Indicadores de rede ou métricas

A análise de redes (ARS) disponibiliza uma série de ferramentas, estatísticas, matemáticas que facilitam o trabalho com redes maiores, pois quantifica certas características da estrutura social (STEINER, 2006).

Uma razão para a utilização de técnicas matemáticas e de gráficos na ARS é que permite representar a descrição de uma rede de maneira concisa e sistemática. Além de possibilitar o uso de ordenadores para armazenar e manipular rapidamente a informação (HANNEMAN, 2002, p.3).

Cabe à análise das redes sociais (ARS) o diagnóstico das estruturas relacionais através de técnicas, métodos e software específico para análise dos dados. Os indicadores de redes ou métricas, como o nome já diz, servem para medir as relações tecidas nas redes, de modo a facilitar a compreensão das relações existentes em relação ao potencial de relações possíveis. Eles ajudam também a medir a posição de cada ator em relação aos demais, em termos de quantas conexões chegam e partem dos nós, qual a distância em relação aos demais nós, se é ou não um nó intermediário, entre outros. Um dos indicadores importantes da ARS é a centralidade, pois reflete a influência dos atores na rede, tal como a autoridade hierárquica na organização piramidal. Freeman (1977 apud LEMIEUX & OUIMET, 2008) foi quem desenvolveu as medidas de centralidade com o fito de comparar a posição mais ou menos central num grafo não orientado. Um ator é central na rede quando pode se comunicar com muitos outros, assim como é utilizado como intermediário em seus contatos. Atores mais centralizados podem ter vantagens, pois dependem menos dos demais para obterem informações. Os principais fatores preponderantes para a influência dos atores são: especificidade de seu apoio para o conjunto da rede (laços fracos) e atividade exercida no âmbito da rede (laços fortes – conhecimento e reconhecimento por todos). A influência de um ator também será medida em razão do número de conexões tecidas, tanto interna, quanto externa à rede, com outros elos, redes, grupos etc. As principais medidas de centralidade são:

Quadro 13 - Medidas de Centralidade Centralidade de

grau (degree

Mede as conexões diretas de cada ator, sendo o ator mais central o que possui maior número de conexões diretas com outros. Será tanto maior quanto maior forem as relações com outros nós da rede, o que reforça a

centrality) capacidade de coordenação, de liberdade de ação e de influência na rede. O número de laços direcionados ao nó é denominado de indegree, e os laços que partem do nó de outdegree.

Centralidade de intermediação

(betweenness)

Demonstra os caminhos mais curtos existentes para um nó conseguir acessar outro. Ou seja, identifica os nós pontes que permite a conexão de elos ou grupos isolados. Centralidade de

proximidade

(closeness centrality)

Mede a proximidade de um nó com os demais na rede, sendo que um nó pode estar isolado, mas ter alta cercania em função de estar conectado com um nó importante da rede. Quanto menor o número de conexões para alcançar os demais nós, mais central será o nó, sendo que a distância aos demais nós não é apenas negativa, pois contribui para maior autonomia e independência nas escolhas.

Fonte: Marcon & Moinet, 2001, Molina, 2001.

Além da medida de centralidade, podem-se citar outras propriedades estruturais das redes, tais como: Prestígio – pode ser verificado em redes orientadas em que alguns atores são apontados como mais importantes, tendo mais prestígio (STEINER, 2006); Distância Geodésima (distância mínima entre os atores) - é o número de relações nos caminhos mais curto possíveis de um ator a outro; subgrupos ou cliques - indica o grupo de nós dentro da rede em que todos estão ligados a todos simetricamente. Para a constituição de um clique são necessários no mínimo três nós (QUIROGA, 2003).

Outro indicador muito significativo é a Densidade, a qual se refere à razão entre as relações existentes e as relações possíveis, as quais irão variar conforme sejam consideradas as relações orientadas e não-orientadas. Alta densidade indica coesão/similaridade de opiniões, ponto de vista, enquanto a baixa densidade está associada à diversidade e ao acesso a recursos escassos. Embora ambas tenham sua importância, a densidade alta é sinônimo de poder de determinado grupo. O poder é relacional, sendo uma conseqüência dos padrões de relações, de modo que se um grupo tem poder é porque pode influenciar ou ser uma referência para outros grupos, atores, etc.

Além disso, a densidade depende do número de nós, sendo tanto menor quanto maior o número de nós. No entanto pode existir o mesmo número de atores, mas variar a densidade, devido às relações que se estabelecem no grupo, seus objetivos e propósitos. A densidade da rede está relacionada ao fluxo de informações que por ela circula, o qual proporciona coesão à rede, favorecendo a internalização dos seus

valores. Através das novas tecnologias há maior facilidade na troca de informações, sendo de fundamental importância os laços fracos, pois eles propiciam a ampliação das informações (SOUZA, 2011). É possível calcular a densidade não apenas do conjunto do grafo, mas também dos seus subgrupos. Assim como, pode-se calcular a densidade egocêntrica, de um ator com os demais atores do grupo (HANNEMAN, 1999; PORRAS, 2005b).

O resultado expresso pelos indicadores resulta das matrizes selecionadas para a organização dos dados, existindo dois modelos principais, sendo que o primeiro refere-se a matriz adjacente ator-ator (atores são dispostos nas linhas e nas colunas da matriz). Esse tipo de matriz pode ser simétrica ou assimétrica, e é sempre quadrada. A simetria é utilizada em grafos não-orientados, e a assimetria nos grafos orientados. O segundo modo de organizar os dados relacionais é através da matriz de incidência, geralmente utilizada para organizar dados relacionais de pertença, tendo forma retangular, mas que pode ser decomposta em duas matrizes adjacentes ou quadrada. A seleção de um ou outro tipo de matriz irá depender dos dados que se dispõe e da problemática de pesquisa. Em geral a matriz de adjacência é mais utilizada para análise do conjunto das relações sociais.

A abordagem utilizada para a coleta dos dados relacionais pode ser posicional ou reputacional. Na abordagem posicional os atores são selecionados em razão de sua posição, estatuto, como por exemplo, estudo das relações de uma turma de escola primária, ou as relações entre empresas do ramo manufatureiro. Na abordagem reputacional são consultados vários atores que informam o nome dos atores chaves que deverão ser estudados, sendo utilizada nos estudos das elites locais, associações, Ongs etc. Embora a análise possa ser feita manualmente, em especial quando o número de atores é pequeno, existe a possibilidade de usar programas informáticos, os quais reduzem as chances de erro. Há duas categorias de software para análise dos dados, sendo uma voltada para a visualização das relações, e outra para análise dos dados relacionais. Os principais softwares para o desenho dos grafos são o krackplot e o netdraw. Para análise das relações o software mais utilizado é o ucinet, pois permite a análise das principais propriedades (centralidade, densidade, buracos estruturais, cliques etc). O Pajek é um software utilizado para análise de grandes redes, pois permite maior possibilidade de manipulação e transformação dos grafos. Para maiores informações sobre os softwares para análise de redes é importante consultar o endereço: HTTP://analytictech.com (LEMIEUX & OUIMET, 2008).

2.6 O CONCEITO DE REDE COMO MODUS OPERANDI NA