6.1: Manipulación de estructuras de datos de red
- Page ID
- 115112
Estructuras de datos
La mayoría de todos los que leen esto están muy familiarizados con el tipo de “estructura de datos” que se utiliza en muchos estudios estadísticos. La matriz rectangular de datos que estamos acostumbrados a ver en SPSS, SAS, Excel y otros programas es una “estructura” que se define por sus filas (que representan casos) y columnas (que representan variables). Un ejemplo se muestra como Cuadro 6.1.
| ID | Sexo | Edad | Casado |
|---|---|---|---|
| Bob | M | 42 | 1 |
| Carol | F | 44 | 1 |
| Ted | M | 39 | 0 |
| Alice | F | 27 | 0 |
Anteriormente, enfatizamos que la perspectiva de las redes sociales nos lleva a enfocar nuestra atención en las relaciones entre actores, más que en los atributos de los actores. Este enfoque a menudo da como resultado datos que tienen una “estructura” diferente en la que tanto las filas como las columnas se refieren a los mismos actores, y las celdas reportan información sobre una variable que describe la variación (en el caso del ejemplo siguiente, simple presencia o ausencia de empate) en las relaciones entre cada par de actores. Un ejemplo se da como Tabla 6.2.
| Bob | Carol | Ted | Alice | |
|---|---|---|---|---|
| Bob | — | 1 | 0 | 0 |
| Carol | 0 | — | 1 | 0 |
| Ted | 1 | 1 | — | 1 |
| Alice | 0 | 0 | 1 | — |
Una “estructura de datos” es simplemente la forma en que se registra la información. Estos dos ejemplos son ambos bidimensionales (filas y columnas). Es posible que una estructura de datos u objeto de datos tenga más de dos dimensiones. Por ejemplo, si quisiéramos registrar también información sobre las relaciones de red de quién está casado con quién, normalmente crearíamos otra tabla de actores por actores (es decir, los índices de fila y columna serían los mismos), y registraríamos la presencia o ausencia de vínculos conyugales. Si “apilamos” las dos tablas juntas, tendríamos una “estructura de datos” de 4 por 4 por 2. Los recuentos de las filas, columnas y matrices (o “rebanadas”) no incluyen la información de etiquetado o indexación (es decir, no es 5 x 5 x3).
Análisis de Redes Sociales Estructuras de Datos
Los analistas de red trabajan con una variedad de estructuras de datos. En este capítulo, veremos las herramientas para crear y manipular los tipos más comunes.
Un “tipo” importante de estructura de datos es la matriz actor por actor (como los datos de amistad anteriores). Este tipo de estructura es, por definición, una estructura “bidimensional” y “cuadrada” (el número de filas y columnas es igual) estructura. La información en cada celda proporciona información sobre la relación entre un par particular de actores.
La matriz bidimensional actor por actor se expande muy a menudo a una “tercera dimensión” agregando “rebanadas” que representan tipos adicionales de relaciones entre los actores. Por ejemplo, podríamos tener una matriz actor por actor de Bob, Carol, Ted y Alice que registre el grado de “gusto” dirigido de cada uno a cada uno. Además, podríamos agregar un segundo “slice” que registre la presencia o ausencia de una relación de parentesco entre cada par. Este tipo de estructuras de datos de red tridimensionales son “multiplex”. Es decir, representan múltiples relaciones entre un mismo conjunto de actores. Algunos de los temas especiales en el trabajo con datos multiplex se discuten en el Capítulo 15.
El otro “tipo” importante de estructura de datos que utilizan los analistas de red se parece mucho a la “matriz de datos rectangular” del trabajo estadístico convencional. La estructura de datos consiste en filas (representando actores) por columnas (representando atributos de cada actor - lo que se llamaría “variables” en estadística). Tal matriz podría registrar solo un atributo, en cuyo caso la estructura de datos sería un “vector de columna”. O bien, tal matriz podría registrar una serie de atributos de cada actor. Los analistas de redes piensan en este tipo de matriz “rectangular” de actores por atributos simplemente como una colección de vectores.
La estructura de datos “rectangular” (llamada conjunto de datos de “atributo”) se utiliza de varias maneras en el análisis de red.
- Puede registrar atributos de cada actor que conocemos de otras fuentes (por ejemplo, género, edad, etc.).
- Puede registrar atributos de cada actor que surjan de su posición en la propia red (por ejemplo, la puntuación de “centralidad intermedia” de cada actor).
- Puede registrar en qué parte o subparte de una red cae un actor. Por ejemplo, una columna en una estructura de datos de “atributo” podría consistir en las letras “A”, “B” y “C” para indicar de cuál de los tres “factores” era miembro cada actor. Esto se llama “partición”.
- Se puede usar para decirle a la UCINET cómo se van a reorganizar o “permutar” los actores de una matriz
La estructura de datos “rectangular” también se puede utilizar para registrar información sobre las relaciones entre dos tipos de nodos (llamados datos bipartitos). Este uso es tan común y tan importante que tiene un nombre especial: una matriz de “incidencia” o de “afiliación”. Por ejemplo, las filas podrían estar indexadas por actores (por ejemplo, Bob, Carol...), pero las columnas podrían ser las organizaciones que emplean a los actores (IBM, Sun, Microsoft...). Las entradas en las celdas indican la presencia o fortaleza de la relación entre un actor y un empleador.
Los datos de incidencia o afiliación son particularmente importantes en muchos análisis de redes sociales porque son “multinivel”. Los actores pueden estar amarrados porque están presentes en el mismo lugar, hora o categoría (es decir, están en el mismo “incidente”, o están “afiliados” a la misma estructura). Pero tales datos también muestran cómo los “incidentes” están ligados entre sí por la “copresencia” de actores. Los datos de incidencia que involucran a dos tipos de actores (datos bipartitos) son muy importantes en el análisis de redes porque a menudo son nuestra mejor ventana a las preguntas de “agencia y estructura” o “enlaces macro-micro”.
En este capítulo describiremos algunos de los tipos de manipulaciones más comunes que los analistas de redes sociales utilizan para crear estructuras de datos y cambiar sus estructuras para satisfacer las necesidades de preguntas de investigación particulares. A pesar de que este capítulo va a ser un poco largo, apenas cubre todas las posibilidades. Diferentes preguntas requieren diferentes estructuras de datos. Los ejemplos y herramientas aquí te ayudarán a comenzar.