemos que resaltar que alrededor del 75% de los nodos que no aparecen en la tabla, en ambos periodos, tenían un valor para el betweenness de 0.
Este comportamiento se explica fácilmente si atendemos a los roles de los nodos. El nodo ifa se corresponde al profesor de la asignatura, por lo tanto, es lógico, que especialmente durante los primeros periodos del curso, sea él quien haga el papel de intermediario entre el resto de la clase. Los valores obtenidos reflejan el temario, enunciados de problemas y otra documentación dejada por el profesor para el seguimiento del curso.
Por otra parte, también es muy probable, que algunos alumnos se conocieran entre ellos antes de asistir al curso y por lo tanto, es factible el hecho de que durante los primeros periodos se creen grupos de trabajo en los que haya alumnos que tengan un papel más integrador de los documentos a entregar. Son los alumnos más dispuestos a trabajar o que simplemente les cuesta menos arrancar el curso. A medida que avanza el tiempo, la participación se hace mayor y por lo tanto los niveles de betweenness bajan considerablemente. Esto significa que, en general, los alumnos están colaborando en forma de documentos propios, o editando los de los demás.
Sin embargo, al igual que ocurría con la medida del grado existen numerosos nodos de los que no tenemos datos. Lo cual, no nos permite deducir cómo ha sido la participación a nivel de la clase, puesto que al tratarse de datos recogidos a través del BSCW, se deja abierta la posibilidad de que dichos alumnos hayan participado en clase pero por otros medios.
Análisis de la cercanía (
closeness
)
La medida de cercanía indica el número de saltos medio necesario entre los actores de la red. En nuestro caso de estudio, un valor alto del closeness significa que los actores están poco interrelacionados porque existen intermediarios entre ellos. Esta medida se puede estudiar en dos sentidos, un actor con un
incloseness pequeño es una fuente de objetos muy utilizada, de forma directa o indirecta. Un actor con un
outcloseness pequeño es alguien que consulta muchos objetos del resto de participantes. La media del
closeness se ha realizado eliminando en primer lugar los nodos aislados pertenecientes a los actores inactivos, un nodo aislado tiene closeness infinito porque no es accesible al resto.
En el 2º periodo podemos observar que el valor del incloseness es mucho mejor, más pequeño, que el valor del outcloseness. Esto quiere decir que existen ciertas fuentes muy utilizadas. Mientras que en el periodo 3º, ambas medidas se normalizan porque los actores varían sus fuentes.
Periodo 2º Periodo 3º
Media inCloseness 4.247 ± 1.004 7.644 ± 2.602
Media outCloseness 7.090 ± 4.026 8.696 ± 3.653
Como caso particular se puede estudiar el closeness de ifa. En el 2º periodo tiene un valor bajo de incloseness porque al ser el profesor es muy consultado.
Periodo 2º Periodo 3º
inCloseness ifa 4.635 9.091
outCloseness ifa 11.020 11.078
La metodología de grupos se utiliza para identificar posiciones similares de actores en la red, de acuerdo a la relación que establecen con los otros actores circundantes. Los grupos son indicadores de centros neurálgicos, ya que son las estructuras más fuertemente cohesionadas, poniendo de manifiesto espacios de alta identificación y solidaridad entre los actores [1], lo que en términos de este análisis sería identificar los grupos que tienen alguna frecuencia de participación.
La densidad nos puede dar una idea de cómo los actores trabajan dentro de los grupos establecidos. En general en el 3º periodo, el trabajo en grupo baja. El grupo 17 es el más activo, seguido por los grupos 19 y 12. El grupo 20 que es el que corresponde a los profesores mantiene su densidad en ambos periodos.
Densidad por grupo 12 15 17 19 20
2º Periodo 0.100 0.133 0.767 0.267 0.167
3º Periodo 0.100 0.000 0.433 0.200 0.167
Otro dato que se puede obtener es la densidad entre grupos que explica como interaccionan unos grupos con otros. Entre los diferentes grupos, se observa que los grupos cohesionados son los que más interaccionan entre si. En la siguiente tabla se muestra los datos de densidad entre los grupos 17 y 19.
17 a 19 19 a 17
2º Periodo 0.306 0.833
3º Periodo 0.333 0.472
Figura 2: Sociograma con la relación entre el grupo 17 (Fucsia) y 19 (Azul) en los periodos 2º y 3º Similar a los grupos aparece el concepto de cliqué. Podemos definirlos como los grupos o asociaciones que se crean de forma natural entre los actores de la red. Un ejemplo práctico aplicado a este caso podría ser un círculo de amistades cuyos miembros no tienen por qué pertenecer al mismo grupo de trabajo.
Si observamos los cliqués en ambos periodos, vemos como en el 2º periodo, aparecen 8 cliqués formados por un número reducido de nodos, 3 en la mayoría. Sin embargo, en el 3º periodo, existe un cliqué más y además están compuestos por más nodos, 5 como mínimo. Además, hay que añadir que durante el 2º periodo, fer es el nodo que forma parte de más cliqués, mientras que durante el 3º periodo lo es ffo. De estas observaciones, podemos extraer que a medida que avanza el tiempo, los alumnos se interesan e intervienen más en los trabajos de los demás y no sólo en los de sus allegados.
Conclusiones
El análisis realizado nos deja 2 lecturas diferentes, de las cuales nos podemos hacer una idea observando la evolución del sociograma completo de las figuras 3 y 4. Los colores de los nodos muestran los atributos de los actores y su tamaño el grado.
Figura 3: Sociograma con las relaciones del periodo 2
Figura 4: Sociograma con las relaciones del periodo 3
Se puede observar que la participación de los alumnos de los que tenemos datos ha ido en aumento, los tamaños de los nodos son más grandes, de tal forma que no existen actores con una clara función integradora a excepción del profesor, el cual, probablemente, la tendrá siempre a lo largo del curso.
Por otra parte, el número de alumnos de los cuales no se tienen datos aumenta hasta casi el 50%, que son todos los que no aparecen dibujados, lo cual nos deja un análisis de la participación inconcluyente, ya que puede que dichos alumnos participaran en la clase por otros medios o simplemente que no participaran.
Además, podemos decir que las interacciones en grupo han sido bastante escasas en ambos periodos. La excepción es el grupo 17 (fucsia) que destaca durante el 2º periodo. En el 3º periodo, la tónica general es la disminución de las relaciones dentro de los grupos a favor de la participación individual y dentro de los cliqués.
Referencias
[1] Gaete J. y Vasquéz J. (2008) Conocimiento y estructura en la investigación académica: una aproximación desde el análisis de redes sociales REDES- Revista hispana para el análisis de redes sociales. Vol.14,#5
