Sesión 3. Análisis de redes sociales Técnicas y Herramientas de Apoyo a la investigación (THA) II. Técnicas de Investigación Cualitativa Sesión 3. Análisis de redes sociales Alejandra Martínez Monés Noviembre 2009

Social network analysis (SNA) Considers relations and mutual effects of actors within groups and organisations Based on empirical data Different levels of analysis (individual, sub-group, community) Formal methods, mainly based on graph theory and graph algorithms Fundamentals were presented as „Sociometry“ (Moreno, 1951) Sociogram Sociomatrix

Social network analysis Social network Set of actors (a person, a department, a company) and relationships among them Examples: “is a friend of” “is a neighbor of” “distributes goods to” “is a member of” Una de las primeras cuestiones planteadas en esta línea fue identificar qué relación existe entre SNA y aprendizaje situado. El aprendizaje situado considera que existe una fuerte interrelación entre lo individual y lo grupal, lo que lleva a la necesidad de estudiar la acción humana a diferentes niveles individuo, subgrupo, comunidad... . El análisis de redes sociales comparte esta visión y aporta modelos y medidas para apoyar en el estudio de las características de los grupos sociales, cuestión que no ofrecen los métodos cualitativos ni los estadísticos tradicionalmente más basados en el individuo, por lo que el SNA aparece realmente como una perspectiva apropiada para apoyar el estudio del aprendizaje desde un punto de vista situado. El análisis de redes sociales define una red como un conjunto de actores más las relaciones entre ellos. Por tanto, una red social puede ser considerada como un grafo, y ser representada en forma de matriz de adyacencia o gráficamente, en forma de sociograma. Sobre estas representaciones es posible la extracción de muchas medidas de Forma automática. Una parte de nuestro trabajo en este punto ha sido la identificación de un conjunto pequeño de medidas apropiadas para estudiar aspectos participativos, y que a la vez fueran fáciles de entender por los usuarios (profesores no expertos en SNA). Los índices seleccionados fueron los que se muestran en esta transparencia: ...

Social Network Analysis Graphical representation - Sociograms

Social network analysis Types of networks Mode One-mode networks: one set of actors Two-mode networks: two sets of actors. Affiliation networks: relationships between actors and activities Complete vs. egocentric networks Una de las primeras cuestiones planteadas en esta línea fue identificar qué relación existe entre SNA y aprendizaje situado. El aprendizaje situado considera que existe una fuerte interrelación entre lo individual y lo grupal, lo que lleva a la necesidad de estudiar la acción humana a diferentes niveles individuo, subgrupo, comunidad... . El análisis de redes sociales comparte esta visión y aporta modelos y medidas para apoyar en el estudio de las características de los grupos sociales, cuestión que no ofrecen los métodos cualitativos ni los estadísticos tradicionalmente más basados en el individuo, por lo que el SNA aparece realmente como una perspectiva apropiada para apoyar el estudio del aprendizaje desde un punto de vista situado. El análisis de redes sociales define una red como un conjunto de actores más las relaciones entre ellos. Por tanto, una red social puede ser considerada como un grafo, y ser representada en forma de matriz de adyacencia o gráficamente, en forma de sociograma. Sobre estas representaciones es posible la extracción de muchas medidas de Forma automática. Una parte de nuestro trabajo en este punto ha sido la identificación de un conjunto pequeño de medidas apropiadas para estudiar aspectos participativos, y que a la vez fueran fáciles de entender por los usuarios (profesores no expertos en SNA). Los índices seleccionados fueron los que se muestran en esta transparencia: ...

Application areas of SNA for computer science Human oriented disciplines Computer supported collaborative learning (CSCL) Computer supported cooperative work (CSCW) Network Analysis Identification of bottlenecks in computer networks Fault-tolerance and –handling in distributed systems Knowledge Structures Growing interest in analysis of dynamic knowledge structures, such as Wikipedia

Social network analysis Some indicators Centrality of actors Degree based Proximity / Closeness based Betweenness based Centralization of a network Prestige of actors Indegree and proximity Groupings: Cliques, Clusters, Positions Una de las primeras cuestiones planteadas en esta línea fue identificar qué relación existe entre SNA y aprendizaje situado. El aprendizaje situado considera que existe una fuerte interrelación entre lo individual y lo grupal, lo que lleva a la necesidad de estudiar la acción humana a diferentes niveles individuo, subgrupo, comunidad... . El análisis de redes sociales comparte esta visión y aporta modelos y medidas para apoyar en el estudio de las características de los grupos sociales, cuestión que no ofrecen los métodos cualitativos ni los estadísticos tradicionalmente más basados en el individuo, por lo que el SNA aparece realmente como una perspectiva apropiada para apoyar el estudio del aprendizaje desde un punto de vista situado. El análisis de redes sociales define una red como un conjunto de actores más las relaciones entre ellos. Por tanto, una red social puede ser considerada como un grafo, y ser representada en forma de matriz de adyacencia o gráficamente, en forma de sociograma. Sobre estas representaciones es posible la extracción de muchas medidas de Forma automática. Una parte de nuestro trabajo en este punto ha sido la identificación de un conjunto pequeño de medidas apropiadas para estudiar aspectos participativos, y que a la vez fueran fáciles de entender por los usuarios (profesores no expertos en SNA). Los índices seleccionados fueron los que se muestran en esta transparencia: ...

Indicators - Examples Individual: Degree centrality: Activity of a node C D (ni) = d(ni) =  xi+ Normalized degree centrality C’D (ni) = d(ni) / (g-1)

Indicators - Examples Global: Density: Global activity of the network  = 2 L / g (g -1) L, number of links; g, number of nodes Degree Centralization: Dependency of a single actor CD = 1<=i<=g [CD (n*) – CD( ni)] / (g-1) (g-2), CD (n*) = maxiCD( ni)

Social Network Analysis Sociograms Who is central in this network?

SNA – visualisation techniques = 24,45% CD = 63,6% Teacher Group 1 Group 2 Group 3 Intra-group Inter-group CD (x00) = 81,9 % CD (x21) = 9,1 % CD (x32) = 9,1 % Además, los grafos pueden representarse en forma de sociogramas, que, mediante el uso de atributos de color, y de algoritmos para situar los nodos de forma significativa, facilita el análisis de las relaciones. En concreto, en este trabajo se ha propuesto el uso de algoritmos de escalamiento multidimensional, que situa los nodos en el espacio, de forma que las distancias euclídeas entre los actores reflejen la distancia entre ellos, según la relación considerada. Por ejemplo, como se ve en la figura, podemos ver que el uso de colores permite distinguir los nodos según un atributo que indica el grupo al que están asignados los alumnos, o si el actor es el profesor. Los enlaces azules representan relaciones intragrupo y los rojos, intergrupo. La red recuerda un poco la forma de una estrella alrededor del actor x00 (profesor). Esto se refleja también en los indices de densidad y de centralización. El uso de MDS permite identificar como se distribuyen los subgrupos según su grado de interrelacion y también a los actores más activos son los más activos globalmente, y los menos activos, que se situan en posiciones perífericas.

Data Collection and Transformations Computer-mediated communication Discussion Forums Mailinglists Web 2.0 applications, such as xing, facebook etc. Archival records / artifacts Bibliographies Wikis Versioning systems (e.g. CVS) Automatically processable Potential for transformation between differenet network types

Limitations of the method Frequently not all of the interaction takes place inside a computer environment People going for a coffee and discussing their homework Interpretation is hard without „insider knowledge“, i.e. replication is difficult Combination with other methods is useful  „triangulation“

Example – AO case study BSCW Density =17,54%  = 35,48% Subproject 2 Final project Density =17,54%  = 35,48% Centralization CD=87,03% CD= 68,21% Indirect networks through BSCW Ahora, ¿se dio colaboración a través de BSCW? En la figura se muestra una red de uno de los subproyectos, en concreto el subproyecto 2, y de la fase final, donde los grupos colaboran a nivel de cliente. Se muestran solo los alumnos pertenecientes a uno de los tres turnos de laboratorio. En el primer sociograma se observa una red con poca densidad y muy centralizada alrededor del profesor. Esto significa que BSCW fue utilizado fundamentalmente para recoger información dejada por el profesor. El resto de gráficos d los subproyectos ...

SNA Software UCINet – Whole Network Analysis NetDraw – Visualization http://www.analytictech.com/downloaduc6.htm Pajek – Network Visualization (Large Networks) http://pajek.imfm.si/doku.php SAMSA – SNA applied to CSCL scenarios amartine@infor.uva.es

SNA tools - SAMSA Other SNA tools (UCINET NETDRAW) DL file Actions Participants Teacher / evaluator Other SNA tools (UCINET NETDRAW) Interaction through the computer DL file Answers to questionnaires Configuration parameters Sociograms CSCL tool QUEST Interaction maps Sociometries Event logs Actions (Generic XML format) SNA indexes SAMSA

SAMSA - Example Raw source data (BSCW logfile) User:[158009, 'stm1x06'] object:[162008, 'stm1x04_Diagrama_Estados'] Type:ReadEvent Time:1087083920.3 Members:[[158339, 'stm1x17', 'l5QcDnyhBmzkc'], [158099, 'stm1x09', 'SgBa8D7t4R3XQ'], [116766, 'stm1x00', 'Q5OG42nMsUCog'], ... Path: [[158012, ':stm1x06'], [156970, 'Ingeniería de software (03/04)'], [158541, 'El proyecto de la herramienta de encuestas'], [160233, 'Elaboración (primera iteración)'], [161426, '6. Diagramas de Estado']] On:[161426, '6. Diagramas de Estado'] Touched:[158012, ':stm1x06'] Icon:'/bscw_resources/icons/e_read.gif' Class:Document Content:application/pdf User:[158249, 'stm1x14'] object:[161927, 'stm1-junio03.pdf'] Type:ReadEvent Time:1087134052.9 Members:[[158339, 'stm1x17', 'l5QcDnyhBmzkc'], [158099, 'stm1x09', 'SgBa8D7t4R3XQ'], [116766, 'stm1x00', 'Q5OG42nMsUCog'], [158129, 'stm1x10', 'kn/7H8eEIaSD6'], [157859, 'stm1x01', '8zEhF2Cl/XRlI'], [158399, 'stm1x19', '2GUzLTh.vkZNw'], [158009, 'stm1x06', '.MH/OmIqgz7HQ'], [158039, 'stm1x07', 'nhiUpoSQdFnWA'], [158249, 'stm1x14', 'bMckxPSGUQwts'], [158429, 'stm1x20', 'zpRVdxqaDKDkw'], [157979, 'stm1x05', 'qpE8BEv6DvK1M'], [158159, 'stm1x11', 'Ttibbr4C9YDdw'], [158309, 'stm1x16', 'gwkeGlWoNsn3Y'], [157949, 'stm1x04', 'ZbRd75nzzT39c'], [158219, 'stm1x13', 'dI/2GRyZPEbbI'], [158369, 'stm1x18', '1VpwTzrnjvteI'], [157919, 'stm1x03', 'JtWyaVVOJNo7E'], [158279, 'stm1x15', 'dE2Y.IRtuK30g'], [157889, 'stm1x02', 'xyAQS9GZf62Es'], [158069, 'stm1x08', 'wksiMtOrd/PK2'], [158189, 'stm1x12', 'RwmThVDSMhk0g']] Path:[[158252, ':stm1x14'], [156970, 'Ingeniería de software (03/04)'], [158473, 'Material académico'], [158531, 'exámenes']] On:[158531, 'exámenes'] Touched:[158252, ':stm1x14'] Icon:'/bscw_resources/icons/e_read.gif' Class:Document Content:application/pdf

SAMSA - Example XML “generic” format <ACTIVITY id="SP1“ act-goal="Subproyecto 1"/> <SESSION date="09/10/2001"> <ACTION> <ACT.TIMESTAMP>08:42</ACT.TIMESTAMP> <ACT.SOURCE ref="laox38"/> <ACT.DESC> <ACT.IND> <ACT.IND.DOC type="ReadEvent"> <DOC key="47951" type="Note"> <DOC.PATH>:laox38</DOC.PATH> <DOC.PATH>Curso 2001-2002</DOC.PATH> <DOC.PATH>GENERAL'],[17938, ]</DOC.PATH> <DOC.PATH>Comentarios ... </DOC.PATH> <DOC.PATH>SERIA MAS ... </DOC.PATH> <DOC.CONTENT>None</DOC.CONTENT> </DOC> </ACT.IND.DOC> </ACT.IND> </ACT.DESC> </ACTION>

SAMSA - Example Social Network (SAMSA output) DL N=19 FORMAT = FULLMATRIX DIAGONAL PRESENT LABELS: x00 x21 x22 x23 x24 x25 x26 x27 x28 x29 x31 x32 x33 x34 x35 x36 x37 x38 x39 9 0 3 2 3 3 6 1 4 3 2 0 0 4 2 2 1 2 6 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 9 0 0 6 0 0 0 0 0 1 3 0 0 0 5 1 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 1 2 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 5 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 3 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0

SAMSA - Example SNA indexes (SAMSA output) GRUPO OUTDEGREE INDEGREE OUTFARNESS INFARNESS OUTCLOSENES INCLOSENESS ----- --------- -------- ------- --------- ----------- ----------- x00 44,00 3,00 55,00 101,00 32,73 17,82 x21 1,00 0,00 65,00 342,00 27,69 5,26 x22 25,00 8,00 72,00 100,00 25,00 18,00 x23 5,00 22,00 67,00 91,00 26,87 19,78 x24 3,00 3,00 77,00 113,00 23,38 15,93 x25 1,00 3,00 81,00 113,00 22,22 15,93 x26 0,00 16,00 342,00 69,00 5,26 26,09 x27 3,00 1,00 77,00 113,00 23,38 15,93 x28 2,00 4,00 79,00 113,00 22,78 15,93 x29 1,00 6,00 70,00 108,00 25,71 16,67 x31 0,00 2,00 342,00 97,00 5,26 18,56 Densidad normalizada: 14,33 % Densidad: 29,53 % La centralizacion(InDegree): 97,84 % La centralizacion(OutDegree): 226,85 %

SAMSA - Example Sociogram (NetDraw)

Tools - Quest Quest (Questionnaire web-based tool) Contact person: Eduardo Gómez Sánchez edugom@tel.uva.es

Tools - Quest Actions (XML) NUD*IST QUEST SAMSA Teacher / Participants evaluator Categories Observations New Answer to questionnaires Designs questionnaires Interaction maps categories RTF files NUD*IST Interactions through the computer QUEST Tables CSCL tool Statistic indexes STATISTIC PACKAGE XML file Event log Actions (XML) el2xml obs2xml En ella se representan en azul celeste todas las herramientas involucradas en el apoyo a la evaluación: QUEST es una herramienta de gestión de cuestionarios, NUDIST es un paquete estándar para el apoyo al análisis cualitativo, y el paquete estadístico puede ser cualquier aplicación capaz de realizar medidas estadísticas simples. Por último, SAMSA es la herramienta desarrollada para el apoyo al análisis sociales. SAMSA recoge datos procedentes de las interacciones a través del ordenador que se producen a través de la herramienta de soporte al aprendizaje que estemos utilizando, respuestas a sociometrías enviadas por QUEST, datos sobre interacciones de los alumnos introducidos por el observador. Todos estos datos se representa de forma unificada en un fichero de acciones. SAMSA incluye filtros auxiliares para modificar los datos al formato unificado de representación de la acción que constituye la entrada del análisis. El fichero con la descripción de las acciones entra en el módulo SNA, con los parámetros de configuración introducidos por el evaluador, se producen la salidas para la evaluación: los índices que hemos descrito anteriormente y sociogramas. Vemos que el fichero de acciones tiene un papel central en el proceso, pues debe representar las diferentes fuentes de datos en un formato unificado, y a un nivel de abstracción adeucado para su procesamiento automático. En nuestra propuesta, estas acciones están representadas en el formato de representación de la acción que constituye la segunda contribución principal del trabajo. Antes de pasar a la descripción de la misma, sin embargo, terminaré la presentación del modelo con una breve discusión acerca de sus aportaciones. Pedagogical tool Evaluation tool or module File SNA indexes & sociograms SAMSA DL File (UCINET format)

Quest Set of tools for: Managing complete lifecycle of questionnaires Editing Web Publishing Filling in and results storing Results processing Managing “administrative” aspects Course definition Group formation At GSIC we use it for supporting collaborative learning scenarios

Quest QuestFormCreator: Java Stand-alone application Visual questionnaire authoring tool Questionnaires can be saved as: HTML file (for communications) XML file (for web publishing)

Quest Quest questionnaires: Divided in sections Each section composed of questions: Free text Numeric Checkboxes Choice list Matrix …

Design of questionnaires QuestFormCreator

QuestServer Web application Client side Web browser: FireFox as best choice

QuestServer Users Administrator: Teacher Student Creates/removes students, removes courses Teacher Creates/removes courses Invite/remove students/teaches Creates groups Publishes and closes questionnaires Publishes results Requests results files Student Fills questionnaires in, browses tables with results

(Interactive Learning Observer for Computer Analysis) Tools - Iloca Iloca (Interactive Learning Observer for Computer Analysis)

Observación Directa Observadores: Grupo EMIC Taller Buendía Palencia 4-03-2004 Nª Alumnos/as: 21 P C P.P.O Grupo 08 C P Grupo 07 P Grupo 06 C P Grupo 05 P.P.O P Grupo 03 Grupo 04 P P.P.O P Grupo 02 Profesor C Conceptos a observar: P.P.O: Preocupado por el observador CyL: Colabora y se levanta para hacer cosas. T: Teclea. T/R: Teclea con el ratón. NT: No teclea. C: Colaboran CyP: Contesta y pregunta. S.: Solo P.: Pregunta A.: Aclaraciones de Yannis A C.: Aclaración conjunta. I.D.: Intervención en el debate. R.: Ratón A. en Y.: Aclaración en el ordenador de Yannis. I.: Intervención I/O: Intervención sobre el comentario de otro grupo. Zona de reunión Interacción con…

Tools - Overview iloca Actions (XML) NUD*IST QUEST SAMSA Teacher / Participants evaluator Categories Observations Respuestas cuestionarios New Interaction maps categories NUD*IST Interactions through the computer QUEST Configuration parameters CSCL tool Statistic indexes STATISTIC iloca PACKAGE Event log Actions (XML) el2xml obs2xml En ella se representan en azul celeste todas las herramientas involucradas en el apoyo a la evaluación: QUEST es una herramienta de gestión de cuestionarios, NUDIST es un paquete estándar para el apoyo al análisis cualitativo, y el paquete estadístico puede ser cualquier aplicación capaz de realizar medidas estadísticas simples. Por último, SAMSA es la herramienta desarrollada para el apoyo al análisis sociales. SAMSA recoge datos procedentes de las interacciones a través del ordenador que se producen a través de la herramienta de soporte al aprendizaje que estemos utilizando, respuestas a sociometrías enviadas por QUEST, datos sobre interacciones de los alumnos introducidos por el observador. Todos estos datos se representa de forma unificada en un fichero de acciones. SAMSA incluye filtros auxiliares para modificar los datos al formato unificado de representación de la acción que constituye la entrada del análisis. El fichero con la descripción de las acciones entra en el módulo SNA, con los parámetros de configuración introducidos por el evaluador, se producen la salidas para la evaluación: los índices que hemos descrito anteriormente y sociogramas. Vemos que el fichero de acciones tiene un papel central en el proceso, pues debe representar las diferentes fuentes de datos en un formato unificado, y a un nivel de abstracción adeucado para su procesamiento automático. En nuestra propuesta, estas acciones están representadas en el formato de representación de la acción que constituye la segunda contribución principal del trabajo. Antes de pasar a la descripción de la misma, sin embargo, terminaré la presentación del modelo con una breve discusión acerca de sus aportaciones. Pedagogical tool Evaluation tool or module File SNA indexes & sociograms SAMSA DL File (UCINET format)

Nudist – Qualitative analysis Non-Numerical Unstructured Data Indexing, Search and Theorizing o Nudist Vivo de Qualitative Solutions Research - QSR