Problematika vytváření relačních dat: příklad analýzy sociálních sítí bezdomovců

stáhnout PDF

Laco Toušek

Centrum aplikované antropologie a terénního výzkumu, KSA FF ZČU v Plzeň, laco.tousek@caat.cz

Abstrakt

The paper considers problems with data collection methods for social network analysis specifically so called name generators that are widely used in surveys and interviews. The issue is exampled by a research of homeless people in Pilsen, Czech Republic. Beginning with the general discussion of relational data and basic network terms, the article then covers methods of data collection with focus on name generators. A description of non-representative research design on social support networks of homeless people follows. The selected results show that personal networks are small, with high density and rather based on kin or friendship ties. Further, major parts of the ties are outside the homelessness. However, the ecological validity of the results is questioned. On the basis of the triangulation with a data from the qualitative interviews the paper concludes that the personal networks are rather “cognitive networks” than the actual social relations.

Keywords

social network analysis, personal networks, name generator, social support, validity, homelessness.

Úvod

Analýza sociálních sítí (social network analysis) je interdisciplinární přístup ke studiu sociální struktury, který leží na pomezí mezi metateorií, jež je tvořena souborem analytických konceptů, ukotvených v řadě teoretických směrů, a  metodologickým nástrojem vytváření a analýzy dat, stojícím na základech sociometrie, teorie grafů a algebry. Od ostatních přístupů ke zkoumání sociální struktury se liší především v tom, že neklade důraz (primárně) na atribuční data a jejich analýzu, ale na data relační, tj. na vztahy mezi jednotlivými aktéry v rámci podmnožin sociální struktury. Relační data lze tedy považovat za raison d'être analýzy sociálních sítí, empirický fundament a aposteriorní bázi, bez níž je koncept sociální sítě pouhou metaforou.

Hlavním cílem této stati je ilustrovat na příkladě analýzy sociálních sítí bezdomovců to, jakým způsobem je tento typ dat vytvářen za využití tzv. „generátoru jmen“ a kriticky reflektovat validitu zjištění, kterých bylo v tomto konkrétním případě dosaženo. Dříve než k tomu přistoupím, vymezím některé základní pojmy síťové analýzy, uvedu obecné zdroje relačních dat a v kontextu toho rozvedu podrobněji techniku generátoru jmen. Následně představím design šetření a jeho základní výsledky.

Relační data a metody jejich vytváření

Jak bylo naznačeno výše, spíše než atribuční data, stojí v centru pozornosti síťované analýzy data relační. Atribučními daty se rozumí různé individuální kvality a charakteristiky jedinců či skupin, které coby proměnné kvantifikujeme a analyzujeme prostřednictvím statistických postupů. Za data tohoto typu můžeme označit např. sociodemografické charakteristiky jedinců či jejich postoje a názory. Na druhou stranu relační data mají podobu kontaktů a vztahů mezi sociálními aktéry (Scott 2000:2-3). Obecně jsou v terminologii analýzy sociálních sítí tyto vztahy a kontakty označovány jako vazby (ties) či hrany (edges) a  jednotky analýzy - kterými nemusí být jen sociální aktéři, ale např. i  události, firmy, bibliografické citace apod. - jako uzly (nodes) nebo též vrcholy (vertices).[1] Vazby - na rozdíl od atribučních dat - přitom nejsou individuální kvalitou či „vlastnictvím“ jednotlivých činitelů, ale jsou vlastností soustavy činitelů, kteří tvoří sociální síť, potažmo sociální strukturu. Sociální síť pak můžeme jednoduše definovat jako konečnou (ohraničenou) množinu dvou a více aktérů, z nichž každý má minimálně jednu vazbu s kterýmkoli z dalších aktérů (Bruggeman 2008; Scott 2000; Wasserman a  Faust 1994) .

Stejně tak jako v případě atribučních dat, jsou i v případě relačních dat rozeznávány různé druhy proměnných z hlediska jejich úrovně měření. Nejjednodušším a nejběžnějším typem dat jsou data binární neorientovaná (undirected binary), jež nesou informaci pouze o tom, zda mezi dvěma aktéry existuje vazba, či nikoli. Další kategorií jsou data vážená neorientovaná (undirected valued) vypovídající navíc o „síle“ vazby, kterou lze vyjádřit např. emociální blízkost aktérů na škále (ordinální složená proměnná) či kterou můžeme kódovat typ sociálního vztahu (nominální složená proměnná). Třetí kategorií jsou data binární orientovaná (directed binary), v jejichž případě je sledován směr vazby, tj. jestli vede od aktéra A k aktérovi B a naopak. Jinak řečeno, zda je vazba mezi aktéry reciproční, nebo nikoli. A konečně čtvrtou kategorií jsou data orientovaná vážená (directed valued), nesoucí - jak logicky vyplývá z předchozího - informaci jak o směru vazby, tak i o její síle (Scott 2000:47-49).

Zdroje relačních dat, resp. metody jejich vyváření, jsou víceméně analogické těm pro data atribuční, přičemž bývají rozlišovány tyto: dotazníková šetření, interview, diáře, pozorování, archivní a elektronické záznamy, experimenty (viz např. Marsden 2005, 1990; Wasserman a Faust 1994:45-54). Jednotlivé metody se mezi sebou významně liší časovou a  finanční náročností, rozsahem použití a rovněž mírou validity a  reliability dat, která poskytují. Kupříkladu archivní záznamy, zejména v elektronické podobě, mohou být relativně rychlým a levným zdrojem vysoce reliabilních dat. Avšak zdrojem, který je pro účely analýzy sociálních sítí dostupný či použitelný zřídka (Marsden 2005:24-25). Oproti tomu např. metoda kontaktních diářů nebo pozorování je časově náročná,[2] klade vysoké nároky na respondenty a reliabilita dat je zpravidla relativně nízká, ale interní validita vysoká.[3]

Volba metody je dále mimo tyto pragmatické důvody nezbytně určována cílovou populací výzkumu a tím, jaký typ sociální sítě má být analyzován, resp. jak jsou vymezeny její hranice. Je nutné mít na paměti, že předmětem analýzy je vždy jen parciální síť (partial network), neboť totální síť (total network) je prakticky nekonečná (Barnes 1969, 1954:56-57). Je jen na rozhodnutí výzkumníka, jak tyto hranice stanoví a jestli je dokáže heuristicky zdůvodnit. Například zúčastněné pozorování lze aplikovat jen na malé sociální skupiny, jejichž interakce se odehrává tváří v tvář. Sociální síť může v tomto případě výzkumník analyticky ohraničit např. prostorově, přičemž se bude zajímat jen o sociální vztahy lidí uvnitř – dejme tomu – konkrétní romské osady a všechny sociální vazby vedoucí mimo toto sídliště bude ignorovat.[4] V takovém případě - bude-li úspěšný - se jedná o analýzu kompletní sítě (complete/full/whole network), neboť předmětem zájmu jsou všichni aktéři a jejich vazby v rámci ohraničené parciální sítě (osady). Druhou možnou strategií je, že se bude zajímat pouze o určité sociální aktéry a  jejich sociální vazby, tj. o jejich osobní (personal), resp. egocentrické sítě (ego-centered networks). Stanovení hranice egocentrické sítě je jednoduché, resp. samovolné: patří do ní (zpravidla) jen ti aktéři, kteří mají s egem přímou vazbu (Hanneman a  Riddle 2005),[5] neboli tvoří tzv. „first-order zone“ (Barnes 1969:59).[6] Zatímco prostřednictvím pozorování, interview či dotazníkového šetření lze analyzovat kompletní sítě i sítě egocentrické,[7] kontaktní deníky lze využit jen k analýze sítí osobních.[8]

Generátor jmen

V první polovině 70.  let minulého století sociální antropolog James Clyde Mitchell (1974:295) prohlásil, že „žádná alternativa vůči sběru dat na základě zúčastněného pozorování nebyla navržena“ a „obecně použití dotazníků ke sběru informací ve vztahu k sociálním sítím […] se zdá být pouze částečně úspěšné“. Nicméně již koncem 80. let 20. století se zdá být situace opačná a Peter V. Marsden (1990:440) naopak upozorňuje, že dotazníková šetření jsou „převažující používanou výzkumnou metodou“, přičemž typickým postupem, jakým jsou relační data v rámci dotazníkového šetření (ale i interview) vytvářena, je využití tzv. „generátoru jmen“ (Marsden 2005).

Tato jednoduchá technika, poprvé použita Edwardem Laumannem v 60. letech minulého století (Laumann 1966; dle Marin a Hampton 2007), spočívá v  položení otázky či série otázek, jejichž účelem je získat od respondenta seznam aktérů jeho egocentrické sítě a následného zjišťování jejich atributů a vzájemných vazeb skrze otázky navazující (tzv. name interpreters). Generátor jmen lze použít jen v případě analýzy osobní sítě, jejíž hranice jsou na úrovni první vrstvy, neboť jsou získávány relační a atribuční data pouze o těch aktérech, kteří mají přímou vazbu s egem.[9] Navíc se jedná nutně o neúplnou egocentrickou síť neboli její podmnožinu, jelikož implicitním předpokladem generátoru jmen je fakt, že respondent nebude jmenovat všechny aktéry, se kterými má sociální vazby, což není ani z praktického hlediska možné,[10] nýbrž bude jmenovat jen ty osoby, se kterými má vazby pouze určitého typu či obsahu, na něž je generátor zaměřen.

Jak shrnuje Marinová a Hampton (2007:166), z pohledu typu či obsahu vazeb lze obecně rozlišit čtyři druhy generátorů jmen, resp. přístupy k analýze osobních sítí: (1) rolově-vztahový přístup (role-relation approach), (2) interakční přístup (interaction approach), (3) afektivní přístup (affective approach) a  (4) směnný přístup (exchange approach). První ze zmiňovaných se zaměřuje na jednotlivé vazby z hlediska rolí, které aktéři zastávají vůči egu. Zpravidla se odlišují role v podobě partnerů, členů rodiny, přátel, známých, sousedů či spolupracovníků a konkrétní otázky použité v rámci generátoru jmen jsou postavené tak, aby respondent postupně jmenoval osoby dle jednotlivých kategorií, se kterými má sociální vazby. Oproti tomu cílem interakčního přístupu je identifikace těch aktérů, se kterými je ego buď v kontaktu během určité doby, anebo se kterými má určitou intenzitu, frekvenci kontaktů.  Třetí, afektivní přístup sleduje citovou blízkost ega k aktérům a odhaluje ty, ke kterým pociťuje blízký vztah, bez ohledu na frekvenci kontaktu či jejich roli. A konečně poslední směnný přístup odhaluje ty vazby, jejichž smyslem je sociální podpora.

Každý z těchto přístupů se liší z hlediska toho, jak je formulována konkrétní otázka, resp. otázky, které jsou kladeny respondentům, přičemž generátor jmen může být zaměřen pouze na jeden přístup či je může kombinovat. V případě, že je generátor jmen složen pouze z jedné otázky, jedná se o tzv. „jednoduchý generátor jmen“ (single name generator). Obsahuje-li více otázek, označuje se jako „vícenásobný generátor jmen“ (multiple name generator). Z důvodu, že aplikace generátoru jmen je při sběru dat časové náročná, dávají někteří autoři přednost jednoduchému generátoru, jehož cílem je odhalení jen těch „nejdůležitějších“ vazeb jádra egocentrické sítě. Za tímto účelem bývá někdy i stanoven maximální počet vazeb (aktérů), které respondent může jmenovat (Marsden 2005:11-12; Marin a Hampton 2007).

Design analýzy sociálních sítí bezdomovců v Plzni

Jak jsem uvedl výše, dílčím cílem mého příspěvku je problematiku vytváření relačních dat ilustrovat na příkladě analýzy sociálních sítí bezdomovců v Plzni. Analýza je dílčím výstupem z šetření realizovaného Centrem aplikované antropologie a terénního výzkumu při Katedře antropologických a historických věd Západočeské univerzity v Plzni v březnu až červnu roku 2009. Hlavním úkolem tohoto šetření bylo v první fázi provést jednorázové sčítání bezdomovců s využitím strukturovaného dotazování prostřednictvím dotazníku za účelem zjištění sociodemografických charakteristik cílové populace.[11] V druhé fázi pak byly provedeny zaměřované rozhovory,[12] jejichž smyslem bylo rozvinout a interpretovat zjištění z první fáze. Součástí těchto interview byla i aplikace generátoru jmen. Nasazení generátoru jmen až ve druhé fázi šetření bylo zvoleno především z důvodů  náročnosti této techniky.

Cílová populace šetření byla rozdělena na dvě, resp. tři kategorie. Do první kategorie byli zahrnuti ti lidé bez domova, kteří jsou tzv. „bez bytu“ a  nacházejí se v azylových domech pro muže a ženy. Do druhé kategorie byly zařazeny osoby bez „střechy nad hlavou“, a to buď pobývající v noclehárně pro bezdomovce či přímo „na ulici“.[13] Toto vymezení cílové populace bylo uplatněno v obou fázích šetření s tím, že v druhé fázi bylo provedeno celkem 23 zaměřovaných rozhovorů, z toho osm s respondenty z azylových domů (2 muži, 6 žen) a 15 s  respondenty bez střechy nad hlavou (12 mužů, 3 ženy), přičemž 6 z nich momentálně přespávalo v noclehárně a ostatní na ulici. Věk dotazovaných se pohyboval v širokém rozpětí od 19 do 66 let a jejich zastoupení dle pohlaví a kategorie bezdomovství zhruba odpovídalo jejich relativnímu zastoupení v celkové zjištěné populaci.

Interview probíhala na základě předem připravené osnovy, která obsahovala tematické celky zaměřené na bydlení, sociální služby, subsistenci, rodinné a sociální vztahy, zdraví, kriminalitu (kriminalizaci) a viktimizaci. Samotný generátor jmen byl aplikován v předposlední fázi rozhovoru či na jeho úplném konci, v závislosti na průběhu dotazování. Použitý několikanásobný generátor jmen se skládal celkem ze tří otázek založených na směnném přístupu a  jejich cílem bylo odhalení těch vazeb respondentů, které poskytují sociální podporu v širokém slova smyslu. Přesné znění a pořadí otázek bylo následující:

1.      Mohl/a byste mi jmenovat osoby, na které byste se obrátil/a v případě, že byste potřeboval/a něco půjčit, s něčím pomoct?

2.      Mohla/a byste mi jmenovat osoby, se kterými řešíte důležité osobní záležitosti?

3.      Mohl/a byste mi jmenovat osoby, se kterými se nejčastěji a rád stýkáte?[14]

Po položení každé otázky byl proveden zápis respondentem jmenovaných osob do připravené tabulky. Následně proběhla interpretace těchto osob, spočívající v kladeních doplňujících otázek (name interprets) zaměřených na jejich atributy, kterými bylo pohlaví, věk, typ vztahu/role vůči egu, ekonomický status, status bydlení. A dále otázek odhalujících sociální vazby mezi jedinci (altery).

Celkem takto byla získána data o 19 parciálních egocentrických sítích s tím, že se čtyřmi respondenty se nepodařilo generátor jmen provést. Ze všech rozhovorů byl dále proveden audio záznam a následný přepis, který byl analyzován prostřednictvím softwaru pro kvalitativní analýzu dat NVivo (QSR International 2008). Relační data a atribuční data byla přepsána do matic a analyzována prostřednictvím základních funkcí programu UCINET (Borgatti, Everett, a Freeman 2002) a též programu SPSS (SPSS Inc. 2007).

Na rozdíl od analýzy kompletních sítí nelze u egocentrických sítí zjišťovat řadu vlastností, jako kupříkladu některé formy koheze, centrality či strukturální ekvivalence. Nicméně lze měřit celou řadu dalších hodnot, jako např. délku diametru, počet slabých komponent (weak components), míru mezilehlosti (betweenness), zprostředkování (brokerage) či strukturální díry (structural holes) (Hanneman a Riddle 2005; Marsden 2002). V následující části se nicméně zaměřím pouze na uvedení základních zjištění, která jsou pro účely této statě zcela postačující, a kterými jsou běžné míry velkosti, hustoty a složení osobních sítí kategorií vazeb.

Vybrané výsledky

V případě sociálně vyloučených skupin je obecně přijímaným předpokladem, že jejich osobní sítě jsou menšího rozsahu, vyšší hustoty a s převahou silných vazeb především příbuzenského charakteru, které jim poskytují nezbytnou sociální podporu v podmínkách chudoby. Jinými slovy řečeno, jedná se o  relativně malé sociální sítě s absencí přemosťujícího sociálního kapitálu (Crow 2004). Bezdomovci jsou označováni za sociálně vyloučenou skupinou par excellence nicméně s tím rozdílem, že tyto podpůrné silné vazby jsou u nich narušené, poskytují jen omezené zdroje či absentují zcela, což má za následek jejich extremní sociální vyloučení, potažmo samotné bezdomovství.  Jak konstatuje Shlay a Rossi (1992:140; srv. též Ploeg a Scholte 1997:50): „Sociální sítě osob bez domova jsou významně menší než sociální sítě chudých lidí s domovem. To znamená, že možnost sociální a ekonomické podpory poskytované přáteli či rodinnými příslušníky neexistuje pro signifikantní část bezdomovců.“

V případě sledovaného souboru dosahovala velikost sítí - měřena jako souhrn všech aktérů, se kterými má ego přímou vazbu - v průměru 4,59 stupňů a variovala od 0 do 9. Z  prezentovaných dat je patrné, že velikost sítí byla rozdílná dle pohlaví a byla vyšší u žen (5,44 vazeb oproti 3,7 u mužů), s tím, že tento rozdíl byl vyšší u žen z azylových domů (průměr 5,6 vazeb oproti 5 u kategorie ulice). Rozdíl ve velikosti sítí se dále signifikantně projevoval dle věku - respondenti do 40 let jmenovali v průměru o 3,6 vazeb více než ti starší.

Žádná data, na základě kterých by mohla být provedena komparace s „běžnou“ populací České republiky, nejsou k dispozici a nelze tedy konstatovat, jak se sociální sítě sledovaného vzorku bezdomovců liší od většinové populace. Nicméně nabízí se povrchní srovnání se zahraničím. Solarzová a  Bogatová (1990) na základě analýzy osobních sítí 125 dospělých bezdomovců za využití několikanásobného generátoru jmen konstatují, že průměrný stupeň u sledovaného vzorku byl 6,0 vazeb (se směrodatnou odchylkou 4,2 a rozsahem 1-24).[15] Walker a kol. (1993:73) přitom za využití poznatků řady sekundárních studií uvádí, že průměrný Američan má přibližně 20 aktivních vazeb, které jsou mu zdrojem sociální podpory.  Lze se domnívat, že obdobný poměr ve velikostí sítí bezdomovců a běžné populace by mohl být i  v České republice.

Dalším nejčastěji používaným ukazatelem je hustota sociální sítě, která je vyjádřením její koheze a je měřena jako podíl přítomných vazeb vůči maximálnímu možnému počtu vazeb s tím, že na rozdíl od kompletních sítí, je v případě osobních sítí počítána pouze z vazeb, které jsou mezi altery, tedy vyjma vazeb samotného ega (Scott 2000:72).  Obecně platí, že čím vyšší je hustota sítě, tím spíše v ní převládají silné vazby, je uzavřenější, s menším počtem strukturních děr a zprostředkujících vazeb neboli tzv. „brokerů“ a nižší mezilehlostí ega.[16] Míra hustoty přitom zpravidla od určité hranice klesá s tím, jak se zvyšuje velikost sociální sítě. Jinými slovy, čím více lidí člověk zná, tím se zvyšuje pravděpodobnost, že tito lidé se mezi sebou neznají. V důsledku to mimo jiné znamená, že z hlediska hustoty nelze mezi sebou komparovat různě veliké sítě (Mitchell 1974:287; Scott 2000:74).

Analyzované sítě respondentů se vyznačují relativně vysokou hustotou, která dosahuje v průměru 68%.[17] Vyšší míra hustoty byla zaznamenána u respondentů z azylových domů. Tento výsledek je do jisté míry (zdánlivě) paradoxní, neboť tato skupina jmenovala nejméně často vazby příbuzenského charakteru (23% všech vazeb, viz Tabulka 3). Jak bylo přitom naznačeno výše a jak konstatuje Wellman (1979), husté sociální sítě jsou přitom většinou ty, které obsahují vysoký podíl příbuzenských vazeb. Vysvětlením je zde fakt, že osobní sítě žen z azylových domů byly silně místně orientované  -  často obsahovaly přátelské vazby na osoby, které byly ze stejného pobytového zařízení a dále z 40% na sociální pracovníky.

Jak jsem již zmínil výše, bezdomovci jsou chápani jako sociální skupina, která se vyznačuje omezenými vazbami na rodinu a přátele, resp. omezenými sítěmi obecně. V případě sledovaného souboru celkem šest respondentů (32%) na základě použitého generátoru jmen neuvedlo žádnou příbuzenskou vazbu a stejný počet žádnou vazbu přátelskou. K obdobným zjištění dochází Shlay a Rossi (1992:138) v případě bezdomovců v USA a tvrdí, že celkem 31% bezdomovců nemá žádný kontakt s rodinou a 36% nemá žádné přátele. Obecně přitom příbuzenské vazby v osobních sítích sledovaných jedinců mírně převládají nad přátelskými (37% proti 35%) s tím, že se v tomto ohledu významně odlišuje kategorie osob z azylových domů, v rámci které byli často jmenováni sociální pracovníci (40% všech vazeb této kategorie) jako zdroj sociální podpory. Sociální pracovníky lze chápat jako potencionální brokery – zdroje přemosťujícího kapitálu, což je koneckonců náplní jejich pracovní pozice. Pro úplnost je třeba dodat, že překvapivě polovina informátorů z kategorie ulice uvedla vazbu na partnera/partnerku, resp. manžela/manželku. U respondentů z azylových domů to byli 3 ze 7.

Z hlediska statusu bydlení převažovali vazby, které vedou vně bezdomovství. Celkem 67% zaznamenaných vazeb směřovalo na altery, kteří nebyli aktéry označeni jako bezdomovci. Nicméně rozdíly jsou patrné dle kategorií bezdomovství. Egocentrické sítě osob bez přístřeší jsou méně (59%) obracené vně bezdomovství, než ty u osob z azylových domů (77%). Opět zde hraje důležitou roli fakt, že v případě této skupiny byly často reportovány vazby na sociální pracovníky. Tedy na osoby, které nejsou bez domova.

Kritická reflexe zjištění

Shrňme si doposud uvedené. Podstatou analýzy sociálních sítí je v prvé řadě analýza dat relačních a nikoli atribučních. Nejrozšířenějším způsobem vytváření těchto dat jsou strukturovaná dotazování založená na technice generátoru jmen. Tato technika spočívá v položení otázky či série otázek, díky nimž je získán seznam osob, se kterými má dotazovaný určité sociální vazby. Na základě aplikace této techniky byla v případě prezentovaného šetření získána a analyzována data o 19 egocentrických sítí osob bez domova, žijících na ulici (bez přístřeší) či v azylových domech (bez bytu).  Cílem bylo odhalit vazby, které jsou pro aktéry zdrojem sociální podpory. Bylo zjištěno, že v průměru mají dotazovaní respondenti 4,59 vazeb, jejich sítě jsou relativně husté a více než dvě třetiny z nich má alespoň jednu vazbu na někoho z rodiny. Stejný počet má pak nejméně jednu vazbu přátelskou a skoro polovina vazbu partnerskou. Dále lze konstatovat, že egocentrické sítě sledovaných aktéru jsou spíše obracené vně bezdomovství. Pokud by bylo šetření založeno na reprezentativních datech, což není, mohl by hypotetický závěr analýzy a této statě znít asi následovně: Ačkoli jsou bezdomovci extrémně sociálně vyloučenou skupinou, většina z nich má sociální vazby, byť menšího rozsahu, které jsou pro ně zdrojem sociální podpory a nelze na ně nahlížet jako na osamocené a izolované jedince.

Jsou však uvedená zjištění - alespoň ve  vztahu k výběrovému souboru, když ne k cílové populaci - dostatečně validní a reliabilní? Problematice reliability, interní a externí validity měření egocentrických sítí s využitím generátoru jmen se věnuje řada studií (jejich přehled viz např. Kogovsek a Ferligoj 2005) a jsou obecně k této technice spíše kritické. Mým cílem zde není jít v jejich stopách a raději se závěrem tohoto textu dotknu problému tzv. „ekologické validity“. Ekologická validita (zmiňovaná zejména v rámci kognitivní psychologie) na rozdíl od externí či interní validity nevypovídá o platnosti výsledků určitého měření jako takového, ale o  tom, zda jsou tyto výsledky platné i vně měření, tj. v reálném životě (Jupp 2006:238; Puckett a Reese 1993:25-31).  Jinými slovy, zda výsledky odpovídají tomu, jaká je běžná skutečnost.

Jak bylo uvedeno v souvislosti s popisem designu výzkumu, z něhož je zde čerpáno, aplikace generátoru jmen byla provedena v závěru kvalitativního dotazování. Nabízí se tedy možnost, v  těch případech, kdy to záznamy z interview umožňují, provést triangulaci dat relačních s daty „měkkými“.  Zaměřím se pouze na pár signifikantních příkladů, u kterých je problém ekologické validity relačních dat zjevný.

Zhruba dvě třetiny respondentů uvedli vazbu na někoho z příbuzných a příbuzenské vazby obecně ve výběrovém souboru převažovaly. Např. Petra (32 let, t. č. v azylovém domě) jmenovala při první otázce a na prvním místě vazbu na svoji matku. V rámci interview ale konstatovala, že se s ní již několik let nestýká a  že je s ní dlouhodobě v konfliktu: „Maminka, tak ta […] s tou jsem rozhádaná už strašně dlouho, ta mi řekla, že mi nepomůže […]. Topím se v  tom sama […]. [Bylo] to kvůli manželovi […], nikdy ho nepřijala a já jsem byla ta špatná, potom mi začala vyhrožovat, že se postará, abych přišla o děti, tak jsem řekla, že už k ní nikdy nepůjdu.“. Rovněž Richard (45 let, t. č. na ulici). Jmenoval celkem tři osoby, jež jsou mu zdrojem sociální podpory, a to bývalou manželku, dceru a matku. Z rozhovoru nicméně vyplynulo, že s žádnou z nich se pravidelně nestýká a  na ulici je od té doby (s přestávkou pobytu ve vězení), co se manželkou rozvedl: „To byl nádherný rozchod. Odešel jsem akorát s tím, co jsem měl na sobě. Motorku jsem tam nechal. Auto jsem tam nechal. Všechno jsem tam nechal, u své paní.“  V obou vybraných případech byly tedy jmenovány vazby, které jsou zpřetrhané v důsledku konfliktu a které jsou kontrastem sociální podpory.

Druhým typem diskrepance je opak předchozí situace, kdy někteří respondenti nejmenovali v rámci generátoru jmen osoby, které jsou na základě toho, co říkali v rozhovorech, evidentně zdrojem sociální podpory. Vzhledem k tomu, že o  nich několikrát mluvili během rozhovoru a že se jedná o osoby velmi blízké či osoby, se kterými jsou v pravidelném kontaktu, je málo pravděpodobné, že by na ně jednoduše zapomněli. Např. Žaneta (42 let, t. č. v azylovém domě) jmenovala celkem tři osoby, a to pouze sociální pracovníky. Nejmenovala přitom svého manžela, se kterým sice nežije, ale na kterého se obrací, resp. nedávno obracela o pomoc: „[Ch]odím za manželem žebrat, abych mi něco dal na jídlo i pro malou, ale někdy to nevyjde. Někdy se naschvál se mnou pohádá, aby mi nemusel něco koupit k  jídlu, anebo mě radši vzal na pivo… [Ale] když mi manžel koupil nějaké jídlo, to jsem se ho neptala, kolik to stálo. Tak stovka na den. Ještě k  tomu cigarety, piva. Kolikrát jsem mu říkala, že jsem hladová, ať mi dá nějaké peníze, že si koupím nějaký kus salámu. Tak jsme šli do restaurace, zaplatil fakticky čtyřikrát tolik…, a když jsem vyšla z  restaurace, tak jsem byla znovu hladová. Stejně tak nejmenovala svého současného milence, se kterým od manžela utekla.

Dalším příkladem je Marta (39 let, t. č. na ulici), která uvedla úhrnem tři osoby: babičku, matku a bratra. Se všemi je v občasném kontaktu a dle jejích výpovědí je pravděpodobné, že v případě potřeby by se na ně mohla obrátit. Avšak na druhou stranu neuvedla vazbu na svého současného přítele, se kterým v době rozhovoru žila na ulici. Stejně tak nejmenovala nikoho z „party“, se kterou přespává v jednom opuštěném objektu, a to přesto, že tvoří jednu ekonomickou jednotku, v rámci které je uplatňovaná redistribuce ekonomických statků: „Já jsem se bála […], co budu dělat, když jsem tady takhle skončila, ale […] opravdu jsem tady potakala fakt kamarády, kteří vás nenechají ve štychu. […] Většinou dávají peníze ke mně a já je potom držím a říkám: ‚tak kluci a teď bude první polévka, až potom si dáte pivo‘. Vždycky je jako péruju a kasu mám většinou u sebe já. […] My se vzájemně podporujeme, kdy někdo má peníze, tak je dá i těm ostatním.“ Obdobně je tomu tak u již zmiňovaného Richard, který jmenoval pouze členy rodiny, ale žádnou vazbu na členy své „party“, se kterými na ulici žije a úzce kooperuje.

Peter V. Marsden (1990:437) si klade zásadní otázku, zda prostřednictvím relačních dat měříme „skutečně existující sociální vztahy, anebo sociální vztahy, tak jsou vnímané zúčastněnými aktéry, někdy nazývanými jako ‘kognitivní’ sítě“. Výše uvedené příklady naznačují, že prostřednictvím použitého generátoru jmen byly analyzované sociální sítě, které odpovídají spíše vnímaným sociálním vztahům, než těm, které jsou v běžném životě respondentů reálně přítomné.

Závěr

V tomto textu jsem se zaměřil na problematiku vytváření relačních dat na příkladě analýzy sociálních sítí bezdomovců za využití několikanásobného generátoru jmen. Výsledky analýzy ukázaly, že použití této techniky s ohledem na cílovou skupinu šetření je diskutabilní. Respektive, že analyzované osobní sítě nelze jednoznačně interpretovat jako sítě „reálné“. Nicméně aby toto tvrzení bylo možné jednoznačně přijmout, bylo by třeba provést další měření na rozsáhlejším vzorku cílové populace a zejména testovat podrobně reliabilitu a interní validitu zvoleného generátoru.

Bibliografie

BARNES, J. A. 1972. “Social networks.” Pp. 1-29 in Addison-Wesley Module in Anthropology. Addison-Wesley Pub. Co.

BARNES, J. A. 1954. “Class and committees in a Norwegian island parish.” Human Relations 7:39-58.

BARNES, J. A. 1969. “Networks and Political Process.” Pp. 51-76 in Social networks in urban situations, edited by J. C Mitchell.

BORGATTI, S.P., M.G. EVERETT, a L. C. Freeman. 2002. Ucinet for Windows: Software for Social Network Analysis. Harvard: Analytic Technologies.

BRUGGEMAN, J. 2008. Social networks: An introduction. New York, Routledge.

BURT, R. S. 2005. Brokerage and closure : an introduction to social capital. Oxford: Oxford University Press.

CONRATH, D. W, C. A HIGGINS, a R. J McCLEAN. 1983. “A comparison of the reliability of questionnaire versus diary data.” Social Networks 5:315–322.

CROW, G. 2004. “Social networks and social exclusion: An overview of the Debate.” Pp. 7-19 in Social networks and social exclusion : sociological and policy perspectives, edited by Ch. Phillipson, G. Allan, a D. H. J. Morgan. Ashgate.

FEANTSA. n.d. “ETHOS - European Typology on Homelessness and Housing Exclusion.” http://www.feantsa.org/code/en/pg.asp?Page=484 (navštíveno 2.12. 2009).

FREEMAN, L. C. 1979. “Centrality in social networks conceptual clarification.” Social networks 1:215–239.

FU, Yang-chih. 2007. “Contact Diaries: Building Archives of Actual and Comprehensive Personal Networks.” Field Methods 19:194-217.

GRANOVETTER, M. S. 1973. “The Strength of Weak Ties.” American Journal of Sociology 78:1360.

HANNEMAN, R. A., a M. Riddle. 2005. Introduction to social network methods. Riverside: University of California, Riversdie.

JUPP, V. 2006. The Sage dictionary of social research methods. Pine Forge Press.

KELLER, J. 2009. Nejistota a důvěra. Praha: Sociologické nakladatelství (SLON).

KILLWORTH, P. D., E. C. JOHNSEN, H. R. BERNARD, G. A. SHELLEY, and C. McCARTY. 1990. “Estimating the size of personal networks.” Social Networks 12:289–312.

KOGOVSEK, Tina, a Anuska FERLIGOJ. 2005. “Effects on reliability and validity of egocentered network measurements.” Social Networks 27:205-229.

LAUMANN, E. O. 1966. Prestige and Association in an Urban Community: An analysis of an urban stratification system. New York: Bobbs-Merrill Company.

LAUMANN, E. O, P. V MARSDEN, a D. PRENSKY. 1989. “The boundary specification problem in network analysis.” Research methods in social network analysis 61–87.

MARIN, A., a K. N. HAMPTON. 2007. “Simplifying the Personal Network Name Generator: Alternatives to Traditional Multiple and Single Name Generators.” Field Methods 19:163-193.

MARSDEN, P. V. 2005. “Recent developments in network measurement.” Pp. 8-30 in Models and methods in social network analysis, vol. 8, edited by P. J. Carrington, J Scott, and S Wasserman.

MARSDEN, P. V. 2002. “Egocentric and sociocentric measures of network centrality.” Social Networks 24:407-422.

MARSDEN, P. V. 1990. “Network Data and Measurement.” Annual Review of Sociology 16:435-463.

MERTON, R. K. 1956. The focused interview : a manual of problems and procedures. 2 ed. New York: The Free Press.

MITCHELL, J. C. 1974. “Social Networks.” Annual Reviews in Anthropology 3:279-299.

MITCHELL, J. C. 1969. “The Concept and Use of Social Networks.” Pp. 1-50 in Social networks in urban situations, edited by J. C Mitchell.

PLOEG, J. D., a E. M. Scholte. 1997. Homeless youth. SAGE.

PUCKETT, J. M., a H. W. REESE. 1993. Mechanisms of everyday cognition. Routledge.

QSR International. 2008. NVivo qualitative data analysis software. QSR International Pty Ltd.

RITZER, G. 2007. Sociological Theory. 7 ed. Maidenhead: McGraw-Hill Higher Education.

SCOTT, J. P. 2000. Social Network Analysis: A Handbook. Second Edition. Sage Publications Ltd.

SHLAY, A. B, a P. H ROSSI. 1992. “Social science research and contemporary studies of homelessness.” Annual Review of Sociology 18:129–160.

SOLRAZ, A., a G. A BOGAT. 1990. “When social support fails: The homeless.” Journal of Community Psychology 18:79–96.

SPSS Inc. 2007. SPSS 16.0 for Windows. Chicago: SPSS Inc.

WALKER, M., S. WASSERMAN, a B. WELLMAN. 1993. “Statistical Models for Social Support Networks.” Sociological Methods Research 22:71-98.

WASSERMAN, S., a K. Faust. 1994. Social Network Analysis: Methods and Applications. Cambridge University Press.

WELLMAN, B. 1979. “The community question: The intimate networks of East Yorkers.” The American Journal of Sociology 84:1201–1231.

Mgr. Ladislav Toušek