UCINET做多層級(jí)網(wǎng)絡(luò)分析說(shuō)實(shí)話很多剛接觸的人容易卡在第一步以為導(dǎo)入數(shù)據(jù)就能直接出結(jié)果結(jié)果矩陣結(jié)構(gòu)不對(duì)、層級(jí)屬性沒(méi)掛上跑出來(lái)的東西要么報(bào)錯(cuò)要么看不懂。我最早接觸這個(gè)模塊的時(shí)候也踩過(guò)不少坑但用順之后會(huì)發(fā)現(xiàn)它其實(shí)是社會(huì)網(wǎng)絡(luò)分析里最能體現(xiàn)“關(guān)系嵌套關(guān)系”這一核心思想的工具。這篇內(nèi)容我按自己實(shí)際操作的路徑來(lái)拆不堆術(shù)語(yǔ)只講怎么用、為什么這么用、跑完怎么看。1. 多層級(jí)網(wǎng)絡(luò)分析到底在解決什么問(wèn)題先想一個(gè)場(chǎng)景你要研究某個(gè)組織內(nèi)部的溝通網(wǎng)絡(luò)但這個(gè)組織本身又分好幾個(gè)部門(mén)部門(mén)之間還有匯報(bào)關(guān)系。如果你只做一張全局網(wǎng)絡(luò)圖會(huì)得到“誰(shuí)和誰(shuí)認(rèn)識(shí)”“誰(shuí)和誰(shuí)互動(dòng)多”但回答不了一個(gè)問(wèn)題——這種互動(dòng)究竟是發(fā)生在同一部門(mén)內(nèi)部還是跨部門(mén)發(fā)生的不同層級(jí)的互動(dòng)模式有沒(méi)有差異這就是多層級(jí)網(wǎng)絡(luò)分析的核心價(jià)值它不滿足于把人當(dāng)作一個(gè)個(gè)孤立的節(jié)點(diǎn)來(lái)分析關(guān)系而是把節(jié)點(diǎn)本身也放進(jìn)它們所屬的更高一層結(jié)構(gòu)里去觀察。換句話說(shuō)關(guān)系不是平的它是嵌套的。UCINET里所謂的“多層級(jí)”并不是像社會(huì)分層模型那樣研究地位高低而是研究網(wǎng)絡(luò)在不同分析單元之間的映射關(guān)系。比如你可以把人作為一層、部門(mén)作為另一層然后分析個(gè)體之間的關(guān)系如何聚合成部門(mén)之間的關(guān)系你也可以把某一時(shí)期的動(dòng)態(tài)網(wǎng)絡(luò)看作低層把整體的連接模式看作高層。網(wǎng)絡(luò)分析里常說(shuō)的“微觀—中觀—宏觀”貫通放到UCINET里就是這種跨層級(jí)映射的思路。從實(shí)操角度說(shuō)UCINET做多層級(jí)分析時(shí)常見(jiàn)的輸入是這樣三類(lèi)單模網(wǎng)絡(luò)矩陣節(jié)點(diǎn)是同一類(lèi)主體行和列都是它單元格表示兩兩間關(guān)系。二模網(wǎng)絡(luò)矩陣行和列是不同類(lèi)型的主體比如行是員工、列是項(xiàng)目表示“誰(shuí)參與了哪個(gè)項(xiàng)目”。分層屬性數(shù)據(jù)給每個(gè)節(jié)點(diǎn)掛一個(gè)上層分類(lèi)比如“所屬部門(mén)”“所屬地區(qū)”“所屬團(tuán)隊(duì)”。UCINET里很多多層級(jí)分析命令實(shí)際上是在處理“矩陣分類(lèi)屬性”的組合只是很多人沒(méi)意識(shí)到屬性文件也是數(shù)據(jù)的一部分。我當(dāng)初接手的某跨平臺(tái)系統(tǒng)優(yōu)化項(xiàng)目數(shù)據(jù)是幾千個(gè)服務(wù)調(diào)用記錄的日志節(jié)點(diǎn)是服務(wù)邊是調(diào)用關(guān)系所屬層級(jí)是按微服務(wù)歸屬的團(tuán)隊(duì)劃分。如果只做整體中心性分析根本看不出哪些服務(wù)是“團(tuán)隊(duì)內(nèi)部頻繁互調(diào)”哪些又是“團(tuán)隊(duì)之間被迫跨墻調(diào)用”。換成多層級(jí)視角之后才真正把問(wèn)題對(duì)準(zhǔn)了“跨團(tuán)隊(duì)耦合嚴(yán)重”這個(gè)管理動(dòng)作上。這也是我后來(lái)對(duì)多層級(jí)分析格外重視的原因——它不是用來(lái)展示好看的圖而是用來(lái)回答真正有結(jié)構(gòu)意義的問(wèn)題。2. 數(shù)據(jù)準(zhǔn)備矩陣結(jié)構(gòu)決定分析上限談到做多層級(jí)分析繞不開(kāi)的關(guān)鍵點(diǎn)輸入的數(shù)據(jù)結(jié)構(gòu)對(duì)不對(duì)。UCINET對(duì)數(shù)據(jù)的格式要求比較嚴(yán)格尤其在層級(jí)信息掛載上如果屬性文件順序跟矩陣的行列順序?qū)Σ簧铣鰜?lái)的結(jié)果就是錯(cuò)位的而且這種錯(cuò)位在結(jié)果表里不容易一眼發(fā)現(xiàn)。2.1 三種常用數(shù)據(jù)組織方式UCINET支持的常見(jiàn)數(shù)據(jù)格式有 ##h 文本矩陣、Excel 導(dǎo)入、DL 文件等。其中做多層級(jí)分析時(shí)我個(gè)人最常用的是兩個(gè)文件配合關(guān)系矩陣文件比如 ##h 格式或者 Excel 里的矩陣塊屬性文件比如 ##d 格式或者 Excel 里代表節(jié)點(diǎn)分層變量的列舉個(gè)例子你有10個(gè)人想知道他們之間的信任關(guān)系同時(shí)想?yún)^(qū)分這些人分屬A、B兩個(gè)小組。那你就建一個(gè)10×10的矩陣表示兩兩之間有無(wú)信任關(guān)系再建一個(gè)10行的屬性列表包含兩列——第一列是編號(hào)第二列是“所屬組別”。在UCINET的Data→Display 或者 Tools 里合并這兩個(gè)信息后面才能跑出分組的網(wǎng)絡(luò)統(tǒng)計(jì)指標(biāo)。2.2 屬性文件的對(duì)齊問(wèn)題我好幾次遇到一個(gè)情況矩陣按人名字母序排序但屬性文件按原始錄入順序排結(jié)果對(duì)不上。UCINET不會(huì)幫你自動(dòng)匹配名稱它默認(rèn)你給的順序就是對(duì)齊的。所以一個(gè)穩(wěn)妥的做法是在Excel里建屬性表時(shí)把ID列放在最左邊然后矩陣的行列也按同樣的ID順序排列行列標(biāo)簽保持一致。導(dǎo)入時(shí)勾選“Rows are cases”讓UCINET按行讀取屬性變量。每做完一次檢查用Data→Display 先看分組的頻次統(tǒng)計(jì)確認(rèn)沒(méi)有組別分配明顯異常再往下走。2.3 多層級(jí)網(wǎng)絡(luò)分析的數(shù)據(jù)擴(kuò)展思路多層級(jí)分析通常不只是簡(jiǎn)單一層的屬性往往涉及兩個(gè)甚至更多的分類(lèi)維度。比如你有“部門(mén)”和“崗位級(jí)別”兩個(gè)分類(lèi)變量你可以把矩陣復(fù)制成兩份一份按部門(mén)聚合一份按崗位級(jí)別聚合。UCINET里提供的Transform→Collapse 功能就是做這種聚合的它能按屬性變量的取值對(duì)矩陣進(jìn)行塊內(nèi)/塊間匯總。這里要特別留神的是聚合方式的選擇。Collapse 時(shí)它會(huì)問(wèn)你是求和、取均值還是求布爾值。如果你研究的是關(guān)系強(qiáng)度用求和如果你研究的是關(guān)系是否存在用布爾或取最大值。我遇到不少新手直接默認(rèn)求和結(jié)果原本是0/1的關(guān)系矩陣求和后變成了“關(guān)系次數(shù)”明顯不對(duì)。聚合邏輯要跟研究問(wèn)題嚴(yán)格對(duì)應(yīng)這是多層級(jí)分析里最容易被忽略卻最關(guān)鍵的細(xì)節(jié)。3. 實(shí)操拆解UCINET多層級(jí)分析核心流程我按一次典型分析來(lái)走一遍。假設(shè)目標(biāo)是分析某公司六個(gè)部門(mén)之間的協(xié)作網(wǎng)絡(luò)強(qiáng)度同時(shí)理解部門(mén)內(nèi)部的凝聚情況和部門(mén)之間的橋接情況。3.1 第一步導(dǎo)入關(guān)系矩陣與屬性文件打開(kāi)UCINET用Data→Import 導(dǎo)入Excel格式的矩陣。注意Excel里的矩陣不要有合并單元格行列名單獨(dú)占一行一列。導(dǎo)入后它會(huì)生成一個(gè) ##h 文件。接著用Data→Import 導(dǎo)入屬性表得到 ##d 文件。后面如果要在Network 菜單下調(diào)用分組相關(guān)的命令比如密度、中心勢(shì)、凝聚力等通常會(huì)用到 Tools→Matrix Algebra 或 Network→Cohesion 下的分組統(tǒng)計(jì)功能。很多命令里會(huì)彈出對(duì)話框讓你選擇“Partition”或者“Attributes”文件這時(shí)就選導(dǎo)入的屬性文件同時(shí)勾選對(duì)應(yīng)的分組變量列。一個(gè)小經(jīng)驗(yàn)如果你想把某個(gè)二分變量的分組作為網(wǎng)絡(luò)里的“層級(jí)”比如0代表普通成員、1代表核心組那么屬性文件里這一列的類(lèi)型最好設(shè)成 Numeric不要用字符串。因?yàn)橛行┟顣?huì)按數(shù)值來(lái)找分組編號(hào)字符串會(huì)報(bào)錯(cuò)。3.2 第二步跨層密度計(jì)算與比較密度是網(wǎng)絡(luò)分析里最基礎(chǔ)的指標(biāo)多層級(jí)場(chǎng)景下密度也要分開(kāi)算。在Network→Cohesion→Density 里除了選擇關(guān)系矩陣還可以指定按屬性分組計(jì)算。跑出來(lái)的結(jié)果會(huì)是一個(gè)密度表對(duì)角線上是各組的內(nèi)部密度對(duì)角線外是組與組之間的密度。注意一個(gè)重要細(xì)節(jié)這里的對(duì)角線是組內(nèi)密度非對(duì)角線是組間密度不是全部網(wǎng)絡(luò)的平均密度。看這張表你可以直接判斷這個(gè)組織是“多小團(tuán)體、弱連接”還是“跨組稀疏、組內(nèi)稠密”。我做的某次項(xiàng)目里團(tuán)隊(duì)分了三組密度表顯示第一組內(nèi)部密度0.8、第二組內(nèi)部密度0.2、但一二組之間密度是0.6。說(shuō)明第二組的人主要靠跨組關(guān)系運(yùn)作自身內(nèi)部關(guān)系松散。這種“組內(nèi)松散但跨組活躍”的結(jié)構(gòu)如果只看整體密度根本看不出來(lái)但多層級(jí)表一眼就定位了。3.3 第三步塊模型與凝聚子群分析塊模型是UCINET里處理“層級(jí)結(jié)構(gòu)”的一種經(jīng)典手段。它的思路是把節(jié)點(diǎn)按某種規(guī)則分塊然后分析塊與塊之間的連接模式。如果你已經(jīng)有了部門(mén)分組可以用Network→Roles Positions→Structural 里的 CONCOR 做迭代相關(guān)分組也可以直接拿已有分組做 Image Matrix。實(shí)操中我傾向于先用已有的分類(lèi)屬性跑塊模型再對(duì)比 CONCOR 自動(dòng)分塊的結(jié)果。兩者如果大體一致說(shuō)明分組在關(guān)系結(jié)構(gòu)上確實(shí)有差異如果不一致反而值得深挖——比如 CONCOR 分出來(lái)的某一塊橫跨了多個(gè)部門(mén)意味著存在跨部門(mén)的“隱形聯(lián)盟”這往往是組織行為分析里很有價(jià)值的發(fā)現(xiàn)。CONCOR 運(yùn)行前需要設(shè)定最大迭代次數(shù)和收斂標(biāo)準(zhǔn)默認(rèn)一般沒(méi)問(wèn)題。但它跑出來(lái)的塊排序是按相關(guān)矩陣重排的不是按部門(mén)編號(hào)排列所以結(jié)果矩陣的塊順序和部門(mén)順序不一致是正常現(xiàn)象看塊間密度表時(shí)要對(duì)應(yīng)好塊編號(hào)和成員列表別想當(dāng)然。3.4 第四步QAP相關(guān)分析與層級(jí)變量驗(yàn)證多層級(jí)分析經(jīng)常要回答“一個(gè)層級(jí)上的關(guān)系能不能解釋另一個(gè)層級(jí)上的關(guān)系”。比如部門(mén)歸屬關(guān)系是否解釋了員工之間的信任關(guān)系這類(lèi)問(wèn)題在UCINET里用 QAPQuadratic Assignment Procedure相關(guān)分析來(lái)驗(yàn)證。在Tools→Testing Hypotheses→QAP Correlation 里你可以選擇兩個(gè)矩陣——一個(gè)是你關(guān)心的人際關(guān)系矩陣另一個(gè)是按“是否同一部門(mén)”編碼的矩陣同一部門(mén)1不同0。跑出來(lái)的QAP相關(guān)系數(shù)如果顯著為正說(shuō)明“同部門(mén)”確實(shí)是預(yù)測(cè)人際信任的一個(gè)結(jié)構(gòu)因素。QAP的原理是對(duì)其中一個(gè)矩陣的行列順序隨機(jī)置換幾千次構(gòu)造隨機(jī)分布下的相關(guān)系數(shù)分布再把實(shí)際相關(guān)系數(shù)放進(jìn)去比。它不要求樣本獨(dú)立因?yàn)榫W(wǎng)絡(luò)數(shù)據(jù)本來(lái)就存在依賴性。很多做傳統(tǒng)統(tǒng)計(jì)的人會(huì)問(wèn)“為什么不直接做Pearson相關(guān)”原因就在于網(wǎng)絡(luò)數(shù)據(jù)的行和列不是獨(dú)立的樣本普通相關(guān)檢驗(yàn)會(huì)高估顯著性。3.5 第五步二模網(wǎng)絡(luò)與層級(jí)投影多層級(jí)分析里另一類(lèi)常見(jiàn)數(shù)據(jù)是二模數(shù)據(jù)。比如某課題組有8個(gè)成員參與4個(gè)項(xiàng)目你可以構(gòu)建一個(gè)8×4的矩陣。UCINET在Data→Affiliations 里可以把它轉(zhuǎn)換成“成員—成員”單模網(wǎng)絡(luò)或“項(xiàng)目—項(xiàng)目”單模網(wǎng)絡(luò)。這時(shí)“層級(jí)”的含義是從成員層到項(xiàng)目層的關(guān)系映射。轉(zhuǎn)換成單模矩陣時(shí)實(shí)際可以選擇轉(zhuǎn)換方法——二分法Binary或基于計(jì)數(shù)的加權(quán)法。比如成員甲和乙共同參與了項(xiàng)目1和項(xiàng)目2那么甲乙之間的連接值為2或1取決于你選哪一種。如果研究共同參與關(guān)系的強(qiáng)度加權(quán)法更好如果只看有沒(méi)有共同參與用二分法更干凈。我建議用完轉(zhuǎn)換功能后順手檢查一下兩條一是轉(zhuǎn)換出的矩陣對(duì)角線是不是0因?yàn)閷?duì)角線是節(jié)點(diǎn)自身到自身不應(yīng)該有連接二是有沒(méi)有孤立節(jié)點(diǎn)因?yàn)橛行┕?jié)點(diǎn)可能沒(méi)有參與任何共同項(xiàng)目轉(zhuǎn)換后會(huì)變成0行整個(gè)分析里它沒(méi)有貢獻(xiàn)但也別直接刪先確認(rèn)它對(duì)研究有沒(méi)有意義。4. 多層級(jí)網(wǎng)絡(luò)分析的實(shí)際應(yīng)用場(chǎng)景多層級(jí)分析不是象牙塔里的概念它在我實(shí)際接觸過(guò)的項(xiàng)目里非常出活。舉幾個(gè)比較有代表性的場(chǎng)景。第一個(gè)是組織診斷。公司內(nèi)部溝通混亂的根源往往不在于某個(gè)人“不合群”而在于層級(jí)結(jié)構(gòu)之間出現(xiàn)了割裂。用UCINET按部門(mén)算密度矩陣和中心勢(shì)基本能定位出哪些部門(mén)是“孤島”哪些部門(mén)是“八卦中心”方便管理動(dòng)作有的放矢。第二個(gè)是知識(shí)管理。企業(yè)想推動(dòng)跨團(tuán)隊(duì)經(jīng)驗(yàn)沉淀可以先對(duì)團(tuán)隊(duì)協(xié)作網(wǎng)絡(luò)做多層級(jí)分析。如果發(fā)現(xiàn)大量知識(shí)型溝通都鎖定在團(tuán)隊(duì)內(nèi)部而跨團(tuán)隊(duì)幾乎為零這就不只是文化問(wèn)題也是結(jié)構(gòu)問(wèn)題需要在跨團(tuán)隊(duì)連接點(diǎn)上有意識(shí)地設(shè)“橋梁角色”。第三個(gè)是學(xué)術(shù)文獻(xiàn)與合著網(wǎng)絡(luò)。研究某個(gè)領(lǐng)域的合作態(tài)勢(shì)時(shí)機(jī)構(gòu)是一個(gè)層級(jí)學(xué)者是另一個(gè)層級(jí)。把學(xué)者網(wǎng)絡(luò)按機(jī)構(gòu)聚合分析機(jī)構(gòu)間合作的密度、中心性其實(shí)就用到了UCINET的Transform→Collapse 功能。很多文獻(xiàn)計(jì)量研究里的“國(guó)家合作網(wǎng)絡(luò)”“機(jī)構(gòu)合作網(wǎng)絡(luò)”本質(zhì)上就是多層級(jí)網(wǎng)絡(luò)分析的下游產(chǎn)物。第四個(gè)是服務(wù)依賴與故障傳播分析。我接手過(guò)某個(gè)系統(tǒng)優(yōu)化項(xiàng)目服務(wù)之間的調(diào)用關(guān)系構(gòu)成了一張巨大網(wǎng)絡(luò)團(tuán)隊(duì)按模塊歸屬自然分層。按模塊聚合后可以計(jì)算模塊之間的調(diào)用耦合度、橋接中心勢(shì)能直接看出哪些模塊相互依賴過(guò)于緊密哪些模塊是整個(gè)調(diào)用鏈上的“單點(diǎn)樞紐”。這與組織案例異曲同工但數(shù)據(jù)源變成了日志和調(diào)用鏈UCINET處理起來(lái)也不違和。5. 關(guān)鍵參數(shù)與結(jié)果判讀指南很多人卡在“跑出來(lái)了但不知道怎么看”這一步。UCINET的輸出通常是一大段文本加矩陣表格怎么看重點(diǎn)是有門(mén)道的。5.1 密度表的判讀多層級(jí)密度表輸出形如Group1 Group2 Group3 Group1 0.85 0.10 0.22 Group2 0.10 0.30 0.14 Group3 0.22 0.14 0.65對(duì)角線為組內(nèi)密度非對(duì)角線為組間密度。判讀時(shí)主要看三點(diǎn)對(duì)角線明顯高于非對(duì)角線說(shuō)明整體網(wǎng)絡(luò)是分割式的各團(tuán)體各自抱團(tuán)跨組連接薄弱。某一行非對(duì)角線顯著高于其他行說(shuō)明該組對(duì)外連接較多是網(wǎng)絡(luò)中的“橋梁組”。某一對(duì)組的交叉密度不對(duì)稱比如Group1到Group2是0.4Group2到Group1是0.1說(shuō)明關(guān)系方向很不平衡要么是1主動(dòng)連接2要么是2對(duì)1的感知關(guān)系數(shù)據(jù)有偏值得深挖。5.2 中心度與中心勢(shì)的分層解讀UCINET的Network→Centrality 可以按分組輸出中心度數(shù)據(jù)但真正對(duì)多層級(jí)分析有意義的是“組間中心勢(shì)”的變化。中心勢(shì)衡量的是網(wǎng)絡(luò)整體向少數(shù)節(jié)點(diǎn)集中的趨勢(shì)。分層后你可以比較每個(gè)組內(nèi)部的中心勢(shì)用來(lái)判斷各組是“圍繞核心運(yùn)轉(zhuǎn)”還是“扁平擴(kuò)散”。一個(gè)實(shí)踐心得如果某組組內(nèi)中心勢(shì)很高該組的運(yùn)作極度依賴少數(shù)中心人物如果這些中心人物缺位組內(nèi)協(xié)作很容易停擺。這在組織診斷里是非常關(guān)鍵的預(yù)警信號(hào)。5.3 顯著性檢驗(yàn)的輸出QAP相關(guān)分析通常輸出包括實(shí)際的相關(guān)系數(shù)、隨機(jī)置換的均值、標(biāo)準(zhǔn)差、雙側(cè)檢驗(yàn)的p值等。判讀時(shí)關(guān)注“P Random”這一列它表示隨機(jī)置換得到同樣或更極端情況的比例。要注意的一點(diǎn)是QAP對(duì)矩陣的置換次數(shù)默認(rèn)是5000如果你的數(shù)據(jù)量比較大可以把置換次數(shù)調(diào)到10000或更高結(jié)果會(huì)更穩(wěn)定。但置換次數(shù)增加也會(huì)讓運(yùn)算時(shí)間上升矩陣規(guī)模大時(shí)要稍微等待耐心等完別頻繁中斷。5.4 圖形輸出怎么配合UCINET自帶的繪圖功能是 NetDraw它可以按屬性對(duì)節(jié)點(diǎn)著色和分組布局。多層級(jí)分析時(shí)一個(gè)很實(shí)用的操作是把剛才的密度表或分組信息導(dǎo)入NetDraw然后使用Group→Layout 按分組排列節(jié)點(diǎn)再疊加中心度節(jié)點(diǎn)大小。這樣做出來(lái)的圖層次一目了然同一個(gè)組的節(jié)點(diǎn)聚在一起連接線條的粗細(xì)、顏色也可以關(guān)聯(lián)關(guān)系強(qiáng)度。這里面有個(gè)常見(jiàn)誤區(qū)有人直接把全部節(jié)點(diǎn)按算法自動(dòng)布局結(jié)果網(wǎng)絡(luò)圖變成一團(tuán)亂線。實(shí)際上做多層級(jí)網(wǎng)絡(luò)一定要“先分組、再連線、后調(diào)布局”否則圖形展示會(huì)嚴(yán)重誤導(dǎo)結(jié)構(gòu)判讀。NetDraw里改節(jié)點(diǎn)顏色可以按屬性文件分組連線粗細(xì)則要通過(guò)Edit→Lines 調(diào)整多用幾次就順了。6. 常見(jiàn)問(wèn)題與排查技巧實(shí)錄我按實(shí)際遇到的高頻問(wèn)題列個(gè)表方便大家直接自查。問(wèn)題描述可能原因排查方法導(dǎo)入矩陣后行列數(shù)為0數(shù)據(jù)格式里有合并單元格或空行在原Excel里刪掉合并單元格清理空行空列后重新導(dǎo)入屬性分組不生效屬性變量類(lèi)型是字符串而非數(shù)值打開(kāi) ##d 文件檢查類(lèi)型改成 Numeric 并重新導(dǎo)入密度表全是0矩陣方向反了行是關(guān)系接收方而不是發(fā)出方檢查矩陣的行列含義必要時(shí)轉(zhuǎn)置矩陣 Transform→Matrix TransposeQAP結(jié)果不顯著置換次數(shù)過(guò)少或矩陣編碼不合理增加置換次數(shù)到10000檢查矩陣是否“太稀疏”或“太稠密”NetDraw無(wú)法按分組著色屬性文件沒(méi)和繪圖數(shù)據(jù)關(guān)聯(lián)在 NetDraw 里重新加載屬性文件打開(kāi) Color→Attribute 下拉確認(rèn)變量CONCOR分塊結(jié)果與部門(mén)分組差距過(guò)大關(guān)系矩陣本身并非按部門(mén)聚類(lèi)先做塊間密度表看哪些部門(mén)跨塊混編再?zèng)Q定是否調(diào)整分組口徑二模轉(zhuǎn)單模后矩陣出現(xiàn)大量0項(xiàng)目數(shù)量太少成員共同參與度低改用加權(quán)轉(zhuǎn)換或者把“共同參與”改為“參與任一相同項(xiàng)目即可”看研究口徑是否合理上面幾個(gè)問(wèn)題里最容易被忽視的是方向問(wèn)題。UCINET默認(rèn)矩陣行是關(guān)系的“發(fā)出者”列是“接收者”如果錄入時(shí)搞反很多分組分析結(jié)果就會(huì)完全相反。一個(gè)簡(jiǎn)單驗(yàn)證法把矩陣?yán)锬硞€(gè)你確定關(guān)系方向的單元格查一下看行標(biāo)簽和列標(biāo)簽是否符合預(yù)期。QAP不顯著也不必著急很多時(shí)候不顯著本身就是有價(jià)值的發(fā)現(xiàn)。比如“是否同部門(mén)”不能預(yù)測(cè)信任關(guān)系說(shuō)明組織內(nèi)部存在非正式連接通道這比“顯著相關(guān)”更能產(chǎn)生管理啟示。7. 多層級(jí)分析的功能邊界與擴(kuò)展思路UCINET的多層級(jí)網(wǎng)絡(luò)分析功能強(qiáng)在易上手、集成度好但它也不是萬(wàn)能的。用久了我會(huì)和這些工具做組合如果要做多層網(wǎng)絡(luò)中的統(tǒng)計(jì)建模檢驗(yàn)比如跨層級(jí)關(guān)系是否受某些協(xié)變量影響UCINET適合做預(yù)處理和基礎(chǔ)描述統(tǒng)計(jì)但更復(fù)雜的多層指數(shù)隨機(jī)圖模型ERGM或隨機(jī)行動(dòng)者模型SAOM需要結(jié)合專(zhuān)用的統(tǒng)計(jì)工具來(lái)處理UCINET可以作為數(shù)據(jù)轉(zhuǎn)換和探索的入口。如果要做大規(guī)模網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)和可視化UCINET在幾千節(jié)點(diǎn)級(jí)別還行更大的網(wǎng)絡(luò)就偏慢。可以用專(zhuān)業(yè)可視化工具先做粗排再把粗排分組結(jié)果導(dǎo)回UCINET做密度和塊模型分析。時(shí)間維度上的多層級(jí)動(dòng)態(tài)分析UCINET可以處理不同時(shí)段的矩陣但要分析“關(guān)系如何隨時(shí)間跨層變化”更適合專(zhuān)門(mén)的縱向網(wǎng)絡(luò)分析工具。我的習(xí)慣是用UCINET做快速探索幾分鐘內(nèi)搞清楚網(wǎng)絡(luò)基本結(jié)構(gòu)如果研究問(wèn)題需要更嚴(yán)格的統(tǒng)計(jì)推斷或更復(fù)雜的模型再把矩陣導(dǎo)出到專(zhuān)業(yè)工具里去跑。不要指望一個(gè)軟件包辦所有問(wèn)題但UCINET作為多層級(jí)分析的“第一把刀”確實(shí)夠鋒利。說(shuō)回標(biāo)題里的那個(gè)“11”多層級(jí)網(wǎng)絡(luò)分析往往是被安排在軟件學(xué)習(xí)路徑比較靠后的位置——前面得先懂矩陣操作、中心度、密度這些基本功到了這一章才開(kāi)始真正接觸“關(guān)系的嵌套結(jié)構(gòu)”。但是一旦你上手這個(gè)分析方式再回頭看之前跑的那些單層指標(biāo)會(huì)覺(jué)得自己看問(wèn)題的維度都寬了一截。我個(gè)人體會(huì)最深的一句話其實(shí)是多層級(jí)分析不是為了讓你多算一個(gè)表而是逼你把“關(guān)系所在的結(jié)構(gòu)位置”一起裝進(jìn)問(wèn)題意識(shí)里。最后再分享一個(gè)小技巧每次跑多層級(jí)分析之前先在紙上畫(huà)清楚你的層級(jí)關(guān)系——誰(shuí)是節(jié)點(diǎn)層誰(shuí)是分組層分組層之間的關(guān)系你打算如何定義。想清楚了再動(dòng)手比在軟件里反復(fù)試錯(cuò)高效得多。