Inicio > Uncategorized > Conceptual and Empirical Arguments for Including or Excluding Ego from Structural Analyses of Personal Networks

Conceptual and Empirical Arguments for Including or Excluding Ego from Structural Analyses of Personal Networks

El paper debate respecto a la posibilidad de no-inclusión de “egos” en el análisis estructural de redes y los motivos, argumentos y resultados más probables de tomar esta decisión. Primero que nada, hay que definir a que se refieren los autores al mencionar el concepto de “ego”. Un ego es el sujeto o nodo estructural en el cual se centra el análisis de red. Hay dos formas de hacer este análisis y la inclusión o exclusión de este nodo es determinante respecto a que tipo de análisis pretendemos efectuar; por un lado, se puede estudiar el impacto de la red en el ego, y por otro,  el impacto que tiene este ego en la red.

El análisis estructural de redes busca conseguir información respecto a cómo las interacciones de los sujetos pertenecientes a dichas redes repercute en los tipos de lazos y jerarquías que dicha red genera entre ellos. Con esto en mente, los autores afirman que al estudiar estructural de redes personalizadas, el enfoque crítico debe centrarse en como la red impacta a el ego, y de que forma el ego afecta a la red de la cual es parte.

En términos conceptuales, se estudian redes con un ego en común o central con el fin de obtener una red cerrada o completa, sin embargo, ¿Es la estructura de las redes personales de relevancia práctica? La verdad es que, a menos que el estudio se enfoque en el impacto de esa red en una sola persona, o el impacto de dicha persona en la red, la respuesta es “no”.

Existen tres formas de manejar los datos recolectados del análisis de una red personalizada. La primera es eliminarlos datos del ego de la matriz de adyacencia. La segunda es forzar lazos entre el ego y todos los nodos en dicha matriz. Y la tercera es incluir el ego permitiendo lazos nulos entre el ego y algunos nodos. Cada forma de manejar los datos es conveniente para algún tipo de estudio específico.

Dejar al ego fuera del análisis es una proposición de Scott (1997), lo cual puede parecer extraño, ya que se analiza la red creada por el ego, sin el ego. Sin embargo, la red de la cual somos parte tiene vida propia y nos afecta sin necesidad de que nosotros actuemos en ella (ej. rumores). Es por esto que retirar el ego del análisis es una forma eficaz de obtener información de cómo la red en la cual estamos insertos entrega información que define nuestros comportamientos y decisiones.

Forzar lazos entre el ego y todos los otros nodos tiene el efecto inverso a retirar el ego del análisis. Al forzar los lazos, exacerbamos la importancia e impacto del ego en su red, analizando ahora como el ego afecta su entorno, en que grado influye a sus conocidos y qué es lo que les transmite.

Incluir el ego permitiendo lazos nulos nos entrega información respecto a la “intensidad” con la cual se da la interacción entre el ego y todos los nodos entre sí.

En términos empíricos, claramente el incluir el ego forzando lazos con todos los nodos aumenta la importancia del ego, ya que participa de todas las geodésicas en la red. Además debemos estar siempre pendientes de que los entrevistados no siempre manejan información del grado de confianza existente entre dos nodos con los cuales no necesariamente se relaciona directamente. En general se puede confiar en que el entrevistado podrá definir hasta tres grados de intensidad de los lazos.

Al manejar las matrices de adyacencia, nos basaremos en nueve parámetros estructurales.

Densidad (proporción de lazos de entre todos los lazos posibles, agregar el ego aumenta el número total de lazos,pero este parámetro es valido para todos los enfoques).

Grado de centralidad Valido para todos los enfoques, agregar el ego y forzar lazos aumenta el grado de todos los nodos en 1.

Closeness Centrality Es la inversa a la distancia entre un ego y todos los otros. Sólo es verdaderamente confiable al incluir el ego en el análisis (se anula la posibilidad de existencia de nodos aislados).

Betweenness Centrality Es el número de geodésicas de la cual participa un nodo determinado. Este parámetro aumenta la importancia del ego cuando se incluye forzando lazos.

Componentes Son grafos inter-conectados dentro de la red, cuando se incluye el ego forzando lazos, la red es un mismo componente.

Cliques Son grafos maximamente conectados, valido para todos los enfoques.

Core Periphery Define un grupo de nodos conectados, no exige una conexión tan absoluta como los cliques, pero tiene mucho sentido al incluir el ego y forzar lazos.

Clusters de Equivalencia Estructural Agrupa nodos de rol estructural similar en la red.

Visualización de Red Análisis visual de la forma de la red social, el incluir el ego cambia significativamente lavisualización de la estructura, pero en cualquiera de los enfoques la visualización utilizando software nos permite una idea clara de la formaen que se relacionan los nodos entre sí y éstos, con el ego.

En conclusión, el incluir o no al ego en las matrices de análisis estructural dependerá de si se quiere analizar el impacto del ego en la red o el impacto de la red en el ego, típicamente, al analizar el impacto de la red en el ego necesitaremos un análisis sin incluir el ego, mientras que al analizar el impacto del ego en su red, utilizaremos modelos que incluyan al ego y fuercen lazos de todos los nodos con él.

Anuncios
  1. Aún no hay comentarios.
  1. No trackbacks yet.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

w

Conectando a %s

A %d blogueros les gusta esto: