Antti Teittinen: Verkostoanalyysi tutkimusmenetelmänä

Johdanto

Verkoston käsitettä käytetään tänä päivänä niin arkikielessä kuin tieteellisessäkin ilmaisussa. Tämän artikkelin jaottelussa verkosto on joko metafora eli sillä on vertauskuvallinen merkitys tai sitten käsitettä käytetään kuvaamaan empiiristä tutkimusmenetelmää. Yhteistä verkoston käsitteen molemmissa merkityksissä on se, että verkoston avulla voidaan hahmottaa helpommin (esimerkiksi visualisoimalla) monimutkaisia sosiaalisia prosesseja. Tutkimusmenetelmänä verkostoanalyysin tavoitteena on jäsentää tutkittavan kohteen konteksti. Toisin sanoen kattavassa verkostoanalyysissa pyritään löytämään yhteys yksilöiden, sosiaalisten tilanteiden ja yhteiskunnallisten rakenteiden välillä. Tällaisten koko yhteiskuntaa koskevien verkostojen hahmottaminen ja analysointi on 1990-luvulta lähtien ollut sosiaalitieteissä kiinnostuksen kohteena yhä enemmän globalisaatiokeskustelun ja -tutkimuksen lisääntyessä. (Aro 1999, 138-152; Knoke & Kuklinski 1982, 7-8).

Tässä kirjoituksessa keskitytään verkostoanalyysiin empiirisenä tutkimusmenetelmänä, mutta verkoston metaforista merkitystäkään ei unohdeta. Metaforana verkosto on tärkeä huomioida, sillä kielenkäytössä yleistyneet sanat (kuten esim. verkosto) sisältävät puhujilleen yleensä itsestäänselvyyksiä ja esioletuksia. Näin metaforiset ilmaisut todennäköisesti ohjaavat myös tutkimuksen lähtökohtia ja kysymyksenasetteluja. Toisin sanoen verkostoanalyysi voidaan käsittää kuvailevassa merkityksessä, jolloin hahmotetaan, millainen on jokin sosiaalinen verkosto. Verkostoanalyysi voi olla myös selittävässä merkityksessä, jolloin verkostosuhteet ovat selittävänä tai selitettävänä tekijänä. Verkostoanalyysi on myös metodinen ja/tai teoreettinen lähestymistapa.

Kirjoitus etenee siten, että ensiksi käsittelen verkostoanalyysin tieteentraditiota eli mistä tieteellisistä lähtökohdista se on ”kehittynyt”. Toiseksi esitän verkostoanalyysin peruskäsitteet, kolmanneksi yleisimpiä aineistoja/aineistonkeruutapoja sekä millaisia asioita saadaan esiin erilaisilla aineistoilla. Näiden teemojen rinnalla annan esimerkkejä konkreettisesta tutkimuksesta, joissa menetelmänä on ollut verkostoanalyysi.

Verkostoanalyysin kehityspiirteistä

fi_image76

Metodikirjallisuudessa (esim. Scott 1991) verkostoanalyysin katsotaan yleisesti kehittyneen sosiaalipsykologisista ja antropologisista tutkimusasetelmista, joissa on haluttu saada kontekstualisoitua ja ryhmädynamiikkaan liittyvää tietoa. Verkostoanalyysin metodisina välineinä käytetään yleensä tilastomenetelmiin perustuvia malleja aineistojen luokittelussa ja analysoinnissa. Verkostoanalyysin kehityspiirteet kuitenkin jo osoittavat, että verkostoanalyysi tutkimusmenetelmänä ei ole yksiselitteinen metodi akselilla kvantitatiivinen-kvalitatiivinen, vaan siinä jossain määrin yhdistyvät molemmat ulottuvuudet.

Sosiometrian uranuurtaja Jacob Moreno (esim. 1934) tutki, kuinka ihmisten psyykkinen hyvinvointi on suhteutettavissa rakenteellisiin ominaisuuksiin. Saatuja tuloksia hän kutsui ”sosiaalisiksi konfiguraatioiksi” (social configurations), joista on mahdollista muodostaa kuvioita eli niin sanottuja sosiogrammeja.

Kuviossa 1. henkilö A ottaa vastaan muiden henkilöiden (B-F) näkemyksiä jostakin asiasta ja samalla kommentoi muodostamaansa kantaa henkilöille E ja F. Tällöin henkilö A on käsiteltävän asian keskiössä.

fi_image2

Edellä esitetty kuvio 1. on niin sanottu egosentrinen verkosto. Sosiometrisesti voidaan kuvata myös monimutkaisempia sosiaalisia konfiguraatioita. Muita verkostotyyppejä ovat esimerkiksi dyadi ja triadi.

fi_image3

Kurt Lewin (1936) katsoi, että sosiaalinen ryhmä on kentällä, jossa ryhmä ja sen ympäristö ovat keskinäisessä riippuvuussuhteessa ja näin muodostuu suhdejärjestelmä. Tällaisten suhdejärjestelmien matemaattiset sovellukset olivat olennaisia graafiteorian kehitykselle.

Graafiteorialla ei tarkoiteta muuttujien kuvaamista, vaan sillä kuvataan esimerkiksi henkilöiden A ja B välistä suhdetta niiden väliin vedetyllä viivalla. Tämä suhde voi olla positiivinen, negatiivinen tai neutraali. Selvyys suhteen ominaisuuksista tehdään graafiteoriassa yleensä tiheysmittauksilla. Olennaista on kuitenkin, että näin hahmotettu verkosto on ”koossa”, koska siinä vaikuttaa erilaisten näkemysten tasapaino. (Scott 1991, 10-16). Tämä on tärkeä havainto, sillä verkosto ei voi tarkoittaa pelkästään ”yhteistä hyvää” ja jonkinlaista rationaalista mallintamista eri osapuolten tavoitteiden saavuttamiseksi. Verkosto on myös valtaa ja vallankäyttöä kuvaava (nimenomaisesti myös metaforinen) väline, johon sisältyy konfliktuaalisia tekijöitä. (Aro 1999, 150-151; Siisiäinen 1999, 10-39).

Vaikka edelliset sosiometriset esitykset ovat olleet yksinkertaistettuja malleja, niin yksittäisten henkilöiden välisten suhteiden ja ominaisuuksien ohella voidaan malleja muodostaa ryhmien ja alaryhmien välillä. Ryhmien välisten suhteiden/rakenteiden verkostoanalyysi juontaa juurensa antropologiseen perinteeseen Yhdysvalloissa (Roethlisberger & Dickson 1939; Warner & Lunt 1941). Antropologinen lähtökohta oli kritiikkiä verkostoanalyysin matemaattisten kehittelyjen muuntumisesta liian kauaksi sosiaalisesta todellisuudesta. 1950-luvulla George C. Homans (1951) rakensi synteesiä sosiometrisen ja antropologisen tradition välille kritiikiksi Talcott Parsonsin rakennefunktionalismin liian yleisille luokitteluille. Hän luokitteli lähinnä deskriptiivisen antropologisen aineiston uudelleen havaintomatriisissa. Nyt Homans pystyi osoittamaan ryhmädynamiikan piirteitä selkeämmin ja yksityiskohtaisemmin kuin parsonsilainen rakennefunktionalismi. Havaintomatriisit ja niiden pohjalta tehdyt ryhmäkoheesioanalyysit ovatkin muodostuneet keskeisiksi tiedon tuottamisen välineiksi verkostoanalyysissa.

Keskeinen vaikuttaja verkostoanalyysille oli 1950-luvulla niin sanottu Manchesterin koulukunta. Manchesterilaiset halusivat käsittää verkoston yhtäältä metaforisena ja toisaalta kompleksisten yhteiskuntien tutkimuksen metodisena välineenä. Keskeinen kehityspiirre, jonka he toivat verkostoanalyysille oli se, että yhteiskunnallisten instituutioiden rooli ja asema on riippuvainen ihmisten välisistä virallisista, mutta erityisesti epävirallisista suhteista. Erityisesti egosentrinen verkostoanalyysi nähtiin keskeisenä metodisena lähestymistapana. (Barnes 1954; Mitchell 1969). Teoreettinen kehittely tarkoitti myös verkostoanalyysin hyödyntämistä rakennetutkimuksessa. Menetelmäpuolella tätä kehitystä edistivät matemaattisten menetelmien laajentaminen hermoverkkojen tutkimisesta sosiaalisen vuorovaikutuksen tutkimiseen. (Granovetter 1973).

Sosiaalisen vuorovaikutuksen ja verkostojen tutkimuksen monimutkaisuus itsessään vaatii matemaattisen menetelmän rinnalle kuitenkin sellaista erittelyä, jossa kyetään tunnistamaan (ryhmäkoheesiomittauksista huolimatta) keskinäisten suhteiden sisällölliset merkitykset/laadulliset tekijät. Lähtökohtana tämän vaatimuksen täyttämiselle voidaan pitää Mark Granovetterin (mt.) luonnehdintaa yhteiskunnan rakenteiden (makro) ja yksilötason (mikro) keskinäisestä vuorovaikutteisuudesta. Samaa teemaa käsitteli aikaisemmin esimerkiksi Norbert Elias (1970) arvioissaan yhteiskuntien prosessimaisesta luonteesta. Rakennefunktionaalisessa lähestymistavassa (esim. Parsons) helposti unohdetaan ihmisten intentionaalisen käyttäytymisen liittyminen yhteiskuntaelämään. Jotta näin ei pääsisi tapahtumaan on huomioitava ihmisten psykologinen puoli. Se dynaaminen käsite, jonka avulla Elias (1978) yhdistää ihmisten yksilölliset piirteet yhteiskuntaelämään, on habitus. Habitus on dynaaminen käsite siitä syystä, että sen muotouminen on ymmärrettävissä ja selitettävissä vain sidoksista ympäröivään yhteiskuntaan ja kulttuuriin.

Granovetter (1973) syventää kiinnostavasti verkostotoimijoiden välisissä suhteissa muodostuvien klikkien tai osaverkostojen välisiä suhteita käsitteellä ”heikot yhteydet” (weak ties). Se tarkoittaa sitä, että osaverkostojen väliin muodostuu heikko yhteys eli silta, joka tutkimuskäytännöissä on ymmärretty paikallisverkostoja yhdistäväksi poluksi. Yhteiskunnallisten rakenteiden ja toiminnan tutkimuksen kannalta tämä heikkojen yhteyksien merkityksen ymmärtäminen ja analysointi on tärkeää, sillä silloin saadaan tietoa verkostosuhteiden sisällöstä monipuolisemmin verrattuna tutkimukseen vain vahvoista yhteyksistä. Vahvojen yhteyksien tutkimuksessa ei välttämättä riittävästi kyetä saavuttamaan tietoa verkostosuhteiden konflikteista. Granovetterin ”heikkojen yhteyksien” tutkimustradition uudempaa jatkumoa edustaa Cathleen McGrath’n ja David Krackhardt’n artikkeli Network Conditions for Organizational Change (2003), jossa heikkojen yhteyksien analyysia viedään eteenpäin ”notkeisiin verkostoihin” (viscosity networks). Sellaisten verkostojen toiminnassa muutoksien aikaan saaminen tarkoittaa muutospyrkimysten edistämistä vähittäin verkoston jossain osa-alueella tai klusterissa. Muutosmekanismien eteneminen ja toteutuminen edellyttävät ensin granovetterilaisia heikkoja yhteyksiä verkoston klusterista toiseen, jotta vahvojen yhteyksissä tai ns. virallisissa verkostoyhteyksissä voidaan vahvistaa muutospyrkimykset. Olennaista ”notkeiden verkostojen” toiminnassa on, että muutospyrkimykset lähtevät liikkeelle heikoista yhteyksistä.

Kuvatut kehityspiirteet tuovat esiin varsinaisesti sen, kuinka verkostoanalyysin metodinen kehitys niin menetelmiensä ja tulkintamahdollisuuksiensa osalta on muotoutunut.

Verkostoanalyysin käsitteistä

fi_image77

Verkostoanalyysin tutkimuskohteena ovat sosiaalisten toimijoiden (voidaan tietysti perustellusti kysyä, mikä tai kuka ei ole sosiaalinen toimija) vuorovaikutukselliset suhteet ja yhteydet erilaisissa kulttuurisissa ja yhteiskunnallisissa järjestelmissä. Yksikköjä joiden välille verkosto on muodostunut/muodostetaan nimitetään noodeiksi. Noodit tarkoittavat siis toimijoita, jotka ovat yhteydessä jollain tavoin tutkittavan kohteen puitteisiin. (Hanneman 1998). Suhteilla ja yhteyksillä on olemassa aina muoto ja sisältö. Keskeisiä käsitteitä ne ovat siksi, että ne kertovat toimijoiden käyttäytymisestä erilaisissa järjestelmissä. Suhteen muoto tarkoittaa esimerkiksi dyadin välisten yhteyksien ominaisuuksia eikä varsinaisesti dyadissa mukana olevien sisällöllisiä ominaisuuksia. Tosin toimijoiden yksittäisillä ominaisuuksillakin on merkitystä pääsyssä erilaisiin verkostoihin. (Mattila & Uusikylä 1999, 11). Nykyään esimerkiksi useilla tutkimukseen ja tuotekehitykseen keskittyneillä toimialoilla on olemassa sisäiset verkostonsa (intranet), joihin tällaisten toimialapaikkojen ulkopuolisilla ei ole mahdollisuutta osallistua.

Verkostoanalyysissa suhteen sisällön tarkastelun lähtökohtana on yleensä tutkimuksen teoreettinen viitekehys, joka taas omalta osaltaan on rakentunut aikaisemmasta teorian ja empirian ”vuoropuhelusta”. Tutkimuksessa käytetyt teoriat yhtäältä kiteyttävät empirian piirteitä ja toisaalta empiria määrittää teorioiden sisällöllisiä painopisteitä. Toisin sanoen tutkimuksen lähtökohtatilanne on sellainen, jossa oma havaintomaailmamme ja hallitsemamme teoreettinen käsitejärjestelmä yhdistyvät näkemyksiksi kohteena olevista asioista. Käsitteiden ja teorioiden osalta kysymys on niiden konstekstuaalisesti määrittyneestä merkityksestä (Teittinen 2000). Verkostoanalyysissa teorian avulla pyritään määrittämään sisällöllistä suhdetta eli sitä millaisten suhteiden verkostoja on järkevää kerätä ja mitä toimijoita relevantteihin verkostoihin kuuluu. (Knoke & Kuklinski 1982, 14-16).

David Knoken (1990, 235-240) mukaan verkostoanalyysissa suhteiden tutkimisessa kaksi perusmuotoa ovat intensiteetti ja verkoston osapuolten yhteinen osallistuminen toimintaan. Intensiteetti tarkoittaa vuorovaikutuksen vahvuutta tai lukumäärää verkostossa. Osallistuminen viittaa informaation vuorovaikutuksellisuuteen. Verkostosuhteiden sisällöt muuttuvat hyvin helposti, sillä ne ovat pitkälle riippuvaisia kaikista yksilömuutoksista aina yhteiskunnallisiin muutoksiin saakka. Tästä syystä verkostoanalyysissa yleensä keskitytään vain selkeästi rajattujen verkostosuhteiden sisältöjen selvittämiseen. Jotta tutkimustehtävän kannalta olennaiset noodit kyettäisiin valitsemaan verkostosuhteiden välisiksi yksiköiksi, voidaan käyttää apuna kysymystä ”millaisia suhdemalleja ja -rakenteita halutaan tutkia”. Toisistaan erilaiset noodit valitaan todennäköisesti esimerkiksi silloin, kun tutkitaan valtasuhteita tai sukulaisuussuhteita, koska valtasuhteiden verkosto ulottuu laajemmalle kuin sukulaisuussuhteiden verkosto.

Tutkimusaineistoista ja niiden keräämisestä

Verkostoaineisto voidaan muodostaa hyvin monipuolisesta empiriasta kuten kyselyt, haastattelut, havainnointi, arkistolähteet, päiväkirjat jne. Lähtökohtana verkostoaineistojen keräämisessä on, että niiden tarkoituksena on kuvata toimijoiden välisiä suhteita, vaikka toimijoiden ominaispiirteilläkin on merkitystä suhteiden muotoutumisessa. Toimija-sana terminä voi olla tosin liian vahva siinä mielessä, että verkoston noodit eivät koko ajan ole välttämättä aktiivisia. Toimijoiden rinnalla terminä on käytetty myös agentin nimitystä, joka poikkeaa toimijasta siinä, että agentti voi olla toimija, mutta ei koko ajan. Agentti on kuitenkin omaksunut toimintaan kuuluvat edellytykset. Toisin sanoen verkostoaineisto koostuu eri tasoisten toimijoiden yhdestä tai useammasta suhdemuuttujasta. Verkostoaineisto voidaan jakaa sen mukaan, minkä tasoisia ulottuvuuksia halutaan tutkia.

Yksiulotteinen verkostoaineisto on sellainen, jossa tutkitaan yhden toimijaryhmän keskinäisiä suhteita. Tyypillisin yksinkertainen esimerkki tästä on koululuokan oppilaiden keskinäiset suhteet. Riippumatta verkostosuhteiden moni- tai yksipuolisuudesta niiden sisältö jakaantuu materiaaliseen ja ei-materiaaliseen puoleen. Materiaalista puolta edustaa esimerkiksi kaupankäynnin verkostossa siirtyvät hyödykkeet ja rahamäärät. Ei-materiaalista edustaa tyypillisimmillään informaation kulku verkostossa. (Johanson, Mattila & Uusikylä 1995).

Kaksiulotteisessa verkostoaineistossa on kyseessä kahden toimijaryhmän keskinäissuhteiden tarkastelu. Esimerkiksi Charles Tillyn (1998) tutkimuksessa yhteiskunnallisesta epätasa-arvosta, yhtenä keskeisenä tuloksena oli ihmisten luokittelu erilaisiin pareihin, kuten mustat/valkoiset. Vaikka epätasa-arvon tutkimuksessa on yleensä kyse hierarkisista verkostosuhteista, kategoriaalisissa pareissa on juuri niiden erottelufunktion vuoksi havaittavissa selkeästi kaksi toimijaryhmää eli noodia. Vaikka Tillyn tutkimustulos antaa esimerkin kaksiulotteisen verkoston äärimmäisen konfliktuaalisesta sisällöstä, vaikka kaksi eri toimijaryhmää voivat olla myös lähellä sisällöllisesti toisiaan. Kuitenkin niillä on jokin toisistaan poikkeava ominaisuus.

Ilkka Alasen (1999) tutkimuksessa Viron itsenäistymisen jälkeen havaittiin kaksi kilpailevaa kansallista verkostoa, jotka pyrkivät organisoimaan maatalousreformia. Toinen verkosto kannatti maatalouden perustumista perheviljelyyn ja toinen verkosto kannatti Neuvostoliiton aikaista suurtuotantotilamallia. Lopputulos oli se, että suurtuotantomalli sovellettiin uusiin yhteiskunnallisiin olosuhteisiin, jolloin uudessa tuotantomallissa oli osatekijöitä molempien verkostojen ajamista asioista. Tulkittaessa tätä tapausta voidaan tarkastella kahden poliittisen toimijan toiminnan (Viro-nimisessä valtiossa) muotoutumista ja keskinäissuhteita. Tällaisessa tarkastelussa on otettava kuitenkin sellaisia tekijöitä huomioon, kuten poliittiset ideologiat, puoleiden omat verkostot ja toimintatraditiot sekä paikallinen ja ajallinen konteksti ennen kuin kyetään riittävästi tulkitsemaan niiden keskinäisiä suhteita. Tästä syystä kaksiulotteiset verkostoaineistot laajemmiksi verkostoaineistoiksi ja niiden tutkimukseksi. Kaksiulotteisen verkostoaineiston rajaaminen on siis vaikeaa, mutta se tarjoaa hyvän lähtökohdan kokonaisverkostojen tutkimiselle.

Kokonaisverkostoaineistot tarkoittavat sitä, että kaikki verkostosuhteet tutkittavasta kohteesta kyettäisiin jäljittämään sellaisena kuin ne todella tapahtuvat. Esimerkiksi jonkin jalometallin kaupasta maailmanlaajuisesti voitaisiin muodostaa kokonaisverkostoaineisto. Vaikka tässäkin tapauksessa olisi olemassa jo selkeä rajaus, niin siitä huolimatta käytännössä kokonaisverkostoaineiston kerääminen olisi mahdotonta, koska jalometallin kauppaan liittyvät verkostot ovat koko ajan muuttuvia ja osa niistä on myös paljastumatonta rikollista toimintaa. Tästä käytännöllisestä syystä johtuen kokonaisverkostoja tutkittaessa käytetään otantamenetelmiä, joiden avulla voidaan tehdä tutkimuksen toteuttamisen kannalta usein välttämätön aineiston määrällinen rajaus.

Yhtenä luotettavimmista aineistonkeruutavoista pidetään lumipallo-otantaa. Tässä otantamenetelmässä tutkimuskohdetta pyydetään nimeään ne tahot, joihin hänellä/sillä on tutkimustehtävää selittäviä suhteita. Seuraavaksi nimeäminen pyydetään niiltä, jotka ensimmäisellä kierroksella oli nimetty. Kierroksia jatketaan niin kauan kuin tulee saturaatiopiste eli uusia tahoja ei enää nimetä. Toinen rajausmahdollisuus on kierrosten määrään perustuva. Lumipallo-otannan avulla esiin tulevat verkostosuhteet kuvaavat niin sanottuja vahvoja siteitä, jolloin aikaisemmin mainitut heikot siteet ja niiden merkitys ei tule esiin millään tavalla. Lumipallo-otannan kautta näyttäytyvät vahvat siteet ovat myös korostuneen toimijakeskeisiä, koska kyseisessä otantamenetelmässä kerätään niin sanottuja aktiivisia verkostosuhteita. Lumipallo-otannan ohella muita aineistokeruutapoja ovat aineistolähtöinen ja tutkijalähtöinen aineiston keruu (Mattila & Uusikylä 1999, 14-26). Aineistolähtöisessä aineistokeruussa tutkimuskohde/kohteet määrittävät verkosto-osapuolet ja tutkijalähtöisessä sen tekee tutkija(t). Aineistolähtöinen aineistokeruu muistuttaa paljon lumipallo-otantaa, mutta se ei ole niin toimijakeskeistä ja aktiivisen verkoston tunnistamista. Verkostotoimija voi nimetä toisen verkostotoimijan, mutta vastavuoroisuutta ei löydykään. Tutkijalähtöisesti kootussa aineistossa tutkija määrittää verkosto-osapuolet omaan ammatilliseen kokemukseensa perustuen.

Oman erityistapauksensa muodostaa egosentrinen verkostoaineisto. Sellaisella aineistolla tutkitaan yksittäisen ihmisen ja muiden toimijoiden välisiä suhteita. Tällöin kaikki verkostosuhteet jäsennetään tämän yksittäisen ihmisen kautta (ks. kuvio 1.). Metodisesti ajateltuna egosentrinen verkostoaineisto muodostetaan usein tutkimuksen alkuvaiheessa, jotta saataisiin selville tutkimuskohteen keskeiset noodit. Sen jälkeen verkostotoaineistoa voidaan laajentaa. Egosentristen verkostoaineistojen avulla on näin katsottu voitavan tutkia erityisesti verkostojen muodostumista. (Lonkila 1999, 19). Egosentrinen verkostoanalyysi siis poikkeaa olennaisesti rakenneanalyyseihin pyrkivistä verkostoanalyysimalleista. Samalla se on kritiikkiä niitä kohtaan sillä argumentilla, että rakennetutkimuksessa käytettävä verkostoanalyysi unohtaa keskeisimmän perustan eli miten rakenteet ovat muodostuneet eli yksittäisten ihmisten verkostoista.

Tehtäessä egosentristä verkostoanalyysia kiinnitetään huomiota usein myös kvantitatiivisen ja kvalitatiivisen aineistojen keskenään erilaisiin substansseihin. Jos kvantitatiivisella verkostoaineistolla saadaan yleistettävää tietoa esimerkiksi egosentrisistä verkostoista niin kvalitatiivisella verkostoaineistolla kyetään tavoittamaan esimerkiksi näiden verkostojen toimijoiden yksilöllisiä strategioita. Tämä ei tarkoita, että pitäisi pitäytyä joko kvantitatiiviseen tai kvalitatiiviseen aineistoon verkostoanalyysissa. Kyse on siitä, että tutkimustehtävä määrittää sen, onko verkostoanalyysia järkevää tehdä ja mistä lähtökohdista. (vrt. Lonkila 1999, 192-194).

Vaikka verkostoaineistot ja niiden kerääminen on verkostoanalyysin traditiossa painottunut kvantitatiivisesti ilmaistuihin ja kerättyihin suureisiin (esimerkiksi ”mikä on on kahden noodin välisen suhteen frekvenssi?”), voidaan erityisesti tutkijalähtöisessä verkostoanalyysissa koota verkostoaineistoa sellaisestakin empiriasta, joka suoranaisesti ei pyri selvittämään verkostosuhteita. Niin sanotussa positionaalisessa tutkimusotteessa erilaisissa sosiaalisissa tilanteissa olevat toimijat/agentit pyrkivät löytämään itselleen sopivia verkostoja ja kenttiä. Tällöin verkosto ei varsinaisesti ole tutkimuskohde, vaan verkosto-osapuolten ominaisuudet eri positioissa (Davies & Harre 1990, Scott 1991).

Verkostomatriisi, graafinen esitystapa ja algebrallinen merkintä

Kuvattaessa eri tavoin saatuja verkostoaineistoja, järjestetään ne yleensä verkostomatriisiksi. Toinen mahdollisuus ja matriisin muodostamisen rinnalla oleva esitystapa on graafin muodostaminen ja kolmas algebrallinen. Usein menetelläänkin niin, että sama verkostoaineisto esitetään sekä matriisimuodossa että graafina. Myös algebrallista merkintää käytetään, mutta siihen liittyvistä rajoitteista johtuen sen käyttö ei ole yhtä yleistä. Tällaisia esittämistapoja kutsutaan formaaleiksi esittämistavoiksi, sillä ne ovat tutkimuksen kannalta mahdollisimman tarkkoja tapoja kertoa siitä, mitä verkostosuhteita on havaittu ja mikä on niiden merkitys.

Verkostomatriisi muodostetaan verkosto-osapuolten eli noodien välisistä suhteista, jotka ovat suunnattuja tai ei-suunnattuja. Suunnatut suhteet tarkoittavat sitä, että esimerkiksi noodi A on suhteessa noodiin B. Ei-suunnatussa todetaan vain, että A:n ja B:n välillä on suhde, mutta ei kerrota suuntautuuko se A:sta B:hen vai päinvastoin. Selkeyden vuoksi suhteet esitetään myös graafisesti, jolloin voidaan havainnollistaa kokonaisverkostoa ja suuntaavuutta. Seuraavissa kuvioissa on yksi esimerkki verkostomatriisista ja saman aineiston graafinen esitys.

taulukko1

Taulukko 1. Verkostomatriisi A:n, B:n, C:n ja D:n välisistä suhteista

Matriisissa rivit kuvaavat A:n, B:n, C:n ja D:n ilmoittamia verkostosuhteita. Sarakkeet sitä, mitä suhteita kaikki muut kuin itse on ilmoittanut. Esimerkiksi D ilmoittaa, että se on suhteessa kaikkiin osapuoliin (A, B, C), mutta D-sarakkeen mukaan se on suhteessa vain A:han ja C.hen. Matriisissa 1 tarkoittaa, että suhde on, 0 suhdetta ei ole ja – kertoo, että suhde on mahdoton. Näin saadaan muodostettua suunnattu verkostomatriisi. Esitetty matriisi voidaan kuvata myös graafisesti.

fi_image78

Kuvio 3. Verkostosuhteet suunnattuna graafina.

Analysoitaessa verkostomatriisia ja sitä vastaavaa graafia, havaitaan A:n ja D:n muodostavan verkoston kannalta olennaisen dyadin. Toisin sanoen A ja D ovat sellaisia verkoston noodeja, jotka ovat aktiivisimpia verkoston toiminnassa. Tämä johtuu siitä, että ne ensinnäkin ovat keskinäisessä suhteessa ja lisäksi suhteessa verkoston muihin osapuoliin. B ja C sitävastoin edustavat Granovetterin (1973) edustamaa ”heikkoa suhdetta” kyseisessä verkostossa. B:n ja ja C:n kohdalla voidaan puhua myös siitä, että on olemassa niin sanottu rakenteellinen aukko (Burt 1992), jolloin, ne eivät saa kaikkea verkostoon kuuluvaa sisältöä ainakaan suoraan. Tällä tavalla voidaan selittää esimerkiksi sitä, miten verkosto-osapuolet ovat eriarvoisessa asemassa. Kuviosta tavallaan paljastuu, että pienikin verkosto voi olla konfliktuaalinen.

Matriisien ja graafien analysointi perustuu useimmiten matemaattisiin menetelmiin. Niistä yleisimpiä ovat noodien väliset tiheysmittaukset ja moniulotteinen skaalaus. Moniulotteista skaalausta edustaa esimerkiksi Pierre Bourdieun (1979) tutkimus, jossa graafilla esitettiin erilaisten pääomatyyppien kohtaamista ja kohtaamattomuutta. Bourdieu käytti apunaan verkostoanalyysia esittäessään, että yhteiskunnallinen luokka-asema ja koulutus vaikuttavat siihen, millaisia kulttuurituotteita ihmiset kuluttavat. Olennaisin piirre moniulotteisessa skaalauksessa on, että noodien väliset suhteiden ominaisuudet muunnetaan välimatkoiksi, jolloin voidaan muodostaa kenttä jostain asiakokonaisuudesta.

Algebrallista esitystapaa käytetään yleensä hahmotettaessa toimijaryhmiä. Esitystavassa muodostetaan kirjainyhdistelmiä esimerkiksi iAj. Tällöin i on jossain määritelyssä suhteessa j:n kanssa. Algebrallinen esitystapa on matemaattisesti painottunut, kuten muutkin verkostoanalyysimallit. Samalla on kuitenkin hyvä muistaa, että verkostoanalyysia itsessään ei voi pitää puhtaana kvantitatiivisena menetelmänä. Se on paremminkin matemaattisperustainen menetelmä, joka hyödyntää niin kvantitatiivisia kuin kvalitatiivisiakin esitystapoja.

Luotettavuus

Olennaisin asia verkostoaineiston tulosten luotettavuudesta on se, että suoritetut metodiset operaatiot aina noodien valitsemisesta suoritettuihin mittauksiin kuvaavat tutkimustehtävän kannalta olennaisia asioita. Tällöin validiteetin ja reliabiliteetin suhteen yleiset periaatteet ovat samalla tavalla voimassa kuin muissakin analyysitavoissa. Verkostoanalyysissa luotettavuuden varmistamiseen on käytetty muissakin menetelmissä tuttuja tapoja, kuten aineistonkeruun toistaminen ja uudelleen muotoillut kysymykset (ns. kontrollikysymykset). Verkostoanalyysiaineistot poikkeavat kuitenkin niin paljon perinteisimmistä empirioista, että yleispätevää ohjetta luotettavuudesta on lähes mahdotonta esittää. Luotettavuus-kysymyksiä on pohdittu melko vähän verkostoanalyysia tehtäessä, mutta jokainen yksittäinen verkostoanalyysia käyttävän tutkimuksen empiriaan voidaan kohdentaa jonkilainen luotettavuusarviointi.

Päätelmiä

fi_image79

Edellä on esitetty vain suppea katsaus verkostoanalyysiin tutkimusmenetelmänä. Olennaista on ollut huomata, että millaisia mahdollisuuksia verkostoanalyysi tarjoaa kulttuurin ja yhteiskunnan tutkimusaloille. Uusimmissa verkostoanalyysia käyttäneissä tutkimuksissa on ollut havaittavissa menetelmällisen tradition ja niin sanotun metaforis-konstruoivan uudemman suuntauksen vuoropuhelu. Metaforis-konstruktiivinen verkostoanalyyttinen lähestymistapa tarkoittaa sitä, että muodostetaan mielikuva jonkin verkoston olemassaolosta ja sitten siitä tehdään myös relevantteja tutkimuksia.

Hyvä esimerkki verkostosta, joka tavallaan on hahmotettu metaforien kautta, mutta myös konkreettisemmin, on globalisaatio-keskustelussa esitetty kaikki valtiolliset ja kulttuuriset rajat ylittävä maailmankauppa ja sen vaikuttavuus kansallisvaltioihin. Tähän keskusteluun on osallistunut ehkä näkyvimmin Manuel Castells (1996), joka on kritisoinut verkostoanalyysin kaavamaisuutta ja halunnut ymmärtää globaalit verkostot abstraktimmin. Castellsin mukaan olennaista ei ole verkostojen muoto, vaan verkostojen ”kelluminen” (float) oman historiansa omaavissa ympäristöissä. Verkostot ovat myös ei-aineellisia – virtuaalisia – jolla viitataan lähinnä internetin tuomiin mahdollisuuksiin olla eräissä toiminnoissa riippumaton ajasta ja paikasta. Tällainen globaali verkosto antaa maailmasta pessimistisen kuvan siinä mielessä, että globaalissa verkostossa vaikuttamisen mahdollisuudet kulttuuriin, talouteen ja yhteiskunnalliseen todellisuuteen ovat käytännössä niillä henkilöillä ja intressiryhmillä, jotka hallitsevat verkostoyhteiskunnan logiikan.

Castellsin ajatusten pohjalta on kuitenkin edelleen olennaista tutkia nimenomaisesti verkostoanalyysin menetelmin juuri tekniseen osaamiseen, kaupankäyntiin ja valtakysymyksiin kohdentuvia kysymyksiä. Siinä mielessä nykyaikaiset tietokoneohjelmat antavat siihen hyvän mahdollisuuden, vaikka ohjelmistojen kehitystarpeita on ilmennyt erityisesti suhteiden sisällönanalyysissa.

www.metodix.com

Menetelmäartikkelit

 Kirjallisuus

fi_image80

Alanen, I. 1999. Agricultural Policy and the Struggle over the Destiny of Collective Farms in Estonia. Sociologia Ruralis 39.

Aro, J. 1999. Sosiologia ja kielenkäyttö. Tampere: Acta Universitatis Tamperensis 654.

Barnes, J. 1954. Class and Committee in a Norwegian Island Parish. Human Relations 7.

Bourdieu, P. 1979. La distinction. Critique sociale de jugement. Paris: Minuit.

Burt, R. 1992. Structural Holes. The Social Structure of Competition. Cambridge: Harvard University Press.

Castells, M. 1996. The Information Age: Economy, Society and Culture
Vol.I: The Rise of the Network Society. Cambridge: Blackwell.

Davies, B. & Harre, R. 1990. Positioning: The discursive production of selves. http://www.massey.ac.nz/~alock/position/position.htm , luettu 27.7.2004

Elias, N. 1970. Processes of State Formation and Nation Building. Transactions of the 7th World Congress of Sociology. http://www.usyd.edu.au/su/social/elias/state.html.

Elias, N. 1978. What is Sociology? London: Hutchinson.

Granovetter, M. 1973. The Strength of Weak Ties. American Journal of Sociology 78.

Hanneman, R. 1998. Introduction to Social Network Methods. http://faculty.ucr.edu/~hanneman/SOC157/TEXT/TextIndex.html, luettu 27.7.2004.

Homans, G. 1951. The Human Group. Routledge: London.

Johanson, J-E., Mattila, M. & Uusikylä, P. 1995. Johdatus verkostoanalyysiin. Kuluttajatutkimuskeskus. Menetelmäraportteja ja käsikirjoja 3/1995.

Lonkila, M. 1999. Social Networks in Post-Soviet Russia. Continuity and Change in the Everyday Life of St. Petersburg Teachers. Kikimora: Saarijärvi.

Knoke, D. 1990. Political Networks. The Structural Perspective. New York: Cambridge University Press.

Knoke, D. & Kuklinski, J. 1982. Network Analysis. Sage: Newbury Park.

Mattila, M. & Uusikylä, P. (toim.) 1999. Verkostoyhteiskunta. Käytännön johdatus verkostoanalyysiin. Tampere: Gaudemus.

McGrath, C. & Krackhardt, D. 2003. Network Conditions for Organizational Change. The Journal of Applied Behavioral Science 39.

Mitchell, J. 1969. The Concept and Use of Social Networks. In Mitchell, J. (ed.) Social Networks in Urban Situations. Manchester: Manchester University Press.

Moreno, J. 1934. Who Shall Survive? New York: Beacon Press.

Lewin, K. 1936. Principles of Topological Psychology. New York: McGraw Hill.

Roethlisberger, F. & Dickson, W. 1939. Management and the Worker. Cambridge: Harvard University Press.

Scott, J. 1991. Social Network Analysis. London: Sage.

Siisiäinen, M. 1999. Sosiaalinen pääoma, valta ja kolmas sektori. Teoksessa Hokkanen, L., Kinnunen, P. & Siisiäinen, M. (toim.) Haastava kolmas sektori. Pohdintoja tutkimuksen ja toiminnan moninaisuudesta. Jyväskylä: Sosiaali- ja terveysturvan keskusliitto.

Teittinen, A. 2000. Miten tutkia vammaisuutta yhteiskunnallisena kysymyksenä. Jyväskylä: Jyväskylän yliopiston sosiologian julkaisuja 65.

Tilly, C. 1998. Durable Inequality. Berkeley: University of California Press.

Warner, W. & Lunt, P. 1941. The Social Life of a Modern Community. New Haven: Yale University Press.



Kategoriat:artikkeli, Artikkelit

Vastaa

Täytä tietosi alle tai klikkaa kuvaketta kirjautuaksesi sisään:

WordPress.com-logo

Olet kommentoimassa WordPress.com -tilin nimissä. Log Out / Muuta )

Twitter-kuva

Olet kommentoimassa Twitter -tilin nimissä. Log Out / Muuta )

Facebook-kuva

Olet kommentoimassa Facebook -tilin nimissä. Log Out / Muuta )

Google+ photo

Olet kommentoimassa Google+ -tilin nimissä. Log Out / Muuta )

Muodostetaan yhteyttä palveluun %s

%d bloggers like this: