1.
7
ANÁLISIS
DE REDES
SOCIALES
Rafael Repiso Caballero
rafael.repiso@gmail.com
Conceptos Básicos
Tipos de relaciones
Posición
Registro de relaciones
Medidas de Centralidad
Clusters
Algoritmos de Visualización
Software UNIVERSIDAD
INTERNACIONAL
DE LA RIOJA

2.
7
Introducción
Definición
Las Redes en la sabiduría Popular
Cerebro social
Niveles de Análisis Relacional
Disciplinas involucradas
Ejemplos
Distancia Social
Breve historia del ARS
Conceptos Teóricos
Tipos de Relaciones
Diferentes Representaciones
Partes de un Grafo
Conceptos de Conectividad I
Diámetro y Densidad de Red
Medidas de Centralidad
Conceptos de Conectividad II
Tipología de Redes
Uso de Variables en Redes
Sociales
Grafos y Algoritmos
Clustering y Vectores
Poda de Red
Software
Programas de Redes
Pajek
Programas complementarios
Insertando datos en Pajek
Práctica en Pajek
INDEX

3.
7
Esta presentación tiene la finalidad de acompañar
las lecciones teóricas de un curso presencial donde
las explicaciones enriquecen la esquematización de
la misma, por tanto no están completas sin su
correspondiente explicación. En el mismo curso se
ven aspectos en vivo que no aparecen registrados
en las presentaciones como el uso del software
Pajek.
Siéntanse libres de usarla.
INDEX
“Gratis lo recibisteis; dadlo gratis”

4.
INTRODUCCIÓN

5.
No medimos las características individuales
de los objetos de estudio, sino cómo se
relacionan entre sí dentro del sistema.
• Conjunto de métodos para estudiar los aspectos
relacionales de las estructuras sociales. Scott 1992.
• Técnicas basadas en sacar a la luz los patrones de
interacción entre las personas. Freeman 2006.

6.
Estudiar la sociedad desde la perspectiva del
Análisis de Redes es estudiar a los individuos
como parte de una red de relaciones y buscar
explicaciones para el comportamiento social
en la estructura de estas redes y no en la
estructura de las mismas.
El estudio de redes transciende a los individuos
y permite ser aplicado para estudiar la relación
entre elementos significativos, por ejemplo
instituciones o términos.
El registro masivo de datos debido a la
aparición y democratización de internet, así
como la aparición de herramientas de fácil
acceso han popularizado los estudios sobre
redes en múltiples áreas.
La estructura afecta al individuo. Las relaciones son vías para el
intercambio.
Social Network Analysis (SNA)

7.
¿Qué dice la sabiduría popular de las redes
sociales?
Dime con quién andas y te diré quién eres.
Dios los cría y ellos se juntan.
El amor junta los cetros con los
cayados; la grandeza con la bajeza;
hace posible lo imposible; iguala
diferentes estados y viene a ser
poderoso como la muerte.
Entre los pobres pueden durar las
amistades, porque la igualdad de
la fortuna sirve de eslabón a los
corazones; pero entre los ricos y los
pobres no puede haber amistad
duradera.
Somos el promedio de las cinco personas con las que más nos relacionamos.

8.
El número de Dunbar es, según el antropólogo Robin Dunbar, la cantidad de individuos que
pueden relacionarse plenamente en un sistema determinado. Dunbar teoriza que este
valor, aproximadamente de 150 individuos, está relacionado con el tamaño de la
neocorteza cerebral y su capacidad de proceso.
Hipótesis del cerebro social. El número de Dunbar

9.
MESO MACRO
MICRO
- 2 a 20 relaciones.
- Relaciones personales.
- Departamentos
- Familia.
- Antropología.
- 20 - 1000 relaciones.
- Relaciones laborales.
- Empresas.
- Sociología.
- 300 – 1.000.000,
- Países.
- Sistemas.
- Ciudadanía.
- Estadística.
Niveles de
Análisis
Relacional

10.
El Análisis de Redes Sociales es
una técnica idónea para analizar
grandes conjuntos de datos,
pues el hombre no es capaz, sin
ayuda, de procesar tanta
información relacional de
manera natural
MICRO MESO MACRO

11.
Matemáticas
Teoría de Grafos
Estadística
Álgebra Matricial
Psicología Social
Antropología
Sociología
Teoría de Redes
Economía
Criminología
Informática
Epidemiología
Psicología Social
Antropología
Sociología
Disciplinas Involucradas en el Análisis de Redes Sociales

12.
Áreas de Aplicación – Criminología
Familia Corleone…

13.
Áreas de Aplicación – Religión
Co-presencia de personas en los evangelios…

14.
Áreas de Aplicación – Epidemiología
14
Potterat et al (2007) Sexual Network structure as an indicator of epidemic
phase.

15.
Áreas de Aplicación – Medios Sociales
15
Contactos en Redes Sociales

16.
Áreas de Aplicación – Sociología
16
Redes de Tribunales de Cine, España 1976-2007

17.
Áreas de Aplicación – Trabajo Social
17
Potential Benefits and Harms of a Peer Support Social Network Service on the Internet
for People With Depressive Tendencies: Qualitative Content Analysis and Social Network
Analysis

18.
El mundo a seis grados de distancia
Distancia Social

19.
La humilde historia del análisis de redes sociales,
1932
En el otoño de 1932, hubo una epidemia de
fugitivos en la escuela Hudson School for Girls.
En un período de sólo dos semanas, 14 niñas
abandonaron la escuela, una tasa 30 veces
superior a la normal. Jacob Moreno, un
psiquiatra, sugirió que la razón de la oleada de
fugitivos tenía menos que ver con los factores
individuales de las personalidades y
motivaciones de las niñas que con las
posiciones de los fugitivos en una red social
subyacente. Moreno y su colaboradora, Helen
Jennings, mapearon la red social de Hudson
usando "sociometría", una técnica para
obtener y representar gráficamente los
sentimientos subjetivos de los individuos entre
sí. Al examinar los vínculos en esta red social,
Moreno y Jennings argumentaron que había
canales para el flujo de influencias e ideas
sociales entre las niñas.

20.
CONCEPTOS
TEÓRICOS

21.
Similaridad
Localización
Ejemplos
Coasistencia
Misma época
Pertenencia
Ejemplos
Filiación
profesional
Co-participación
Atributos
Ejemplos
Género
Actitud
Etc.
Relaciones Sociales
Parentesco
Ejemplos
Filiación
Hermano
Otros roles
Ejemplos
Amigo de
Jefe de
Alumno
Enemigo
Aliado
Afectividad
Ejemplos
Odia
Ama
Cognitivo
Ejemplos
Conoce
Tan feliz
como…
Interacción
Ejemplos
Sexo con
Habla con
Ayuda a…
Hiere a…
Flujos
Ejemplos
Datos
Dinero
Recursos
Ideas
Relaciones más comunes utilizadas en las Redes Sociales
Todo parte de un elemento relacional…
Relaciones más usadas en Redes Sociales.

22.
PAR1 PAR2
PEDRO MARIA 1
PEDRO ANTONIO 1
PEDRO LAURA 1
DANIEL ANTONIO 1
LAURA DANIEL 1
ANTONIO MARIA 1
JOAQUÍN LAURA 1
Tabla Unidireccional
PEDRO MARIA ANTONIO LAURA DANIEL JOAQUIN
PEDRO - 1 1 1
MARIA 1 - 1
ANTONIO 1 - 1
LAURA 1 - 1 1
DANIEL 1 1 -
JOAQUÍN 1 -
MATRIZ nxn
PEDRO
MARÍA ANTONIO
LAURA
DANIEL
JOAQUÍN
GRAFO
SOCIOGRAMA
Tres formas diferentes de representar relaciones

23.
Parte de una Red.
Sociograma
Actor / nodo
Grafo /
Sociograma
Link
Enlace
Nodo aislado
Enlace puente
Clique 3
Clique 4
Enlaces / Aristas
• 1 red
• 19 conexiones
• 18 nodos
• 2 grupos
Partes de una red

24.
Conceptos en
ConectividadHomofilia. Tendencia de los actores a formar vínculos con
otros nodos de acuerdo a su similitud (sexo, raza, edad,
rendimiento académico, aficiones, valores, etc.).
Multiplexity: Consiste en la agrupación de diferentes tipos
de relaciones entre dos nodos. Normalmente se dan en
relaciones densas. Por ejemplo, dos personas que son
compañeros de trabajos pueden ser también amigos. La
multiplexidad es un signo de fortaleza en las relaciones.
Reciprocidad: Es la medida en que dos actores se
relacionan entre sí en una mismo tipo de relación.
Propinquity: Tendencia de los actores a tener más vínculos
con otros geográficamente cercanos.
Conceptos de Conectividad

25.
Conceptos en Redes
Es la máxima distancia posible en la red entre dos puntos, o
dicho de otra forma la mínima distancia entre los puntos más
alejados entre sí de la red.
Diámetro de la Red
Diámetro

26.
Conceptos en Redes
La densidad de la red es un indicador que nos dice el grado de
conectividad en la red. Partiendo de que el 100% de densidad
indica que todas las posibles conexiones entre nodos se dan.
¿Cómo se calcula? Se divide el número de relaciones existentes
entre el número máximo posible de relaciones y se expresa en
porcentajes.
Densidad de la Red
Densidad de la Red

27.
Densidad de la Red• 1 red
• 19 conexiones
• 18 nodos
• 2 grupos
Conexiones posibles= 18*17= 306
Densidad= 19/306*100= 6,2%
𝑛º 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝑛º𝑛𝑜𝑑𝑜𝑠∗(𝑛º 𝑛𝑜𝑑𝑜𝑠 −1)
* 100
Densidad de la Red

28.
Conceptos de Redes
Medidas de Centralidad
Grado /
Degree
Cercanía /
Closeness
Intermediación /
Betweeness
Eigenfact
or
Medidas de Centralidad
Mod
a
Medi
a
Promed
ia
Median
a
Típicas medidas en
estadística
Típicas medidas en Redes
Medidas de Centralidad en Redes

29.
Conceptos de Redes
Grado / Degree
Se aplica a cada nodo/actor. Nos indica el número de
conexiones que tiene cada actor.
En redes direccionales podríamos diferenciar grado de entrada
(input degree) y grado de salida (output degree).
Se relaciona con el capital social…
Ejemplos:
• Número de contactos que tenemos en la agenda…
• Número de estaciones de metro que se comunican con Sol…
Grado

30.
Conceptos de Redes
Intermediación /
Betweeness
Se aplica a cada nodo/actor. Nos indica la capacidad de cada
actor para estar en medio de conexiones y por tanto servir de
intermediario.
Es un capital social interesante pues
tiene la capacidad para poner en
contacto a gente o permitir la
fluidez de información dentro de la
red.
Hay gente que vive de sus contactos…
Intermediación

31.
Conceptos de Redes
Closeness / Cercanía
Se aplica a cada nodo/actor. Nos indica si la posición del actor
le permite moverse con facilidad por la red porque está próximo
en conjunto.
Cercanía

32.
Conceptos de Redes
Eigenfactor
Es un valor que no sólo mide el número de conexiones de cada
nodo, sino la calidad de los nodos con los que nos conectamos.
Se realiza en dos pasos:
Paso 1. Cálculo del peso de cada nodo.
Paso 2. Ponderación de las relaciones según el peso de los
nodos con los que conecta.
Hay indicadores como el Page Rank de Google o el Scimago
Journal Rank que se basan en esta idea.
Eigenfactor

33.
Conceptos de Redes
Eigenfactor
Eigenfactor

34.
 Homofilia es la tendencia que temenos
las personas a relacionarnos con nuestros
iguales.
 Es el principal factor de agrupación en las
redes creando grupos (clusters), donde
crear relaciones es fácil.
 La extrema homogeneización puede ser un
problema para la innovación y la
generación de ideas, y en cierta forma
representa pobreza, baja diversidad. La
heterofilia es más deseable en ciertos
contextos. 
 Transitividad en SNA es una propiedad
de los enlaces. Si hay una fuerte relación
entre A y B y entre A y C, se indica que B y
C deben estar conectados aunque no se
registre.
 Puentes son nodos y enlaces que
conectan dos o más grupos diferentes.
Tienen un peso relacional específico.
 Facilita la conexión entre grupos, aumenta
Homofilia Heterofilia
Fuerte Débil
Transitividad Bridging
Cliques
Grupos
entrelazados
Red
Social
links
Conceptos reticulares

35.
Tipo de Actores
Modo 1. Mono
Modo 2. Hetero
Valor de las relaciones
Sin valor
Con valor
Dirección de las relaciones
Unidireccional
Multidireccional
Reciprocidad
Sin dirección
REDES SOCIALES
Tipología de Redes
Tipología de Redes

36.
Tipo de Actores
Modo 1. Mono
Modo 2. Hetero
Red Modo 2. Actores y Películas
Red Modo 1. Amistad
Tipo de actores

37.
Red Modo 2. Actores y Películas
Red Modo 1. Amistad ponderada
Valor de las relaciones
Sin valor
Con valor
Valor de las relaciones

38.
Red Modo 2. Actores y Películas
Red Modo 1. Amistad ponderada
Dirección de las relaciones
Unidireccional
Multidireccional
Reciprocidad
Sin dirección
Red. Intercambio de dinero
1
1
1
5
5
Direccionalidad

39.
Jacob L . Moreno, uno de los pioneros.
Desayuno con adolescentes…

40.
Variables en las Redes
Sociales
Añadiendo “sabores” a la red
Aparte de medir variables relacionales, en las redes sociales se puede
tener en cuenta diferentes tipos de características de los individuos y
las relaciones.
- Podemos utilizar el tamaño del nodo o del borde de nodo para
representar algún aspectos.
- Podemos utilizar el color de los nodos, o del borde del nodo o de
las relaciones para mostrar más variables.
- Podemos, en la etiqueta del nombre del nodo jugar con los
colores.
- La forma habitual de los nodos es un círculo, pero pueden tomar
otras formas como triángulos, rectángulos o ingluso pictogramas e
imágenes para representar la pertenencia a un conjunto de los
nodos.
- Las relaciones se pueden representar mediante líneas con rectas,
zigzag, diferentes colores y grosores.
Las variables en el grafo deben tener sentido porque
pueden complicar su interpretación

41.
Barman & Moody (2004) Chain of Affection: The Structure of Adolescent.
Romantic and Sexual Networks.
Variables en las Redes Sociales

42.
¿Cómo se representan los
grafos?
Representar los gráficos
- Los gráficos en las redes se pueden representar de múltiples
maneras, de manera manual a automática.
- Existen algoritmos de visualización que dotan de significado las
posiciones y las distancias entre nodos de la red.
- Algoritmos circulares
- Algoritmos de Fuerza (Kamada-Kaway; Fruchterman-Reyngold).
- Diseño manual.
Misma red, diferentes algoritmos(Aiello y Silveira)

43.
¿Cómo se representan los
grafos?
Representar los gráficos

44.
Desayuno con adolescentes…
Fuerzas de atracción y
repulsión

45.
Gráficos de Fuerza
Algoritmos de Fuerza
- El centro de las redes sitúan a los nodos mejor conectados
- En la periferia se sitúan los aislados.
- El algoritmo tiene en cuenta la atracción medida en enlaces
directos y próximos y la repulsión entre los nodos que no se
conectan directa o indirectamente.
- La distancia espacial entre nodos pretende representar la
distancia social de estos.
- La idea es situar las relaciones de tal forma que la “tensión”
del sistema sea nula, esto es fácil en redes pequeñas y una
meta imposible en redes complejas.

46.
Clustering
Clustering
- Técnica automatizadas de agrupamiento en relación a
elementos reticulares.
- Podemos configurar el número de grupos que se crean, el
tamaño mínimo y máximo de los grupos, el grado de
cohesión de los grupos…

47.
Clustering
Algoritmos de Fuerza
- Técnica automatizadas de agrupamiento en relación a
elementos reticulares.
- Podemos configurar el número de grupos que se crean, el
tamaño mínimo y áximo de los grupos, el grado de cohesión
de los grupos…

48.
Vectores
Vectores
- A raíz de elementos estructurales, podemos pedirle a la red
que nos muestre características de los nodos como las
tendencias de centralidad.

49.
Podando la red…
Podas
- Consiste en reducir la complejidad de la red a base de eliminar
relaciones o incluso nodos poco destacados para quedarnos con una
estructura más fácilmente interpretable o que podemos representar
en un folio…
- Podemos portar teniendo en cuenta aspectos como:
- Número de relaciones.
- Tamaño mínimo de los grupos.
- Valor de las relaciones (quitamos todas las relaciones con valor
inferior a).
Las podas siempre implican pérdida de información…

50.
Software

51.
Gephi
UCINET
Pajek
+
-
Software de Redes
The R Project

52.
+
Software de Redes
analysis and visualization of large networks
- Software gratuito.
- Constantemente se está actualizando.
- Es junto a UCINET el más utilizado en
estudios científicos.
- Made in Slovenia.
- Es un software algo árido.
- Para manejarlo hay que
tener muy claro lo que se
hace, los conceptos.
- Especializado en grandes
redes.

53.
+
Software de
RedesProgramas Bibliométricos que generan redes exportables a Pa
Permiten exportar redes de :
• Citación
• Co-citación
• Co-ocurrencia de términos
Se nutre de datos basados en:
• Web of Science
• Scopus
• Formatos RIS
Programas que mejoran
Pajek
TXT TO PAJEK
EXCEL TO PAJEK
Crean el fichero de formato de pajek desde
Notepad o Excel de una forma más fácil…

54.
*Vertices 6
1 “PEDRO"
2 “MARIA"
3 “ANTONIO"
4 “LAURA"
5 “DANIEL"
6 “JOAQUIN"
*Edges
1 2
1 3
1 4
3 2
4 5
4 6
2 5
PAR1 PAR2
PEDRO MARIA 1
PEDRO ANTONIO 1
PEDRO LAURA 1
DANIEL ANTONIO 1
LAURA DANIEL 1
ANTONIO MARIA 1
JOAQUÍN LAURA 1
Insertando datos en Pajek
Formato Pajek

55.
Ginori Albizzi
Lambertes Gaudagni
GuadagniBischeri
GuadagniAlbizzi
Albizzi Medici
Strozzi Bischeri
Peruzzi Strozzi
Strozzi Castellani
Ridolfi Strozzi
Ridolfi Tornabuon
Tornabuon Guadagni
CastellaniBarbadori
Tornabuon Medici
Medici Ridolfi
Medici Acciaiuol
Medici Salviati
Salviati Pazzi
Práctica en Pajek
Genera la red con los datos que se facilitan
Relaciones
Relaciones

56.
• Aiello, Andrés y Silveira, Rodrigo (sd). Trazado de grafos mediante método
dirigidos por fuerzas. Universidad de buenos Aires.
• Dunbar, R. I. (1993). Coevolution of neocortical size, group size and
language in humans. Behavioral and brain sciences, 16(4), 681-694.
• Padgett, J. F., & Ansell, C. K. (1993). Robust Action and the Rise of the
Medici, 1400-1434. American journal of sociology, 98(6), 1259-1319.
• Potterat et al (2007) Sexual Network structure as an indicator of epidemic
phase.
• S.n. (2014) Social Network Analysis.
https://friendsarena.wordpress.com/2014/12/11/18/
• Takahashi, Y., Uchida, C., Miyaki, K., Sakai, M., Shimbo, T., & Nakayama,
T. (2009). Potential benefits and harms of a peer support social network
service on the internet for people with depressive tendencies: qualitative
content analysis and social network analysis. Journal of Medical Internet
Research, 11(3).
• Wasserman, S., & Faust, K. (1994). Social network analysis: Methods
and applications (Vol. 8). Cambridge university press.