3.3: Tipos de Gráficas

Ahora necesitamos introducir alguna terminología para describir diferentes tipos de gráficas. La Figura 3.2 es un ejemplo de un gráfico binario (a diferencia de un signo u ordinal o valorado) y dirigido (a diferencia de una co-ocurrencia o copresencia o vínculo vinculado). La Figura 3.3 es un ejemplo de una gráfica de “coocurrencia” o “copresencia” o “ligado-empate” que es binaria y no dirigida (o simple). Las relaciones sociales que aquí se describen también son simples (en las Figuras 3.2 y 3.3). La Figura 3.4 es un ejemplo de un método de representación de datos relacionales multiplex con una sola gráfica.

Tomemos un momento para revisar algo de esta terminología con un poco más de detalle.

Niveles de medición: gráficos binarios, firmados y valorados

Al describir el patrón de quién describe a quién como amigo cercano, podríamos haber hecho nuestra pregunta de varias maneras diferentes. Si le preguntamos a cada encuestado “es esta persona un amigo cercano o no”, estamos pidiendo una opción binaria: cada persona es o no elegida por cada entrevistado. Muchas relaciones sociales se pueden describir de esta manera: lo único que importa es si existe un empate o no. Cuando nuestros datos se recopilan de esta manera, podemos graficarlos simplemente: una flecha representa una elección que se hizo, ninguna flecha representa la ausencia de una elección. Pero, podríamos haber hecho la pregunta de una segunda manera: “por cada persona de esta lista, indica si te gusta, no te gusta, o no te importa”. Podríamos asignar un + para indicar “me gusta”, cero para indicar “no me importa” y - para indicar disgusto. Este tipo de datos se llama datos “firmados”. La gráfica con datos firmados utiliza un + en la flecha para indicar una elección positiva, a - para indicar una elección negativa, y ninguna flecha para indicar neutral o indiferente. Otro enfoque más habría sido preguntar: “clasificar a las tres personas de esta lista en orden de quién más te gusta, la siguiente más y menos”. Esto nos daría datos de “orden de rango” u “ordinal” que describen la fuerza de cada elección de amistad. Por último, podríamos haber preguntado: “en una escala de menos cien a más cien -donde menos 100 significa que odias a esta persona, cero significa que te sientes neutral, y más 100 significa que amas a esta persona- cómo te sientes acerca de...”. Esto nos daría información sobre el valor de la fuerza de cada elección en un nivel de medición (supuestamente, al menos) de relación. Ya sea con una gráfica ordinal o valorada, pondríamos la medida de la fuerza de la relación en la flecha en el diagrama.

Lazos dirigidos o “unidos” en la gráfica

En nuestro ejemplo, pedimos a cada miembro del grupo que eligiera a qué otros del grupo consideraban amigos cercanos. A cada persona (ego) se le pregunta entonces sobre los lazos o relaciones que ellos mismos dirigen hacia los demás (altera). Cada alter no necesariamente siente lo mismo por cada empate que el ego: Bob puede considerarse a sí mismo como un buen amigo de Alice, pero Alice no necesariamente considera a Bob como un buen amigo. Es muy útil describir muchas estructuras sociales como compuestas por lazos “dirigidos” (que pueden ser binarios, firmados, ordenados o valorados). En efecto, la mayoría de los procesos sociales involucran secuencias de acciones dirigidas. Por ejemplo, supongamos que esa persona A dirige un comentario a B, luego B dirige un comentario de vuelta a A, y así sucesivamente. Puede que no sepamos el orden en que ocurrieron las acciones (es decir, quién inició la conversación), o puede que no nos importe. En este ejemplo, tal vez solo queramos saber que “A y B están teniendo una conversación”. En este caso, el vínculo o relación “en conversación con” involucra necesariamente a ambos actores A y B. Tanto A como B están “copresentes” o “co-ocurriendo” en la relación de “tener una conversación”. O, también podríamos describir la situación como una de una institución social de una “conversación” que por definición involucra a dos (o más) actores “unidos” en una interacción (Berkowitz).

Las gráficas “dirigidas” utilizan la convención de conectar nodos o actores con flechas que tienen puntas de flecha, indicando quién está dirigiendo el empate hacia quién. Esto es lo que usamos en las gráficas anteriores, donde los individuos (egos) estaban dirigiendo elecciones hacia los demás (altera). Las gráficas “Simple” o “Co-ocurrencia” o “copresencia” o “ligado-empate” utilizan la convención de conectar el par de actores involucrados en la relación con un segmento de línea simple (sin cabeza de flecha). Sin embargo, ten cuidado aquí. En una gráfica dirigida, Bob podría elegir a Ted, y Ted elegir a Bob. Esto estaría representado por flechas con cabeza que van de Bob a Ted, y de Ted a Bob, o por una flecha de dos puntas. Pero, esto representa un significado diferente al de una gráfica que muestra a Bob y Ted conectados por un solo segmento de línea sin puntas de flecha. Tal gráfica diría “hay una relación llamada amigo cercano que une a Bob y Ted”. La distinción puede ser sutil, pero es importante en algunos análisis.

Relaciones simplex o multiplex en la gráfica

Los actores sociales suelen estar conectados por más de un tipo de relación. En nuestro ejemplo sencillo, mostramos dos gráficas de relaciones simples (a veces referidas como “simplex” para diferenciarse de “múltiplex”) relaciones. El gráfico de amistad (figura 3.2) mostró una sola relación (que resultó ser binaria y dirigida). La gráfica del cónyuge (figura 3.3) mostró una sola relación (que resultó ser binaria y no dirigida). La Figura 3.4 combina información de dos relaciones en una gráfica “multiplex”.

Existen, potencialmente, diferentes tipos de gráficas multiplex. Graficamos un empate si había amistad o relación conyugal. Pero, podríamos haber graficado una corbata solo si hubiera tanto una amistad como una corbata conyugal (¿cómo sería esa gráfica?).

También combinamos la información sobre múltiples lazos en una sola línea. Alternativamente, uno podría usar diferentes símbolos, colores, anchos de línea u otros dispositivos para mantener toda la información sobre múltiples relaciones visibles en un gráfico multiplex, pero el resultado a menudo puede ser demasiado complicado para ser útil.