8.2: Densidad

Si estamos comparando dos poblaciones, y observamos que hay muchos actores en una que no están conectados con ninguna otra (“aislados”), y en la otra población la mayoría de los actores están incrustados en al menos una díada -probablemente concluiríamos que la vida social es muy diferente en las dos poblaciones.

Medir la densidad de una red da uso de un índice listo del grado de conexión diádica en una población. Para los datos binarios, la densidad es simplemente la relación del número de adyacencias que están presentes dividido por el número de pares, qué proporción de todas las conexiones diádicas posibles están realmente presentes. Si hemos medido los lazos entre actores con valores (fortalezas, cercanía, probabilidades, etc.) la densidad suele definirse como la suma de los valores de todos los lazos divididos por el número de vínculos posibles. Es decir, con datos valorados, la densidad suele definirse como la fuerza promedio de los lazos en todos los vínculos posibles (no todos los reales). Cuando los datos son simétricos o no dirigidos, la densidad se calcula en relación con el número de pares únicos\(\left( \left( n * n - 1 \right) / 2 \right)\); donde se dirigen los datos, la densidad se calcula a través del número total de pares.

Red>Cohesión>Densidad es una herramienta útil para calcular la densidad de poblaciones enteras, o de particiones. Un diálogo típico se muestra en la Figura 8.1.

Figura 8.1: Diálogo de Redes>Cohesión>Densidad

En este diálogo, nuevamente estamos examinando la red Knoke information tie. Hemos utilizado un atributo o partición para dividir los casos en tres subpoblaciones (agencias gubernamentales, generalistas no gubernamentales y especialistas en bienestar) para que podamos ver la cantidad de conexión dentro y entre los grupos. Esto se hace creando un archivo de datos de atributos separado (o una columna en dicho archivo), con las mismas etiquetas de fila, y puntuaciones para cada caso en la variable “particionamiento”. El particionamiento no es necesario para calcular la densidad. Los resultados del análisis se muestran en la Figura 8.2.

Figura 8.2: Densidad de tres subpoblaciones en la red de información Knoke

Después de proporcionar un mapa de la partición, se proporciona una matriz bloqueada (particionada) que muestra los valores de las conexiones entre cada par de actores. A continuación, se presentan las densidades dentro del bloque. La densidad en el bloque 1,1 es de 0.6667. Es decir, de los seis posibles vínculos dirigidos entre los actores 1, 3 y 5, cuatro están realmente presentes (hemos ignorado la diagonal, que es el enfoque más común). Podemos ver que las tres subpoblaciones parecen tener algunas diferencias. Los organismos gubernamentales (bloque 1) tienen lazos de entrada y salida bastante densos entre sí, y con las otras poblaciones; los generalistas no gubernamentales (bloque 2) tienen vínculos entre ellos y con el bloque 1, y tienen altas densidades de relaciones con las tres subpoblaciones. Los especialistas en bienestar tienen alta densidad de información enviando a los otros dos bloques (pero no dentro de su bloque), y reciben más aportes de organizaciones gubernamentales que no gubernamentales.

El grado en que estas simples caracterizaciones de bloques caracterizan a todos los individuos dentro de esos bloques -esencialmente la validez del bloqueo- se puede evaluar observando las desviaciones estándar dentro de las particiones. Las desviaciones estándar miden la falta de homogeneidad dentro de la partición, o la medida en que los actores varían.

Una estructura social en la que los individuos estaban altamente agrupados mostraría un patrón de altas densidades en la diagonal, y densidades bajas en otros lugares.