Jäsenyysverkostot, toimijoiden ja tapahtumien samanaikainen anal Hypermedian jatko-opintoseminaari 2008-2009 3.4.2009 Antti Syvänen TaY / antti.syvanen@uta.fi 1 Sisältö ja tavoitteet Esitellään jäsenyysverkostojen, jotka voidaan laskea kytkösmatriisista tai 1-moodisista sosiomatriiseista Esitellään toimijoiden ja tapahtumien samanaikaisen analn menetelmät Galois n hiladiagrammi (Galois Lattice) Korrespondenssi-analmenetelmä Yhteenveto Perustuu teoksen Wasserman & Faust, 1994 lukujen 8.5-8.7 ohella edelliseen esitykseen luvuista 8.1-8.4 (Salonen 2009) Tutustu myös esityksiin Meriläinen (2009) (koheesiviset aliryhmät) ja Miilumäki (2009) (saavutettavuus, tiheys) 2 (Wasserman & Faust, 1994) Osallistujien ja tapahtumien Osallistumismäärät: kytkösmatriisien vaakarivien summat, sosiomatriisin diagonaalialkiot, 2-osaisessa graafissa toimijanoodien asteluvut» Osallistumismääristä laskettuja keskiarvoja voidaan käyttää esim. yhteisöjen vapaaehtoistyöorganisaatioihin osallistumishalukkuuden vertailuun Tapahtumien koot: kytkösmatriisien pystyrivien summat, sosiomatriisin diagonaalialkiot, 2-osaisessa graafissa tapahtumanoodien asteluvut» Tapahtumien koista laskettuja keskiarvoja voidaan käyttää esim. yhteisöjen vapaaehtoisorganisaatioiden kokojen vertailuun Jos aineistosta puuttuu dataa, on kyseessä otos ja keskiarvoilla ei em. kaltaisia vertailuja voida suoraan tehdä ennen niiden yleistettävyyden estimointia 3 1
Tutkitaan erikseen toimijoiden ja tapahtumien ominaisuuksia Tiheys:toimija- tai tapahtumaparien sidosten määrä Toimijoiden osallistumismäärät vaikuttaa tapahtumien välisten sidosten määrään Tapahtumien koot vaikuttavat toimijoiden välisten sidosten määrään Saavutettavuus (reachability): onko joidenkin verkoston kahden toimijan tai tapahtuman välillä yhteyttä Läpimitta (diameter): jäsenyysverkoston pisin polku, jolla toimija- tai tapahtumapari ovat yhteydessä (lyhyin = geodeesi) 4 Toimija- tai tapahtumapareja yhdistävien polkujen voimakkuus Jaettujen osallisuuksien määrä tapahtumissa (toimijat) Jaettujen toimijoiden määrä (tapahtumat) Voimakkuuksia voidaan tutkia koheesivisia aliryhmiä: esim. klikkejä (cliques), joissa 3 tai useampi toimija- tai tapahtumanoodi keskenään täysin verkottuneita Jäsenyysverkoston ollessa kyseessä etsitään toimijoiden ja tapahtumien klikkejä pareittain (joissa vähintään 3 toimijaa/tapahtumaa), jotka ovat yhteydessä c kpl tapahtuman kautta tai jakavat c kpl toimijaa 5 Toimitusjohtajat jalkapalloseuroissa: klikit toimijoiden yhteisosallistumisen suhteen Jalkapalloseurojen toimitusjohtajat: klikit tapahtumien päällekäisyyden suhteen Toimitusjohtajien ja jalkapalloseurojen klikkianal 6 2
Aliryhmän koon huomiointi: Toimijaparin yhteisosallisuus tapahtumissa (limittyneisyys, overlap) voi olla suuri riippumatta ovatko toimijat kiinnostuneita toisistaan Tapahtumaparin päällekkäisyys (limittyneisyys) voi olla olla suuri, koska kummassakin on paljon osanottajia riippumatta että se viehättäisi samanlaisia toimijoita Tarvitaan ryhmäkoosta loogisesti vapaa mitta odds-ratios 7 Toimijoiden lukumäärä: 1) molemmissa tapahtumissa, 2) jotka eivät kuulu kumpaankaan tapahtumaan ja 3) 4) jotka kuuluvat vain toiseen tapahtumista Jos arvo on suurempi kuin 1, toimijat ovat enemmän mukana toisessakin tapahtumassa; enemmän päällekäisyyttä 1) 2) 1) 4) 3) 4) 1) 2) 4) 3) 3) 2) Odds-ratios laskukaavat 8 Toimijoiden ja tapahtumien samanaikaisen analn menetelmät Galois n hiladiagrammi Korrespondenssi-anal 9 3
Galois n hiladiagrammi Galois n hiladiagrammi pyrkii huomioimaan jäsenyysverkostojen : osajoukot (subsets) ja kaksijakoisuuden (duality), mahdollistaen näiden samanaikaisen tarkastelun Osajoukoilla tarkoitetaan toimijoiden tapahtumiin muodostamia osanottajaryhmiä Kaksijakoisuus viittaa täydentävään perspektiiviin toimijoista tapahtumiin osallistujina, tapahtumista toimijoiden kokoontumispaikkoina Mutta ensin: mikä on tavallinen hiladiagrammi Esimerkki: kuuden lapsen ja kolmen syntymäpäivätapahtuman muodostama kytkösverkostomatriisi 10 Hiladiagrammi Hilaa voidaan käyttää havainnollistamaan kokoelmaa osajoukkoja, nolla joukko (null set, ) ja yhteyttä Oheisessa hiladiagrammissa pisteet edustavat lasten osajoukkoja: juhliin osallistumisen mukaiset osajoukot, osajoukko jossa kaikki ryhmät ja -joukko Syntymäpäiväjuhlien väliset yhteydet, lasten osajoukot (Wasserman & Faust, 1994) 11 Hiladiagrammi Tavallisessa hiladiagrammissa pisteellä on yksi nimike (yksittäinen osajoukko), joten tarvitaan kaksi hiladiagrammia toimijoiden ja tapahtumien havainnollistamiseen Tarvitaan Galois`n hiladiagrammi Lasten väliset yhteydet syntymäpäiväjuhlien osajoukot 12 4
Galois n hiladiagrammi Kukin piste edustaa kahden erillisen entiteetin (toimija, tapahtuma) muodostamaa paria Ylin piste: joukko jossa kaikki lapset, ei juhlia (kaikki lapset eivät käyneet kaikissa juhlissa) Alin piste: Ross sekä joukko, jossa kaikki juhlat (Ross kävi ainoana kaikissa juhlissa) Diagrammin alaosan lapset ryhmän keskellä, yläosassa syrjässä olevia (outliers) Lue alhaalta ylös Lasten ja syntymäpäiväjuhlien Galois n hiladiagrammi (Wasserman & Faust, 1994) 13 Galois n hiladiagrammi Hyödyt: keskittyy osajoukkoihin, joihin keskittyminen soveliasta erityisesti jäsenyysverkostojen havainnollistamiseen täydentävä yhteys toimijoiden ja tapahtumien välillä, jotka näkyvät diagrammissa toimijoiden ja tapahtumien välisten yhteyksien rakenteet saattavat näkyä selvemmin Haitat: kuvallisesta esityksestä voi tulla monimutkainen vaakaulottuvuus on sattumanvarainen (eritt. Ross & Eliot) Näistä syistä johtuen Galois n hiladiagrammi on ensisijaisesti tapa havainnollistaa jäsenyysverkostoja 14 Korrespondenssianal Korrespondenssianal on on laajasti käytetty metodi kahden tai useamman muuttujaryhmän korrelaatioiden tutkimiseen Useita eri muunnelmia korrespondenssianalsta, sopivin jäsenyysverkostojen analin on kuitenkin method of reciprocal averaging Toimijan saama pisteytys on suhteellinen tapahtumien painotetuille pisteille, joihin toimija osallistuu (ja toisinpäin) pistemäärillä voidaan siis kuvata toimijat ja tapahtumat yhtä aikaa tilassa siten, että ne asettuvat toistensa läheisyyteen sitä paremmin mitä paremmin ne ovat yhteydessä toisiinsa 15 5
Korrespondenssianal Yksittäiselle toimijalle annettu pistemäärä on tapahtumalle annettu painotettu keskiarvo pistemääristä, jotka on annettu tapahtumalle. Painotuksina ovat jäsenyysmatriisin solufrekvenssit, jaettuna kyseisen rivin summalla Näitä pistemääriä hyödyntäen voidaan paikantaa yksittäinen toimija tilassa, jota tapahtumat määrittävät Ja toisinpäin yksittäiselle tapahtumalle annettava pistemäärä lasketaan: 16 Korrespondenssianal Toimitusjohtajien (n) ja jalkapalloseurojen (m) korrespondenssianaln mukaiset koordinaatit 17 Korrespondenssianal Arvotettujen yhteyksien toimijoiden yhteisjäsenyydestä ja tapahtumien limittymisestä Toimitusjohtaja 14 kuuluu useampaan joukkueeseen kuin kukaan muu, toimitusjohtajat 17 ja 20 seuraavaksi eniten Joukkueessa 3 on eniten toimitusjohtajia, 2 ja 15 seuraavaksi eniten Analllä voi tunnistaa ydinryhmän aktiivisia toimijoita ja suuria tapahtumia Nojautuu Simmelin havaintoon: yksilön sosiaalinen identiteetti on määrittynyt niissä kollektiiveissa mihin yksilö kuuluu: Ja asia voitaneen muotoilla myös toisinpäin: kollektiivit määrittyvät niihin kuuluvien yksilöiden kautta: Jäsenyysverkostojen dualistisuus toteutuu näin ollen laskukaavoissa Oletetaan ihmisellä olevan yksi kiinteä identiteetti, mutta sosiaalipsykologian mukaan ihmisellä kokoelma identiteettejä kollektiivien mukaan (työ, harrastus, perhe jne.) 18 6
Yhteenveto Kukin tapahtuma koostuu toimijoiden osajoukoista ja kukin toimija on liittynyt tapahtumien osajoukkoihin, joten jäsenyysverkostodataa ei voida tutkia vain toimija- ja/tai tapahtumaparien kautta Jäsenyysverkostot määrittyvät osajoukkojen mukaan (ei parien), voi helposti tapahtua väärin tulkintaa kun tutkitaan vain 1- moodisia verkostoja (pidä kytkösverkostomatriisit & graafit käsillä) Mikäli datasta puuttuu toimijoita tai tapahtumia, tulee huolehtia otantatavoista ja luotettavuusarviointeista 19 Lähteet Salonen, J. 2009. Jäsenyysverkostot. Kytkökset ja limittyneet aliryhmät sosiaalisten verkostojen analssä. Hypermedian jatko-opintoseminaari 2008-9, 20.3.2009. Wasserman, S. & Faust, K. 1994. Social Network Analysis: Methods and Applications. New York: Cambridge University Press 20 Kiitos tarkkaavaisuudesta Hyvää viikonloppua! 21 7