Análisis de Redes Sociales y Pajek: Diagnóstico de un Equipo de Trabajo en 12 pasos
1. 9/24/2015 C.Primera
UNIVERSIDAD LISANDRO ALVARADO
DECANATO DE CIENCIAS Y TECNOLOGÍA
POSGRADO
Carlos Primera Leal.
(cprimera@ucla.edu.ve)
Septiembre 2015
Análisis de Redes Sociales (ARS) y Pajek: Diagnóstico
de un Equipo de trabajo en 12 pasos
2. 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.
3. 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?
4. 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.
5. 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 -
6. 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.
7. 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
8. 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. 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.
10. 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.
11. 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.
12. 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.
13. 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.
14. 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?
15. 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.