社会网络分析在社会心理学中的应用
时间:2007年04月06日 作者:阳志平/时勘 点击:
加入收藏 有效营销
个维度,同样也可以看作社会网络的四个基本构成要素：（1）结构要素。结构要素就是指行为主体之间的关系形式与关系强度。如，在一个青少年吸烟群体中，处于不同结构地位的青少年对于同伴的影响是明显不同的。使用处于网络中心地位的同伴劝阻吸烟行为的效果更为显著。（2）资源要素。资源要素指的则是网络中流动的事物，包括能力、知识、财产、性别、宗教、个性等等。行为主体的资源既包括自身所占有的资源，也包括能够接触到的资源。（3）规则要素。规则要素指的则是影响行为主体的的各种规则。（4）动态要素。网络也总是处在不断地发展过程之中，动态要素指的就是影响到网络形成与变化的各种机会与限制。
2．2 具体研究方法
2．2．1 两种研究取向
在具体的研究操作过程之中，从社会网络分析的基本原则出发，不同的研究取向表现出不同的特色：
(1)整体网络分析方法
从数据收集上来看，整体网络分析方法主要使用提名选择法、参数选择法与循环选择法等种种选择方法，采用你最愿意让谁跟你一块过生日之类的或者最好朋友提名问题。从数据整理上来看，整体网络分析主要采用社会矩阵方法与社会图示法，社会矩阵是一个N*N的（0，1）矩阵。N代表群体的人数，横行代表选择者，纵行代表被选择者，在选择者与被选择者交叉的地方标出选择结果，最后就可以得到该群体的整体网络矩阵。社会图示法则在一张图上标出所有的群体成员，然后使用箭头表示群体成员的相互选择情况，最为研究者所熟知的即为由同心圆组成的箭靶图。从数据分析上来看，主要采用矩阵解析、社会图分析方法以及使用有关指数，如声望指数、中心指数加以标示。具体而言，矩阵解析方法将N*N社会矩阵作为初级矩阵予以分析，平方之后的矩阵则代表群体成员之间的二级关系，立方之后则代表三级关系，以此类推。社会图分析方法，则较为广大社会心理学者熟悉，即通过解剖社会图的基本结构，掌握群体中的社会网络分布情况，区分网络中不同地位的角色，如明星，联络人，孤立者等。声望指数的计算则包括相对声望指数与内部声望指数两种，指的是行为主体在关系中被选择为客体的比重或者在整体网络中的绝对人数。中心指数则通过计算行为主体介入的关系占据网络中所有关系的比重来获得。从数据处理采用的软件来看，整体网络分析主要采用独特设计的社会网络分析软件与社会测量软件，在下文中，本文将予以简单介绍。
(2)自我中心网络分析：
从数据收集与数据整理上来看，根据荷兰学者范德普尔（Van der Poel,Mart,1993）的总结，自我中心网络分析主要有以下几种方法：互动方法、角色关系和情感方法以及社会交换法。后两者对于社会心理学而言，比较常用。情感方法要求被试指出与其关系最为密切的人，如最好朋友提问法或者十项提名法。这种方法的缺点在于不同的人的评价标准可能不一致。社会交换法以社会交换理论作为基础，认为拥有报偿性互动资源的人在影响被试的态度和行为的时候相当重要。这种方法目前得到了普遍运用，并且被证明在不同文化背景之中也是适用的。（张其仔，2001）它的优势在于考察的是现实存在的关系，并且，由于报偿性互动是相当特殊的，因此，保证了所有被试按照同一标准来回答问题。从数据分析与使用的软件来看，自我中心网络分析主要是运用SPSS、SAS或者R、Stata等大型统计软件中的线性相关分析、协方差分析等模块来探索影响自我中心网络特征的因素。
(3) 网络分析软件简介
“工欲善其事，必先利其器”。对于网络分析而言，正是由于数学方法的广泛运用，才得以让网络分析的术语很快占领众多研究领域。除了使用SPSS、SAS、R、Stata对有关网络数据（主要是自我中心网络数据）进行处理之外，根据网络分析的原理，目前，已经设计了大量的网络分析软件，包括从数据录入到建模、画图与生成报告等一系列的功能。目前在研究中主要使用的网络分析软件有：
�/I>61557; Uninet ：研究者使用较多的网络分析软件。
参考网址：http://eclectic.ss.uci.edu/~lin/uci
2．2 具体研究方法
2．2．1 两种研究取向
在具体的研究操作过程之中，从社会网络分析的基本原则出发，不同的研究取向表现出不同的特色：
(1)整体网络分析方法
从数据收集上来看，整体网络分析方法主要使用提名选择法、参数选择法与循环选择法等种种选择方法，采用你最愿意让谁跟你一块过生日之类的或者最好朋友提名问题。从数据整理上来看，整体网络分析主要采用社会矩阵方法与社会图示法，社会矩阵是一个N*N的（0，1）矩阵。N代表群体的人数，横行代表选择者，纵行代表被选择者，在选择者与被选择者交叉的地方标出选择结果，最后就可以得到该群体的整体网络矩阵。社会图示法则在一张图上标出所有的群体成员，然后使用箭头表示群体成员的相互选择情况，最为研究者所熟知的即为由同心圆组成的箭靶图。从数据分析上来看，主要采用矩阵解析、社会图分析方法以及使用有关指数，如声望指数、中心指数加以标示。具体而言，矩阵解析方法将N*N社会矩阵作为初级矩阵予以分析，平方之后的矩阵则代表群体成员之间的二级关系，立方之后则代表三级关系，以此类推。社会图分析方法，则较为广大社会心理学者熟悉，即通过解剖社会图的基本结构，掌握群体中的社会网络分布情况，区分网络中不同地位的角色，如明星，联络人，孤立者等。声望指数的计算则包括相对声望指数与内部声望指数两种，指的是行为主体在关系中被选择为客体的比重或者在整体网络中的绝对人数。中心指数则通过计算行为主体介入的关系占据网络中所有关系的比重来获得。从数据处理采用的软件来看，整体网络分析主要采用独特设计的社会网络分析软件与社会测量软件，在下文中，本文将予以简单介绍。
(2)自我中心网络分析：
从数据收集与数据整理上来看，根据荷兰学者范德普尔（Van der Poel,Mart,1993）的总结，自我中心网络分析主要有以下几种方法：互动方法、角色关系和情感方法以及社会交换法。后两者对于社会心理学而言，比较常用。情感方法要求被试指出与其关系最为密切的人，如最好朋友提问法或者十项提名法。这种方法的缺点在于不同的人的评价标准可能不一致。社会交换法以社会交换理论作为基础，认为拥有报偿性互动资源的人在影响被试的态度和行为的时候相当重要。这种方法目前得到了普遍运用，并且被证明在不同文化背景之中也是适用的。（张其仔，2001）它的优势在于考察的是现实存在的关系，并且，由于报偿性互动是相当特殊的，因此，保证了所有被试按照同一标准来回答问题。从数据分析与使用的软件来看，自我中心网络分析主要是运用SPSS、SAS或者R、Stata等大型统计软件中的线性相关分析、协方差分析等模块来探索影响自我中心网络特征的因素。
(3) 网络分析软件简介
“工欲善其事，必先利其器”。对于网络分析而言，正是由于数学方法的广泛运用，才得以让网络分析的术语很快占领众多研究领域。除了使用SPSS、SAS、R、Stata对有关网络数据（主要是自我中心网络数据）进行处理之外，根据网络分析的原理，目前，已经设计了大量的网络分析软件，包括从数据录入到建模、画图与生成报告等一系列的功能。目前在研究中主要使用的网络分析软件有：
�/I>61557; Uninet ：研究者使用较多的网络分析软件。
参考网址：http://eclectic.ss.uci.edu/~lin/uci
-
注意：本网所刊登的文章，均仅代表作者个人观点，并不代表本网立场。