Sosiaalinen verkostoanalyysi

Verkostoanalyysi tai sosiaalinen verkostoanalyysi on joukko formaaleja tutkimusmenetelmiä, jotka keskittyvät erityisesti toimijoiden välisten suhteiden analyysiin.

Verkostoanalyysi ei ole yksittäinen tutkimusmenetelmä, vaan pikemminkin joukko menetelmiä, joiden avulla kyetään kokoamaan ja hahmottamaan sosiaalisten rakenteiden moninaisuutta sekä näkemään sosiaalisten ilmiöiden riippuvuus toisistaan[1]. Verkostoanalyysissä tavoitteena on hahmottaa verkostojen rakennetta ja dynamiikkaa tai vaikkapa informaation liikettä verkostoissa. Menetelmän avulla voidaan tehdä havaintoja sekä yksittäisten toimijoiden rooleista verkostoissa että verkostojen rakenteesta ja niiden muutoksesta.[2]

Kysymys yhtenäisestä verkostoteoriasta on herättänyt kovasti keskustelua verkostoanalyytikkojen keskuudessa jo pitkään. Eräät ovat valmiita pitämään verkostoanalyysia uutena sosiologisena paradigmana[3] , joka yhdistää sosiaalisen toiminnan teorian makrososiologiseen perinteeseen. Toisen näkemyksen mukaan verkostoanalyysi voi parhaimmillaankin olla vain joukko kvantitatiivisia tutkimusmenetelmiä, jotka auttavat yhteiskuntatieteilijöitä hahmottamaan monimutkaisia ja usein näkymättömiä sosiaalisia rakenteita. Tällaisen näkemyksen mukaan ilmiöiden ja sosiaalisten suhteiden selittäminen vaatii kuitenkin teoreettista käsitteistöä ja viitekehystä, joka on haettava verkostoanalyysin ulkopuolelta

Verkostoanalyysia perinteisesti soveltaviin tieteenaloihin kuuluvat sosiologia, sosiaalipsykologia ja viestinnän tutkimus. Viime aikoina menetelmän suosio on kasvanut myös politiikan tutkimuksessa, organisaatio- ja johtamistutkimuksessa sekä liiketaloustieteissä. Tutkijat käyttävät verkoston käsitettä monissa merkityksissä[4] . Sillä voidaan tarkoittaa kielikuvaa, menetelmää ja joskus myös teoriaa tai sen osaa[5] . Verkoston kielikuvallinen käyttötapa esittää verkostot sosiaalisen yhteistoiminnan tuloksina, jotka hyödyttävän siihen osallistuvia yksilöitä ja ryhmiä[6] . Menetelmänä verkostot kuvaavat kaikkea tutkimusta, joka tarkastelee toimijoiden välisten suhteiden rakenteita, olivatpa nämä suhteet ja toimijat mitä tahansa. Käytetyimpiä mittareita ovat olleet verkoston jäsenten keskinäistä asemaa kuvaavat keskeisyysmittarit[7].

Stanley Milgramin teoria niin sanotusta pienestä maailmasta (small world) lienee tunnetuin verkostoihin liittyvä teoria [8]. Sen mukaan koko maailma järjestyy samanlaisen rakenteen mukaisiin verkostoihin, jotka toistuvat kaikissa todellisuuden ilmiöissä[9]. Teoriaan kuuluu myös ajatus, että kaikki ihmiset ovat keskenään yhteydessä noin kuuden välittäjän ketjun kautta. Yhdysvaltalaisen sosiologin Duncan Wattsin[10] (1999) tutkimukset tuovat mielenkiintoista uutta sisältöä tähän ilmiöön. Kun mihin tahansa verkostoon lisätään viisi satunnaista oikopolkua, keskimääräinen välittäjien määrä kahden ihmisen välillä puolittuu, oli verkoston koko mikä hyvänsä.

Verkostoanalyysi antaa hyvät mahdollisuudet monenlaisten monimutkaisten suhdeilmiöiden tutkimiseen. Rakenteellinen lähtökohta eli pyrkimys hahmottaa suhteita pisteiden ja viivojen muodostamana kokonaisuutena sekä tavoite löytää säännönmukaisuuksia tästä rakenteesta on useimpia verkostotutkimuksia yhdistävä piirre[11] .

Verkostoanalyysin metodisena perustana on graafiteoria eli verkkoteoria, josta verkostotutkimus on perinyt keskeiset käsitteensä. Verkostoanalyysi ei ole yksi menetelmä vaan joukko menetelmiä ja teorioita toisistaan riippuvien ilmiöiden käsittelyyn. Sen juuret ovat 1700-luvun puolivälissä alkunsa saaneessa graafiteoriassa. Graafiteorian avulla voidaan tutkia matemaattisesti ja järjestelmällisesti monimutkaisia vuorovaikutuskuvioita, joiden tarkastelu tilastollisin menetelmin tai vaikkapa ääneen kuvailemalla olisi mahdotonta.[12]

Toimijoita verkostossa kuvataan termillä solmu, piste tai aktori (’node’, ’point’,’actor').Tarkastelun kohteena voi olla toimija (yksittäinen solmu), dyadi (kahden toimijan muodostama pari), triadi (kolme toimijaa), alaryhmä tai globaali verkosto. Toimijaa tarkastellessa mielenkiinnon kohteena voi olla solmun yhteyksien määrä. Dyadissa  mielenkiinto  kohdistuu  esim.  toimijoiden  välisten  suhteiden vastavuoroisuuteen. Viestijöiden suhteita toisiinsa kutsutaan linkiksi, siteeksi, kaareksi tai yhteydeksi (’link’, ’tie’,’arc’ ja ’connection’) suhteen ominaisuuksien mukaan. Sosiaalisen verkoston analyysissa suhteet voivat olla esim. sukulaisuutta, tavaranvaihtoa, resurssien tai tuen virtausta, vuorovaikutuksellista käyttäytymistä, jäsenyyttä tai tunneperäistä arviointia. Yhteys voi olla suunnattu tai suuntaamaton. Suunnatussa yhteydessä yhteydellä on erotettavissa lähettäjä ja vastaanottaja. Toinen yhteyden tärkeä ominaisuus on yhteyden voimakkuus. Voimakkuus voi olla dikotominen (yhteys on joko olemassa tai puuttuva) tai se voi olla arvotettu. Yhteyden arvo kuvaa suhteen voimakkuutta, intensiteettiä tai tiheyttä.

Verkostometriikat muokkaa

Verkoston ja sen toimijoiden verkostoasemasta johtuvia ominaisuuksia kutsutaan verkostometriikoiksi. Verkostometriikoista suosituimmat ovat erilaisia keskeisyysarvoja mittaavat keskeisyysluvut. Keskeisyys viittaa solmun toimijoiden sijaintiin verkoston rakenteessa. Keskeisyys on yhden pisteen ominaisuus, joka kertoo kuinka paljon yhdellä pisteellä on yhteyksiä tai lyhimpiä polkuja verkoston muihin solmuihin. Keskeiset toimijat pystyvät esimerkiksi viestintäverkostossa säätelemään viestinnän kulkua verkostossa. Verkoston keskeisimmät toimijat ovat myös eniten verkostoon sidoksissa.

  1. Keskeisyysaste ('degree centrality') kuvaa solmun yhteyksien lukumäärää (’degree’). Keskeisyysasteesta voidaan päätellä solmun suosituimmuutta tai keskeisyyttä verkostossa, mutta siitä voidaan myös päätellä yhteyksien aiheuttamaa solmun kuormitusta. Solmut, joiden keskeisyysaste on nolla, kutsutaan isolaateiksi.
  2. Läheisyyskeskeisyys (’closeness centrality’) kertoo kuinka ”lähellä” solmu on verkoston kaikista muista solmuista (eli monen solmun päässä kaikki muut solmut ovat). Läheisyyden perusteella voidaan päätellä, onko solmu yhteydessä hyvin yhdistettyihin solmuihin tai onko se itse hyvin yhdistetty. Keskeiset toimijat ovat yleensä muiden toimijoiden lähellä, joten niiden läheisyys on suuri.
  3. Välillisyyskeskeisyys (´Betweennes centrality') saadaan laskemalla, kuinka monen solmun lyhyimmät polut kulkevat solmun kautta. Korkean välillisyysluvun saanut on keskeinen solmu esim. viestintäverkostossa, sillä hän pystyy säätelemään kauttaan kulkevaa muiden viestintää (ks. rakenteelliset aukot).

Verkoston tiheys on kenties perustavin koko verkoston ominaisuus, jota voidaan arvioida graafiteorian avulla. Tiheys kuvastaa verkoston solmujen välisten yhteyksien todellista määrää verrattuna kaikkiin mahdollisiin yhteyksiin. Tuloksena on siis luku nollasta yhteen. Täydellinen tiheys on silloin, kun kaikki verkoston solmut ovat yhteydessä toisiinsa. Suunnatussa matriisissa tiheyden laskemisessa otetaan huomioon yhteyksien suunta. Arvotetun verkoston tiheyden määrittämiseksi arvot pitää muuttaa esim. dikotomisiksi.

Myöhemmin verkostoanalyysiin on kehitetty muun muassa monenlaisia ekonometrisia menetelmiä, joiden avulla voidaan tutkia esimerkiksi kahden tai useamman verkoston rakenteen välisiä yhteyksiä tai verkoston rakenteen ja siihen kuuluvien toimijoiden ominaisuuksien välisiä yhteyksiä. Tietokoneiden kapasiteetin kasvu on tehnyt mahdolliseksi yhä suurempien verkostojen analyysin ja esimerkiksi simulointimenetelmien käytön verkostoanalyysissa.

Lähteet muokkaa

  1. Johanson, Jan-Erik & Mattila, Mikko & Uusikylä, Petri: Johdatus verkostoanalyysiin. Helsinki, Kuluttajatutkimuskeskus., 1995.
  2. Huhtamäki, J., and O. Parviainen. "Verkostoanalyysi sosiaalisen median tutkimuksessa." Otteita verkosta-Verkon ja sosiaalisen median tutkimusmenetelmät (2013).
  3. Burt, R.: Toward a Structural Theory of Action. Network Models of Social Structure, Perception, and Action.. New York, Academic Press, 1982.
  4. Johanson, JE & Smedlund, A.: Verkostoanalyysi. Teoksessa Eriksson, K. (Toim.) Verkostot yhteiskuntatutkimuksessa. Gaudeamus, 2014.
  5. Smith-Doerr, Laurel & W. W. Powell: Networks and Economic Life." Teoksessa The Handbook of Economic Sociology, Neal Smelser & Richard Swedberg (Toim.), s. 379-402. Princeton: Princeton University Press, 2005.
  6. Shapiro, Carl & Hal R. Varian: Information Rules : A Strategic Guide to the Network Economy. Boston, Mass.: Harvard Business School Press., 1999.
  7. Freeman, L.: A Set of Measures of Centrality Based on Betweenness. Sociometry 40 (1): 35-41., 1977.
  8. Milgram, S.: The Small World Problem. Psychology Today 22: 61-67., 1967.
  9. Barabási, Albert-László: Linked : The New Science of Networks. Cambridge (MA): Perseus Publishing, 2002.
  10. Watts, D.: The “New” Science of Networks. Annual Review of Sociology 30 (1): 243-270, 2004.
  11. Freeman, L.: The Development of Social Network Analysis : A Study in the Sociology Science. Vancouver, BC: Empirical Press, 2004.
  12. Wasserman, Stanley & Faust, Katherine 1994: Social Network Analysis: Methods and Applications. Cambridge University Press, New York

Kirjallisuutta muokkaa

  • Johanson, JE, Mattila, M. & Uusikylä, P, (1995) Johdatus verkostoanalyysiin. Kuluttajatutkimuskeskus. (verkkoversio)
  • Johanson, Mattila, Siivonen, Uusikylä. Verkostokurssiaineisto (luentokalvot). (verkkoversio)