SOCn5010 Analýza sociálních sítí Přednáška 2: Sítě a struktura Strukturální analýza •Chování – strukturální omezení a pobídky spíše než „vnitřní“ síla (forma vztahů vs. jejich obsah) •Analýza vztahů mezi jednotkami než jednotek samotných (koalice strukturující politický konflikt) •Jak vztahy mezi jednotkami ovlivňují aktivitu jednotky? •Struktura jako síť sítí (whole network approach) •Analýza zaměřená na struktury vztahů spíše než na proměnné a standardní statistické (korelační) aplikace (strukturní ekvivalence) • • Strukturalismus •Studium celých sítí – současný náhled na celek i jeho části •Studium ego-sítí (nebo osobních sítí) – důležitost primárních vztahů v sociálních systémech a jejich transformace (kapitalismus, urbanizace …) • •Jak síťové charakteristiky ovlivňují integraci sociálních systémů? Principy strukturální analýzy •Strukturované vztahy poskytují lepší vysvětlení lidského chování než osobnostní charakteristiky (nenahlížejí na jedince jako na nezávislé jednotky, což mj. vede k nahlížení norem jako toho, co vede lidské chování) (politická participace) •Normy povstávají z umístění ve strukturovaných systémech sociálních vztahů: nejsou příčinami těchto vztahů (osobní normy/postoje vs. chování) •Sociální struktury determinují fungování dyadických (párových) vztahů (příbuzenství, práce) •Svět se skládá ze sítí, ne ze skupin (politický aktivismus) •Strukturální metody nahrazují analýzu založenou na metodologickém individualismu (jednotka analýzy – vztah, jeho atribut – vzorec) Základní analytické principy •Vazby jsou obvykle asymetricky reciproční, a liší se ve svém obsahu a intenzitě (spolupráce, moc, komunikace) Základní analytické principy •Vazby propojují členy sítě přímo i nepřímo – musí být tedy analyzovány v kontextu celé sítě (pozice, propojenost) Základní analytické principy •Strukturující sociální vazby vytváří nenáhodné sítě – shluky, hranice a vzájemná křížení (koalice, shluky) Základní analytické principy •Vzájemná křížení propojují shluky jedinců (organizace, události, …) stejně jako jedince Základní analytické principy •Asymetrické vazby a komplexní sítě nerovnoměrně distribuují vzácné zdroje •Síť strukturuje kooperační i konkurenční aktivity k zajištění vzácných zdrojů Základní analytické principy •Asymetrické vazby a komplexní sítě nerovnoměrně distribuují vzácné zdroje Základní analytické principy •Síť strukturuje kooperační i konkurenční aktivity k zajištění vzácných zdrojů Shrneme-li: •Vztahy, ne atributy! – kauzalita spočívá v sociální struktuře, ne v jedinci (i když lidé s podobnými aributy dělají časo podobné věci, je to tím, že sdílí podobné místo v sociální struktuře, která jim poskytuje stejné omezení a příležitosti) •Sítě, ne skupiny! – zakořeněnost v síti není binární, existuje mnoho úrovní, mnohost členství a překrývající se vztahy mezi skupinami •Vztahy ve vztahovém kontextu! – nejen vazby samotné, ale vzorce těchto vztahů jsou klíčové – příležitosti a omezení poskytují nejen pozice uzlu, ale také pozice jiných uzlů Seminář Network structure •Dyad – relation between two nodes (often reciprocical) •Triad – group of 3 nodes and various relatuions mong them •Sub-group – group of part of the actors and relations among them •Group – set of all actors whose relations will be examined •Tie – set of all relations of a certain type •Social network – definite set of actors and relation/s amog them • Conceptualizing networks: graphs •Graphs -Mathematical object consisting of a set of vertices and edges -Two vertices are adjacent when connected by an edge -Directed and undirected networks ( ) -Directed - vertices send a tie (arc) -Undirected – tie is always reciprocated (edge) Conceptualizing networks: graphs •Conceptualization of ties •Path – sequence of adjacent nodes, respects the direction of ties, never revisits a node •Trail – sequence which revisits nodes but never revisits edge •Walk – revisits nodes, revisits edge(s) •Geodesic – shortest path between two vertices •Bridge – edge without which two groups of nodes would be separated •Component – maximal set of nodes in which every node may reach every other by some path •Ties may have values (occurences, exchange volume, duration, …) walk Conceptualizing networks: graphs trail Conceptualizing networks: graphs path Conceptualizing networks: graphs geodesic Conceptualizing networks: graphs bridge Conceptualizing networks: graphs component Conceptualizing networks: graphs •Adjacency matrix •Always square •Arc – directed network - from row to column! •Edge – undirected network - symmetric matrix • Conceptualizing networks: adjacency matrix Other Anarchist Agrarian Hright Minor Cultural Labour Peace SocDem Enviro Commun Relig Marx Trotskyite Other 0 1 1 1 0 0 1 0 1 2 6 2 3 3 Anarchist 1 24 1 1 1 0 1 3 1 5 4 3 3 6 Agrarian 1 1 0 1 0 0 1 0 1 2 4 2 3 2 Hright 1 1 1 0 0 1 1 1 1 4 4 2 4 2 Minor 0 1 0 0 12 6 0 12 0 2 7 15 0 4 Cultural 0 0 0 1 6 2 0 5 0 2 2 8 1 0 Labour 1 1 1 1 0 0 0 0 1 2 7 2 3 2 Peace 0 3 0 1 12 5 0 10 0 4 5 10 1 9 SocDem 1 1 1 1 0 0 1 0 0 2 4 2 3 2 Enviro 2 5 2 4 2 2 2 4 2 4 10 5 8 7 Commun 6 4 4 4 7 2 7 5 4 10 20 13 13 13 Relig 2 3 2 2 15 8 2 10 2 5 13 14 6 7 Marx 3 3 3 4 0 1 3 1 3 8 13 6 6 6 Trotskyite 3 6 2 2 4 0 2 9 2 7 13 7 6 6 Other Anarchist Agrarian Hright Minor Cultural Labour Peace SocDem Enviro Commun Relig Marx Trotskyite Other 0 1 1 1 0 0 1 0 1 2 6 2 3 3 Anarchist 1 24 1 1 1 0 1 3 1 5 4 3 3 6 Agrarian 1 1 0 1 0 0 1 0 1 2 4 2 3 2 Hright 1 1 1 0 0 1 1 1 1 4 4 2 4 2 Minor 0 1 0 0 12 6 0 12 0 2 7 15 0 4 Cultural 0 0 0 1 6 2 0 5 0 2 2 8 1 0 Labour 1 1 1 1 0 0 0 0 1 2 7 2 3 2 Peace 0 3 0 1 12 5 0 10 0 4 5 10 1 9 SocDem 1 1 1 1 0 0 1 0 0 2 4 2 3 2 Enviro 2 5 2 4 2 2 2 4 2 4 10 5 8 7 Commun 6 4 4 4 7 2 7 5 4 10 20 13 13 13 Relig 2 3 2 2 15 8 2 10 2 5 13 14 6 7 Marx 3 3 3 4 0 1 3 1 3 8 13 6 6 6 Trotskyite 3 6 2 2 4 0 2 9 2 7 13 7 6 6 Conceptualizing networks: geodesic distance matrix Network boundaries •Often fuzzy •Realistic approach: boundaries are defined and set by the actors themselves (according to their perceptions) - respondent-driven sampling •Nominalist approach: boundaries are defined by the analysts according to his/her conceptualization of research problem – analyst-driven sampling •combination (e.g. theoretical sample reviewed by respondents) •Related to the validity of research (Is network complete? Are all relevant ties included?) References •BORGATTI, Stephen P., Martin G. EVERETT and Jeffrey C. JOHNSON. 2013. Analyzing Social Networks. Thousand Oaks, CA: Sage •CROSSLEY, Nick. 2010. Towards Relational Sociology. Abingdon: Routledge. •PRELL, Christine. 2012. Social Network Analysis: History, Theory & Methodology. Los Angeles: Sage. •KNOKE, David, and Song YANG. 2008. Social network analysis. Thousand Oaks: Sage. •