การวิเคราะห์เครือข่ายอัตตา — การวิเคราะห์เครือข่ายส่วนบุคคล
- ผู้เสนอ
- Ronald S. Burt (structural holes framework); Peter V. Marsden (egocentric measures)
- ปี
- 1992 (Burt); foundational measurement formalised by Marsden 2002
- ประเภท
- Descriptive / relational network analysis
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การวิเคราะห์เครือข่ายอัตตาจะตรวจสอบเครือข่ายส่วนบุคคลของบุคคลเป้าหมาย (อัตตา) โดยการทำแผนที่ผู้ติดต่อโดยตรง (alter) และความสัมพันธ์ที่ผู้ติดต่อเหล่านั้นมีร่วมกัน วิธีการนี้ได้รับการจัดระบบให้เป็นทางการผ่านกรอบแนวคิดช่องว่างเชิงโครงสร้าง (structural holes) ของ Ronald Burt (1992) และแนวทางการวัดแบบอัตตานิยม (egocentric measurement approach) ของ Marsden (2002) ซึ่งสร้างตัวชี้วัดระดับอัตตา เช่น ขนาดเครือข่าย ความหนาแน่น ข้อจำกัด และบทบาทการเป็นตัวกลาง ที่เผยให้เห็นว่าตำแหน่งทางสังคมของแต่ละบุคคลส่งผลต่อการเข้าถึงข้อมูล ทรัพยากร และอิทธิพลอย่างไร
แนวคิดเบื้องหลังวิธีการ
ลองนึกภาพแต่ละคนนั่งอยู่ตรงกลางของใยแมงมุมแห่งความสัมพันธ์ บางคนเป็นศูนย์กลางที่มีการเชื่อมโยงอย่างดี ซึ่งผู้ติดต่อทั้งหมดรู้จักกัน ก่อตัวเป็นกลุ่มที่แน่นแฟ้น คนอื่นๆ อยู่ระหว่างกลุ่มที่อาจไม่มีการติดต่อกัน ซึ่งเป็นตำแหน่งที่ Burt เรียกว่าช่องว่างเชิงโครงสร้าง การเป็นสะพานเชื่อมข้ามช่องว่างเชิงโครงสร้างทำให้บุคคลนั้นสามารถเข้าถึงข้อมูลที่หลากหลายได้อย่างไม่เหมือนใคร และมีอำนาจในการเป็นตัวกลางเชื่อมโยง การวิเคราะห์เครือข่ายอัตตาทำให้ข้อได้เปรียบและข้อเสียเชิงตำแหน่งเหล่านี้มองเห็นและวัดผลได้จากข้อมูลที่ว่าแต่ละคนระบุใครเป็นผู้ติดต่อ และผู้ติดต่อเหล่านั้นรู้จักกันหรือไม่
ประวัติศาสตร์
รากฐานทางทฤษฎีของการวิเคราะห์เครือข่ายอัตตาถูกวางโดย Ronald Burt ในหนังสือ Structural Holes (1992) ซึ่งโต้แย้งว่าบุคคลที่เชื่อมโยงกลุ่มที่แยกขาดกันจะได้รับข้อได้เปรียบด้านข้อมูลและการเป็นตัวกลางเหนือกว่าผู้ที่ฝังตัวอยู่ในกลุ่มที่หนาแน่นและซ้ำซ้อน Marsden (2002) ได้จัดระบบการวัดแบบอัตตานิยม โดยชี้แจงวิธีการคำนวณเมตริกขนาดเครือข่าย ความหนาแน่น และความเป็นศูนย์กลางจากข้อมูลการสำรวจเครื่องมือสร้างชื่อ แนวทางนี้สร้างขึ้นจากประเพณีทางสังคมวิทยาของการวิจัยเครือข่ายส่วนบุคคลโดย Wellman และคนอื่นๆ ในทศวรรษ 1970 และ 1980 และได้รับการขยายเพิ่มเติมผ่านระบบนิเวศซอฟต์แวร์ เช่น egor ใน R ที่กำหนดมาตรฐานโครงสร้างข้อมูลสามไฟล์ (egos, alters, alter-alter ties)
ควรใช้เมื่อใด
การวิเคราะห์เครือข่ายอัตตาเหมาะสมเมื่อคำถามวิจัยเกี่ยวข้องกับว่าโครงสร้างเครือข่ายท้องถิ่นของแต่ละบุคคล — แทนที่จะเป็นโทโพโลยีโดยรวมของเครือข่ายที่สมบูรณ์ — ส่งผลต่อผลลัพธ์อย่างไร วิธีนี้เหมาะกับการออกแบบการศึกษาเชิงพรรณนา เชิงสำรวจ และเชิงสัมพันธ์ และสามารถจัดการกับคุณลักษณะความสัมพันธ์แบบไบนารี แบบต่อเนื่อง หรือแบบจัดกลุ่มที่รวบรวมผ่านการสำรวจหรือการสังเกต วิธีการนี้ต้องมีรายการ alter และข้อมูลความสัมพันธ์ alter-alter สำหรับอัตตาแต่ละคน หากไม่มีข้อมูล alter-alter จะไม่สามารถคำนวณเมตริกช่องว่างเชิงโครงสร้างและความหนาแน่นได้ จำเป็นต้องมีอัตตาอย่างน้อยประมาณ 10 คนสำหรับการวิเคราะห์ที่มีความหมายใดๆ และอัตตาที่น้อยกว่า 20 คนจะจำกัดการตีความไว้ที่สรุปเชิงพรรณนาเท่านั้น ไม่มีข้อสมมติฐานการแจกแจงปกติสำหรับเมตริกเครือข่ายเอง แม้ว่าการวิเคราะห์การถดถอยหรือสหสัมพันธ์ในภายหลังจะมีข้อสมมติฐานของตนเอง
ข้อจำกัดและข้อควรพิจารณา
- ข้อมูลความสัมพันธ์ alter-alter เพิ่มภาระในการสำรวจ; ผู้ตอบแบบสอบถามอาจรายงานน้อยเกินไปหรือจำความสัมพันธ์ระหว่างผู้ติดต่อของตนผิดพลาด
- เครือข่ายอัตตาถูกจำกัดด้วยการรับรู้ของผู้ตอบแบบสอบถาม — ผู้ติดต่อที่อยู่นอกแผนที่ความรู้ความเข้าใจของอัตตาจะไม่สามารถมองเห็นได้ด้วยวิธีนี้
- ขนาดเครือข่ายถูกจำกัดด้วยความรู้ความเข้าใจ (ประมาณ 150 alter ตามจำนวน Dunbar) ดังนั้นเครือข่ายส่วนบุคคลขนาดใหญ่มากจึงไม่ค่อยถูกบันทึกได้อย่างสมบูรณ์
- ข้อมูลจากการสำรวจทำให้เกิดอคติในการเป็นตัวแทน: บุคคลที่ด้อยโอกาสทางสังคมอาจถูกสุ่มตัวอย่างน้อยเกินไปอย่างเป็นระบบ
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- จับตำแหน่งเชิงโครงสร้างในระดับบุคคลโดยไม่จำเป็นต้องมีข้อมูลเครือข่ายที่สมบูรณ์ของประชากรทั้งหมด
- ดัชนีข้อจำกัดของ Burt ให้การวัดเชิงปริมาณที่มีพื้นฐานทางทฤษฎีของข้อได้เปรียบเชิงโครงสร้างที่ทำนายผลลัพธ์จริง เช่น การเคลื่อนที่ในอาชีพและการเข้าถึงข้อมูล
- การรวบรวมข้อมูลที่ยืดหยุ่น: ทำงานร่วมกับเครื่องมือสร้างชื่อจากการสำรวจ บันทึกการปฏิสัมพันธ์ที่สังเกตได้ หรือบันทึกการติดต่อทางจดหมายเหตุ
- สามารถนำไปใช้ได้กับการวิจัยทางสังคม สุขภาพ องค์กร และเศรษฐกิจ ที่ความสัมพันธ์ระหว่างบุคคลมีความสำคัญ
การประยุกต์ใช้
- การศึกษาว่าตำแหน่งของพนักงานในเครือข่ายภายในองค์กรทำนายการเข้าถึงข้อมูลใหม่ๆ และความก้าวหน้าในอาชีพได้อย่างไร
- การวิจัยด้านสาธารณสุขที่ตรวจสอบว่าเครือข่ายส่วนบุคคลของผู้ป่วยหรือสมาชิกชุมชนอำนวยความสะดวกหรือขัดขวางการเปลี่ยนแปลงพฤติกรรมสุขภาพอย่างไร
- การวิจัยนวัตกรรมที่ระบุว่านักวิทยาศาสตร์หรือผู้ประกอบการคนใดที่เชื่อมโยงช่องว่างเชิงโครงสร้างและทำหน้าที่เป็นตัวกลางความรู้ข้ามสาขาวิชา
- สังคมวิทยาการเมืองที่สำรวจว่าองค์ประกอบเครือข่ายของผู้ลงคะแนน (ความเหมือนกันทางการเมืองเทียบกับความสัมพันธ์ที่ตัดกัน) เกี่ยวข้องกับการก่อตัวของความคิดเห็นทางการเมืองอย่างไร
- เศรษฐศาสตร์การพัฒนาที่ประเมินว่าโครงสร้างเครือข่ายส่วนบุคคลของเกษตรกรส่งผลต่อการยอมรับเทคโนโลยีและการแบ่งปันความเสี่ยงอย่างไร
วิธีการทำงาน
วิธีการทำงาน
ข้อมูลเครือข่ายส่วนบุคคลจะถูกรวบรวมสำหรับอัตตาแต่ละคนโดยใช้เครื่องมือสร้างชื่อ (name-generator instrument) ซึ่งเป็นการสำรวจหรือระเบียบวิธีการสังเกตที่ขอให้ผู้ตอบแบบสอบถามระบุรายชื่อผู้ติดต่อ (alter) จากนั้นจึงประเมินว่าผู้ติดต่อคู่ใดบ้างที่เชื่อมโยงกัน (alter-alter ties) การรวบรวมข้อมูลสองระดับนี้จะให้รายชื่ออัตตาและเมทริกซ์ความประชิด alter-alter สำหรับผู้ตอบแบบสอบถามทุกคน
สำหรับอัตตาแต่ละคน จะมีการสร้างกราฟย่อยที่ประกอบด้วยโหนดอัตตา รวมถึง alter ทั้งหมดที่ระบุชื่อ และขอบระหว่างพวกมัน กราฟอัตตานี้จะจับโครงสร้างเพื่อนบ้านในท้องถิ่นจากมุมมองของบุคคลเป้าหมาย และเป็นหน่วยวัดสำหรับเมตริกทั้งหมดที่ตามมา
ตัวชี้วัดเชิงโครงสร้างจะถูกคำนวณบนกราฟอัตตาแต่ละกราฟ: ขนาดเครือข่าย (จำนวน alter), ความหนาแน่น (สัดส่วนของความสัมพันธ์ alter-alter ที่เป็นไปได้ที่มีอยู่จริง), ดัชนีข้อจำกัดของ Burt (ความเชื่อมโยงกันอย่างแน่นหนาของผู้ติดต่อของอัตตา ซึ่งจำกัดการเข้าถึงข้อมูลที่ไม่ซ้ำซ้อน) และบทบาทการเป็นตัวกลาง (ความถี่ที่อัตตาเป็นตัวกลางระหว่าง alter ที่ไม่เชื่อมโยงกัน) ดัชนีข้อจำกัดที่ต่ำบ่งชี้ถึงช่องว่างเชิงโครงสร้างจำนวนมากและโอกาสในการเป็นตัวกลางที่มากขึ้น
เมตริกระดับอัตตาจะถูกนำมาเปรียบเทียบระหว่างบุคคล หรือสัมพันธ์กับตัวแปรผลลัพธ์ เช่น ความก้าวหน้าในอาชีพ ความหลากหลายของข้อมูล หรือนวัตกรรม รูปแบบของขนาดและความหนาแน่นเผยให้เห็นความสมดุลระหว่างความเหนียวแน่นกับการเข้าถึง ในขณะที่ดัชนีข้อจำกัดจะวัดปริมาณข้อได้เปรียบเชิงโครงสร้างของการเชื่อมโยงกลุ่มที่แยกขาดกัน หากมีอัตตาน้อยกว่า 20 คน สถิติเชิงพรรณนาเป็นทางเลือกที่เหมาะสม
ข้อผิดพลาดที่พบบ่อย
- การรวบรวมรายการ alter โดยไม่มีข้อมูลความสัมพันธ์ alter-alter ทำให้ไม่สามารถวัดความหนาแน่นและข้อจำกัดได้ — ควรมีขั้นตอนการสร้างเมทริกซ์ความประชิด alter-alter เสมอ
- การถือว่าความหนาแน่นและข้อจำกัดของเครือข่ายอัตตาใช้แทนกันได้เป็นข้อผิดพลาด: ความหนาแน่นวัดความเหนียวแน่นระหว่าง alter ในขณะที่ข้อจำกัดวัดว่า alter เหล่านั้นจำกัดการเข้าถึงข้อมูลใหม่ๆ ของอัตตามากน้อยเพียงใด
- การใช้เมตริกเครือข่ายอัตตากับเครือข่ายที่มีโหนดน้อยกว่า 10 โหนดต่ออัตตาจะให้ค่าประมาณที่ไม่เสถียร; ควรถือว่าผลลัพธ์เป็นเพียงการสำรวจเท่านั้น
- การละเลยอคติในการเป็นตัวแทนในการสำรวจเครื่องมือสร้างชื่อ — บุคคลที่มีสถานะต่ำหรือโดดเดี่ยวอาจสร้างรายการ alter ที่เล็กกว่า ไม่ใช่เพราะเครือข่ายของพวกเขาเล็กกว่า แต่เป็นเพราะการจดจำต่ำกว่า
คำถามที่พบบ่อย
ฉันต้องการข้อมูลอะไรบ้างในการวิเคราะห์เครือข่ายอัตตา
คุณต้องการข้อมูลสองระดับสำหรับผู้ตอบแบบสอบถามหลักแต่ละคน (อัตตา): ประการแรก รายชื่อผู้ติดต่อ (alter) ที่รวบรวมผ่านคำถามสร้างชื่อ; ประการที่สอง ข้อมูลว่าผู้ติดต่อคู่ใดบ้างที่เชื่อมโยงกัน (alter-alter ties) ซึ่งโดยทั่วไปจะรวบรวมด้วยการติดตามผลการตีความชื่อ หากไม่มีข้อมูล alter-alter คุณสามารถวัดขนาดเครือข่ายได้ แต่ไม่สามารถคำนวณความหนาแน่น ข้อจำกัด หรือช่องว่างเชิงโครงสร้างได้
ดัชนีข้อจำกัดคืออะไรและทำไมจึงสำคัญ
ดัชนีข้อจำกัดของ Burt วัดว่าผู้ติดต่อของอัตตามีความเชื่อมโยงกันอย่างแน่นหนาเพียงใด คะแนนข้อจำกัดที่สูงหมายความว่า alter ของอัตตาทั้งหมดเชื่อมโยงกัน ดังนั้นอัตตาจึงได้รับข้อมูลเดียวกันจากแหล่งที่ซ้ำซ้อนหลายแหล่งและมีอำนาจในการเป็นตัวกลางน้อย คะแนนข้อจำกัดที่ต่ำบ่งชี้ถึงช่องว่างเชิงโครงสร้างจำนวนมาก — อัตตาเชื่อมโยงกลุ่มที่แยกขาดกันและได้รับความหลากหลายของข้อมูลและข้อได้เปรียบในการเป็นตัวกลาง ดัชนีนี้คำนวณโดยใช้สูตรของ Burt บนเมทริกซ์ความประชิดของกราฟอัตตา
การวิเคราะห์เครือข่ายอัตตาแตกต่างจากการวิเคราะห์เครือข่ายทั้งหมดอย่างไร
การวิเคราะห์เครือข่ายทั้งหมด (sociocentric) ต้องการข้อมูลความสัมพันธ์ที่สมบูรณ์ระหว่างสมาชิกทั้งหมดของประชากรที่กำหนด และคำนวณเมตริกโดยรวม เช่น betweenness centrality ทั่วทั้งเครือข่าย การวิเคราะห์เครือข่ายอัตตาต้องการเพียงเพื่อนบ้านในท้องถิ่นของผู้ตอบแบบสอบถามแต่ละคน — alter และความสัมพันธ์ alter-alter — ทำให้ใช้งานได้จริงสำหรับประชากรขนาดใหญ่หรือประชากรที่ข้ามขอบเขตซึ่งข้อมูลเครือข่ายที่สมบูรณ์ไม่สามารถรวบรวมได้ ข้อแลกเปลี่ยนคือเมตริกระดับอัตตาถูกจำกัดในระดับท้องถิ่นและไม่สามารถเปิดเผยโทโพโลยีเครือข่ายโดยรวมได้
ฉันควรทำอย่างไรหากมีอัตตาน้อยกว่า 20 คน
หากมีอัตตาน้อยกว่า 20 คน เมตริกเครือข่ายอัตตาจะไม่เสถียรและการวิเคราะห์เชิงอนุมานจะไม่น่าเชื่อถือ ทางเลือกที่แนะนำคือสถิติเชิงพรรณนา: รายงานการแจกแจงขนาดเครือข่ายและความหนาแน่นเป็นข้อมูลสรุป แทนที่จะเป็นข้อมูลป้อนเข้าสำหรับการถดถอยหรือการทดสอบเปรียบเทียบ และถือว่าผลการวิจัยเป็นการสำรวจเบื้องต้นจนกว่าจะมีตัวอย่างขนาดใหญ่ขึ้น
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Burt, R.S. (1992). Structural Holes: The Social Structure of Competition. Harvard University Press.
ISBN: 9780674843714คัดลอกแล้วMarsden, P.V. (2002). Egocentric and Sociocentric Measures of Network Centrality. Social Networks, 24(4), 407-422.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว