Skip to content
検索結果に戻る

エゴネットワーク分析 — 個人ネットワーク分析

提唱者
Ronald S. Burt (structural holes framework); Peter V. Marsden (egocentric measures)
年
1992 (Burt); foundational measurement formalised by Marsden 2002
種類
Descriptive / relational network analysis

この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む

文字サイズ

何をする手法か?

エゴネットワーク分析は、中心となる個人(エゴ)の個人的なネットワークを、その直接的な接触者(アルター)と、それらの接触者間でのつながりをマッピングすることによって調査する。ロナルド・バートの構造的空隙フレームワーク(1992年)とマースデンの自己中心的測定アプローチ(2002年)によって形式化されたこの手法は、ネットワークサイズ、密度、制約、仲介役割といったエゴレベルの指標を生成し、各個人の社会的地位が情報、資源、影響力へのアクセスをどのように形成しているかを明らかにする。

手法の背後にある直感

各個人が関係性のウェブの中心に座っていると想像してください。一部の人々は、その接触者全員が互いを知っている、密接なクラスターを形成する、よくつながったハブです。他の人々は、そうでなければ接触がないであろうグループ間に位置しており、バートが構造的空隙と呼ぶ位置にいます。構造的空隙を橋渡しすることは、個人に多様な情報への独自のアクセスと、つながりを仲介する力を与えます。エゴネットワーク分析は、各個人が誰を接触者として挙げ、それらの接触者が互いを知っているかどうかのデータから、これらの位置的利点と欠点を可視化し、測定可能にします。

歴史学

エゴネットワーク分析の理論的基礎は、ロナルド・バートの『構造的空隙』(1992年)によって築かれた。これは、切断されたグループを橋渡しする個人が、密で冗長なクラスターに埋め込まれた個人よりも情報と仲介の利点を得ると主張した。マースデン(2002年)は自己中心的測定を体系化し、ネームジェネレーター調査データからネットワークサイズ、密度、中心性指標がどのように計算されるかを明確にした。このアプローチは、1970年代から1980年代にかけてウェルマンらが提唱した個人ネットワーク研究の初期の社会学的伝統に基づいており、その後、R言語のegorのようなソフトウェアエコシステムを通じて拡張され、3ファイルデータ構造(エゴ、アルター、アルター間のつながり)が標準化されている。

使うべき場面

エゴネットワーク分析は、研究課題が、完全なネットワークのグローバルなトポロジーではなく、個人の局所的なネットワーク構造が結果をどのように形成するかに関心がある場合に適切である。記述的、探索的、および関係性の研究デザインに適しており、調査または観察を通じて収集された二値、連続、またはカテゴリカルな関係属性を扱うことができる。この手法は、すべてのエゴについてアルターリストとアルター間の関係データが必要である。アルター間の情報がない場合、構造的空隙と密度の指標は計算できない。意味のある分析には最低約10のエゴが必要であり、20未満のエゴでは解釈が記述的要約に限定される。ネットワーク指標自体には正規性の仮定は適用されないが、下流の回帰分析や相関分析には独自の仮定がある。

限界と注意点

  • アルター間の関係データは調査負担を増大させる。回答者は、接触者間のつながりを過少報告したり、誤って記憶したりする可能性がある。
  • エゴネットワークは回答者の認識によって境界が定められる。エゴの認知マップ外の接触者は、この手法では見えない。
  • ネットワークサイズは認知的に制約されている(ダンバー数によれば約150のアルター)。そのため、非常に大規模な個人ネットワークが完全に捕捉されることはめったにない。
  • 調査に基づくデータは代表性バイアスを導入する。社会的に周縁化された個人は、体系的に過少サンプリングされる可能性がある。

出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。

強み

  • 集団全体の完全なネットワークデータを必要とせずに、個人レベルでの構造的位置を捉える。
  • バートの制約指数は、キャリアの昇進や情報アクセスなどの実際の結果を予測する、理論的に根拠のある構造的利点の定量的尺度を提供する。
  • 柔軟なデータ収集:調査のネームジェネレーター、観察された相互作用ログ、またはアーカイブされた接触記録と連携する。
  • 対人関係が重要な社会、健康、組織、経済研究全般に適用可能。

応用

  • 組織内ネットワークにおける従業員の地位が、新しい情報へのアクセスとキャリアアップをどのように予測するかを研究する。
  • 患者や地域住民の個人ネットワークが、健康行動の変化を促進または阻害する様子を調査する公衆衛生研究。
  • どの科学者や起業家が構造的空隙を橋渡しし、それによって分野間の知識仲介者として機能するかを特定するイノベーション研究。
  • 有権者のネットワーク構成(党派的同質性対交差するつながり)が政治的意見形成にどのように関連するかを探る政治社会学。
  • 農家の個人ネットワーク構造が技術採用とリスク共有にどのように影響するかを評価する開発経済学。

使い方

使い方

1

個人ネットワークデータは、各エゴについて、ネームジェネレーター(name-generator)機器、すなわち回答者に接触者(アルター)を列挙させ、次にそれらのアルターのどのペアが互いにつながっているか(アルター間のつながり)を評価する調査または観察プロトコルを使用して収集される。この2段階のデータ収集により、すべての回答者についてエゴ名簿とアルター間の隣接行列が生成される。

2

各エゴについて、エゴノードとすべての指定されたアルター、およびそれらの間のエッジからなるサブグラフが構築される。このエゴグラフは、中心となる個人の視点から見た局所的な近隣構造を捉え、その後のすべての指標の測定単位となる。

3

各エゴグラフ上で構造的指標が計算される。ネットワークサイズ(アルターの数)、密度(存在する可能性のあるアルター間のつながりの割合)、バートの制約指数(エゴの接触者がどれほど密接に相互接続されており、非冗長な情報へのアクセスを制限しているか)、および仲介役割(エゴが、そうでなければ切断されているアルター間をどれくらいの頻度で仲介するか)である。低い制約指数は、多くの構造的空隙とより大きな仲介機会を示す。

4

エゴレベルの指標は、個人間で比較されるか、キャリアアップ、情報の多様性、イノベーションなどの結果変数と相関される。サイズと密度のパターンは、凝集性と到達性のトレードオフを明らかにし、制約指数は、切断されたクラスターをまたぐ構造的利点を定量化する。20未満のエゴしか利用できない場合、記述統計が適切な代替手段となる。

よくある落とし穴

  • アルター間の関係情報なしにアルターリストを収集すると、密度と制約が測定不能になる。常にアルター間の隣接ステップを含めること。
  • エゴネットワークの密度と制約を互換性のあるものとして扱うのは誤りである。密度はアルター間の凝集度を測定するのに対し、制約はそれらのアルターがエゴの新しい情報へのアクセスをどれだけ制限するかを測定する。
  • エゴあたり10ノード未満のネットワークにエゴネットワーク指標を適用すると、不安定な推定値が生じる。結果は探索的なものとしてのみ扱うこと。
  • ネームジェネレーター調査における代表性バイアスを無視すること。地位の低い個人や孤立した個人は、ネットワークが小さいからではなく、想起能力が低いがゆえに、より小さなアルターリストを生成する可能性がある。

よくある質問

エゴネットワーク分析を実行するにはどのようなデータが必要ですか?

中心となる各回答者(エゴ)について2つのレベルのデータが必要です。1つ目は、ネームジェネレーター質問を通じて収集された接触者(アルター)のリストです。2つ目は、それらのアルターのどのペアが互いにつながっているかに関する情報(アルター間のつながり)で、通常はネームインタープリターのフォローアップで収集されます。アルター間のデータがない場合、ネットワークサイズは測定できますが、密度、制約、構造的空隙は計算できません。

制約指数とは何ですか、そしてなぜそれが重要なのでしょうか?

バートの制約指数は、エゴの接触者がどれほど密接に相互接続されているかを測定します。高い制約スコアは、エゴのアルターがすべて互いにつながっていることを意味し、エゴは複数の冗長な情報源から同じ情報を受け取り、仲介力がほとんどありません。低い制約スコアは、多くの構造的空隙を示します。エゴは切断されたグループを橋渡しし、情報の多様性と仲介の利点を得ます。この指数は、エゴグラフ隣接行列に対してバートの公式を使用して計算されます。

エゴネットワーク分析は、ホールネットワーク分析とどう違うのですか?

ホールネットワーク(社会中心)分析は、定義された集団のすべてのメンバー間の完全な関係データを必要とし、ネットワーク全体にわたる媒介中心性などのグローバルな指標を計算します。エゴネットワーク分析は、各回答者の局所的な近隣(アルターとアルター間のつながり)のみを必要とするため、完全なネットワークデータの収集が非現実的な大規模または境界を越える集団にとって実用的です。トレードオフとして、エゴレベルの指標は局所的に限定され、グローバルなネットワークトポロジーを明らかにすることはできません。

20未満のエゴしかいない場合はどうすればよいですか?

20未満のエゴでは、エゴネットワーク指標が不安定になり、推論分析は信頼できません。推奨される代替手段は記述統計です。ネットワークのサイズと密度の分布を、回帰分析や比較テストの入力としてではなく、要約として報告し、より大きなサンプルが得られるまでは結果を探索的なものとして扱ってください。

関連する手法

参考文献

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

    ISBN:9780674843714
    コピーしました。
  2. Marsden, P.V. (2002). Egocentric and Sociocentric Measures of Network Centrality. Social Networks, 24(4), 407-422.

    DOI 文献を開く
    コピーしました。