análisis de redes sociales y pajek: diagnóstico de un equipo de trabajo en 12 pasos
TRANSCRIPT
9/24/2015 C.Primera
UNIVERSIDAD LISANDRO ALVARADO
DECANATO DE CIENCIAS Y TECNOLOGÍA
POSGRADO
Carlos Primera Leal.
Septiembre 2015
Análisis de Redes Sociales (ARS) y Pajek: Diagnóstico de un Equipo de trabajo en 12 pasos
9/24/2015 C.Primera
Objetivo y Método
• Mostrar el uso de ARS para diagnosticar, en 12 pasos, un equipo de trabajo hipotético, utilizando como herramienta el software Pajek64 4.01 a. • Según Gonzales-Aguilar y Ramírez-Posada y Vaisman (2012) el Pajek, es un software para el análisis y visualización de redes sociales, el cual fue desarrollado en la Universidad de Ljbljana, Slovenia, por Vladimir Batagelj, Andrej Mrvar y la contribución de Matjaz Zaversnik. Información adicional acerca del software se puede conseguir en http ://vlado.fmf.uni-lj.si/pub/ networks/pajek/.
1. Entrevista a integrantes del equipo.2. Elaboración matriz de relaciones.
3. Creación archivo de entrada.4. Lectura del archivo de entrada.5. Obtención de la red “Todo Terreno”.6. Cálculo densidad de la red.7. Cálculo centralidad de entrada.
8. Cálculo centralidad de salida.9. Cálculo centralidad total.10. Cálculo centralidad de intermediación.11. Cálculo centralidad de cercanía.12. Hallazgos.
Método. Secuencia de 12 pasos.
9/24/2015 C.Primera
EJEMPLO
El equipo de trabajo “Todo Terreno” (TT) está constituido por ocho (8) miembros y ha llevado a cabo varios proyectos con éxito; últimamente TT no ha mostrado el mismo desempeño y por ello, se ha contratado un consultor con el propósito de que responda, las siguientes preguntas planteadas, desde el punto de vista del ARS: Específicamente se desea conocer: ¿los miembros forman una red bien conectada? Quién recibe más/menos información, ¿Quién suministra más/menos información?; ¿Quién posee más/menos intercambios de información? ¿Quién sirve de puente entre los miembros del equipo y quiénes no? ¿Quién o quiénes son más accesible y quiénes no? ¿El líder está haciendo su trabajo de interactuar con todos los miembros del equipo?
9/24/2015 C.Primera
Paso 1. Entrevista a Integrantes del Equipo
El consultor entrevista a cada integrante del equipo y le pregunta: ¿con quién compartes información regularmente para hacer mejor tú trabajo y el de los demás? Las respuestas se resumen a continuación: “Pedro dijo que compartía información con María y ésta con Pedro y Andrés. Carlos le aporta información a Olga, Isbelia y Andrés. Andrés, también suministra información a Isbelia y ésta le aporta información a Egly. Olga aporta información a Carlos y Egly; a su vez, Egly, aporta información a Domingo y Olga. Domingo comparte información con Olga” Se sabe que María es la líder del equipo TT.
9/24/2015 C.Primera
Paso 2. Elaboración matriz de relaciones.
Después de recolectados los datos, el consultor elabora la matriz siguiente. En ella, se resumen las relaciones expresadas por los miembros del equipo. Un “1” expresa la existencia de un vínculo que se traduce en compartir información; en caso contrario, un cero “0” indica la inexistencia de vínculo.
1 2 3 4 5 6 7 8
Pedro María Andrés Isbelia Carlos Egly Domingo Olga
1 Pedro - 1 0 0 0 0 0 0
2 María 1 - 1 0 0 0 0 0
3 Andrés 0 0 - 1 0 0 0 0
4 Isbelia 0 0 0 - 0 1 0 0
5 Carlos 0 0 1 1 - 0 0 1
6 Egly 0 0 0 0 0 - 1 1
7 Domingo 0 0 0 0 0 0 - 1
8 Olga 0 0 0 0 1 1 0 -
9/24/2015 C.Primera
Pasos 3 y 4.
Usando el NOTEPAD, se transcriben todas las relaciones dirigidas que aparecen en la matriz de relaciones indicada en lámina anterior. De esa manera se creará el archivo de entrada que procesará el software Pajek64 4.01 a
Active el Software Pajek y seleccione el ícono de la carpeta amarilla, mostrado más abajo, para seleccionar el archivo de entrada “todoterreno.txt”, del lugar donde lo grabó, con el cuidado de que debe estar activa la opción “All files (*.*)”.
Paso 3. Creación archivo de entrada para el Pajek. Paso 4. Lectura del archivo de entrada.
9/24/2015 C.Primera
Pasos 5 y 6
Seleccione los siguientes comandos del menú mostrado para obtener la red del Equipo “Todo Terreno”: Draw > Network. La red mostrada es una modificación de la generada por Pajek; se movieron algunos actores para evitar el cruce de las líneas. Note que los actores son diferenciados con las figuras geométricas indicadas en el archivo de entrada, indicado en la figura 2.
El consultor obtiene la información que necesita para responder la primera pregunta, ¿los miembros forman una red bien conectada? La respuesta la obtenemos del indicador “Densidad de la Red”. Densidad de la Red. La densidad de la red muestra la relación entre los vínculos presentes en la red y el número de vínculos posibles. La red mostrada posee trece (13) relaciones o vínculos y ocho (8) nodos o actores. Con esos datos se calcula la densidad utilizando las fórmulas [1] y [2].
Número de vínculos posibles = Número de nodos x (Número de nodos-1) [1] Número de vínculos posibles = 8x(8-1)=8x7=56 Densidad de la red = Número de vínculos en la red/Número de vínculos posibles [2] Densidad de la red = 13/56=0,2321.
Se obtiene una densidad de 0,2321, es decir, se encuentran presentes en la red de TT, un 23,21% de los vínculos o interacciones posibles. Se puede afirmar que la red de TT no es una red densa, es dispersa, poco conectada, lo que se corrobora, con la ausencia de compartir información entre varios miembros del equipo por la falta de vínculos entre ellos
Paso 5. Obtención red Equipo “Todo Terreno” Paso 6. Cálculo densidad de la red
9/24/2015 C.Primera
Paso 7. Cálculo Centralidad de grado de entrada
El consultor obtiene la información que necesita para responder las siguientes preguntas, ¿Quién recibe más/menos información?. La respuesta la proporciona el indicador “Centralidad de Grado de entrada”.
Centralidad de Grado o grado de centralidad de entrada (Input Degree Centrality). Se refiere al número de vínculos directos que tiene el nodo y es el número de conexiones directas que recibe un actor de los demás. Se obtiene del Pajek por la secuencia de comandos Network>Create Partition>Centrality>Degree>Input. Olga es la persona mejor conectada por el mayor número de vínculos de entrada que recibe y se traduce en las tres (3) referencias de comunicación que recibió; es decir, tres (3) miembros del equipo compartieron información con ella. Le siguen Andrés, Isbelia y Eglys que recibieron información de dos (2) de sus compañeros, cada uno. Los miembros del equipo que reciben menos información son Pedro, María, Carlos y Domingo; ellos solamente recibieron información de un miembro (1) del equipo. Llama la atención que María como líder del equipo reciba solamente un vínculo de comunicación de entrada. Como líder se podría esperar que el resto de los miembros del equipo, siete personas, se comunicaran con ella por lo tanto recibió muy pocos vínculos para ser líder.
9/24/2015 C.Primera
Paso 8. Cálculo centralidad de salida
El consultor obtiene información que necesita para responder las siguientes preguntas, ¿Quién suministra más/menos información? La respuesta es proporcionada por el indicador “Centralidad de Grado de salida”.
Centralidad de Grado o grado de centralidad de salida (Output Degree Centrality). Se refiere al número de vínculos directos que tiene el nodo. Es el número de conexiones directas que tiene un actor hacia los demás; se obtiene del Pajek con la secuencia de menú: Network>Create Vector>Centrality>Degree>Output.
Carlos es quien tiene más vínculos de salida al suministrar información a otros, en este caso a tres (3) miembros del equipo. Le siguen, María, Egly y Olga con dos (2) referencias de conexión cada uno. El resto, Pedro, Andrés, Isbelia y Domingo solamente suministraron información a un miembro, cada uno. Con base en los resultados se puede afirmar que Carlos es quien aporta más información a miembros del equipo; por otro lado, Pedro, Andrés, Isbelia y Domingo son los que tienen menos vínculos de comunicación. María nuevamente recibe pocos vínculos de comunicación de salida; eso indica que se comunica muy poco con el resto del equipo. Como líder se podría esperar siete vínculos de comunicación de salida por ser líder del equipo.
9/24/2015 C.Primera
Paso 9. Cálculo centralidad total.
El consultor obtiene información que necesita para responder las siguientes preguntas, ¿Quién posee más/menos intercambios de información? La respuesta es suministrada por el indicador “Grado de Centralidad Total”
Centralidad de Grado o grado de centralidad total (All Degree Centrality). Se refiere al número de vínculos directos que tiene el nodo tanto de entrada como de salida. Es el número de conexiones directas que recibe y genera un actor con respecto a los demás; la secuencia de comandos del Pajek Network>Create Vector>Centrality>Degree>All.
Olga es la que tiene más intercambios de información, es la mejor conectada, posee cinco (5) vínculos de comunicación, es decir, suministró y recibió información en mayor cantidad; eso es un indicador de su popularidad. Le siguen Carlos y Egly con cuatro (4); María, Andrés e Isbelia con tres (3). Pedro y Domingo son los que menos interacciones totales poseen; cada uno de ellos solamente con dos (2) vínculos. La líder aparece con pocos vínculos de comunicación como consecuencia de lo mostrado en los indicadores anteriores.
Con base en los resultados se puede afirmar que Olga es quien tiene más intercambios de información; por otro lado, Pedro y Domingo son los que poseen menos vínculos de comunicación.
9/24/2015 C.Primera
Paso 10. Cálculo centralidad de intermediación.
El consultor obtiene información que necesita para responder las siguientes preguntas, ¿Quién sirve de puente entre los miembros del equipo y quiénes no? La respuesta es aportada por el indicador “Centralidad de Intermediación”.
Centralidad de intermediación (Betweenness Centrality). Según Velásquez y Aguilar (2005), la intermediación es la posibilidad que tiene un nodo para intermediar las comunicaciones entre pares de nodos o actores. Estos nodos son también conocidos como actores puente. Un alto valor de intermediación tiene gran influencia en la red sobre lo que fluye en esa red, en este caso, información para realizar el trabajo. La figura 8 centraliza la información acerca del indicador y se obtiene de la secuencia de comandos Network>Create Vector>Centrality>Betweenness
A pesar de que Olga tiene más conexiones directas por la información recibida y suministrada, Egly posee una buena posición en la red porque sirve de puente entre las personas que menos conexiones directas tuvieron. Egly posee el mayor índice de intermediación de 0,3757143 seguida por Isbelia. Sin Egly, Domingo queda desvinculado del equipo TT. Domingo y Pedro no son puentes en el equipo por su baja vinculación con el resto de los miembros del equipo. Se podría esperar que María, como líder del equipo, tuviese un alto valor de intermediación pero no es el caso. Del líder se espera que sea puente para vincular los miembros del equipo. Con base en los resultados se puede afirmar que Egly sirve de puente entre las personas que menos conexiones directas tuvieron, Domingo y Pedro. Ellos no son puentes por estar muy desvinculados en el equipo.
9/24/2015 C.Primera
Paso 11. Cálculo centralidad de cercanía
El consultor obtiene información que necesita para responder las siguientes preguntas, ¿Quién o quiénes son más accesibles y quienes no? La respuesta está en el indicador “Centralidad de la Cercanía”.
Centralidad de cercanía (Closeness Centrality). Según Velásquez y Aguilar (2005) es la capacidad de un actor para alcanzar a todos los nodos de la Red. Se expresa, como un promedio, a qué tan cerca está un actor de los demás actores de la red. Por otro lado, Borgatti (2005) indica en un contexto de flujo, por ejemplo de información, como el índice de tiempo esperado hasta la llegada de la información a través de la red. En la figura 9 se muestra información del indicador y se obtiene de la secuencia de comandos Network>Create Vector>Centrality>Closeness>All
Están en una excelente posición para monitorear el flujo de información en la red. Ellos tienen la mejor visibilidad de lo que está ocurriendo en la red. Por otro lado, Pedro y Domingo son difíciles de acceder y se presenta mayor dificultad de acceso con Pedro por el bajo valor obtenido en el indicador. María es accesible pero no en la medida que puede esperarse de un líder; en otras palabras, debería tener un alto valor del indicador de cercanía.Con base en los resultados se puede afirmar que Andrés, Isbelia y Carlos son los más accesibles; en caso contrario, Domingo y Pedro son difíciles de acceder. Una vez finalizada la determinación de las métricas mostradas anteriormente, seguidamente son resumidos los hallazgos acerca del Equipo Todo Terreno.
Andrés, Isbelia y Carlos están más cerca de los demás miembros del equipo; ellos son más accesible y pueden vincularse con los demás de una manera más rápida, lo cual se expresa por el valor de 0,583333 que obtuvieron.
9/24/2015 C.Primera
Paso 12. Hallazgos.
El diagnóstico del consultor indica que el Equipo “Todo Terreno” tiene graves problemas de comunicación, los cuales se acentúan por un papel inadecuado de la líder. El equipo requiere una intervención inmediata para recuperar su desempeño habitual. A continuación se responden las preguntas planteadas al inicio.
• Los miembros de TT no forman una red bien conectada por la ausencia de vínculos entre varios de los miembros. Una densidad del 23% es baja para una red tan pequeña. • Olga es quien recibe más información. Pedro, María, Carlos y Domingo son los que menos información reciben. María recibió muy pocos vínculos para ser líder. • Carlos es quien aporta más información a miembros del equipo; por otro lado, Pedro, Andrés, Isbelia y Domingo son los que tienen menos vínculos de comunicación. María comunica muy poco con el resto del equipo. • Olga tiene más intercambios de información; Pedro y Domingo son los que tienen menos vínculos de comunicación. María con pocos vínculos, para ser la líder. • Egly sirve de puente entre las personas que menos conexiones directas tuvieron. Domingo y Pedro no son puente por su desvinculación del resto del equipo. Se podría esperar que María, por su condición de líder asignada, apareciera como un vínculo fuerte pero no es así. • Andrés, Isbelia y Carlos son los más accesibles; Domingo y Pedro son difíciles de acceder y están muy desvinculados. • María no aparece como un miembro accesible del equipo y se manifiesta en los bajos vínculos de entrada y salida que obtuvo; además en los valores de la intermediación y cercanía.
9/24/2015 C.Primera
Recomendaciones
1. Como principio básico, todo equipo de trabajo debe conocer, por intermedio de un diagnóstico, sus fortalezas y debilidades con el objetivo de potenciar las primeras y minimizar las segundas.
2. Las relaciones de comunicación/información/conocimiento entre los miembros del equipo representan una factor de éxito y deben estudiarse continuamente.
3. El ARS ofrece la oportunidad de identificar esas relaciones y determinar su fortaleza o debilidad.
4. Como recomendación, líder del equipo debe desarrollar la red de su equipo y obtener, por intermedio del ARS, respuestas a las siguientes interrogantes, entre otras: ¿los miembros forman una red bien conectada? Quién recibe más/menos información, ¿Quién suministra más/menos información?; ¿Quién posee más/menos intercambios de información? ¿Quién sirve de puente entre los miembros del equipo y quiénes no? ¿Quién o quiénes son más accesible y quiénes no? ¿El líder está haciendo su trabajo de interactuar con todos los miembros del equipo?
9/24/2015 C.Primera
Referencias.
1. Carolan, B. (2014). Social Netwok Analysis an Education. Theory, Methods & Applications. Los Angeles: SAGE. 2. Batagelj V., y Mrvar A. (S/F). Pajek / Pajek-XXL versions 3.** and 4.**. Disponible en: http://mrvar.fdv.uni-lj.si/pajek/ Fecha de
consulta: 17/08/2015. 3. Borgatti S. (2005). Centrality and network flowSocial Networks 27 (2005) 55–71 Disponible en
http://www.analytictech.com/borgatti/papers/centflow.pdf. Fecha de consulta: 20/07/2015. 4. Borgatti S. (2005). Centrality. Disponible en http://www.analytictech.com/essex/lectures/centrality.pdf Fecha de consulta:
20/07/2015. 5. Hanneman, R. and Riddle M. (2005). Introduction to social network methods. Riverside, CA: University of California. Disponible
en: http://faculty.ucr.edu/~hanneman/ Fecha de Consulta: 23/07/2015 6. Gonzales-Aguilar A., Ramírez-Posada M., Vaisman C (2012). Análisis de redes de estilos de aprendizaje en formación virtual de
documentación. Signo y Pensamiento 6I· Avances pp 142 - 157 · volumen XXXI · julio - diciembre 2012 7. Krebs, K. (2013). Social Network Analysis: An Introduction. Disponible en http://www.orgnet.com/sna.html. Fecha de consulta:
15/07/2015. 8. Portal publicaciones Steve Borgatti (S/F). Disponible en: http://www.steveborgatti.com/research/publications. Fecha de consulta:
15/07/2015. 9. Primera C. (2015). Diagnóstico de un equipo de trabajo en 12 pasos usando análisis de redes sociales. Disponible en
http://www.slideshare.net/carlos_primera/diagnstico-de-un-equipo-de-trabajo-en-12-pasos-usando-anlisis-de-redes-sociales 10. Primera C. (2014). Redes Sociales y Pajek: Un ejemplo para introducir datos y visualizar la red. . Disponible en:
http://www.slideshare.net/carlos_primera/ejemplo-uso-pajek 11. Site Software Netdraw (S/F). Disponible en https://sites.google.com/site/netdrawsoftware/download 12. Velásquez, A., y Aguilar N. (2005). Manual Introductorio al Análisis de Redes Sociales. Medidas de Centralidad. Ejemplos prácticos
con UCINET 6.85 y NETDRAW 1.48
Este material puede ser usado libremente sin olvidar el crédito correspondiente al autor. Cualquier sugerencia se agradece.