DE Knowledge

การศึกษาความเชื่อมโยงทางสังคม: ห่างกาย ไม่ห่างใจ

  • ในโลกยุคโควิดที่เราต้องเว้นระยะห่างทางสังคม ไม่ได้หมายความว่าความสัมพันธ์ในการทำงานหรือการดำรงชีวิตขาดหายไป ตรงกันข้ามพวกเราทุกคนกลับต้องมีปฏิสัมพันธ์ใกล้ชิดกันมากขึ้นเพราะเป็นการยากที่จะสามารถดำรงชีวิตหรือดำเนินธุรกิจโดยปราศจาคกความร่วมมือของเพื่อนร่วมสังคม การเข้าใจและรู้จักความสัมพันธ์ของเครื่อข่ายทางสังคม (Social Network Analysis: SNA) จึงมีความสำคัญเป็นอย่างยิ่งในโลกปัจจุบัน รวมทั้งงานวิจัยเชิงระบบและนโยบาย 
  • การวิเคราะห์เครือข่ายทางสังคม เป็นการนำทฤษฎีกราฟ มาใช้ในการศึกษาความสัมพันธ์หรือความเชื่อมโยง (linkage) ต่าง ๆ ของผู้กระทำทางสังคมทั้งหลาย ไม่ว่าจะเป็นบุคคล กลุ่ม หรือองค์กร ศึกษากระบวนการ (process) ที่ก่อให้เกิดการเปลี่ยนแปลงความสัมพันธ์ระหว่างบุคคลและระหว่างกลุ่ม
  •  รูปแบบพื้นฐานของกราฟจะประกอบไปด้วย โหนด (Nodes) ลักษณะเป็นวงกลมแทนบุคคล/องค์กร เส้น (Degree) และตำแหน่งซึ่งใช้แทนลักษณะความสัมพันธ์ที่เกิดขึ้น
  • ความสัมพันธ์ระหว่างผู้กระทำหรือกลุ่มทั้งหลาย ซึ่งจะเน้นที่คุณลักษณะต่าง ๆ ของผู้กระทำหรือลักษณะของสมาชิกในกลุ่มของผู้กระทำเหล่านั้น 
Figure 1 Social Network Analysis

Source: Müller-Linow M, Hilgetag CC, Hütt MT (2008) Organization of Excitable Dynamics in Hierarchical Biological Networks. PLOS Computational Biology 4(9): e1000190. https://doi.org/10.1371/journal.pcbi.1000190

คุณสมบัติที่เป็นประโยชน์ของเครือข่ายทางสังคม (Useful Features or Attributes of Social Networks)

FeatureDefinition
Degreeจำนวนของโหนด (Nodes) ที่อยู่ข้างเคียง
Connectivityนับจำนวนโหนดที่จะต้องถูกลบออกเพื่อทำให้บุคคล/องค์กรไม่สามารถเข้าถึงได้โดย
อีกคนหนึ่ง
Geodesic distanceจำนวนของความสัมพันธ์ที่มีระยะสั้นที่สุดจากโหนดหนึ่งไปยังโหนดหนึ่ง
Transitivityจำนวนความสัมพันธ์ที่เป็นรูปสามเหลี่ยม
Clusteringสัดส่วนของความสัมพันธ์ที่เชื่อมต่อกับเครือข่ายอื่นทั้งหมด
  1. Degree feature
Name Definition Implication
Degreeจำนวนของโหนด (Nodes) ที่อยู่ข้างเคียงDegree สูง = มีอิทธิพลมาก แต่อาจจะยืดหยุ่นน้อยกว่า
Figure 2 Degree Feature

จากตัวอย่างใน Figure 2 จะเห็นได้ว่าโหนดที่ 1 มี Degree = 0 เพราะไม่มีโหนดข้างเคียงใดที่มีความสัมพันธ์กับโหนดที่ 1 และโหนดที่ 4 มี Degree = 3 เพราะมีความสัมพันธ์และเส้นเชื่อมโยงไปยังโหนดที่ 2, 3 และ 5 และมีอิทธิพลมากกว่าโหนดที่ 1 เพราะมี Degree สูงกว่า

Figure 3 Degree Feature at Classroom Level
Source: Social Network Analysis: applications for education research, University of Southampton

จากตัวอย่างใน Figure 3 จะเห็นได้ว่าเมื่อเราวิเคราะห์ปฏิสัมพันธ์ในระดับห้องเรียนห้องหนึ่ง นักเรียนบางคน (เช่น Student 6, Degree = 4) ทำหน้าที่เป็นจุดเชื่อมระหว่างครูและนักเรียนที่มีปฏิสัมพันธ์ในห้องน้อยกว่าคนอื่น (Student 7, Degree = 1)

2. Connectivity feature

Name Definition Implication
Connectivityนับจำนวนโหนดที่จะต้องถูกลบออกเพื่อทำให้บุคคล/องค์กรไม่สามารถเข้าถึงได้โดยอีกคนหนึ่งจำนวนโหนดที่ต้องลบออกมีจำนวนมาก หมายถึง โหนดนั้นมีสภาวะพึ่งพา (Dependency)

จำนวนโหนดที่ต้องลบออกมีจำนวนน้อยหรือไม่ต้องลบโหนดอื่นออกเลย หมายถึง โหนดนั้นมีสภาวะเปราะบาง (Vulnerability)

3. Geodesic distance feature

Name Definition Implication
Geodesic distanceจำนวนของความสัมพันธ์ที่มีระยะสั้นที่สุดจากโหนดหนึ่งไปยังโหนดหนึ่งความสัมพันธ์ที่มีระยะทางไกลกว่าอาจใช้เวลานานกว่าที่ข้อมูลจะกระจายไปทั่ว
Figure 4 เครือข่ายทางสังคมของ HITAP และภาคีด้านการประเมินนโยบายและเทคโนโลยีด้านสุขภาพในประเทศอินโดนีเซีย (ระยะแรกเริ่ม)

เมื่อพิจารณาตัวอย่างใน Figure 4 จากประสบการณ์ที่โครงการประเมินเทคโนโลยีและนโยบายด้านสุขภาพ (HITAP) สังกัดกระทรวงสาธารณสุข ประเทศไทย ได้เริ่มต้นเข้าไปช่วยเหลือประเทศอินโดนีเซียในการประเมินเทคโนโลยีและนโยบายด้านสุขภาพเมื่อปี 2014 ผู้เล่นที่มีบทบาทสำคัญในการทำให้ HITAP สามารถมีปฏิสัมพันธ์และเริ่มทำงานร่วมกับภาคีอื่น ๆ คือ NICE International และ World Health Organization – Country Office for Indonesia (แทนด้วย WHO) เพราะหากไม่มีองค์กรเหล่านี้ HITAP จะไม่สามารถมีปฏิสัมพันธ์กับผู้เล่นที่เหลืออื่น ๆ ได้แก่ University of Gadjah Mada, University of Indonesia, Ministry of Health และ Clinician Group

Figure 5 เครือข่ายทางสังคมของ HITAP และภาคีด้านการประเมินนโยบายและเทคโนโลยีด้านสุขภาพในประเทศอินโดนีเซีย (ปัจจุบัน)

เมื่อพิจารณาตัวอย่างใน Figure 5 จะเห็นว่ารูปแบบของความสัมพันธ์และลักษณะของเครือข่ายเปลี่ยนแปลงไป เมื่อเวลาผ่านไป ทำให้รูปแบบของความสัมพันธ์ภาคีต่าง ๆ มีความใกล้ชิดและผู้เล่นที่เป็นศูนย์กลางของความสัมพันธ์ก็เปลี่ยนจาก WHO เป็น HITAP

4. Transitivity feature

NameDefinitionImplication
Transitivityจำนวนความสัมพันธ์ที่เป็นรูปสามเหลี่ยมแสดงถึงลักษณะของโหนดว่ามีลักษณะอยู่อย่างโดดเดี่ยว (Isolation) การพึ่งพาอาศัย (Mutualism) การมีศัตรูร่วมกัน (Common enemies/threats) การถูกคว่ำบาตรจากสังคม (Social sanctioning)
Figure 6 A Network of Academic and Research Institutes: the International Decision Support Initiative (iDSI)
Source: : iTAD. MID-TERM LEARNING REVIEW: INTERNATIONAL DECISION SUPPORT INITIATIVE (IDSI). August 2016.

จากตัวอย่างใน Figure 6 ที่แสดงภาคีเครือข่ายของสถาบันและองค์กรด้านการวิจัยภายใต้ International Decision Support Initiative (iDSI) ในปี 2016 ได้มีการประเมินแบบ Mid-term Review เพื่อสำรวจรูปแบบของความสัมพันธ์ของภาคีภายใต้เครือข่ายนี้ พบว่า เมื่อเปรียบเทียบลักษณะความสัมพันธ์ระหว่างภาคีต่าง ๆ ก่อนและหลังการก่อตั้ง iDSI จำนวนโหนด (ภาคี) เพิ่มขึ้นจาก 76 เป็น 116 จำนวนความสัมพันธ์แบบสามเหลี่ยม (การแลกเปลี่ยนข้อมูลระหว่างโหนดจะเป็นไปอย่างรวดเร็ว) เพิ่มขึ้นจากเดิม 4 เท่าตัว ส่วนค่าความหนาแน่น (Density) และความเชื่อมั่นไม่ได้ต่างจากเดิมมากนัก

          โดยสรุป ความสัมพันธ์รูปแบบสามเหลี่ยมเป็นประโยชน์ต่อการพัฒนาความสัมพันธ์ระหว่างผู้เล่นเก่าและผู้เล่นใหม่เพราะสามารถทำให้กระบวนการแลกเปลี่ยนข้อมูลและการกระชับความสัมพันธ์เป็นไปได้อย่างรวดเร็วและกระจายได้อย่างทั่วถึง ไม่กระจุดตัวอยู่ที่ใดที่หนึ่ง SNA จึงอาจนำมาใช้เป็นหนึ่งในเครื่องมือวัดประเมินพัฒนาการขององค์กรได้เช่นกัน

5. Clustering feature

Name Definition Implication
Clusteringสัดส่วนของความสัมพันธ์ที่เชื่อมต่อกับเครือข่ายอื่นทั้งหมดเกาะกลุ่มอย่างหนาแน่น (Dense)กระจัดกระจาย (Scattered)
Figure 7 เครือข่ายของการบริหารจัดการเมือง
ที่มา: วารสารวิจัยสังคม ปีที่ 39 ฉบับที่ 1 (ม.ค. – มิ.ย. 2559) หน้า 109 – 145, สถาบันบัณฑิตพัฒนบริหารศาสตร์

          จากตัวอย่างใน Figure 7 จะเห็นว่าในระดับการ Implement โครงการหรือนโยบายนั้น แผนภาพนี้แสดงความสัมพันธ์ระหว่างบุคคลและองค์กรต่าง ๆ ในระดับระดับประเทศ (A) ระดับจังหวัด (B) และระดับท้องถิ่น (C) ธรรมชาติและข้อจำกัดของโครงการหรือนโยบายนั้นมีความแตกต่างและมีความเหมาะสมต่อการนำไป Implement ในบริบทที่แตกต่างกัน จึงอาจมีการนำเครื่องการวิเคราะห์เครือข่ายทางสังคมมาปรับใช้เพื่อออกแบบแผนการดำเนินงานที่มีบริบทและสัดส่วนของความสัมพันธ์ที่เชื่อมต่อกับเครือข่ายอื่น ๆ แตกต่างกัน

ในโอกาสนี้ HITAP กำลังนำเครื่องมือการวิเคราะห์เครือข่ายทางสังคมมาปรับใช้ในการศึกษาลักษณะของเครือข่ายทางสังคมของ กสศ. และหน่วยงานภาคีในระบบและนอกระบบการศึกษา หากท่านต้องการทราบรายละเอียดเพิ่มเติม สามารถติดต่อทีมวิจัย HITAP ได้ที่นางสาวแพรวา กุลัตถ์นาม (Praewa.k@hitap.net)

related post

การศึกษาความเชื่อมโยงทางสังคม: ห่างกาย ไม่ห่างใจ

• ในโลกยุคโควิดที่เราต้องเว้นระยะห่างทางสังคม ไม่ได้หมายความว่าความสัมพันธ์ในการทำงานหรือการดำรงชีวิตขาดหายไป ตรงกันข้ามพวกเราทุกคนกลับต้องมีปฏิสัมพันธ์ใกล้ชิดกันมากขึ้นเพราะเป็นการยากที่จะสามารถดำรงชีวิตหรือดำเนินธุรกิจโดยปราศจากความร่วมมือของเพื่อนร่วมสังคม การเข้าใจและรู้จักความสัมพันธ์ของเครื่อข่ายทางสังคม (Social Network Analysis: SNA) จึงมีความสำคัญเป็นอย่างยิ่งในโลกปัจจุบัน รวมทั้งงานวิจัยเชิงระบบและนโยบาย

เข้าใจ “การประเมินเชิงพัฒนา (DE)” ผ่านยุทธการส่งผ่านความรู้สู่ชนเผ่าพื้นเมืองออสเตรเลีย

เมื่อชนเผ่าพื้นเมือง มีวิถีของตนพึ่งพิงเพียงธรรมชาติ ตั […]