Skip to content
بازگشت به نتایج جست‌وجو

تحلیل شبکه ایگو — تحلیل شبکه شخصی

معرفی‌شده توسط
Ronald S. Burt (structural holes framework); Peter V. Marsden (egocentric measures)
سال
1992 (Burt); foundational measurement formalised by Marsden 2002
نوع
Descriptive / relational network analysis

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

تحلیل شبکه ایگو به بررسی شبکه شخصی یک فرد کانونی — ایگو — می‌پردازد و تماس‌های مستقیم او (آلترها) و پیوندهایی را که آن تماس‌ها با یکدیگر دارند، ترسیم می‌کند. این روش که از طریق چارچوب حفره‌های ساختاری رونالد برت (۱۹۹۲) و رویکرد اندازه‌گیری خودمحور مارسدن (۲۰۰۲) صورت‌بندی شده است، شاخص‌های سطح ایگو مانند اندازه شبکه، تراکم، محدودیت و نقش واسطه‌گری را تولید می‌کند که نشان می‌دهد چگونه موقعیت اجتماعی هر فرد، دسترسی او به اطلاعات، منابع و نفوذ را شکل می‌دهد.

شهود پشت روش

به هر فرد به عنوان مرکزی در تار عنکبوتی از روابط فکر کنید. برخی افراد مراکز متصل خوبی هستند که تماس‌هایشان همه یکدیگر را می‌شناسند و یک خوشه فشرده را تشکیل می‌دهند. دیگران بین گروه‌هایی قرار می‌گیرند که در غیر این صورت هیچ تماسی ندارند — موقعیتی که برت آن را حفره ساختاری می‌نامد. قرار گرفتن در پل بین یک حفره ساختاری، به فرد دسترسی منحصر به فردی به اطلاعات متنوع و قدرت واسطه‌گری ارتباطات می‌دهد. تحلیل شبکه ایگو این مزایا و معایب موقعیتی را از داده‌های مربوط به اینکه هر فرد چه کسی را به عنوان تماس نام می‌برد و آیا آن تماس‌ها یکدیگر را می‌شناسند، قابل مشاهده و اندازه‌گیری می‌کند.

تاریخ

بنیان نظری تحلیل شبکه ایگو توسط رونالد برت در کتاب Structural Holes (۱۹۹۲) گذاشته شد، که استدلال می‌کرد افراد پل‌زننده گروه‌های غیرمتصل، مزایای اطلاعاتی و واسطه‌گری نسبت به کسانی که در خوشه‌های متراکم و تکراری قرار دارند، به دست می‌آورند. مارسدن (۲۰۰۲) اندازه‌گیری خودمحور را نظام‌مند کرد و روشن ساخت که چگونه معیارهای اندازه شبکه، تراکم و مرکزیت از داده‌های نظرسنجی نام‌ساز محاسبه می‌شوند. این رویکرد بر سنت‌های جامعه‌شناختی پیشین تحقیقات شبکه شخصی توسط ول‌من و دیگران در دهه‌های ۱۹۷۰ و ۱۹۸۰ بنا شده است و از آن زمان از طریق اکوسیستم‌های نرم‌افزاری مانند egor در R که ساختار داده سه فایلی (ایگوها، آلترها، پیوندهای آلتر-آلتر) را استاندارد می‌کنند، گسترش یافته است.

چه زمانی استفاده شود

تحلیل شبکه ایگو زمانی مناسب است که سوال تحقیق مربوط به چگونگی شکل‌دهی ساختار شبکه محلی یک فرد — و نه توپولوژی کلی یک شبکه کامل — به پیامدها باشد. این روش با طرح‌های مطالعاتی توصیفی، اکتشافی و رابطه‌ای مطابقت دارد و می‌تواند ویژگی‌های پیوند دودویی، پیوسته یا طبقه‌بندی شده را که از طریق نظرسنجی یا مشاهده جمع‌آوری شده‌اند، مدیریت کند. این روش به فهرستی از آلترها و داده‌های پیوند آلتر-آلتر برای هر ایگو نیاز دارد؛ بدون اطلاعات آلتر-آلتر، معیارهای حفره ساختاری و تراکم قابل محاسبه نیستند. حداقل حدود ۱۰ ایگو برای هرگونه تحلیل معنادار مورد نیاز است و کمتر از ۲۰ ایگو تفسیر را به خلاصه‌های توصیفی محدود می‌کند. هیچ فرض نرمالیتی برای خود معیارهای شبکه اعمال نمی‌شود، اگرچه تحلیل‌های رگرسیون یا همبستگی بعدی مفروضات خاص خود را دارند.

محدودیت‌ها و ملاحظات

  • داده‌های پیوند آلتر-آلتر بار نظرسنجی را افزایش می‌دهند؛ پاسخ‌دهندگان ممکن است ارتباطات بین مخاطبان خود را کمتر گزارش کنند یا اشتباه به خاطر بیاورند.
  • شبکه‌های ایگو توسط آگاهی پاسخ‌دهنده محدود می‌شوند — تماس‌های خارج از نقشه شناختی ایگو برای این روش نامرئی هستند.
  • اندازه شبکه از نظر شناختی محدود است (تقریباً ۱۵۰ آلتر طبق عدد دانبار)، بنابراین شبکه‌های شخصی بسیار بزرگ به ندرت به طور کامل ثبت می‌شوند.
  • داده‌های مبتنی بر نظرسنجی، سوگیری نمایشی را معرفی می‌کنند: افراد حاشیه‌ای اجتماعی ممکن است به طور سیستماتیک کمتر نمونه‌گیری شوند.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • موقعیت ساختاری را در سطح فردی بدون نیاز به داده‌های شبکه کامل در کل جمعیت ثبت می‌کند.
  • شاخص محدودیت برت یک معیار کمی و مبتنی بر نظریه از مزیت ساختاری ارائه می‌دهد که پیامدهای واقعی مانند تحرک شغلی و دسترسی به اطلاعات را پیش‌بینی می‌کند.
  • جمع‌آوری داده انعطاف‌پذیر: با نام‌سازهای نظرسنجی، گزارش‌های تعامل مشاهده شده، یا سوابق تماس آرشیوی کار می‌کند.
  • در تحقیقات اجتماعی، بهداشتی، سازمانی و اقتصادی که پیوندهای بین فردی اهمیت دارند، قابل اجرا است.

کاربردها

  • مطالعه چگونگی پیش‌بینی موقعیت یک کارمند در یک شبکه درون‌سازمانی، دسترسی به اطلاعات جدید و پیشرفت شغلی.
  • تحقیقات بهداشت عمومی که بررسی می‌کند چگونه شبکه‌های شخصی بیماران یا اعضای جامعه، تغییر رفتار بهداشتی را تسهیل یا مانع می‌شوند.
  • تحقیقات نوآوری که مشخص می‌کند کدام دانشمندان یا کارآفرینان حفره‌های ساختاری را پل می‌زنند و بنابراین به عنوان واسطه‌های دانش در سراسر رشته‌ها عمل می‌کنند.
  • جامعه‌شناسی سیاسی که بررسی می‌کند چگونه ترکیب شبکه رأی‌دهندگان (هموفیلی حزبی در مقابل پیوندهای متقاطع) با شکل‌گیری عقاید سیاسی مرتبط است.
  • اقتصاد توسعه که ارزیابی می‌کند چگونه ساختار شبکه شخصی کشاورزان بر پذیرش فناوری و اشتراک‌گذاری ریسک تأثیر می‌گذارد.

چگونه کار می‌کند

چگونه کار می‌کند

1

داده‌های شبکه شخصی برای هر ایگو با استفاده از یک ابزار نام‌ساز — یک پرسشنامه یا پروتکل مشاهده که از پاسخ‌دهنده می‌خواهد تماس‌های خود (آلترها) را فهرست کند و سپس ارزیابی می‌کند که کدام جفت از آن آلترها به یکدیگر متصل هستند (پیوندهای آلتر-آلتر) — جمع‌آوری می‌شود. این جمع‌آوری داده دو سطحی، فهرستی از ایگوها و یک ماتریس مجاورت آلتر-آلتر را برای هر پاسخ‌دهنده ارائه می‌دهد.

2

برای هر ایگو، یک زیرگراف ساخته می‌شود که شامل گره ایگو به علاوه تمام آلترهای نام‌برده و یال‌های بین آنها است. این گراف ایگو ساختار محلی همسایگی را از دیدگاه فرد کانونی ثبت می‌کند و واحد اندازه‌گیری برای تمام معیارهای بعدی است.

3

شاخص‌های ساختاری بر روی هر گراف ایگو محاسبه می‌شوند: اندازه شبکه (تعداد آلترها)، تراکم (نسبت پیوندهای ممکن آلتر-آلتر که وجود دارند)، شاخص محدودیت برت (چقدر تماس‌های ایگو به هم پیوسته هستند، که دسترسی به اطلاعات غیرتکراری را محدود می‌کند) و نقش‌های واسطه‌گری (چقدر ایگو بین آلترهای در غیر این صورت غیرمتصل میانجی‌گری می‌کند). شاخص محدودیت پایین نشان‌دهنده حفره‌های ساختاری زیاد و فرصت واسطه‌گری بیشتر است.

4

معیارهای سطح ایگو بین افراد مقایسه می‌شوند یا با متغیرهای پیامد مانند پیشرفت شغلی، تنوع اطلاعات یا نوآوری همبستگی دارند. الگوها در اندازه و تراکم، بده‌بستان بین انسجام و دسترسی را آشکار می‌کنند، در حالی که شاخص محدودیت، مزیت ساختاری عبور از خوشه‌های غیرمتصل را کمی می‌کند. هنگامی که کمتر از ۲۰ ایگو در دسترس باشد، آمار توصیفی به عنوان جایگزین مناسب است.

دام‌های رایج

  • جمع‌آوری فهرست آلترها بدون اطلاعات پیوند آلتر-آلتر، اندازه‌گیری تراکم و محدودیت را غیرممکن می‌سازد — همیشه مرحله مجاورت آلتر-آلتر را شامل شوید.
  • در نظر گرفتن تراکم و محدودیت شبکه ایگو به عنوان قابل تعویض یک خطا است: تراکم انسجام بین آلترها را اندازه‌گیری می‌کند، در حالی که محدودیت اندازه‌گیری می‌کند که آن آلترها چقدر دسترسی ایگو به اطلاعات جدید را محدود می‌کنند.
  • اعمال معیارهای شبکه ایگو بر روی شبکه‌هایی با کمتر از ۱۰ گره در هر ایگو، تخمین‌های ناپایداری ایجاد می‌کند؛ نتایج را فقط اکتشافی در نظر بگیرید.
  • نادیده گرفتن سوگیری نمایشی در نظرسنجی‌های نام‌ساز — افراد با وضعیت پایین یا منزوی ممکن است فهرست‌های آلتر کوچکتری تولید کنند نه به این دلیل که شبکه‌هایشان کوچکتر است، بلکه به دلیل پایین بودن یادآوری.

پرسش‌های متداول

چه داده‌هایی برای اجرای تحلیل شبکه ایگو نیاز دارم؟

شما به دو سطح داده برای هر پاسخ‌دهنده کانونی (ایگو) نیاز دارید: اول، فهرستی از تماس‌های او (آلترها) که از طریق سوال نام‌ساز جمع‌آوری شده است؛ دوم، اطلاعاتی در مورد اینکه کدام جفت از آن آلترها به یکدیگر متصل هستند (پیوندهای آلتر-آلتر)، که معمولاً با یک پیگیری نام‌تفسیر جمع‌آوری می‌شود. بدون داده‌های آلتر-آلتر، می‌توانید اندازه شبکه را اندازه‌گیری کنید اما نمی‌توانید تراکم، محدودیت یا حفره‌های ساختاری را محاسبه کنید.

شاخص محدودیت چیست و چرا اهمیت دارد؟

شاخص محدودیت برت میزان درهم‌تنیدگی تماس‌های ایگو را اندازه‌گیری می‌کند. امتیاز محدودیت بالا به این معنی است که آلترهای ایگو همگی به یکدیگر متصل هستند، بنابراین ایگو اطلاعات یکسانی را از منابع تکراری متعدد دریافت می‌کند و قدرت واسطه‌گری کمی دارد. امتیاز محدودیت پایین نشان‌دهنده حفره‌های ساختاری زیاد است — ایگو گروه‌های غیرمتصل را پل می‌زند و تنوع اطلاعاتی و مزیت واسطه‌گری به دست می‌آورد. این شاخص با استفاده از فرمول برت بر روی ماتریس مجاورت گراف ایگو محاسبه می‌شود.

تحلیل شبکه ایگو چگونه با تحلیل شبکه کامل متفاوت است؟

تحلیل شبکه کامل (جامعه‌محور) به داده‌های رابطه‌ای کامل در بین همه اعضای یک جمعیت تعریف شده نیاز دارد و معیارهای جهانی مانند مرکزیت بینابینی را در کل شبکه محاسبه می‌کند. تحلیل شبکه ایگو فقط به همسایگی محلی هر پاسخ‌دهنده — آلترها و پیوندهای آلتر-آلتر — نیاز دارد، که آن را برای جمعیت‌های بزرگ یا جمعیت‌های مرزگذر که جمع‌آوری داده‌های شبکه کامل در آنها غیرممکن است، عملی می‌سازد. بده‌بستان این است که معیارهای سطح ایگو به صورت محلی محدود هستند و نمی‌توانند توپولوژی شبکه جهانی را آشکار کنند.

اگر کمتر از ۲۰ ایگو داشته باشم چه کار کنم؟

با کمتر از ۲۰ ایگو، معیارهای شبکه ایگو ناپایدار می‌شوند و تحلیل استنباطی قابل اعتماد نیست. جایگزین توصیه شده، آمار توصیفی است: توزیع‌های اندازه شبکه و تراکم را به عنوان خلاصه‌ها گزارش کنید نه به عنوان ورودی برای رگرسیون یا آزمون‌های مقایسه، و نتایج را تا زمانی که نمونه بزرگتری در دسترس باشد، اکتشافی در نظر بگیرید.

روش‌های مرتبط

منابع

  1. Burt, R.S. (1992). Structural Holes: The Social Structure of Competition. Harvard University Press.

    شابک: 9780674843714
    کپی شد.
  2. Marsden, P.V. (2002). Egocentric and Sociocentric Measures of Network Centrality. Social Networks, 24(4), 407-422.

    باز کردن مرجع DOI
    کپی شد.