Métodos de Investigación sobre Redes Sociales

Este elemento es una ampliación de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre los “Métodos de Investigación sobre Redes Sociales”. [aioseo_breadcrumbs]

Nota: véase también la información sobre la Regresión Logística, el Análisis Factorial Exploratorio en Ciencias Sociales, los “Métodos de Investigación en Trabajo Social“, los Modelos de Ecuaciones Estructurales en Ciencias Sociales, la Validez de los Procedimientos de Medición Social, la Regresión Logística Multinomial en Ciencias Sociales, y los Enfoques Metodológicos en el Diseño de la Investigación.

Métodos de Investigación sobre Redes Sociales (Organizativas)

Dado que el estudio de las redes sociales organizativas es un campo de investigación fértil, en el que los nuevos estudios contribuyen a la sofisticación de los enfoques teóricos existentes para responder a un conjunto de preguntas en evolución, es importante comprender los supuestos básicos de su enfoque de investigación. Como ocurre con cualquier iniciativa de investigación, un esfuerzo de investigación sobre redes sociales puede proceder de acuerdo con diferentes supuestos subyacentes. Tener claro el tipo de investigación en el que se está embarcado puede facilitar el progreso y reducir los malentendidos entre los miembros del equipo de investigación.

¿Qué tipo de investigación se propone?

Existen cuatro tipos básicos de esfuerzo de investigación, organizados según cuestiones relativas a la epistemología y la ontología.

Los cuatro enfoques se pueden centar en dos preguntas al iniciar el viaje de investigación: ¿Está intentando acercarse a la verdad sobre el mundo? ¿Y cree que la teoría con la que trabaja representa la realidad? En esta sección, presentamos los fundamentos de los cuatro enfoques. A continuación, analizamos las opciones metodológicas básicas a las que deben enfrentarse los investigadores interesados en el análisis de redes sociales.

Realismo estructural

En primer lugar, si su intención es descubrir verdades básicas sobre la estructura de las redes sociales, entonces está inmerso en una búsqueda realista estructural y sus respuestas a las dos preguntas son afirmativas, como muestra la figura 3. El realismo estructural se ejemplifica en la investigación matemática de redes sociales de referencia Lorrain y WhiteLorrain y White (1971) descubrieron cómo los complejos patrones entrecruzados de relaciones pueden reducirse a subconjuntos más simples para revelar similitudes inesperadas entre las personas. Su descubrimiento de la equivalencia estructural proporcionó la base para el análisis del modelo de bloques que reduce las redes sociales relativamente incoherentes a patrones más fácilmente interpretables. Por ejemplo, los patrones de matrimonios mixtos y relaciones económicas entre la élite gobernante de noventa y dos familias de Florencia durante el siglo XV pueden simplificarse mediante el modelado en bloques para revelar cómo la familia Médicis, y en particular Cosmo de’ Médicis, explotó las disyuntivas de la red para aumentar el poder y el control familiar. Un uso muy diferente de la idea de equivalencia estructural ejemplificó el efecto bola de nieve, el proceso por el que la rotación de empleados se produce en grupos de empleados que se ven a sí mismos ocupando papeles informales similares en la red de comunicación del lugar de trabajo (Referencia Krackhardt y PorterKrackhardt & Porter, 1986). La investigación realista estructural representa la ciencia básica y suele implicar, como en el caso de Referencia Lorrain y WhiteLorrain y White (1971), un análisis matemático.

Instrumentalismo

En la esquina inferior derecha de la figura 3 se identifica un enfoque muy diferente de la investigación en forma de instrumentalismo, también conocido como resolución de problemas y pragmatismo. Para muchas personas, el objetivo de la ciencia es resolver problemas (Referencia LaudanLaudan, 1977). Las cuestiones sobre la verdad o falsedad de las teorías son irrelevantes. Las teorías científicas son instrumentos útiles para ayudar a predecir acontecimientos y resolver problemas (Referencia CartwrightCartwright, 1983; Referencia FriedmanFriedman, 1953). Como explicaron Rob Cross y sus colegas, “[e]l análisis de redes sociales puede ser una herramienta inestimable para evaluar sistemáticamente y luego intervenir en los puntos críticos de una red informal” (Referencia Cross, Borgatti y ParkerCross, Borgatti y Parker, 2002: 26). Por ejemplo, el problema podría ser cómo salir adelante en la empresa moderna. Una respuesta sería atravesar las brechas de la estructura social para adquirir conocimientos no redundantes (Referencia BurtBurt, 1992). O, si usted es gerente de una subunidad, podría enfrentarse al problema de cómo acceder al conocimiento pegajoso que circula dentro de otras subunidades. La respuesta sería que los vínculos débiles son perfectamente adecuados para la transferencia de información formulaica estandarizada, pero se necesitan vínculos fuertes para la transferencia de conocimientos complejos (Referencia HansenHansen, 1999). Estas influyentes investigaciones aportan respuestas concretas y valiosas a cuestiones importantes.

(En términos generales de métodos de investigación, las evaluaciones de necesidades se utilizan a menudo como parte del proceso de planificación (véase más en esta plataforma general) cuando se realiza una investigación, se crean recursos o se desarrolla un plan de atención para una persona.)

Fundacionalismo

Un tercer enfoque de la ciencia de las redes sociales lo proporciona el fundacionalismo, captado en la esquina inferior izquierda de la figura 3. El fundacionalismo hace hincapié en la inducción, es decir, en la aparición de procesos y estructuras que de otro modo serían invisibles. Los patrones emergen del análisis de los datos según este enfoque científico. La posibilidad de reunir enormes conjuntos de datos y estudiarlos con ordenadores de gran potencia da un nuevo impulso a este enfoque y ha alimentado la especulación de una revolución científica postteórica (Referencia Muzio, Aulakh y KirkpatrickSpinney, 2022). Los investigadores de redes sociales (por ejemplo, Referencia Dorogovtsev y MendesDorogovtsev y Mendes, 2003) aplican sus herramientas a enormes conjuntos de datos que representan interacciones en la World Wide Web y redes neurológicas. Estos análisis de millones de conexiones suelen considerarse exploratorios, lo que significa que la teoría emerge de los datos.

Ampliación del paradigma

El cuarto enfoque, la ampliación de paradigmas, en la esquina superior derecha de la figura 3, difiere en que la teoría impulsa la búsqueda de cuestiones que estudiar. Este enfoque deriva del influyente trabajo de Thomas Kuhn sobre la medida en que las ciencias maduras exhiben un conjunto distintivo de ideas asumidas, una comunidad de investigadores que interactúan, conferencias especializadas y revistas dedicadas. La investigación sobre redes sociales ha alcanzado un estatus paradigmático según algunas figuras destacadas (Referencia Hummon y CarleyHummon y Carley, 1993). Si su labor de investigación implica trabajar dentro de los supuestos de una teoría puntera como la teoría de los agujeros estructurales, entonces su trabajo es paradigmático. Por ejemplo, quizá el enigma que usted aborda es si los intermediarios de redes sociales se benefician del capital social de segundo orden, es decir, de la superación de los agujeros estructurales entre los contactos de sus contactos principales. Este esfuerzo ayuda a refinar y ampliar la teoría de los agujeros estructurales. De hecho, las investigaciones pertinentes sobre este enigma muestran que los beneficios de la intermediación se derivan predominantemente de salvar los agujeros estructurales primarios, es decir, los que separan a las personas con las que uno está directamente conectado (Referencia BurtBurt, 2007). Pero el capital social de segundo orden sí importa cuando estos contactos de segundo orden son con corredores de alto nivel.

Tener claro el propósito de su investigación facilita la elección de la teoría, los datos y los métodos. Si su objetivo es desvelar el tejido básico de la realidad de las redes sociales, entonces su elección de métodos probablemente implique matemáticas avanzadas. Si su objetivo es encontrar patrones en montañas de datos, entonces su objetivo está mejor servido por la minería de datos ateórica asociada al fundacionalismo. El objetivo pragmático de resolver un problema pendiente para una organización le permite recurrir a cualquier teoría y a cualquier método que prometa una mayor previsibilidad. Pero si busca contribuir dentro del paradigma de la teoría existente, entonces se preferirán las ideas y los métodos asociados a esa teoría. En el siguiente conjunto de secciones, ofrecemos una guía de algunas de las herramientas básicas y enfoques empíricos utilizados por los investigadores de redes sociales.

Diseño de la investigación

Existen dos enfoques diferentes para la recopilación de datos de redes sociales. Como reitera nuestro anterior resumen de los enfoques filosóficos de la investigación, el tipo de datos de redes sociales que se recopilen dependerá del tipo de pregunta de investigación que se quiera responder.

Diseño de toda la red

El enfoque de red completa (o sociocéntrico) requiere recopilar todos los vínculos entre los incluidos en la red (Referencia Borgatti, Everett y JohnsonBorgatti, Everett y Johnson, 2018). Bajo este diseño, los actores de la red proporcionan información relativa a sus conexiones en la red social con todos los demás actores. Por ejemplo, para analizar en qué medida se confiaba en los intermediarios que se movían entre camarillas fue necesario recopilar dos conjuntos de datos, uno compuesto por estudiantes y otro por trabajadores del hospital, tal y como describen los autores (Referencia Freeman, Harrison y ZyglidopoulosTasselli y Kilduff, 2018: 808-809):

Muestra maestra. Encuestamos a 148 miembros de un programa de máster a tiempo completo de dos años de una escuela de negocios europea ….. Les presentamos un cuestionario en papel durante el tercer semestre y respondieron 126 personas (es decir, el 85%) (experiencia laboral media = 2,31 años) ….

Hospital. Encuestamos a 84 profesionales empleados en una unidad de cuidados intensivos de un hospital europeo financiado con fondos públicos. El trabajo implicaba diagnóstico, intervención quirúrgica, atención farmacéutica y controles continuos del estado de salud de los pacientes. Setenta y cinco personas (20 médicos, 39 enfermeras, 16 personal paramédico) respondieron a un cuestionario en papel (tasa de respuesta = 89%) … .

En ambas muestras, utilizamos el método de la lista para recopilar datos de la red (Referencia O’BrienWasserman y Faust, 1994: 46), un enfoque que reduce la probabilidad de que los encuestados olviden contactos importantes (Referencia Marsden, Scott y CarringtonMarsden, 2011: 372). A cada encuestado se le presentó una lista alfabética completa de todas las personas de la red pertinente del máster o del hospital y se le pidió que indicara los nombres de “las personas que considera “amigos”, es decir, las personas con las que mantiene con frecuencia y regularidad relaciones amistosas y agradables durante las clases y durante su estancia en la escuela de negocios” (muestra del máster) o “durante su estancia en el trabajo”

(muestra de hospital).
Los datos de toda la red también pueden obtenerse de fuentes de archivo, como se ilustra en este influyente examen de la integración entre 479 empresas (Referencia Reay, Goodrick y D’AunnoUzzi, 1997: 685):

Los datos sobre los vínculos de red entre todas las empresas de confección de mejor vestir en la economía de la confección de Nueva York se obtuvieron del Sindicato Internacional de Trabajadoras de la Confección de Damas, que mantiene registros sobre el volumen de intercambios entre contratistas y fabricantes ….. Los datos describen (1) los intercambios de recursos entre empresas, (2) la pertenencia a grupos empresariales y (3) las líneas de productos, la antigüedad, el tamaño del empleo y la ubicación de una empresa. Los datos sobre el intercambio de recursos y las redes de vínculos sociales abarcan toda la red de relaciones de cada empresa en esta economía

(por ejemplo, la proporción de trabajo que cada empresa “envía” y “recibe” a y de sus socios de la red y si las empresas están vinculadas por lazos familiares, de amistad o accionariales).
El diseño de red completa es útil no sólo para el examen de la incrustación, sino también para el análisis de las características estructurales de las redes que incluyen la centralización de la red, es decir, el grado en que las interacciones se concentran en un pequeño número de actores (Referencia FreemanFreeman, 1979), y la densidad de la red, es decir, el grado en que los actores de la red están conectados entre sí (Referencia O’BrienWasserman & Faust, 1994). El diseño de toda la red también proporciona información sobre la centralidad o perifericidad relativa de cada nodo. Por ejemplo, el grado en que cada nodo se extiende a través de los agujeros estructurales se capta mediante la centralidad de la interrelación, definida como el grado en que cada persona se encuentra en los caminos más cortos entre otros actores de la red (Referencia FreemanFreeman, 1979). Mientras que algunas investigaciones señalan que los actores centrales son más creativos (por ejemplo, Referencia 77Mehra, Kilduff y BrassMehra et al., 2001), otras investigaciones sugieren que la creatividad se deriva de ocupar una posición entre el grupo central de actores centralizados y el conjunto de actores periféricos que están poco conectados con el núcleo. Para probar esta última hipótesis, los autores recopilaron datos enteros sobre la industria cinematográfica de Hollywood de la siguiente manera (Referencia Cattani y FerrianiCattani y Ferriani, 2008: 829):

Nuestros datos consisten en toda la población de miembros del equipo principal que trabajaron en al menos una de las 2.137 películas distribuidas en Estados Unidos por los ocho grandes estudios -es decir, las siete majors históricas (Universal, Paramount, Warner Bros, Columbia-Tristar, Disney, 20th Century Fox y Metro-Goldwyn-Mayer) y Dreamworks- y sus correspondientes filiales durante el periodo de 12 años comprendido entre 1992 y 2003.

De este modo, la investigación de la red completa capta los patrones globales de conexión entre todos los actores, proporcionando información que, de otro modo, quedaría sepultada bajo la plétora de relaciones sociales, y permite el análisis de fenómenos de micronivel como la centralidad relativa de cada miembro de la red.

A menos que los datos de toda la red puedan recopilarse discretamente a partir de archivos u otras fuentes (por ejemplo, Reference Reay, Goodrick y D’AunnoUzzi, 1997), este diseño requiere que los miembros de la red estén identificados, normalmente por su nombre, para que los encuestados puedan informar de la presencia o ausencia de vínculos entre ellos. Los datos pueden recopilarse de forma confidencial, pero no anónima. Es posible que los investigadores tengan que hacer esfuerzos adicionales para aumentar la confianza, ofrecer garantías sobre la confidencialidad y aumentar así la participación. Esto ayudará a evitar resultados distorsionados relativos a la estructura de la red que pueden ser causados por la falta de datos (Referencia Borgatti, Carley y KrackhardtBorgatti, Carley y Krackhardt, 2006).

Diseño ego-red

A diferencia del enfoque de la red completa, el diseño ego-red (o egocéntrico) implica identificar los contactos directos de cada ego individual y las conexiones entre esos contactos (Referencia O’BrienWasserman & Faust, 1994). Las personas directamente conectadas con el ego se denominan alters. Con este diseño, la información relativa a las características de los alters, las relaciones ego-alter y las relaciones alter-alter puede ser proporcionada por el ego (por ejemplo, Referencia BurtBurt, 2004) o recopilada discretamente de los registros de empleo, por ejemplo (Referencia Burt, Ronchi, Wessie y FlapBurt & Ronchi, 1990). Este enfoque de recopilación de datos ayuda a responder preguntas relativas a los vínculos de red o al comportamiento en red de los egos en un contexto social.

La investigación ego-red, de hecho, se centra en las redes sociales locales que rodean a los egos, más que en el conjunto completo de relaciones entre todos los egos y alteres. Así, la investigación ego-red se centra principalmente en los resultados relacionados con el ego, más que en las características estructurales de las redes completas. Por ejemplo, controlando el tamaño de la red del ego y el grado en que la red del ego cuenta con un rival que se conecta a muchos de los contactos del ego, podemos calcular el grado en que los alters del ego están directamente conectados entre sí con la restricción de red, una medida de intermediación de la red social que predice la velocidad de los ascensos y otros resultados ventajosos (Referencia BurtBurt, 1992). Las figuras 4a y 4b ilustran las redes de egos de Avery y Carol. En estas dos redes de ego, vemos que Avery es amiga de Chris, Carol y Emily, que también son amigas entre sí. En cambio, en la red de Carol, algunas personas, como Jack y Emily, no son amigos. Por lo tanto, Carol tiene un papel de intermediaria mientras que Avery no.

La investigación de las redes del yo suele ofrecer poca información sobre los patrones globales de conexiones (Referencia Freeman, Harrison y ZyglidopoulosPerry, Pescosolido, & Borgatti, 2018) a menos que el investigador agregue las diferentes redes del yo en una red completa (por ejemplo, Referencia BurtBurt, 2004). La investigación de las redes del yo es especialmente útil para acceder a datos de redes de individuos ubicados en organizaciones relativamente grandes. Un enfoque de red completa cargaría a cada encuestado con la necesidad de recordar las conexiones entre cientos o incluso miles de alternos. Para lograr un equilibrio entre la exhaustividad y la calidad de los datos, los investigadores suelen limitar el número de alter ego que deben enumerar (por ejemplo, Marcas de referencia y MehraBrands & Mehra, 2019). La falta de datos en un diseño de red de egos es menos problemática que en un diseño de red completa.

Como ya se ha mencionado, las ego networks pueden combinarse para construir una red completa (Referencia Weeks, Scott, Borgatti, Radda y SchensulWeeks et al., 2002). Incluso si los datos de las redes de egos se recogen de forma anónima, los alter ego listados por diferentes egos pueden identificarse y emparejarse basándose en los atributos de los alter ego, como la información demográfica, con la ayuda de paquetes de software como SPIDER (Semi-automated Processing of Interconnected Dyads using Entity Resolution; Referencia Young y HopkinsYoung y Hopkins, 2015). Pero los investigadores deben tener cuidado con los posibles errores en el proceso de identificación de alteraciones (Referencia Freeman, Harrison y ZyglidopoulosPerry et al., 2018). Y existen restricciones éticas y legales sobre la identificación de individuos que los investigadores deben cumplir.

Diseño de la estructura social cognitiva

La investigación de la estructura social cognitiva (ESC) representa una perspectiva diferente de la recopilación de datos respecto a los dos enfoques anteriores, ya que los individuos proporcionan percepciones de los vínculos de red entre cada par posible de la red (por ejemplo, Referencia Kilduff y KrackhardtKilduff y Krackhardt, 1994). Esto permite a los investigadores comparar la percepción que cada individuo tiene de la red con la red real de vínculos. Los vínculos reales pueden definirse como aquellos que son verificados por las dos personas implicadas en el vínculo (por ejemplo, Referencia KrackhardtKrackhardt, 1987). Es decir, si John informa en su mapa cognitivo de que Avery afirma ser amigo de Jane, entonces tanto Avery como Jane deben estar de acuerdo en que existe un vínculo unidireccional de Avery a Jane para que este vínculo se considere un vínculo real y no la percepción de John de un vínculo. En los casos de redes muy extensas en los que este procedimiento CSS resulte demasiado oneroso, se pueden recopilar las percepciones de cada persona sobre un subconjunto de las conexiones de red de sus compañeros de red (por ejemplo, Referencia Flynn, Reagans, Amanatullah y AmesFlynn et al., 2006). O los encuestados pueden seleccionar de un conjunto de estructuras de red estilizadas una representación visual de cómo perciben la red (Referencia Mehra, Borgatti, Soltis, Floyd, Halgin, Ofem y Lopez-KidwellMehra et al., 2014).

Al informar sobre vínculos positivos como la amistad, las personas suelen inflar su propia centralidad en la red en relación con cómo las ven los demás (por ejemplo, Referencia Kumbasar, Romney y BatchelderKumbasar et al., 1994). Las personas también tienden a percibir tanto sus propias relaciones de amistad como las de otros distantes como equilibradas (Referencia Krackhardt y KilduffKrackhardt y Kilduff, 1999), es decir, como recíprocas y transitivas, donde transitividad se refiere aquí a la percepción de que las personas que tienen un amigo común son a su vez amigos (Referencia HeiderHeider, 1958). Debemos señalar que la práctica habitual en la investigación de simetrizar las relaciones de amistad para simplificar los análisis ignora las pruebas de que la reciprocidad en las relaciones de amistad probablemente sea inferior al 50% en los entornos organizativos (Referencia Krackhardt y KilduffKrackhardt y Kilduff, 1999).

La investigación del SOC se centra no sólo en las percepciones erróneas relativas a la reciprocidad y otras características estructurales de las redes (Referencia BrandsBrands, 2013; Referencia KrackhardtKrackhardt, 1987), sino también en los resultados relacionados con estas percepciones erróneas. Por ejemplo, un análisis de los efectos de tener amigos prominentes reales frente a los percibidos mostró que ser percibido por los demás como tener un amigo prominente en una organización aumentaba la reputación de rendimiento de un individuo, mientras que tener un amigo de este tipo no tenía ningún efecto (Referencia Kilduff y KrackhardtKilduff y Krackhardt, 1994).

Muestreo y delimitación de redes

La identificación de los límites de las redes sociales es un paso crítico en la investigación de redes (véase la Referencia Agneessens y LabiancaAgneessens y Labianca, 2022 para una discusión). A veces, un grupo tiene un límite fácil de observar, como un departamento organizativo (por ejemplo, Referencia Kumbasar, Romney y BatchelderKumbasar et al., 1994). En otros casos, la especificación de los límites requiere elaborar una lista de los miembros de la población, recopilar todos los vínculos directos y posiblemente indirectos de interés para el investigador (por ejemplo, Referencia ZhaoPowell et al., 1996) y establecer el periodo durante el que se recopilarán los datos. Por ejemplo, un estudio sobre la propagación de las píldoras envenenadas a través de la red intercorporativa de EE.UU. utilizó la lista de empresas Fortune 500 como conjunto inicial de límites, pero tuvo que excluir a cuarenta y dos empresas a las que les faltaban datos y a treinta y dos que no cotizaban en bolsa (Referencia DavisDavis, 1991). El intervalo de tiempo se fijó entre 1984 y 1989. La medida de red de interés era el interbloqueo de los consejos de administración. Estos datos sobre los vínculos entre empresas tuvieron que cotejarse con directorios estándar, a pesar de que en la recopilación inicial de datos se utilizaron rutinas informatizadas.

Del mismo modo, con un diseño ego-network, es necesario identificar a los participantes y a sus alter ego. Una fuente de datos ego-network es la Encuesta Social General (GSS) de EE.UU. de 1985, una muestra nacional probabilística de 1.395 adultos. Para investigar en qué medida, bajo amenaza laboral, el estatus afecta al recuerdo de la red, los investigadores redujeron esta muestra a 806 personas mediante la eliminación de los datos de los no empleados y la exclusión de la muestra de los encuestados para los que faltaban otros datos necesarios (Smith, Muzio de referencia, Aulakh y KirkpatrickMenon, & Thompson, 2012). Los datos de la ego-red de la GSS se recogieron mediante la siguiente pregunta generadora de nombres y un sondeo de seguimiento:

“De vez en cuando, la mayoría de la gente habla de asuntos importantes con otras personas. Echando la vista atrás a los últimos seis meses, ¿quiénes son las personas con las que ha hablado de asuntos importantes para usted?”. Los entrevistadores preguntaban por nombres adicionales cuando los encuestados nombraban a menos de cinco personas. Además, los encuestados describieron la presencia o ausencia de relación entre cada uno de los contactos nombrados.”

En otros casos, el muestreo de bola de nieve puede ayudar a establecer los límites de la red más allá de la muestra inicial de personas identificadas por el investigador. El proceso consiste en recopilar información sobre los contactos de los miembros de la muestra original y seguir recopilando información sobre los contactos de los contactos hasta que se añadan pocos nombres nuevos a la muestra (Referencia Reay, Goodrick y D’AunnoScott, 2000: 61). Este proceso proporciona estimaciones razonables de díadas y tríadas en la población de interés más amplia (Referencia FrankFrank, 1978, Referencia Frank1979).

Recogida de datos

Si estamos interesados en comprender las redes de comunicación dentro de una organización, una forma directa es encuestar a los empleados y pedirles que informen sobre sus redes, según amplia literatura.

Fuentes de datos

También podemos recopilar datos de redes a partir de fuentes de archivo (Burt y Referencia Burt y LinLin, 1977). Por ejemplo, los registros de intercambio de correo electrónico pueden captar las redes sociales interpersonales en las organizaciones (por ejemplo, Referencia Freeman, Harrison y ZyglidopoulosQuintane y Carnabuci, 2016; Referencia Kleinbaum, Stuart y TushmanKleinbaum, Stuart y Tushman, 2013). Otros datos de archivo se almacenan en las bases de datos de las organizaciones o están disponibles en línea. Por ejemplo, para construir las redes sociales de entrenadores en la Liga Nacional de Fútbol Americano (NFL) a lo largo de treinta años, Referencia Kilduff, Crossland, Tsai y BowersKilduff et al. (2016) utilizaron el Record and Fact Book y cruzaron referencias con otros datos de archivo en línea como Pro Football Reference (www.pro-football-reference.com). La recopilación de datos secundarios y la codificación manual de estos datos suelen ser actividades que requieren mucho tiempo, pero permiten al investigador evitar problemas relacionados con los métodos de investigación intrusivos (Referencia Webb, Campbell, Schwartz y SechrestWebb et al., 1999).

La investigación de redes sociales también puede implicar la observación de interacciones entre personas (por ejemplo, Referencia WhyteWhyte, 1943), la entrevista a personas sobre sus relaciones de red (por ejemplo, Referencia BurtBurt, 1984) y el análisis de cómo interactúan entre sí las personas asignadas aleatoriamente a diferentes configuraciones de red (por ejemplo, Referencia Freeman, Roeder y MulhollandFreeman, Roeder y Mulholland, 1979). La investigación contemporánea sobre redes a menudo presenta una combinación de tipos de estudio que incluyen encuestas y experimentos, lo que ayuda a establecer la validez y fiabilidad de la investigación (por ejemplo, Referencia Casciaro, Gino y KouchakiCasciaro, Gino y Kouchaki, 2014; Referencia Landis, Kilduff, Menges y KilduffLandis et al., 2018).

Basado en la experiencia de varios autores, mis opiniones, perspectivas y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características en 2026 o antes, y el futuro de esta cuestión):

Técnicas de recopilación de datos

¿Qué métodos se utilizan en la recopilación de datos de redes sociales? La respuesta depende, en cierta medida, del diseño de la investigación. El método de la lista (Referencia O’BrienWasserman y Faust, 1994) se utiliza ampliamente en la investigación de redes completas (por ejemplo, Referencia TasselliTasselli, 2015; Referencia Reay, Goodrick y D’AunnoTasselli, Zappa y Lomi, 2020; Referencia Kleinbaum, Jordan y AudiaKleinbaum, Jordan y Audia, 2015; Referencia Freeman, Harrison y ZyglidopoulosTortoriello, Reagans y McEvily, 2012). Este método consiste en presentar a los encuestados de la investigación una lista completa de personas incluidas en el límite predeterminado de la red, como un departamento de la organización. A continuación, los encuestados indican sus conexiones sociales con las personas de la lista. Por ejemplo, podemos pedir a los encuestados que indiquen las personas de la lista a las que consideran sus amigos (por ejemplo, Referencia Freeman, Harrison y ZyglidopoulosTasselli & Kilduff, 2018). Este enfoque ayuda a los encuestados a recordar sus interacciones con todos los contactos importantes relevantes (Referencia Marsden, Scott y CarringtonMarsden, 2011), evitando así los conocidos problemas de recuerdo de los encuestados (Referencia Freeman, Romney y FreemanFreeman et al., 1987).

El otro enfoque, el generador de nombres (o recuerdo libre, Referencia O’BrienWasserman y Faust, 1994), se utiliza normalmente en investigaciones con un diseño ego-red (por ejemplo, Referencia Freeman, Harrison y ZyglidopoulosSoda et al., 2018; Referencia Cross y CummingsCross y Cummings, 2004; Referencia Battilana y CasciaroBattilana y Casciaro, 2012). Con este método, los investigadores construyen los datos de la red social egocéntrica pidiendo a los encuestados que recuerden y escriban libremente los nombres de las personas (es decir, los alters) de la red. Se utiliza un generador de nombres junto con intérpretes de nombres para obtener los atributos de cada álter enumerado, las características de la red (como la fuerza de los vínculos) entre los egos y los álteres, y las características de la red entre los álteres (Referencia Freeman, Harrison y ZyglidopoulosPerry et al., 2018).

Un ejemplo de esta técnica egocéntrica procede de un artículo sobre el corretaje de segunda mano que incluía el siguiente procedimiento relativo a las relaciones entre los gestores de la cadena de suministro (Referencia BurtBurt, 2007: 127). Se pidió a los directivos que describieran su mejor idea para mejorar las operaciones de la cadena de suministro y después se les preguntó si habían comentado la idea con alguien. En caso afirmativo, se les pidió que nombraran a la persona. A continuación, se les preguntó: “En términos más generales, ¿quiénes son las personas con las que más a menudo habla de cuestiones relacionadas con la cadena de suministro?”. A continuación, se guiaba al encuestado a través de una matriz en la que la relación percibida por el encuestado entre cada par de contactos se codificaba como “a menudo”, “a veces” o “rara vez” con respecto a la frecuencia con la que los dos contactos hablaban de cuestiones relacionadas con la cadena de suministro.

Además de utilizarse en estudios con un diseño de ego-red, un generador de nombres también puede utilizarse como complemento del enfoque de la lista para identificar contactos sociales relevantes omitidos de la lista debido a la limitación del límite de investigación preespecificado (por ejemplo, Referencia ZhaoRodan & Galunic, 2004).

Visualización mediante gráficos

Imagine que su proyecto de investigación requiere que represente la red de amistades entre los empleados de un departamento de investigación y desarrollo (I+D) y que comprenda las conexiones entre esta red y las actividades de innovación de la empresa. Ya ha pensado en el enfoque teórico que mejor le ayudará a abordar su pregunta de investigación. Ahora, es el momento de pensar en los métodos y la visualización. ¿Cómo puede hacerlo? Una forma intuitiva de representar cualquier conjunto de relaciones entre personas es dibujar un gráfico. Los gráficos se han utilizado durante mucho tiempo para la visualización de las relaciones de las redes sociales (por ejemplo, Roethlisberger y Dickson de referenciaRoethlisberger y Dickson, 1939), pero también capturan los datos necesarios para el análisis sistemático. La teoría de grafos proporciona un vocabulario sistemático y operaciones matemáticas para describir, denotar y cuantificar las características estructurales de las redes (Referencia Harary, Norman y CartwrightHarary, Norman y Cartwright, 1965). En esta sección, ilustramos los conceptos teóricos básicos de los grafos.

📬Si este tipo de historias es justo lo que buscas, y quieres recibir actualizaciones y mucho contenido que no creemos encuentres en otro lugar, suscríbete a este substack. Es gratis, y puedes cancelar tu suscripción cuando quieras:

Qué piensas de este contenido? Estamos muy interesados en conocer tu opinión sobre este texto, para mejorar nuestras publicaciones. Por favor, comparte tus sugerencias en los comentarios. Revisaremos cada uno, y los tendremos en cuenta para ofrecer una mejor experiencia.

En un grafo, los nodos (o puntos o vértices) representan a los actores de una red social, por ejemplo Avery y Chris en la figura 5a. Los lazos (o líneas o aristas) entre dos nodos representan las relaciones sociales, por ejemplo la amistad, en este caso. Dos nodos son adyacentes si están directamente unidos por un lazo, y el número de nodos adyacentes se denomina grado de un nodo. Por ejemplo, en la figura 5a Jack es adyacente a Chris, Carol y Michael. Jack tiene tres conexiones, por lo tanto un grado de red de tres.

Los lazos dentro de un grafo específico representan un único tipo de relación. Por ejemplo, en una gráficaa se representa una red de amistad, mientras que en otra se representa una red de comunicación de tareas. Algunos tipos de relación social, como hablar con, tienden a ser recíprocos, mientras que otros tipos de relación social, como dar consejos, son dirigidos de una persona a otra sin reciprocidad. Un ejemplo de vínculo dirigido se representa en una red de asesoramiento, en la que la flecha unidireccional muestra el flujo de consejos. Si dos personas se aconsejan mutuamente, el lazo se representa con una flecha de doble punta.

Algunos actores no tienen lazos directos entre ellos, pero pueden conectarse a través de otros. Por ejemplo, en la red de comunicación de la figura 5b, Avery y Jack no están conectados, pero la información puede seguir fluyendo entre Avery y Jack a través de Emily. Así, Avery-Emily-Jack forman un camino, es decir, una secuencia de nodos sin revisitar. Este camino es el más corto entre Avery y Jack y se define como la distancia geodésica (o distancia) entre ellos.

La información de los grafos se plasma matemáticamente en matrices de adyacencia. Por ejemplo, la figura 6 contiene los datos representados en la red de asesoramiento. En una matriz de adyacencia, los nodos se representan mediante filas y columnas. El vínculo del nodo i con el nodo j se indica mediante la entrada de la fila i y la columna j. La diagonal de la matriz se rellena con ceros por convención, a menos que los vínculos de las personas consigo mismas estén bien definidos.

Los gráficos y las matrices captan la presencia o ausencia de relaciones entre las personas en términos binarios – ceros y unos – o en términos más matizados para indicar la fuerza relativa de las relaciones. Por ejemplo, un número más alto indica un vínculo más fuerte en términos de mayor frecuencia de dar consejos. En un gráfico, también hay múltiples formas de visualizar las características de las conexiones sociales, como añadir valor encima de las líneas o ajustar la anchura de los vínculos en función de su fuerza.

Análisis de datos

En las redes no dirigidas, las medidas de centralidad ampliamente utilizadas incluyen la centralidad de grado, la centralidad de vector propio, la centralidad de interrelación y la centralidad de proximidad. Véase sobre todo ello.

Revisor de hechos: Gibbons

Contenido

Ver el Esquema de Métodos de Investigación en Trabajo Social.

Recursos

Véase También

Introducción a los Métodos de Investigación Cualitativa, Investigación de Métodos Mixtos, Investigación Cualitativa en Gestión Empresarial, Investigación Cualitativa en Educación, Investigación Estadística en Gestión Empresarial, Diseño de Investigación, Métodos de Investigación en Comunicación, Métodos de Investigación en Educación, Métodos de Investigación en Trabajo Social, Métodos de Investigación en Sociología, Investigación para Disertaciones, Regresión logística, Multinomio probit, Estadística, Algoritmos, Redes Sociales

▷ Esperamos que haya sido de utilidad. Si conoces a alguien que pueda estar interesado en este tema, por favor comparte con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.