Indicadores para analizar mi Red...

Para analizar mi red, utilicé cierto tipo de indicadores. Para empezar, calculé la densidad de la red. Cuando hablo de densidad me refiero al porcentaje del cociente entre el número de relaciones existentes con las posibles, que en mi Red significa la siguiente ecuación: 346 relaciones existentes / 1122 relaciones posibles x 100 = 30,83%. Esto me permitió darme cuenta que la conectividad de mi Red no es tan alta como pensaba, ya que no llega al 50%.

El otro indicador que tomé es el Grado de Centralidad, que permite ver la cantidad de conexiones que cada nodo o jugadora posee. En mi caso, no he necesitado dividir el grado de centralidad en grado de salida y grado de entrada, ya que mi red está compuesta enteramente de flujos bidireccionales (por lo que ambos son iguales).

Siguiendo el cuadro de la derecha, puedo afirmar que el actor central de mi Red de Hockey en cuanto a personas con las que ha cenado es Juli, ya que tiene un grado de 21, y un grado normalizado de 63,636%. En segundo lugar y tercer lugar, se encuentran Momi y Tami, quienes han cenado con 18 y 17 jugadoras respectivamente.

Otro de los indicadores que utilicé para analizar mi Red es el Índice de Centralización, que permite ver cuan cerca está la Red de comportarse como un Red Estrella, en donde un actor juega un papel central que controla a toda la Red. En este caso, el índice es del 34,85%. Esto implica que la Red está lejos de considerarse una Red Estrella (que tiene un grado de centralización del 100%), y mucho más cerca de considerarse una Red bien conectada.

El cuarto indicador que tomé fue el Grado de Cercanía o Closeness, que es la capacidad de un nodo de llegar a todos los actores de una Red. Para calcularlo es necesario contar todas las distancias geodésicas de un actor para llegar a los demás, es decir, las rutas más cortas que un actor debe seguir para llegar a los otros actores. Este indicador sólo puede utilizarse en matrices simétricas.

El gráfico de la izquierda, nos permite ver que Juli es quien posee el más alto Grado de cercanía (73,333), seguida por Momi (68,750) y Tami (66,000). Es importante señalar que los valores altos de cercanía indican una mejor capacidad de los nodos para conectarse con los demás actores de la Red. Estos resultados, se corresponden con el Grado de Centralidad, que ubica a estas tres jugadoras en las mismas posiciones, siendo Juli el actor central de la Red. Por otro lado, Tania es quien posee el Grado más bajo, con 39,286, indicándonos que esta jugadora no se encuentra bien posicionada dentro de su Red.

Por último, utilicé como indicador para mi análisis el Grado de Intermediación o Betweenness, que se refiere a la posibilidad que tiene un nodo para intermediar las comunicaciones entre pares de nodos. Aquí se consideran todos los posibles caminos geodésicos (rutas más cortas que un actor debe seguir para llegar a los otros nodos) entre todos los pares posibles. La medida de intermediación de un nodo se obtiene al contar las veces que este aparece en los caminos que conectan a todos los pares de nodos de la Red. A estos actores se los llama actores puentes.

Como puede verse en el gráfico de la derecha, nuevamente es Juli quien encabeza la lista. Esta jugadora con 116.154 es el nodo con mayor intermediación. Esta cifra equivale al número de pares de nodos que este actor es capaz de conectar. Es importante remarcar, que aquí el segundo y tercer puesto está invertido en relación con los gráficos anteriores, ya que es Tami, con 95.090, quien aparece en 2º lugar, y Momi, con 52.289, en 3º. Lo que significa, que Tami tiene una capacidad mayor para enlazar un par de nodos que Momi.

Abajo encontrarán un gráfico de mi Red con los tres nodos más importantes para que puedan visualizarlo más fácilmente: Juli, Momi y Tami. Si bien Juli es quien figura en el primer puesto en los tres gráficos, Momi y Tami son nodos importantes ya que enlazan ciertas jugadoras que Juli no. Sin estos dos actores, los pasos para unir ciertos nodos con otros sería más largo y la Red estaría mucho menos conectada.