BookPDF Available

Manual introductorio al análisis de redes sociales. Medidas de centralidad

Authors:

Figures

Content may be subject to copyright.
MANUAL INTRODUCTORIO AL ANÁLISIS DE
REDES SOCIALES
Medidas de Centralidad
Ejemplos prácticos con UCINET 6.85 y NETDRAW 1.48
Velázquez Álvarez O. Alejandro
Universidad Autónoma del Estado de México
Centro de Capacitación y Evaluación para el Desarrollo Rural S.C.
alexvalvarez@hotmail.com
Aguilar Gallegos Norman
Universidad Autónoma Chapingo
norman_aguilar@yahoo.com.mx
Junio 2005
Manual Introductorio al Análisis de Redes Sociales
Índice de Contenidos
Introducción ..........................................................................................................................1
Objetivos...............................................................................................................................2
Definición de Red .................................................................................................................3
Elementos básicos de una Red ........................................................................................3
Plataforma del software Ucinet 6.85.....................................................................................4
Introducción de datos a una matriz de Ucinet ......................................................................7
Generación del gráfico de una Red con NetDraw 1.48 ......................................................13
Introducción de características atributivas (Atributos de los nodos)...................................16
Gráfica de la Red de amistad con atributos....................................................................17
Indicadores de Redes.........................................................................................................21
Densidad (Density)..........................................................................................................21
Grado de centralidad (Centrality degree)........................................................................21
Índice de centralización (Centralization index)................................................................24
Grado de intermediación (Betweenness)........................................................................25
Grado de cercanía (Closenness) ....................................................................................31
Generación de Redes y Atributos múltiples........................................................................35
Generación de Redes múltiples......................................................................................35
Generación de Atributos múltiples ..................................................................................37
Generación de gráficos con Redes y Atributos múltiples................................................38
Indicadores de Redes múltiples......................................................................................41
Glosario de términos y conceptos ......................................................................................43
Índice de Cuadros
Cuadro 1. Resultados de las relaciones de amistad entre los actores ............................................... 7
Cuadro 2. Tipo de indicadores .......................................................................................................... 20
Cuadro 3. Significado de las columnas en el análisis de centralidad ............................................... 23
Cuadro 4. Resultados de centralidad para cada actor...................................................................... 23
Cuadro 5. Estadísticas descriptivas generales del Grado de centralidad ........................................ 24
Cuadro 6. Intermediación entre nodos.............................................................................................. 27
Cuadro 7. Grado de intermediación de los nodos............................................................................. 29
Cuadro 8. Estadísticas descriptivas generales del Grado de intermediación................................... 29
Cuadro 9. Grado de intermediación de los nodos de la Figura 36 ................................................... 30
Cuadro 10. Cálculo de cercanía de una Red simetrizada ................................................................ 31
Medidas de Centralidad ii
Manual Introductorio al Análisis de Redes Sociales
Cuadro 11. Resultados del Grado de cercanía de la Red de Amistad por nodo.............................. 34
Cuadro 12. Estadísticas descriptivas generales del Grado de cercanía .......................................... 34
Cuadro 13. Resultados de las nuevas relaciones de amistad entre los actores .............................. 36
Cuadro 14. Edades de los actores.................................................................................................... 38
Índice de Figuras
Figura 1. Elementos básicos de una Red de amistad......................................................................... 3
Figura 2. Pantalla de inicio de Ucinet 6.85.......................................................................................... 4
Figura 3. Spreadsheet (hoja de captura) (A) y página de captura de la matriz (B) ............................ 5
Figura 4. Identificación de herramientas esenciales de la matriz ....................................................... 6
Figura 5. Herramientas esenciales para la creación de la matriz de información .............................. 7
Figura 6. Introducción de los títulos de las filas en la primer columna ............................................... 8
Figura 7. Copiado de los títulos de las filas hacía los títulos de las columnas................................... 8
Figura 8. Captura de nodos en una matriz.......................................................................................... 9
Figura 9. Evitando errores en la captura de datos de la matriz .......................................................... 9
Figura 10. Captura de las primeras relaciones en la matriz ............................................................. 10
Figura 11. Captura de todas las relaciones en la matriz................................................................... 11
Figura 12. Llenado de los espacios en blanco con la herramienta “Fill”........................................... 12
Figura 13. Almacenamiento de una matriz ....................................................................................... 12
Figura 14. Inicio de NetDraw 1.48..................................................................................................... 13
Figura 15. Ventana de inicio de NetDraw 1.48 ................................................................................. 14
Figura 16. Procedimiento para abrir la matriz guardada................................................................... 14
Figura 17. Procedimiento para seleccionar la matriz guardada........................................................ 14
Figura 18. Representación gráfica de la Red de amistad................................................................. 15
Figura 19. Forma manual de acomodar los nodos de una Red........................................................ 15
Figura 20. Atributo “Sexo” para cada actor ....................................................................................... 16
Figura 21. Icono para abrir la ventana y agregar Atributos a la Red de amistad ............................. 17
Figura 22. Cargando los atributos para la Red ................................................................................. 17
Figura 23. Procedimiento para cambiar el color de los nodos por atributo ...................................... 18
Figura 24. Cambio de color de los nodos por atributo ...................................................................... 18
Figura 25. Procedimiento para cambiar la forma de los nodos por atributo ..................................... 19
Figura 26. Cambio de forma de los nodos por atributo..................................................................... 19
Figura 27. Grado de entrada y de salida de la Red de amistad de Gil............................................. 21
Figura 28. Grado de centralidad (Entrada y Salida) de la Red de amistad ...................................... 22
Figura 29. Grado de centralización ................................................................................................... 24
Medidas de Centralidad iii
Manual Introductorio al Análisis de Redes Sociales
Figura 30. Grado de intermediación del nodo A ............................................................................... 26
Figura 31. Ejemplo de una Red de 6 nodos para calcular su Grado de intermediación .................. 26
Figura 32. Ejemplo de una Red de 5 nodos para calcular su Grado de intermediación .................. 27
Figura 33. Procedimiento para generar el Grado de intermediación................................................ 28
Figura 34. Resultados del análisis del Grado de intermediación...................................................... 28
Figura 35. Ejemplo de una Red de 5 nodos con 6 vínculos ............................................................. 30
Figura 36. Ejemplo de una Red de 5 nodos con 9 vínculos ............................................................. 30
Figura 37. Gráfico de una Red simetrizada, Grado de cercanía ...................................................... 32
Figura 38. Procedimiento para obtener el Grado de cercanía.......................................................... 33
Figura 39. Resultados del Grado de cercanía de la Red de Amistad por nodo ............................... 33
Figura 40. Procedimiento para insertar una nueva “hoja de captura”............................................... 35
Figura 41. Asignación del nombre a la nueva “hoja de captura” ...................................................... 35
Figura 42. Procedimiento para cambiar el nombre a una “hoja de captura” .................................... 36
Figura 43. Asignación del nuevo nombre a la “hoja de captura” ...................................................... 36
Figura 44. Llenado de la nueva matriz.............................................................................................. 37
Figura 45. Procedimiento para agregar una nueva columna para atributos..................................... 38
Figura 46. Asignación del atributo “edad” a cada actor .................................................................... 38
Figura 47. Icono para generar diferentes vistas del gráfico.............................................................. 39
Figura 48. Nueva visualización del gráfico........................................................................................ 39
Figura 49. Selección de la nueva Red para la generación del gráfico.............................................. 39
Figura 50. Gráfico nuevo, Red 2 ....................................................................................................... 40
Figura 51. Diferenciación de los nodos por color y forma de la figura con el uso de Atributos ........ 40
Figura 52. Diferenciación de los nodos utilizando dos atributos....................................................... 41
Figura 53. Grado de centralidad para Redes múltiples .................................................................... 41
Figura 54. Grado de intermediación para Redes múltiples............................................................... 42
Medidas de Centralidad i
v
Manual Introductorio al Análisis de Redes Sociales
Introducción
El análisis de redes sociales es una herramienta que nos permite conocer las
interacciones entre cualquier clase de individuos partiendo de datos de tipo cualitativo
más que cuantitativo.
Debido a que el análisis de redes sociales requiere información de tipo cualitativa
gracias a su propia naturaleza, se hace necesario seguir una serie de técnicas que nos
permitan ordenar las interacciones (información) de los individuos de tal modo que dichas
interacciones puedan ser representadas en un grafo o red.
Así, las redes o grafos se constituyen como la herramienta principal para representar
las interacciones entre individuos o grupos de individuos de forma ilustrativa y amigable.
No obstante, el simple hecho de graficar las interacciones de un grupo de individuos
no siempre es suficiente para establecer un análisis a profundidad de cada individuo
dentro de una red y del grafo en general.
Sin embargo, las características únicas del análisis de redes sociales hacen que las
herramientas estadísticas usuales no sean del todo adecuadas para el análisis y
razonamiento de las mismas.
De esta manera, diversos investigadores de diferentes partes del mundo han
desarrollado instrumentos matemáticos específicos para el análisis de las redes sociales,
dichas herramientas permiten generar los indicadores capaces de explicar la estructura de
una red tanto en su conjunto como individualmente.
La estructura de una red puede analizarse con diversos indicadores, esto dependerá
de los resultados que el analista desee obtener.
Los indicadores de centralidad nos permiten analizar la red tanto en su conjunto como
individualmente arrojando diversos resultados: grado de conectividad de la red, individuos
con el mayor y el menor número de interacciones, intermediación de algunos actores en
las relaciones entre individuos y la cercanía entre los individuos a través de sus
interacciones.
El presente manual intentará explicar de la manera más sencilla el uso apropiado de
la información relacional utilizando ejemplos de diversos grupos de individuos a través de
las herramientas computacionales, analíticas y gráficas adecuadas para llevar las
interacciones entre individuos a un nivel de análisis que permitirá interpretar la
importancia de la red, de sus actores y de sus interacciones por medio de algunos de los
principales indicadores de centralidad en el análisis de redes sociales.
Medidas de Centralidad 1
Manual Introductorio al Análisis de Redes Sociales
Objetivos
1. Conocer el significado y los componentes de una Red.
2. Operar con matrices en la plataforma de UCINET 6.85.
3. Graficar las matrices con NETDRAW 1.48.
4. Agregar atributos individuales a los actores de una Red.
5. Generar e interpretar cinco Indicadores de Centralidad.
6. Generar Redes y Atributos múltiples.
Medidas de Centralidad 2
Manual Introductorio al Análisis de Redes Sociales
Definición de Red
Cuando se habla de una Red, se entiende como un grupo de individuos que, en forma
agrupada o individual, se relacionan con otros con un fin específico, caracterizado por la
existencia de flujos de información. Las redes pueden tener muchos o pocos actores y
una o más clases de relaciones entre pares de actores. Una Red se compone, por tanto,
de tres elementos básicos los cuales son: nodos o actores, vínculos o relaciones y, flujos.
Elementos básicos de una Red
Nodos o actores. Son las personas o grupos de personas que se encuentran en
torno a un objetivo común. Por ejemplo, en la Figura 1 tenemos a un grupo de amigos
donde cada uno de ellos constituye un nodo. Usualmente los nodos o actores se
representan por círculos. La suma de todos los nodos representa el tamaño de la Red.
Vínculo. Son los lazos que existen entre dos o más nodos. En una Red de amistad,
por ejemplo, un actor muestra un vínculo directo con otro actor. Los vínculos o relaciones
se representan con líneas.
Flujo. Indica la dirección del vínculo. Tomando el ejemplo de nuestra Red de amistad
(Figura 1), Gil dice tener amistad con Karla pero Karla no dice tener amistad con Gil (flujo
dirigido o unidireccional). Los flujos se representan por una flecha que indica el sentido.
Es posible que también existan flujos mutuos o bidireccionales, como el caso en que
Kiko referencia a Beto como su amigo y viceversa. Cuando un actor no tiene ningún tipo
de flujo, lo que a su vez implica ningún vínculo, se dice que este nodo está suelto dentro
de la Red.
Nodo
Nodos
sueltos
Vínculo
Flujo unidireccional
Tamaño: 11 actores o nodos
Flujo bidireccional
Figura 1. Elementos básicos de una Red de amistad
Medidas de Centralidad 3
Manual Introductorio al Análisis de Redes Sociales
Ya que tenemos una breve explicación de los componentes de una Red gráfica,
continuaremos con el uso de Ucinet 6.851 y Netdraw 1.482 que nos serán de gran ayuda
para realizar el análisis y la visualización de nuestros ejemplos.
Plataforma del software Ucinet 6.85
La representación de las interacciones entre los diferentes actores de una Red, se
hace por medio de gráficos como el anterior, los cuales resultan más entendibles y dan un
ambiente más amigable a su interpretación; pero cada gráfico proviene de una matriz3, en
la cual se ha capturado previamente la información de la que se dispone.
Para poder generar una matriz con la finalidad de analizar los datos y poderlos
graficar, recurriremos a un programa llamado Ucinet, del cual se puede obtener una
versión de prueba en la página: http://www.analytictech.com/downloaduc6.htm, una vez
instalado el programa, podremos iniciarlo siguiendo la ruta: Inicio>Programas>Ucinet
6>Ucinet 6 for Windows y, en la pantalla de inicio del programa observaremos lo
siguiente:
Figura 2. Pantalla de inicio de Ucinet 6.85
Ucinet, es un programa que presenta características similares a otros programas que
funcionan bajo el sistema operativo de Windows. En la Figura 2 se puede observar que en
la parte superior existe una barra de menús desplegables (File, Data, Transform, Tools,
Network, Draw, Options y Help), inmediatamente siguen una serie de iconos de acceso
directo, y por último en la parte inferior se encuentra una barra de direcciones la que nos
indica el directorio en que se está trabajando y donde automáticamente se van a guardar
todos los archivos que se generen.
1 Borgatti, S. P., Everett, M. G. and Freeman, L. C. 2002. Ucinet for Windows: Software for Social Network Analysis.
Harvard, MA: Analytic Technologies.
2 Borgatti, S. P. 2002. NetDraw: Graph Visualization Software. Harvard: Analytic Technologies
3 Conjunto cuadrado de elementos dispuestos en líneas horizontales (filas) y verticales (columnas).
Medidas de Centralidad 4
Manual Introductorio al Análisis de Redes Sociales
Para crear la matriz, en donde se introduce la información, presionamos el segundo
icono de izquierda a derecha, el cual se refiere a la función de hoja de captura,
(Spreadsheet en inglés) A, al hacerlo nos aparecerá una pantalla como la
mostrada en la B, una vez que aparezca podremos empezar a introducir los
datos en la matriz.
Figura 3
Figura 3
Figura 3. Spreadsheet (hoja de captura) (A) y página de captura de la matriz (B)
A) B)
Una vez abierta esta ventana (Figura 3 B) y para poder generar nuestra matriz,
primero comenzaremos a identificar las herramientas esenciales que ésta contiene
(Figura 4).
Del lado derecho de la , ampliada en la Figura 5, se puede apreciar la “Celda
actual (Current cell)”, las “Dimensiones de la matriz (Dimensions)” y el “modo (mode)” de
la matriz (Normal o Simétrica) (Normal/Symmetric). El primero, indica en qué celda nos
encontramos introduciendo datos; el segundo, el número de filas y columnas con la que
está conformada nuestra matriz, en nuestro caso pondremos tanto en Rows: (filas) y
Cols: (columnas) el valor de 11, ya que este es el tamaño de la Red del ejemplo con el
que comenzaremos a trabajar; es decir, el número de actores con los que practicaremos
(Figura 1).
Figura 4
Medidas de Centralidad 5
Manual Introductorio al Análisis de Redes Sociales
Figura 4. Identificación de herramientas esenciales de la matriz
Antes de continuar, es importante señalar que el valor que utilicemos tanto en filas
como en columnas deberá ser idéntico; esto es, que construiremos una matriz
cuadrada4.
De la misma manera, en nuestro ejemplo nuestra matriz no sólo será cuadrada, sino
que también será una matriz idéntica5 ya que introduciremos el mismo nombre de actor
tanto en la columna como en la fila.
Por último, el modo de la matriz responde al tipo de flujos que se dan entre los
vínculos de los nodos, cuando hablamos de una matriz normal se tienen tanto Flujos
unidireccionales como bidireccionales dentro de la Red; y cuando tenemos una matriz
simétrica6, sólo se dan flujos bidireccionales.
Medidas de Centralidad 6
4 Matriz que contiene el mismo número de filas y de columnas
5 Matriz donde el número y los nombres de las columnas y de la filas son idénticos
6 Matriz donde las relaciones entre los nodos se dan de manera bidireccional.
Manual Introductorio al Análisis de Redes Sociales
Figura 5. Herramientas esenciales para la creación de la matriz de información
Introducción de datos a una matriz de Ucinet
Antes de comenzar a introducir los datos en la matriz, revisaremos las relaciones que
cada actor dice tener con los demás nodos, el Cuadro1 nos proporciona de una manera
sencilla las relaciones de amistad que dijeron tener los actores o nodos entre ellos.
Cuadro 1. Resultados de las relaciones de amistad entre los actores
Nombre Tiene amistad con
Alex Gil, Rox y Pao
Gil Alex, Karla y Kiko
Rox Alex, Beto y Kiko
Beto Alex, Gil y Kiko
Vero Nadie
Pao Nadie
Karla Nadie
Prisci Nadie
Armando Nadie
Alexa Alex, Gil y Kiko
Kiko Alex, Gil, Beto,
Las relaciones del Cuadro 1 las introduciremos en nuestra matriz, esta debe tener
una característica importante, ser idéntica; es decir, las filas y las columnas deberán ser
iguales, por lo tanto, capturaremos los nombres de nuestros actores tanto en las
columnas como en las filas siguiendo el mismo orden (Figura 8).
Para facilitar este procedimiento y evitar errores en el momento de capturar los
nombres de los nodos o actores, podemos introducir todos los nombres en la primer
columna (Figura 6) y después seguir esta ruta: Labels>Copy rows to columns ( ), Figura 7
Medidas de Centralidad 7
Manual Introductorio al Análisis de Redes Sociales
de esta manera los títulos de las filas automáticamente serán los títulos de las columnas
(Figura 8).
Figura 6. Introducción de los títulos de las filas en la primer columna
Figura 7. Copiado de los títulos de las filas hacía los títulos de las columnas
Medidas de Centralidad 8
Manual Introductorio al Análisis de Redes Sociales
Figura 8. Captura de nodos en una matriz
Ya que hemos capturado el nombre de cada nodo, podremos comenzar a introducir
las relaciones entre los actores; en este caso, daremos el valor de “1” a la existencia de
relación y “0” a la ausencia de ella. Es importante aclarar que no es posible dar el valor de
“1” en la celda que pertenece al mismo nodo, es decir, por ningún motivo7 debemos dar
valor mayor que “0” a Alex con Alex, Gil con Gil, etc. De igual forma, no debemos dar
valores mayores a “1”. Hay que aclarar que en algunas ocasiones sí se pueden utilizar
valores mayores a “1” pero sólo cuando se trabaja con redes ponderadas, en este caso
sólo se utilizaran valores de “·0” y “1” .
De esta manera, para facilitar la captura de los datos y evitar errores, pondremos el
valor de “0” a las celdas que pertenecen al mismo nodo ( ). Figura 9
Figura 9. Evitando errores en la captura de datos de la matriz
7 Es posible utilizar un valor mayor que “0” y de “1” en estas celdas cuando el análisis así lo requiera, en nuestro caso, los
ejemplos con los que trabajaremos en este manual no necesitan tener un valor diferente a “0”.
Medidas de Centralidad 9
Manual Introductorio al Análisis de Redes Sociales
Ya que hemos preparado nuestra matriz evitando errores de captura, comenzaremos
con la lectura del cuadro anterior (Cuadro 1), por ejemplo, tenemos que Alex dice tener
relación con Gil, Rox y Pao, de esta manera, comenzaremos a dar el valor de “1” a estas
relaciones de la siguiente manera (Figura 10):
Figura 10. Captura de las primeras relaciones en la matriz
Podemos observar que la captura de las primeras relaciones se realizó en la fila de
Alex, ya que este nodo es el primero que observamos, es importante recordar que la
captura de todos los datos deberá hacerse de fila a columna y ser de la misma forma; es
decir, en cada fila capturaremos las relaciones que el nodo dice tener con los demás
actores (columnas), nunca podrá ser de otra manera.
Teniendo claro la forma en que se deben de capturar las relaciones, proseguiremos a
realizar el mismo procedimiento para cada actor, . Figura 11
Medidas de Centralidad 10
Manual Introductorio al Análisis de Redes Sociales
Figura 11. Captura de todas las relaciones en la matriz
Figura
11
Ya que tenemos capturadas todas las relaciones encontradas en esta Red de
amistad, nos permitiremos dar una pequeña interpretación con respecto a las filas y las
columnas:
Como ya habíamos mencionado anteriormente, las filas representan las relaciones
que cada actor dice tener con los demás nodos, por otro lado, las columnas son todas las
relaciones que otros nodos dicen tener con un actor; así, podemos observar en la
que Gil dice tener relaciones de amistad con tres actores y, cuatro actores dicen tener
relación con Gil, por mencionar un ejemplo.
Ahora, después de esta breve interpretación del significado de las columnas y las filas,
procederemos a “llenar” con el valor de “0” a las celdas con ausencia de relación. Para
realizar este procedimiento de una manera rápida y sencilla, presionaremos el ícono “Fill”
que se encuentra en la cuarta posición contando de derecha a izquierda ( ). Figura 12
Medidas de Centralidad 11
Manual Introductorio al Análisis de Redes Sociales
Figura 12. Llenado de los espacios en blanco con la herramienta “Fill”
Ya que tenemos nuestra matriz completa, procederemos a guardarla con los
siguientes pasos: Presionaremos File (en la barra de menús desplegables) y después
“Save as” (Figura 13), asignamos un nombre a nuestra matriz, en este caso “Red de
amistad” y listo, ya que hemos almacenado la matriz en nuestra computadora podremos
cerrar esta ventana.
Figura 13. Almacenamiento de una matriz
Para poder copiar o transferir los archivos que se generen en Ucinet ó para
transportarlos a otras computadoras debemos copiar dos archivos, uno con extensión
“.##h” y otro con “.##d”, porque si sólo se copia uno de los dos no se pueden visualizar las
Medidas de Centralidad 12
Manual Introductorio al Análisis de Redes Sociales
gráfica o incluso no se pueden abrir, en nuestro ejemplo se tendrían que copiar los
archivos: “Red de amistad.##h” y “Red de amistad.##d”.
Cabe mencionar, que todo el procedimiento para realizar una matriz, puede también
generarse en una hoja de cálculo de Microsoft Excel, este software se recomienda para
matrices que contengan una cantidad considerable de nodos ya que Excel cuenta con
herramientas que facilitan la captura, edición y la visualización de la información. Sólo se
tiene que seleccionar la información, copiarla y pegarla en la “hoja de captura”.
Hasta este momento, hemos completado la primer parte que compete a Ucinet: la
preparación de una matriz y la captura de los datos en la misma. Proseguiremos con el
siguiente paso: graficar nuestra matriz en un grafo8.
Generación del gráfico de una Red con NetDraw 1.48
El primer paso para poder analizar una Red, es construir un gráfico o grafo; para
hacerlo, presionamos el segundo icono de derecha a izquierda ( ), en seguida
nos aparecerá la pantalla de inicio de Netdraw, como la mostrada en la Figura 15 y
presionamos “Ok”. De la misma manera, este programa presenta características similares
a los demás programas creados para el mismo Sistema Operativo (Windows); es decir,
cuentan con una barra de menús, barra de iconos de acceso directo, ventanas flotantes,
etcétera.
Figura 14
Figura 14. Inicio de NetDraw 1.48
Medidas de Centralidad 13
8 Nombre técnico de un gráfico que muestre las relaciones entre un grupo de actores (Red)
Manual Introductorio al Análisis de Redes Sociales
Figura 15. Ventana de inicio de NetDraw 1.48
Para poder trabajar, será necesario abrir la matriz anteriormente creada y guardada,
para conseguirlo presionamos el segundo icono de izquierda a derecha “open UCINET
network dataset” (Figura 16), al presionar este icono el programa nos proporcionará un
cuadro donde podremos buscar el nombre del archivo para abrir, presionamos el botón
con “puntos suspensivos” y buscamos la carpeta en donde hayamos guardado la matriz
“Red de amistad.##h”, lo seleccionamos, presionamos “abrir” (Figura 17) y por último “Ok”;
inmediatamente, el programa hará una representación gráfica de la Red (Figura 18).
Figura 16. Procedimiento para abrir la matriz guardada
Figura 17. Procedimiento para seleccionar la matriz guardada
Medidas de Centralidad 14
Manual Introductorio al Análisis de Redes Sociales
Figura 18. Representación gráfica de la Red de amistad
La Figura 18 nos muestra la primera representación gráfica de nuestra Red, en
algunas ocasiones, NetDraw nos proporciona un grafo que no es totalmente legible. Por
ejemplo, en nuestra Red de amistad Beto referencia Gil pero en la Figura 18 no se
observa esa relación debido a la posición de Alex dentro de la figura; una gran ventaja
que nos ofrece este software es que podemos mover los nodos pulsando el botón
izquierdo del “Mouse” sobre el nodo y arrastrarlo a la posición deseada ( ). Figura 19
Figura 19. Forma manual de acomodar los nodos de una Red
En nuestra gráfica podemos observar los vínculos entre los nodos o actores (Alex, Gil,
Rox, etc.), los diferentes flujos unidireccionales (de Alex hacia Pao, de Alexa hacia Gil,
etc.), bidireccionales (entre Kiko y Beto, etc.); y también, a los nodos que no refieren a
Medidas de Centralidad 15
Manual Introductorio al Análisis de Redes Sociales
nadie y que no son referidos por ningún actor (Vero, Prisci y Armando). Claramente
vemos también que existen nodos mejor conectados que otros; y actores con pocas
conexiones que aparecen en la periferia de la Red ( ). Figura 19
Ahora, para ver un gráfico que nos diferencie entre un nodo y otro, recurrimos a
características atributivas (edad, sexo, carrera profesional, etc.), las cuales deberán ser
capturadas de manera similar en la que creamos nuestra matriz pero siguiendo otro
procedimiento que a continuación explicaremos.
Introducción de características atributivas (Atributos de los
nodos)
Para poder introducir atributos9 a los nodos o actores, abriremos el “Spreadsheet”
desde Ucinet (Figura 3 A); en este caso vamos a introducir el atributo “sexo”, una manera
muy sencilla y práctica de hacerlo es volviendo a abrir la matriz (Red de amistad),
presionando el menú desplegable File>Open. Posteriormente reduciremos el número de
columnas “Cols:” a 1 (no así el número de filas, que deberá quedarse con el valor de 11) y
eliminaremos los valores que pertenecen a la matriz; ahora el título de la columna será
“sexo” e introduciremos el valor de “1” para los hombres y un valor de “2” para las
mujeres, de manera que la nueva matriz se vea como en la Figura 20.
Figura 20. Atributo “Sexo” para cada actor
Por último, guardaremos el nuevo archivo desde “File>Save As”, ahora lo llamaremos
“Red amistad (sexo)”; ya que hayamos nombrado y guardado nuestro archivo cerraremos
la ventana.
9 Los atributos de un nodo son características que nos permiten identificar a cada actor o a grupos de actores y, de esta
manera diferenciar unos de otros.
Medidas de Centralidad 16
Manual Introductorio al Análisis de Redes Sociales
Con este atributo, ahora será más fácil poder visualizar la gráfica de la Red y nos
permitirá generar conclusiones más exactas a nuestro primer análisis visual.
Gráfica de la Red de amistad con atributos
Una vez introducido el atributo o los atributos, todo dependerá de cómo queramos
diferenciar a los nodos de la Red o a los grupos que la conforman; volveremos a NetDraw
con el gráfico abierto (en ningún momento lo cerramos), presionamos el tercer icono de
izquierda a derecha “Open UCINET attribute dataset” ( ); una vez más el
programa abre una ventana que nos pide el nombre del archivo, presionamos el botón
con los “puntos suspensivos”, localizamos la ruta en donde está almacenado el archivo
“Red de amistad (sexo).##h”, lo seleccionamos, presionamos “abrir” y por último “Ok”; en
seguida aparece en la pantalla un cuadro similar a lo presentado en la (Figura 22), lo cual
indica que el atributo se ha cargado satisfactoriamente.
Figura 21
Figura 21. Icono para abrir la ventana y agregar Atributos a la Red de amistad
Figura 22. Cargando los atributos para la Red
Ahora, para poder visualizar la Red con atributos, presionamos el cuarto icono de
derecha a izquierda “Choose node colors according to attribute values” ( ), en
seguida se abrirá una ventana flotante “Color nodes by attribute”. En donde aparece la
Figura 23
Medidas de Centralidad 17
Manual Introductorio al Análisis de Redes Sociales
palabra “Select”, presionamos en la pestaña y buscamos el atributo “Red de amistad
(sexo)”, lo seleccionamos y automáticamente veremos que los colores de los nodos
habrán cambiado dependiendo del sexo de cada uno de los actores ( ). Figura 24
Figura 24. Cambio de color de los nodos por atributo
Figura 23. Procedimiento para cambiar el color de los nodos por atributo
Dentro de las posibilidades que ofrece NetDraw para poder visualizar los gráficos de
redes, es cambiar el tipo de color de los nodos, esto se hace presionando el cuadro de
color (rojo y azul en nuestro ejemplo) de los atributos y automáticamente el programa
mostrará un panel de colores en donde podemos escoger el que más nos agrade.
Medidas de Centralidad 18
Manual Introductorio al Análisis de Redes Sociales
Si deseamos darle otra presentación y una mejor diferenciación a nuestros nodos o
actores, también podemos cambiar la figura del nodo dependiendo del atributo, para esto
presionamos el tercer icono de derecha a izquierda “Choose node shape according to
attribute values” ( ), de la misma manera se abrirá una nueva ventana “Shapes of
nodes”, seleccionamos el atributo y presionamos “enter” y podremos ver que las figuras
de los nodos han cambiado ( ).
Figura 25
Figura 25. Procedimiento para cambiar la forma de los nodos por atributo
Figura 26
Figura 26. Cambio de forma de los nodos por atributo
Medidas de Centralidad 19
Manual Introductorio al Análisis de Redes Sociales
De manera similar, también podemos cambiar el tipo de forma que más nos agrade
siguiendo el mismo procedimiento con el cual se puede cambiar el color, sólo que en este
caso tenemos que bajar la “pestaña” de las formas disponibles y una vez seleccionada la
que deseamos, presionar el botón con la “paloma” (junto de la “cruz”) y listo.
Hay ocasiones en las cuales sea hace necesario tener guardado el gráfico de la Red,
por ejemplo, para pegarlo en una presentación; para poder hacer esto (en NetDraw 1.48),
la ruta es siguiente: File>Save Diagram As>Jpeg, el programa también ofrece la
posibilidad de guardar el gráfico como BMP y/o como un Metaarchivo mejorado; nosotros
recomendamos el Jpeg porque ocupa menos espacio en el disco duro y da buena
resolución a las imágenes.
Hasta ahora, sólo hemos realizado un análisis gráfico de la Red de amistad, lo cual
nos puede llevar a hacer las primeras hipótesis acerca de su comportamiento y de cuáles
son los nodos más importantes o centrales. Por ejemplo, se observa que Alex y Kiko son
nodos que están mejor conectados ya que tienen el mayor número de vínculos a
comparación de los demás; que la Red esta dispersa, ya que hay nodos que no tienen
conexiones, que la mujeres dentro de esta Red no dicen tener relaciones entre ellas
mismas y por tanto están más relacionadas con los hombres, además que Beto no dice
tener relación con las mujeres dentro de la Red, etcétera.
Para poder hacer aseveraciones más acertadas de las características de la Red y de
cada uno de sus componentes; se tiene que recurrir al análisis de indicadores de redes, y
de esta manera poder llegar a conclusiones más exactas.
Existen indicadores que pueden realizarse de forma individual (para cada nodo) y de
forma conjunta (para toda la Red), en el Cuadro 2 se muestra el tipo de indicador que
veremos en este manual y su uso, ya sea individual o de forma conjunta.
Cuadro 2. Tipo de indicadores
Tipo de indicador Nodo Red
completa Descripción
Densidad Sí
Nos muestra el valor en porcentaje de la
Densidad de la Red, es decir, nos muestra
la alta o baja conectividad de la Red. La
Densidad es una medida expresada en
porcentaje del cociente entre el número de
relaciones existentes con las posibles.
Centralidad Si No
El Grado de centralidad es el número de
actores a los cuales un actor está
directamente unido.
Centralización No
Es una condición especial en la que un
actor ejerce un papel claramente central al
estar altamente conectado en la Red.
Intermediación
Es la posibilidad que tiene un nodo para
intermediar las comunicaciones entre pares
de nodos. Estos nodos son también
conocidos como actores puente.
Cercanía Es la capacidad de un actor para alcanzar
a todos los nodos de la Red.
Medidas de Centralidad 20
Manual Introductorio al Análisis de Redes Sociales
Indicadores de Redes
Densidad (Density)
La Densidad de una Red puede calcularse sin necesidad de usar el software, este se
calcula dividiendo el número de relaciones existentes entre las posibles y multiplicado por
100. En nuestro ejemplo tenemos 18 relaciones de 110 que pudieran existir; es decir, una
Densidad de 18 / 110 x 100 = 16.36 % de toda la Red. El cálculo del total de relaciones
posibles se hace multiplicando el número total de nodos por el número total de nodos
menos uno, en nuestro ejemplo: 11 x (11-1) = 11 x 10 = 110.
Ahora, si calculáramos la Densidad de Gil, tenemos: 7 relaciones existentes de 70
posibles (tanto de entrada como de salida), por lo tanto 7 / 70 x 100 = 10 %.
Ya que hemos calculado la Densidad de la Red y que conocemos la alta o baja
conectividad de la misma, procederemos a calcular nuestro siguiente indicador el cual nos
mostrará la cantidad de conexiones que cada actor posee.
Grado de centralidad (Centrality degree)
El Grado de centralidad es el número de actores a los cuales un actor está
directamente unido. El Grado de centralidad se divide en grado de entrada y grado de
salida, podemos observar en nuestra Red que estos Grados de entrada y de salida
dependen de la dirección del flujo; así tenemos que:
y El grado de salida: es la suma de las relaciones que los actores dicen tener con
el resto. Por ejemplo, Gil dice tener relación de amistad con Alex, Karla y Kiko, por
lo cual su grado de salida es de 3 (Figura 27 A).
y El grado de entrada: es la suma de las relaciones referidas hacia un actor por
otros. Para el mismo ejemplo, Gil es mencionado por 4 personas (Alex, Kiko, Beto
y Alexa), por lo tanto su grado de entrada es de 4 ( B). Figura 27
Figura 27. Grado de entrada y de salida de la Red de amistad de Gil
A) Grado de salida
B) Grado de entrada
Medidas de Centralidad 21
Manual Introductorio al Análisis de Redes Sociales
Si quisiéramos que el software (Ucinet) calculara para cada nodo su Grado de
centralidad (de entrada y de salida), el procedimiento es el siguiente:
1. En la barra de menús seguimos la ruta Network>Centrality>Degree (Figura 28 A).
2. En la ventana que aparece abrimos “Red de amistad” como en los casos
anteriores y presionamos “abrir”.
3. En la celda “Treat data as symmetric” cambiamos el “Yes” por “No”, recordemos
que estamos trabajando con una Red asimétrica; es decir, si A refiere a B no
necesariamente B tiene que referir a A (Figura 28 B).
4. Presionamos “Ok” e inmediatamente se abrirá una nueva ventana con los
indicadores deseados ( C). Figura 28
Figura 28. Grado de centralidad (Entrada y Salida) de la Red de amistad
5. Estos indicadores podemos copiarlos “Edit>Copy” y/o guardarlos “File>Save As”
entre otras opciones (Figura 28 D).
A) Ruta del Grado de centralidad
B) Opciones del Grado de centralidad
C) Medidas del Grado de centralidad para cada
uno de los actores de la Red
D) Guardar Cómo, la salida del indicador
Medidas de Centralidad 22
Manual Introductorio al Análisis de Redes Sociales
En los resultados mostrados por Ucinet, podemos observar a nuestros actores
ordenados de mayor a menor por su Grado de centralidad, tenemos también que existen
4 columnas (Cuadro 3).
Cuadro 3. Significado de las columnas en el análisis de centralidad
Nombre de columna Significado
1 OutDegree Grado de salida
2 InDegree Grado de entrada
3 NrmOutDeg Grado de salida normalizado
4 NrmInDeg Grado de entrada normalizado
Cuadro 4. Resultados de centralidad para cada actor
Cuadro 4
Los resultados del muestran el grado de entrada y de salida de todos los
nodos en las últimas dos columnas, el grado de salida y entrada normalizados son la
representación porcentual de dichos grados, de esta manera, podemos afirmar que el
actor central de nuestra Red de amistad en cuanto a menciones recibidas es Alex, ya que
tiene un grado de entrada de 5, y grado de entrada normalizado del 50 %.
También nos encontramos, dentro del análisis de Grado de centralidad que muestra
Ucinet, algunos indicadores generales (de toda la Red), nombrados como DESCRIPTIVE
STATISTICS ( ), donde podemos observar la media (Mean) de todas las
relaciones, en nuestro caso la media es de 1.636, lo cual nos habla de un número muy
bajo de menciones en toda la Red; sin embargo, debemos recordar que tenemos a 3
nodos sueltos y dos que no hacen referencia a nadie. Continuamos con la desviación
estándar (Std Dev), que no es otra cosa más que la variación de la media, podemos
observar que en nuestro ejemplo la desviación estándar se encuentra muy cerca de la
media, lo cual nos indica que existe una alta dispersión. La suma (Sum), como su nombre
lo dice, es la suma de todas las relaciones, nuestro ejemplo consta entonces de 18
relaciones.
Cuadro 5
Podemos ver, en seguida de la suma, otros indicadores que a nuestro criterio no son
por el momento de mucha importancia, exceptuando el Mínimo (Minimum) y el Máximo
(Maximum) lo cuales nos indican el grado máximo y mínimo que tienen los actores dentro
de la Red
Medidas de Centralidad 23
Manual Introductorio al Análisis de Redes Sociales
Cuadro 5. Estadísticas descriptivas generales del Grado de centralidad
Dentro de los resultados mostrados por Ucinet, en el momento de calcular el Grado de
centralidad, tenemos otro indicador; el cual es de gran utilidad en la interpretación y
análisis de una Red, este indicador se describe a continuación.
Índice de centralización (Centralization index)
Es una condición especial en la que un actor ejerce un papel claramente central al
estar conectado con todos los nodos, los cuales necesitan pasar por el nodo central para
conectarse con otros. Para ejemplificar mejor el Grado de centralización usaremos un
ejemplo diferente: donde el Productor1 es el único con Grado de entrada o de salida igual
a “1” (Grado de centralización = 100 %), este tipo de redes indican que existen actores
mucho más centrales (Productor1) que otros y se asemeja al comportamiento de una Red
estrella ( A). Por otro lado, todo lo contrario a la Red estrella serían valores bajos
en este indicador, lo cual indicaría ausencia de actores claramente centrales (
B).
Figura 29
Figura 29
Figura 29. Grado de centralización
A) Red Estrella, Grado de centralización = 100 %
B) Grado de centralización = 0 %
Cabe aclarar que dentro del análisis de redes existen Grados de centralización de
entrada y de salida; el uso de uno u otro dependerá de la necesidad de resultados
específicos de cada Red.
Medidas de Centralidad 24
Manual Introductorio al Análisis de Redes Sociales
Volviendo al ejemplo de nuestra Red de amistad, los Grados de centralización de
entrada y de salida se obtienen calculando el Grado de centralidad (Figura 28). Dentro de
la ventana del reporte, en la parte inferior se observa el Grado de centralización de
entrada y de salida de la Red.
El Grado de centralización de una Red, ya sea el de entrada o el de salida, indica qué
tan cerca esta la Red de comportarse como una Red Estrella, en donde un actor juega un
papel central que controla a toda la Red; o qué tan lejos está de ese comportamiento, el
cual es más favorable debido a que esto nos habla de una Red bien conectada.
Ya que hemos identificado a los actores centrales, procederemos a encontrar a los
nodos que pueden conectar a los demás a través del cálculo del siguiente indicador.
Grado de intermediación (Betweenness)
Una razón para considerar la importancia de un actor recae en su intermediación, esta
se enfoca en el “control de la comunicación”, y se interpreta como la posibilidad que tiene
un nodo o actor para intermediar las comunicaciones entre pares de nodos.
En este análisis se consideran todos los posibles caminos geodésicos10 entre todos
los pares posibles. La medida de intermediación de un nodo se obtiene al contar las veces
que este aparece en los caminos (geodésicos) que conectan a todos los pares de nodos
de la Red, a estos actores les llamaremos actores puente.
Así, para poder explicar mejor la intermediación, usaremos otro ejemplo, nuestro
nuevo ejemplo (Figura 30), contiene 6 nodos (tamaño de la Red), en donde el nodo A
aparece en todos los caminos posibles para que los demás nodos puedan conectarse (de
F a B, F a C, F a D, F a E, B a C, B a D. B a E, C a D, C a E y, D a E); por tanto, este
actor tiene un Grado de intermediación de “10”, mientras que los otros actores tienen un
Grado de intermediación de “0”.
Es necesario remarcar que para que un nodo tenga Grado de intermediación en una
Red por lo menos este debe tener un Grado de entrada y de salida y; además, estar en el
o los caminos geodésicos entre los pares de nodos que se quieren conectar.
10 Los caminos geodésicos son las rutas más cortas que un actor debe seguir para llegar a otros nodos.
Medidas de Centralidad 25
Manual Introductorio al Análisis de Redes Sociales
Figura 30. Grado de intermediación del nodo A
Ahora, si nosotros tuviéramos una Red donde cada actor hace referencia a uno de sus
compañeros como en la Figura 31, tendríamos una Red donde cada nodo tiene un Grado
de intermediación de “10” ya que para un nodo pueda llegar a otro con el cual no esta
conectado directamente, tendría que utilizar a otros como “puente” para poder
alcanzarlos. Por ejemplo, si el nodo A quiere conectarse con el nodo D, E y/o F (con los
cuales no está conectado directamente) tendría que pasar o utilizar como “actor puente” a
el nodo B. forzosamente ( ). Figura 31
Figura 31. Ejemplo de una Red de 6 nodos para calcular su Grado de intermediación
Ya que hemos entendido el funcionamiento del Grado de intermediación, trataremos
de obtenerlo para cada uno de los actores en el ejemplo de la con la ayuda de
la información del Cuadro 6.
Figura 32
Medidas de Centralidad 26
Manual Introductorio al Análisis de Redes Sociales
Cuadro 6. Intermediación entre nodos
Nodo Es “puente” para relacionar a:
A Nadie
B (A y C), (A y D), (A y E), (E y C), (D y C)
C (B y D)
D Nadie
E (C y A), (C y B), (B y D), (D y A), (D y B), (D y C),
Figura 32. Ejemplo de una Red de 5 nodos para calcular su Grado de intermediación
Figura 32
Podemos observar que los nodos A y D no son actores puente para conectar a los
nodos B, C y E en la Red ya que éstos pueden conectarse a los demás nodos sin ayuda
de A y D. El nodo E es quien tiene el mayor Grado de intermediación (6) ya que sirve de
puente para conectar a seis pares de nodos dentro de la Red, el nodo B tiene un Grado
de intermediación de “5”, siendo este el segundo actor más fuerte para intermediar
comunicaciones entre los demás nodos y; por último, tenemos que el nodo C sólo sirve
para intermediar la relación entre el nodo B y el nodo D, obteniendo así un Grado de
intermediación de “1”.
Si observamos detenidamente la , encontraremos que el actor con mayor
Grado de intermediación (E), es también el actor con el mayor Grado de centralidad con
un grado de entrada de 3; así, podemos afirmar que el actor E es el nodo central de este
ejemplo.
Volviendo a nuestro primer ejemplo: “Red de Amistad” realizaremos el análisis de
intermediación, con la ayuda de Ucinet a partir del siguiente procedimiento:
1. En la barra de menús seguimos la ruta Network>Centrality>Betweenness>Node
(Figura 33)
2. En la ventana que aparece seleccionamos el nombre del archivo “Red de Amistad”
y presionamos “abrir”.
3. Presionamos “Ok” e inmediatamente se abrirá una nueva ventana con los
indicadores deseados ( ). Figura 34
Medidas de Centralidad 27
Manual Introductorio al Análisis de Redes Sociales
4. Estos indicadores podemos copiarlos “Edit>Copy” y/o guardarlos “File>Save As”
Figura 33. Procedimiento para generar el Grado de intermediación
Figura 34. Resultados del análisis del Grado de intermediación
Podemos observar en nuestro primer ejemplo, que los resultados de intermediación
nos arrojan a Alex como el actor de mayor intermediación con 9.667, Gil con una
intermediación de 5.500 y Kiko, Rox y Beto con grados menores, también podemos
observar que los demás actores tienen una intermediación de “0”, esto se debe a que
como en el ejemplo anterior, no hay una dependencia de los demás actores para llegar a
los otros nodos.
Como podemos observar en el Cuadro 7, existen dos tipos de Grado de
intermediación; hasta ahora, hemos visto el Grado de intermediación con números totales
(1 Betwweenness); es decir el número de pares de nodos que un actor es capaz de
conectar. La segunda columna de los resultados nos muestra el Grado de intermediación
normalizado11 (2 nBetweenness), este indicador nos muestra el Grado de intermediación
expresado en porcentajes; así, tenemos que el Grado de intermediación normalizado de
Alex es de 10.74 %, mientras que Gil y Kiko tienen un grado normalizado de 6.1 % y
2.96% respectivamente.
11 Expresión porcentual del grado.
Medidas de Centralidad 28
Manual Introductorio al Análisis de Redes Sociales
Cuadro 7. Grado de intermediación de los nodos
Nuevamente, Ucinet nos muestra las Estadísticas Descriptivas del Grado de
intermediación (Cuadro 8), estos indicadores generales se interpretarán de la misma
manera en que interpretamos los indicadores de centralidad, pero siempre teniendo en
mente, que estos valores son de intermediación.
Cuadro 8. Estadísticas descriptivas generales del Grado de intermediación
Quizás el lector, se este preguntando: ¿Por qué la mayoría de los actores tienen
Grado de intermediación con fracciones como son 9.667, 5.500, 2.667, etc.? Para poder
dar respuesta a esta pregunta presentamos el ejemplo de la en donde, como se
puede observar, tanto el nodo B como el C y el E están fungiendo como intermediarios
para que el nodo A y D se puedan conectar. Ahora, si contamos los caminos geodésicos
que hay entre A y D son 3 los posibles (A-B-D, A-C-D y, A-E-D) y en cada uno de ellos
está involucrado un nodo específico; por lo tanto, si dividimos las veces en las que
participa cada nodo en los caminos geodésicos entre el total de los caminos geodésicos
posibles, tendríamos: 1/3 = 0.333; siendo este valor el Grado de intermediación de los
nodos B, C y, E.
Figura 35
Medidas de Centralidad 29
Manual Introductorio al Análisis de Redes Sociales
Figura 35. Ejemplo de una Red de 5 nodos con 6 vínculos
Para una Red más compleja y para que el lector comprenda de una manera más
adecuada cuando el Grado de intermediación esta formado por fracciones, se presenta el
ejemplo de la Figura 36; en donde el Grado de intermediación de cada nodo se presenta
en el Cuadro 9.
Figura 36. Ejemplo de una Red de 5 nodos con 9 vínculos
Cuadro 9. Grado de intermediación de los nodos de la Figura 36
En este caso, para calcular el Grado de intermediación del nodo B observamos que
existen 3 caminos geodésicos entre los nodos A y D, el nodo B participa en uno de ellos
Medidas de Centralidad 30
Manual Introductorio al Análisis de Redes Sociales
por tanto: 1/3 = 0.333; entre el nodo A y F sólo hay un camino y B participa en él (1/1 = 1)
y por último, entre los nodos C y F hay dos caminos geodésicos y B participa en uno de
ellos así: (1/2 = 0.5) sumando 0.333 + 1 + 0.5 tenemos el 1.833 el cual es el Grado de
intermediación del nodo B. Los mismos cálculos se hacen para los demás nodos y el
lector puede hacerlo para corroborar que sí son los valores que muestra Ucinet.
Ya que hemos calculado y comprendido el Grado de intermediación, sólo nos resta
calcular otro indicador que es muy interesante y de gran ayuda en el análisis e
interpretación de una Red, este indicador es el Grado de cercanía.
Grado de cercanía (Closenness)
El Grado de cercanía es la capacidad de un nodo de llegar a todos los actores de una
Red, este se calcula al contar todas las distancias geodésicas de un actor para llegar a los
demás, cabe destacar que este método sólo podemos utilizarlo en matrices simétricas12
en el Cuadro 10, se muestra la forma más sencilla de calcular este indicador, como
ejemplo tendremos una Red de 11 actores y las distancias geodésicas de cada uno de
ellos.
Cuadro 10. Cálculo de cercanía de una Red simetrizada
Jaime
Mendoza
Emiliano
Aguilar
Rafael
Amezcua
Alberto
Madrigal
Silverio
Vázquez
Honorio
Virrueta
Agustín
Gaona
Sergio
Ochoa
Agustín
Estebes
Enrique
Morelos
José Bejar
Lejanía
Cercanía
Jaime Mendoza 3 2 1 1 2 2 2 2 1 3 19 52.6
Emiliano Aguilar 3 2 4 4 3 2 2 1 2 1 24 41.7
Rafael Amezcua 2 2 2 3 1 1 2 1 1 1 16 62.5
Alberto Madrigal 1 4 2 2 1 2 3 3 2 3 23 43.5
Silverio Vázquez 1 4 3 2 3 3 3 3 2 4 28 35.7
Honorio Virrueta 2 3 1 1 3 1 3 2 2 2 20 50.0
Agustín Gaona 2 2 1 2 3 1 2 1 1 1 16 62.5
Sergio Ochoa 2 2 2 3 3 3 2 2 1 1 21 47.6
Agustín Estebes 2 1 1 3 3 2 1 2 1 1 17 58.8
Enrique Morelos 1 2 1 2 2 2 1 1 1 2 15 66.7
José Bejar 3 1 1 3 4 2 1 1 1 2 19 52.6
12 Matriz donde las relaciones entre los nodos se dan de manera bidireccional.
Medidas de Centralidad 31
Manual Introductorio al Análisis de Redes Sociales
1
2
3
Figura 37. Gráfico de una Red simetrizada, Grado de cercanía
Podemos observar que cada actor posee un valor para cada uno de sus compañeros,
este valor es la distancia geodésica para llegar a los demás actores, la suma de estas
distancias tiene el nombre de lejanía; por ejemplo, si queremos conocer la lejanía de
Silverio Vázquez con respecto a Rafael Amescua, sólo tenemos que contar los caminos
que los separan, en este caso su distancia geodésica es de “3” (Figura 37). La cercanía
es el inverso de la lejanía y se calcula al dividir el valor de “1” entre la suma de los
geodésicos (lejanía), todo esto multiplicado por mil, de esta manera la cercanía de Jaime
Mendoza se calcula de la siguiente manera: (1/19)*1000 = 52.6, y así sucesivamente.
Cabe mencionar que valores altos de cercanía indican una mejor capacidad de los
nodos para conectarse con los demás actores de la Red, así podemos observar que
Enrique Morelos es quien posee el más alto Grado de cercanía. (66.7).
Por el contrario, encontramos que Silverio Vázquez es quien tiene el Grado de
cercanía más bajo al sólo obtener 35.7, esto nos indica que este actor no se encuentra
bien posicionado dentro de su Red.
Ahora, volviendo a nuestro ejemplo de “Red de Amistad”, calcularemos su Grado de
cercanía a través de Ucinet con los siguientes pasos:
1. En la barra de menús seguimos la ruta Network>Centrality>Closenness (Figura 38)
2. En la ventana que aparece abriremos seleccionamos el archivo de nombre “Red
de Amistad” y presionamos “abrir”.
3. Presionamos “Ok” e inmediatamente se abrirá una nueva ventana con los
indicadores deseados (Figura 39).
4. Estos indicadores podemos copiarlos “Edit>Copy” y/o guardarlos “File>Save As”
Medidas de Centralidad 32
Manual Introductorio al Análisis de Redes Sociales
Figura 38. Procedimiento para obtener el Grado de cercanía
Figura 39. Resultados del Grado de cercanía de la Red de Amistad por nodo
Figura 39
Los resultados obtenidos en la nos muestran dos tipos de cercanía
(inClosenness y outClosenness) estas se refieren al Grado de cercanía de entrada y de
salida; nosotros tomaremos el Grado de entrada como referencia principal, así, tenemos
que Alex es quien posee el mayor Grado de cercanía con un valor 18.182, los nodos
sueltos (Prisci, Vero, Armando) así como Alexa poseen el Grado de cercanía más bajo al
reportar todos ellos un grado de 9.091 (Cuadro 11)
Medidas de Centralidad 33
Manual Introductorio al Análisis de Redes Sociales
Cuadro 11. Resultados del Grado de cercanía de la Red de Amistad por nodo.
Cuadro 12. Estadísticas descriptivas generales del Grado de cercanía
Cuadro 12
En este indicador también Ucinet nos muestra las Estadísticas Descriptivas del Grado
de cercanía ( ), estos indicadores generales se interpretarán de la misma
manera en que interpretamos los indicadores de centralidad y de intermediación, pero
siempre tomando en cuenta, que estos valores son de cercanía.
Medidas de Centralidad 34
Manual Introductorio al Análisis de Redes Sociales
Generación de Redes y Atributos múltiples
Generación de Redes múltiples
Existen ocasiones en las cuales se requiere analizar diferentes redes puesto que el
análisis lo requiere así o simplemente, para comparar el comportamiento que tiene cada
una de ellas. Por ejemplo, hay veces en las que un grupo de personas entablan
relaciones de diferente índole como son: redes de gestión, redes de comercialización,
redes sociales, redes de innovación tecnológica, etc., es en estos casos en donde por lo
general se comparan las diferentes redes.
Lo primero que se pensaría para poder hacer este análisis, sería generar un archivo
por cada Red como ya lo hemos visto y a cada una asignarle atributos diferentes con la
consiguiente generación de más archivos.
Para poder hacer esto de una manera más sencilla, Ucinet nos permite insertar “hojas
de captura” nuevas. Este procedimiento se hace de la siguiente manera:
1. Una vez que estamos en la “hoja de captura (spreadsheet)”, abrimos el archivo
que ya habíamos generado anteriormente (Red de amistad).
2. Posteriormente, seguimos esta ruta: Edit>Insert sheet ( ). Figura 40
Figura 40. Procedimiento para insertar una
nueva “hoja de captura”
Figura 41. Asignación del nombre a la nueva
“hoja de captura”
3. Inmediatamente, el programa nos pedirá un nombre para la hoja, en este caso
introduciremos el nombre de “Red 2” (Figura 41).
4. Para poder diferenciar una Red de la otra, cambiaremos el nombre de la primera
“hoja de captura”, lo que hay que hacer en primer lugar es posicionarnos en dicha
hoja, posteriormente seguir esta ruta: Edit>Rename sheet (Figura 42).
5. Al abrirse la ventana en donde se nos pide el nuevo nombre de la “hoja de
captura” asignamos el de “Red 1” (Figura 43).
Medidas de Centralidad 35
Manual Introductorio al Análisis de Redes Sociales
Figura 42. Procedimiento para cambiar el
nombre a una “hoja de captura”
Figura 43. Asignación del nuevo nombre a la
“hoja de captura”
Ahora, para poder generar otra Red la cual podamos introducir en la nueva “hoja de
captura” y siguiendo el mismo ejemplo de la “Red de amistad” vamos a suponer que
después de haber pasado un tiempo, se les vuelve a preguntar a las mismas personas
¿con quién tiene relaciones de amistad? Quizás algunos se mantengan con sus mismas
relaciones, otros pueden tener nuevas amistades, o quizás algunos hayan roto sus
relaciones que anteriormente tenían; de esta manera, en el se presentan los
resultados de las nuevas relaciones de amistad que los actores dijeron tener entre ellos.
Cuadro 13
Cuadro 13. Resultados de las nuevas relaciones de amistad entre los actores
Nombre Tiene amistad con
Alex Gil, Rox, Pao y Armando
Gil Alex, Karla y Kiko
Rox Beto, Kiko, Pao y Vero
Beto Alex, Gil y Kiko
Vero Armando y Kiko
Pao Karla y Kiko
Karla Vero, Armando y Rox
Prisci Alex y Kiko
Armando No tiene
Alexa Alex, Kiko y Beto
Kiko Gil, Beto y Armando
Por lo tanto, al introducir estos resultados en la “hoja de captura”, siguiendo el mismo
procedimiento visto anteriormente, tendríamos nuestra matriz como la presentada en la
(Figura 44), posteriormente sólo rellenamos con ceros (presionando el icono “Fill”) y
guardamos las modificaciones con cualquier de los siguientes métodos:
1. Simplemente presionamos Ctrl. + S.
2. Presionamos el tercer icono, de izquierda a derecha.
3. O seguimos esta ruta: File>Save
Medidas de Centralidad 36
Manual Introductorio al Análisis de Redes Sociales
Figura 44. Llenado de la nueva matriz
En este caso ya no es necesario volver a generar un nuevo archivo pues ya lo
teníamos (Red de amistad), posteriormente cerramos la ventana y podemos empezar a
graficar la nueva Red, pero primero veamos cómo introducir múltiples atributos para que
de esta manera podamos hacer gráficos más interesantes.
Generación de Atributos múltiples
Para poder hacer esto, el procedimiento a seguir es:
1. Primero abrimos el archivo en el cual ya habíamos introducido el atributo de “sexo”
(Red de amistad (sexo)); podríamos crear uno nuevo cuando aún no se tenga
ningún archivo generado con anterioridad, en nuestro caso utilizaremos el mismo.
2. Una vez abierto el archivo, en la casilla de “cols” agregamos una columna más por
cada atributo que vayamos a agregar, en este caso ponemos el número dos
porque sólo vamos a introducir un nuevo atributo (pero se pueden agregar muchos
más). Automáticamente vemos que aparece una columna vacía junto a la que ya
teníamos (Figura 45).
3. Con la información del hacemos grupos de edades de la siguiente
manera: el grupo 1 comprende las edades de 20 a 24 años, el grupo 2 de 25 a 29
años y, el grupo 3 mayores a 30 años. De esta manera, asignamos el atributo
edad a cada uno de los actores ( ).
Cuadro 14
Figura 46
4. Guardamos las modificaciones siguiendo el procedimiento ya visto y listo.
Medidas de Centralidad 37
Manual Introductorio al Análisis de Redes Sociales
Figura 45. Procedimiento para agregar una
nueva columna para atributos
Figura 46. Asignación del atributo “edad” a
cada actor
Cuadro 14. Edades de los actores
Nombre Edad
Alex 23
Gil 22
Rox 26
Beto 28
Vero 20
Pao 30
Karla 28
Prisci 25
Armando 30
Alexa 32
Kiko 21
Ya que tenemos tanto el archivo con las redes y otro con el de atributos, podemos
pasar a la generación de los gráficos y posteriormente al análisis de las redes con los
indicadores.
Generación de gráficos con Redes y Atributos múltiples
Para poder hacer este tipo de gráficos, primero tenemos que abrir NetDraw 1.48 como
ya lo hemos visto, posteriormente abrimos el archivo “Red de amistad” y automáticamente
el programa nos presentará un gráfico que nos resultará familiar porque ya lo hemos visto,
para poder tener otra vista del gráfico presionamos el décimo icono contando de izquierda
a derecha (Figura 47), también se pueden utilizar los siguientes cinco iconos para
visualizar de diferentes formas el gráfico, la elección de uno o de otro dependerá del
lector. En nuestro caso seleccionaremos la “disposición en círculo”.
Inmediatamente la forma del gráfico cambia, la presentación ahora es diferente
(Figura 48), con esta forma del gráfico se nos facilitará más la observación del mismo
para lo que a continuación se va a hacer.
Medidas de Centralidad 38
Manual Introductorio al Análisis de Redes Sociales
Figura 47. Icono para generar diferentes
vistas del gráfico
Figura 48. Nueva visualización del gráfico
Como podemos observar en la existen diferentes ventanas flotantes junto
del gráfico, por el momento la que más interesa es la que cuyo encabezado es “Ties
(relaciones)”, para poder visualizar la otra Red que habíamos creado, tenemos que bajar
la “pestaña” en donde inicialmente dice “Red 1” ( ) y después seleccionamos
“Red 2”.
Figura 49
Figura 49
Figura 49. Selección de la nueva Red para la generación del gráfico
Inmediatamente, el gráfico cambia; los vínculos y los flujos ahora son diferentes y
todos lo nodos están conectados (Figura 50); es decir, ya no hay nodos sueltos como en
la “Red 1”, también podemos observar que en la “pestaña” aparece ahora el nombre de
“Red 2” por lo tanto si queremos regresar a la “Red 1” sólo tenemos que seleccionarla
siguiendo el mismo procedimiento.
Medidas de Centralidad 39
Manual Introductorio al Análisis de Redes Sociales
Figura 50. Gráfico nuevo, Red 2
Para poder visualizar el gráfico de la Red con los Atributos creados, seguimos el
procedimiento que ya habíamos visto y; de la misma manera, podemos diferenciarlos por
color y por la forma de la figura ( ). Figura 51
Figura 51. Diferenciación de los nodos por color y forma de la figura con el uso de Atributos
La ventaja de tener múltiples Atributos es que podemos diferenciar a los actores o
grupos de actores utilizando un color para un Atributo y la forma de la figura para otro
Atributo ( ). Figura 52
Medidas de Centralidad 40
Manual Introductorio al Análisis de Redes Sociales
Figura 52. Diferenciación de los nodos utilizando dos atributos
Indicadores de Redes múltiples
Para poder obtener los indicadores de cada una de las Redes, procedemos de la
misma manera antes vista, la única diferencia es la forma en la que se presentan los
resultados.
De esta manera, tenemos que para el Grado de centralidad
(Network>Centrality>Degree) la forma en que se presentan los resultados es como la
, en donde podemos observar que el programa primero muestra los resultados
de la “Red 1” y posteriormente la de la “Red 2”; cada una con sus “Estadísticos
descriptivos”, mismos que se interpretan de la misma manera como ya hemos visto.
También podemos observar el Grado de centralización del cada una de las Redes.
Figura 53
Figura 53. Grado de centralidad para Redes múltiples
Medidas de Centralidad 41
Manual Introductorio al Análisis de Redes Sociales
Desafortunadamente para el Grado de intermediación y el de Cercanía, no se puede
visualizar de la misma manera que el Grado de centralidad, ya que el programa sólo
muestra la primer “hoja de captura” del archivo; es decir, en este caso, sólo presenta los
resultados de la “Red 1”. Por lo que si se desean obtener estos indicadores, forzosamente
se tendrían que separa las Redes en archivos diferentes. Para ejemplificar esto, se
presenta la en donde podemos observar una leyenda que especifica lo que ya
hemos dicho.
Figura 54
Figura 54. Grado de intermediación para Redes múltiples
Ya que hemos comprendido la creación de una matriz, la realización de un gráfico, la
captura y comprensión de los atributos de cada nodo para facilitar la interpretación de la
Red y la generación de indicadores, ya sea para una sola Red con uno o varios atributos
o incluso para manejar múltiples Redes, estamos preparados para hacer un Análisis de
Redes Sociales con un mayor número de nodos manejando diversos atributos e
indicadores que nos lleven a la comprensión de cualquier grupo social
Medidas de Centralidad 42
Manual Introductorio al Análisis de Redes Sociales
Glosario de términos y conceptos
Red
Grupo de individuos que, en forma agrupada o individual, se
relacionan con otros con un fin específico. Las redes pueden
tener muchos o pocos actores y una o más clases de
relaciones entre pares de actores.
Grafo Nombre técnico del gráfico de una Red.
Nodos o actores
Los nodos o actores son las personas o grupos de personas
que se encuentran en torno a un objetivo común. Usualmente
los nodos o actores se representan por círculos.
Tamaño de la Red La suma de todos los nodos o actores representa el tamaño
de la Red.
Vínculo Los vínculos son los lazos que existen entre dos o más nodos.
Los vínculos o relaciones se representan con líneas.
Flujo El flujo indica la dirección del vínculo. Los flujos se
representan por una flecha que indica el sentido del flujo.
Flujos mutuos o
bidireccionales Son los flujos que contienen flechas en ambos sentidos.
Flujos dirigidos o
unidireccionales Flujo cuya dirección sólo contiene un sentido.
Nodo suelto Nodo o actor que no tiene ningún tipo de flujo, lo que a su vez
implica ausencia de vínculos.
Matriz Conjunto rectangular de elementos dispuestos en líneas
horizontales (filas) y verticales (columnas).
Matriz cuadrada Matriz que contiene el mismo número de filas y de columnas
Matriz simétrica Matriz donde las relaciones entre los nodos se dan de manera
bidireccional.
Matriz idéntica Matriz que contiene el mismo nombre y número de actores
tanto en filas como en columnas
Medidas de Centralidad 43
Manual Introductorio al Análisis de Redes Sociales
Ucinet
Programa comprensivo para el análisis de redes sociales y
otros atributos. El programa contiene docenas de rutinas
analíticas para redes. Permite el análisis general y
multivariado, contiene herramientas para crear escalas
multidimensionales, análisis de correspondencia, análisis de
factores, análisis de grupos y regresión múltiple. Además,
UCINET provee una plataforma para el manejo de datos y
herramientas de transformación para realizar procedimientos
de teoremas gráficos con un lenguaje algebraico interpuesto
por matrices.
NetDraw
Programa utilizado para graficar redes sociales. Usa
diferentes tipos de algoritmos para generar gráficos en
segunda y tercera dimensión. Netdraw es capaz de leer
archivos generados por Ucinet. Los gráficos que genera
pueden ser guardados en diversos formatos (BMP, WMF,
JPG).
Atributos
Características de los nodos, las cuales permiten identificar a
cada actor o grupo de actores dentro de una Red, ejemplo:
edad, sexo, carrera profesional, etcétera.
Caminos geodésicos Distancia (# de vínculos) entre un nodo y otro.
Medidas de Centralidad 44
Manual Introductorio al Análisis de Redes Sociales
Medidas de Centralidad 45
Bibliografía consultada
HANNEMAN, R. A. 2001. Introducción a los Métodos de Análisis de Redes Sociales.
Departamento de Sociología de la Universidad de California, Riverside, USA. 150 p.
EVERETT, M. G. and BORGATTI, S. 2005. Ego-Network Betweenness. Social Networks.
MOLINA, J. L. Taller Introductorio al Análisis de Redes Sociales, Prácticas con Netminer y
Pajek.
MUÑOZ R., M.; RENDON M., R.; AGUILAR A., J.; GARCIA M., J. G.; ALTAMIRANO C.; J.
R. 2004. Redes de Innovación, un Acercamiento a su Identificación, Análisis y Gestión
para el Desarrollo Rural. Universidad Autónoma Chapingo, Fundación PRODUCE
Michoacán. Michoacán, México. 134 p.
... De acuerdo con Velázquez y Aguilar (2005), el grado de centralidad hace referencia a la cantidad de actores a los cuales un actor se encuentra directamente unido (conectado por nodos), por lo que un mayor valor de este indicador refleja un papel más central del actor y viceversa. Este indicador se divide en grados de entrada y salida, donde el primero incluye la sumatoria de las relaciones mencionadas hacia un actor por otros, mientras que el segundo corresponde a la sumatoria de las relaciones que un actor menciona tener con el resto (Velázquez y Aguilar, 2005). ...
... Según Navarro (2017), el grado de intermediación se define como la capacidad de un actor de la red para actuar como un actor puente o para generar conexiones con los demás actores de la red. En otras palabras, corresponde al número de nodos que una arista indirectamente conecta a partir de sus vínculos directos (Velázquez y Aguilar, 2005). ...
... Valores extremos del índice de centralización de la red (Velázquez y Aguilar, 2005). ...
Thesis
Full-text available
La laguna Torca es uno de los humedales más importantes de la región del Maule, producto de las más de 90 especies de aves en diferentes categorías de conservación que habitan en él. No obstante, entre los años 2008 y 2016 se produjo un proceso de eutrofización, que ha afectado negativamente a la avifauna, la memoria colectiva de la comunidad local y a las actividades turísticas locales. Esto, pese a que el humedal cuenta con las categorías de Santuario de la Naturaleza y Reserva Nacional y está bajo la administración de la Corporación Nacional Forestal. El presente estudio tuvo por objetivo proponer lineamientos para el fortalecimiento de la protección del humedal Laguna Torca desde la perspectiva de la gobernanza ambiental. Para ello: (1) se analizó el marco normativo e indicativo aplicable y/o potencialmente aplicable a este ecosistema; (2) se analizó la red de actores con incidencia en la protección del humedal; y (3) se identificaron oportunidades y desafíos para la protección. A nivel general, los resultados indican que existe un escenario desfavorable para la protección del humedal, debido a: una incipiente y desactualizada planificación territorial que impide otorgarle un ordenamiento al territorio, la ausencia del ecosistema en el marco indicativo regional y comunal, una administración que ha carecido de un rol protagónico en la protección, un sector privado que no se ha asociado con el sector público, una agrupación indígena que ha sido excluida de las instancias de participación, la falta de un canal de comunicación que sea reconocido por la red en su conjunto y la presencia de acuerdos infructíferos que han impedido otorgar una solución efectiva al proceso de eutrofización. No obstante, también se identificaron oportunidades de protección en: la elaboración e implementación de instrumentos normativos e indicativos sinérgicos entre sí; la inclusión del cambio climático en la planificación territorial; potenciales agentes de cambio en la sociedad civil; un nuevo gobierno local preocupado por el medioambiente; la posibilidad de postular proyectos a fondos estatales; la creación de un sistema integrado de información ambiental; y el involucramiento de la comunidad en el desarrollo de un marco regulatorio afín al resguardo del humedal. Las oportunidades y desafíos confluyeron en cinco lineamientos de protección: (1) fortalecer la planificación territorial; (2) consolidar el liderazgo y la institucionalidad; (3) asegurar la sostenibilidad y solvencia de la protección; (4) estructurar un sistema de información y de comunicación coordinado y eficiente; y (5) desarrollar espacios para la participación ciudadana y construcción de acuerdos. Se sugiere que las orientaciones sean adoptadas desde una mirada estratégica e integral y no de forma separada. Este estudio conforma un insumo para mejorar la gobernanza del humedal Laguna Torca y un set de aprendizajes para el resguardo de los humedales del país. Finalmente, se recomienda a próximos investigadores adoptar nuevas perspectivas en la proposición de orientaciones, tal como podría ser un enfoque de gobernanza climática.
... Os fluxos indicam a direção do vínculo, que pode ser unidirecional (quando a interação entre dois atores não é recíproca, apenas um Redes sociais de trabalho entre agricultores de um município do estado do Ceará interage) e bidirecional (quando a interação é recíproca). Quando um ator não estabelece vínculo com nenhum outro membro da rede, pode-se afirmar que ele está solto ou isolado (ALEJANDRO; NORMAN, 2005). Granovetter (1973) argumenta que os laços entre os atores podem ser de dois tipos: fortes e fracos. ...
... Para a análise dos dados, foram utilizados os softwares Ucinet e NetDraw (BORGATTI; EVERETT; FREEMAN, 2002), que permitem a identificação de dados reticulares, além da elaboração dos diagramas das redes mapeadas. Foram utilizados na análise os seguintes indicadores: quantidade de nós, densidade (revela a alta ou a baixa conexão da rede a partir do resultado da divisão entre o número de relações existentes com o de relações possíveis), centralidade (considera o número de nós com os quais um ator está diretamente conectado na rede, quanto mais laços diretos, maior a centralidade), formação de cliques (subgrupos formados a partir dos vínculos diretos entre atores da rede constituído por no mínimo 3 atores) e conteúdos transacionados (ALEJANDRO; NORMAN, 2005;HANNEMAN, 2000;LEMIEUX;OUIMET, 2012). Para melhor ilustrar o diagrama das redes, foram utilizadas cores distintas para destacar as diferentes funções dos atores: atores centrais -vermelho; atores vitais -verde; atores que auxiliam na produção de bens agrícolas -azul; e atores participantes da comercialização dos bens produzidos -amarelo (Figuras 1 e 2). ...
Article
Full-text available
Este artigo tem o objetivo de descrever e analisar redes sociais de trabalho entre agricultores de um município do estado do Ceará. Para isso, foram mapeadas as redes sociais de dois agricultores e seus contatos, totalizando oito participantes. Para a coleta de dados, foi utilizada entrevista, observação e a técnica do gerador de nomes para mapeamento das redes sociais. Para a análise dos dados, foram utilizados indicadores de redes com o auxílio dos softwares Ucinet e NetDraw e de Análise de Conteúdo. Os resultados mostraram que as duas redes de trabalho fazem uso de laços de amizade e parentesco para o seu funcionamento, mobilizando capital social para viabilizar a produção rural em uma configuração semelhante a redes socioprodutivas. Contudo, apresentam diferenças, já que uma das redes é mais desenvolvida, com laços mais diversificados e uma maior quantidade de relações de trabalho remunerado e hierarquia. Conclui-se que as redes fazem parte da organização do trabalho dos agricultores e tornam viável a produção dos bens agrícolas, seja por meio de ajuda para a realização das atividades, seja pelo acesso a informações e recursos mais variados.
... Es la posibilidad que tiene un nodo (o actor puente) para intermediar las comunicaciones entre pares de nodos Fuente: Adaptado de Velázquez & Aguilar (2005) ...
Article
Full-text available
¿Cómo ocurre la innovación? y ¿para qué fines?, son dos de las preguntas que inquietan para entender el presente y configurar el futuro del agro, uno de los sectores productivos determinantes para la seguridad alimentaria del país y, a nivel económico, de mayor importancia para el desarrollo sostenible e inclusivo en el Tolima. Este artículo presenta el resultado de aplicar la técnica del análisis de redes sociales para el estudio de los actores del territorio que aportan a la innovación en la agrocadena de aguacate en el Tolima. Los resultados evidencian la importancia que tiene la interacción de este subsector con los actores de ciencia y tecnología más visibles en el departamento.
... La posición de los actores y las propiedades relativas a esta, muestran e indican el número de estos, el intercambio o interacciones, incluso el rol que ocupan. De allí, se desprenden categorías como la centralidad, centralización, proximidad de actores e intermediación (Wasserman, 1994;Sánz, 2003;Velázquez Álvarez y Aguilar Gallegos, 2005). Estas categorías pueden constituir propiedades de medición o generar mediciones, de las cuales la amplia o poca existencia, genera-te sentido el análisis debe orientarse hacia la idea que ha permitido la unificación de objetivos, la creación de un sentido identitario o de pertenencia (cluster) (es decir, un elemento ideacional como variable independiente) entre los grupos que conforman la red y que ha producido sus patrones de interacciones; por ejemplo, la idea de bien común, de igualdad, etc. ...
Article
Full-text available
Este artículo teórico busca conocer qué tipo de vínculo existe entre la dimensión ideacional y las redes de políticas. Para esto, son planteados los principales abordajes que ha tenido la dimensión ideacional en la hechura de las políticas y los procesos de políticas; enfatizando su rol en las dinámicas entre actores y en su relación con acciones, intereses y poder. Las conclusiones plantean que la dimensión ideacional determina el grado de cohesión de una red de política, en tanto son las ideas detrás los actores las que llaman al consenso y compartimento de objetivos y visiones.
... Una vez identificados los actores, se construye la matriz de adyacencia que contiene las características de ser idéntica y asimétrica (es decir, si A refiere a B no necesariamente B tiene que referir a A), en ella se otorga el valor de "1" a la existencia de relación y el valor de "0" en ausencia de ella (binaria). Para comprender la captura de datos, se establece que en cada fila se encuentran las relaciones que el nodo dice tener con los demás actores y en las columnas se expresan las relaciones que otros nodos dicen tener con ese actor(Velázquez y Aguilar, 2005). Conforme a lo mencionado, se obtiene la siguiente Tabla 3 -Matriz de Adyacencia.Revista TENDENCIAS Vol. ...
Article
Full-text available
El diseño de políticas públicas requiere reconocer e involucrar a los actores que logran cooperar en la ejecución del accionar público para resolver las problemáticas sociales. Por lo anterior, el objetivo de este artículo es conocer las apreciaciones de los principales agentes que pueden aportar a la construcción de una política pública de turismo cultural en la ciudad de Pasto, para tal efecto, se seleccionó, mediante la técnica de muestreo por conveniencia, a personas representativas de los diferentes grupos de interés que, por su conocimiento, aportes, influencia y experiencia, han contribuido al desarrollo de este sector. En consecuencia, se aplicaron entrevistas semiestructuradas y utilizando el enfoque de redes, método estilado ampliamente en las ciencias sociales, se logró identificar el grado de articulación y jerarquía de los mismos. Finalmente, se destacan como resultados principales la desarticulación entre las autoridades encargadas del desarrollo de la cultura y del turismo, la falta de un Sistema de Información y Medición del Turismo, la pérdida del reconocimiento propio de los habitantes de Pasto por su patrimonio cultural y la ausencia de una política pública que permita agrupar a estos actores y potencializar las iniciativas que realizan alrededor del turismo y la cultura.
Article
Full-text available
Este artigo carrega o propósito de por em evidência as conexões teóricas e metodológicas existentes entre a perspectiva relacional do capital social e o dilema da ação coletiva.
Book
Full-text available
El 6 de agosto de 2014 ocurrió el peor desastre ambiental en la historia de la minería en México: se derramaron 40 000 metros cúbicos de solución de sulfato de cobre acidulado al sistema hídrico de la cuenca alta del río Sonora. Esta obra colectiva busca sistematizar y difundir en la sociedad un conjunto de estudios inéditos que, desde las ciencias sociales, se han desarrollado a partir del análisis de esta contingencia ambiental y sus consecuencias.
Article
Full-text available
En el presente artículo se expone el proceso metodológico de una investigación que tuvo como propósito determinar la lógica de estructuración que expresan las estrategias de reproducción social de las unidades familiares de producción agropecuaria en un municipio cubano. Se utilizó una metodología triangulada en una investigación de tipo correlacional y transversal, con diseño no experimental, apoyada en un estudio de casos múltiples y en el método tipológico. Es un proceder aplicable a sujetos similares, que permite la combinación de técnicas con indicadores aportados, programas informáticos en aras de la tipificación de sujetos y la creación de estadísticas desde una perspectiva inclusiva y ampliada.
Article
Full-text available
This research analyzed actors’ interactions in the Northeast Biotechnology Network (in Portuguese, RENORBIO), based on the study of their profile of scientific and technological production. RENORBIO is a pioneer in the Northeast region, since the creation of the Graduate Program in Biotechnology. Data collection consisted in searching information on bibliographic production (articles, books, and reports), technical production (patents), and spin-off records from research carried out in the 13 focal points. These represent the coordinations located in the main education and research institutions accredited in the Network, which comprise around 30 other institutions associated to RENORBIO, to identify the interactions between the network’s agents. To analyze the results, we processed data by using the UCINET software. The software was essential for studying the interactions among network agents, assisting to characterize technical and academic interactions within RENORBIO, based on the analysis of its actions of Technology Transfer; this allowed profiling this network in the light of the Theory of Social Networks. We identified that the Network has a ‘satellite’ topology, where a central network attracts and influences the research relationships between the actors of the other networks, which gravitate around it, creating a force of institutional attraction between them. It is a heterogeneous network, characterized by low density and wide flow of diverse interactions of its actors. In addition, it shows a strong representation of the innovations produced in the Northeast region, capable to affect directly or indirectly the socioeconomic condition of this region, and bring solutions for national problems in the area of biotechnology. KEYWORDS: Technology transfer; Cooperation networks; Biotechnology
Thesis
Full-text available
A governança no turismo se apresenta como um tipo de gestão compartilhada entre o poder público, o setor privado e a sociedade. Neste cenário, a participação social é compreendida como fator relevante na elaboração e na execução de ações para o desenvolvimento do turismo, tornando-se um conceito ‘politicamente correto’, com respaldo no discurso acadêmico e nas diretrizes das políticas públicas. No entanto, observa-se que a investigação sobre a participação social e os seus efeitos no contexto dos destinos e regiões turísticas, encontra-se incipiente, há escassez de debate e compreensão sobre os tipos de participação praticados nos espaços e instrumentos da gestão pública do turismo. Diante do exposto, o objetivo desta pesquisa é analisar a participação social nas Instâncias de Governança Regionais de Turismo (IGRs). Para viabilizar metodologicamente a pesquisa, utilizou-se uma abordagem multiparadigmática, com a adoção de métodos mistos, esteados em instrumentos e procedimentos qualitativos e quantitativos. A área de estudo atende a três regiões turísticas consolidadas no Programa de Regionalização do Turismo (PRT); Seridó – RN; Nascentes das Gerais e Canastra – MG; e Uva e Vinho - RS. A presente proposta tem como relevância ampliar o debate sobre a participação social no desenvolvimento de políticas públicas do turismo, e contribuir para a compreensão da gestão nas regiões turísticas, ao identificar as variáveis da participação e as dimensões da governança, e como elas impactam nos resultados para o desenvolvimento do turismo regional. Como resultado, a pesquisa possibilitou verificar que há múltiplas experiências de governança no Brasil, e que a participação social não é discutida nas regiões turísticas, e sim, consentida como ‘validade universal’ pela maioria da literatura, alojadas nas recomendações do Ministério do Turismo, no discurso politicamente correto de atores, ou ainda, na compreensão superficial daqueles que estão envolvidos com o turismo, sua pratica ocorre de forma pulverizada, inserida ou orbitando as IGRs, desempenhando papel coadjuvante no processo de gestão. Em relação aos preditores da participação, identificou-se quatro variáveis comuns aos casos analisados: apego ao lugar, orgulho da região, benefícios individuais e confiança.
Introducción a los Métodos de Análisis de Redes Sociales
  • R A Hanneman
HANNEMAN, R. A. 2001. Introducción a los Métodos de Análisis de Redes Sociales.
Taller Introductorio al Análisis de Redes Sociales
  • J L Molina
MOLINA, J. L. Taller Introductorio al Análisis de Redes Sociales, Prácticas con Netminer y Pajek.