質(zhì)性數(shù)據(jù)分析軟件NVivo教程:社交圖
NVivo是一款支持定性研究方法和混合研究方法的軟件。它可以幫助您收集、整理和分析訪談、焦點(diǎn)小組討論、問(wèn)卷調(diào)查、音頻等內(nèi)容。全新的NVivo12更可協(xié)助您處理社交媒體和網(wǎng)頁(yè)內(nèi)容。NVivo強(qiáng)大的搜索、查詢(xún)和可視化工具使您可以深入地分析您的數(shù)據(jù)。
NVivo中的社交圖可以通過(guò)將社交圖顯示為圖表來(lái)幫助您分析社交網(wǎng)絡(luò),從而幫助您可視化連接。使用社交圖對(duì)大量病例及其關(guān)系或從NCapture導(dǎo)入創(chuàng)建的Twitter數(shù)據(jù)集執(zhí)行社交網(wǎng)絡(luò)分析。
社交圖是人或其他實(shí)體之間的社交聯(lián)系的圖形表示。
點(diǎn)-表示個(gè)人,組或?qū)嶓w。在NVivo中,點(diǎn)是個(gè)案(或Twitter社會(huì)圖中的Twitter用戶(hù))。
邊-表示點(diǎn)之間的連接或交互。在NVivo中,邊是關(guān)系(或Twitter社會(huì)圖中的推文和提及)。邊可以具有指示關(guān)系方向的箭頭。
可以將社交圖用于什么?
在列表視圖中,選擇一個(gè)案例。
在“ 瀏覽”選項(xiàng)卡上的“ 社交網(wǎng)絡(luò)分析”組中,單擊“以自我為中心的社交圖”。
在“ 瀏覽”選項(xiàng)卡上的“ 社交網(wǎng)絡(luò)分析”組中,單擊“ 網(wǎng)絡(luò)社交圖”。
選擇要包括在社交圖中的病例。
邊類(lèi)型
類(lèi)型
使用
例子
如何使用
以自我為中心
查看與一個(gè)特定案例(自我)相關(guān)的所有案例。
網(wǎng)絡(luò)
可視化一組案例以查看它們?nèi)绾芜B接,這種社會(huì)圖可以包括孤立的案例。
Twitter
查看您的Twitter用戶(hù)的網(wǎng)絡(luò),以及如何通過(guò)轉(zhuǎn)推和提及將他們聯(lián)系起來(lái)。
使用NCapture捕獲Twitter數(shù)據(jù)集,然后在詳細(xì)信息視圖中查看Twitter Sociogram選項(xiàng)卡。
社交統(tǒng)計(jì)圖中的邊的方向是具有一定含義的。
無(wú)向邊是關(guān)聯(lián)關(guān)系-它們沒(méi)有方向性(例如,has met)
有向邊是關(guān)系的一種方式(例如,是 ,Twitter @mention的成員)
對(duì)稱(chēng)邊緣雙向鏈接(Facebook好友)
NVivo社交圖是多路復(fù)用網(wǎng)絡(luò),這意味著一個(gè)網(wǎng)絡(luò)上會(huì)顯示不同類(lèi)型的連接(邊)。例如,Twitter社交記錄顯示提及和轉(zhuǎn)發(fā)。網(wǎng)絡(luò)社交圖顯示了所有類(lèi)型的關(guān)系。
了解指標(biāo)
點(diǎn)度量用于計(jì)算不同的影響程度,例如程度,中間度和接近度,以回答以下問(wèn)題:
- 此人可以直接與多少人聯(lián)系?
- 哪個(gè)人最有可能通過(guò)他們流轉(zhuǎn)最多的信息?
- 此人可以多快到達(dá)網(wǎng)絡(luò)中的每個(gè)人?
網(wǎng)絡(luò)度量標(biāo)準(zhǔn)(例如密度和互易性)用于計(jì)算網(wǎng)絡(luò)的連接級(jí)別。您可以查看以社交格式以網(wǎng)格格式顯示的連接所依據(jù)的中心性度量的分?jǐn)?shù)。
度中心
度中心是頂點(diǎn)直接連接到的點(diǎn)數(shù)的計(jì)數(shù)。度經(jīng)常被用來(lái)度量點(diǎn)的連通度,從而度量點(diǎn)的受歡迎程度和影響力。這對(duì)于確定哪些情況對(duì)于傳播信息和影響網(wǎng)絡(luò)中的其他情況至關(guān)重要。例如,此人可以直接與多少人聯(lián)系?
中間性
中間性是指點(diǎn)位于其他兩個(gè)點(diǎn)之間的最短路徑上的頻率。
中間性表明哪些情況是其他情況之間的通信路徑,這對(duì)于確定網(wǎng)絡(luò)將斷開(kāi)的點(diǎn)很有用。例如,哪個(gè)人最有可能通過(guò)他們流轉(zhuǎn)最多的信息?
重要的是要理解,對(duì)于一個(gè)社交網(wǎng)絡(luò)分析工具而言,之間的定義是不同的。NVivo使用SNAP和Brandes(2001)算法來(lái)計(jì)算中間性。
在NVivo中,介于兩者之間的分?jǐn)?shù)計(jì)算為最短路徑的比例。無(wú)論鏈接的方向性如何,都確定最短路徑。
親密程度
親密程度是一種衡量覆蓋范圍的方法,即信息從給定起點(diǎn)到達(dá)其他情況的速度。它可以指示誰(shuí)最容易,最快地訪問(wèn)網(wǎng)絡(luò)中的信息。例如,此人可以多快到達(dá)網(wǎng)絡(luò)中的每個(gè)人?
為了計(jì)算緊密度,NVivo使用從所討論的特定點(diǎn)到網(wǎng)絡(luò)中連接的每個(gè)其他點(diǎn)的最短距離之和。
未通過(guò)任何路徑連接的任何點(diǎn)都被認(rèn)為與所討論的特定點(diǎn)相距零。因此,僅在連接的那些點(diǎn)之間計(jì)算緊密度。
密度
密度分?jǐn)?shù)顯示在狀態(tài)欄中。
密度是圖中連接的點(diǎn)對(duì)的數(shù)量除以可能存在的可能連接的總數(shù)。密度分?jǐn)?shù)顯示網(wǎng)絡(luò)中的連接級(jí)別。在NVivo中,不考慮邊權(quán)重和多重性。
互惠
互惠分?jǐn)?shù)顯示在狀態(tài)欄中。
互惠是僅用于定向網(wǎng)絡(luò)的一種措施。它顯示了網(wǎng)絡(luò)中往復(fù)的邊的百分比。例如同一個(gè)人之間是否存在相反方向的關(guān)系?
在NVivo中,不考慮邊權(quán)重和多重性。如果有兩個(gè)向外的邊,而只有一個(gè)向內(nèi)的邊,則相當(dāng)于每個(gè)方向上的一個(gè)邊-都被認(rèn)為是往復(fù)的。
新NVivo加載中,敬請(qǐng)期待!
推薦文章:
想要購(gòu)買(mǎi)NVivo正版授權(quán)的朋友,或者獲取更多該產(chǎn)品相關(guān)信息的朋友可以點(diǎn)擊咨詢(xún)?cè)诰€客服 >>
關(guān)注慧聚IT微信公眾號(hào)???,了解產(chǎn)品的最新動(dòng)態(tài)及最新資訊。