ANALISIS JARINGAN SOSIAL: KNOKE BUREAUCRACIES

Pendahuluan

Knoke dan Wood, dalam tahun 1978, melakukan penelitian. Data dikumpulkan dari para karyawan pada 95 organisasi di Indianaplis. Para responden mengindikasikan dengan organisasi-organisasi lain manakah organisasi dari para karyawan itu mempunyai hubungan. Hubungan-hubungan yang dicakup terdiri dari 13 jenis hubungan berbeda.

Knoke dan Kuklinski, dalam tahun 1982, memilih 10 organisasi dan dua jenis hubungan yaitu pertukaran uang atau dana dan pertukaran pesan atau informasi. Pertukaran uang dicatat dalam KNOKM dan pertukaran pesan dicatat dalam KNOKI. Nama arsip data adalah Knokbur. Arsip data ini terdiri dari KNOKI dan KNOKM. Bentuk data adalah matriks 10 x 10 sebagai matriks non-simetris dan biner untuk KNOKM dan KNOKI.

Penelitian tersebut adalah penelitian mengenai birokrasi sehingga data tersebut terkenal sebagai Knoke Bureaucracies dan disingkat menjadi Knokbur.

Isi Arsip Data Knokbur

Isi arsip data Knoki adalah sebagai berikut :

Isi arsip data Knokm adalah sebagai berikut :

Kode 0 dan kode 1 dipakai untuk mewakili hubungan tidak terdapat (0) dan hubungan terdapat (1)

Analisis Jaringan Sosial Data Knoki 

Langkah awal adalah langkah membuat diagram jaringan sosial berdasar atas data Knoki dan data Knokm dengan memanfaatkan paket program Ucinet. Diagram jaringan sosial untuk data Knoki adalah sebagai berikut :

Kompleksitas Kehidupan Manusia

Diagram jaringan sosial di bawah ini merupakan hasil penelitian dan data hasil penelitian ini dipakai sebagai contoh dalam paket program Ucinet versi 6.414. Diagram jaringan sosial dapat disajikan di bawah ini  berdasar atas data sebagai berikut :

Data tersebut mencerminkan matriks 58 x 58. Hal ini berarti bahwa 58 aktor ditampung dalam contoh ini. Nama data ini adalah BKFRAT.##H. Diagram jaringan sosial yang dihasilkan adalah sebagai berikut :

Data di atas dapat juga disajikan dalam diagram jaringan sosial sebagai berikut :

 Diagram jaringan sosial dalam bentuk lain dapat juga disusun dan bentuk ini adalah sebagai berikut :

Data yang dikumpulkan adalah data kualitatif. Apakah analisis kualitatif mampu memberikan makna atas data sebagaimana disajikan dalam tiga bentuk diagram jaringan sosial di atas tanpa bantuan perangkat lunak komputer? Pertanyaan inilah yang membongkar kelemahan dari penelitian kualitatif tradisional terutama jika menghadapi fenomena sosial yang sangat kompleks. Ketiga diagram jaringan sosial di atas akan menghasilkan penafsiran dan makna yang sama walau bentuk penampilan berbeda.

Beberapa Ukuran dan Nilai Tingkat Jaringan

Analisis jaringan sosial mengandung beberapa ukuran yang biasa dipakai untuk mengukur data kualitatif berdasar atas ukuran-ukuran kuantitatif. Ukuran-ukuran itu mencakup ukuran-ukuran tingkat jaringan sosial dan ukuran-ukuran tingkat organisasi. Ukuran-ukuran tingkat jaringan sosial mencakup kepadatan (density), hubungan dua arah (reciprocity), karakteristik panjang jalur (characteristic path length), koefisien pengklasteran (clustering coefficient), diameter, fragemtasi jaringan sosial, konektivitas Krackhardt, efisiensi Krackhardt, hirarki Krackhardt, Upperboundedness Krackhardt, derajat sentralitas, sentralitas betweenness, sentralitas kedekatan, dan hubungan dua arah simetris. Ukuran-ukuran tingkat organisasi antara lain adalah sentralitas eigenvector, sentralitas eigenvector tanpa skala, dan sentralitas kedekatan. Ukuran-ukuran yang dipakai dalam analisis jaringan masih banyak tersedia akan tetapi tidak akan dijelaskan di sini.

Ukuran-ukuran tingkat jaringan sosial adalah sebagai berikut :

Perhitungan Berbasis Ucinet

Hasil perhitungan kepadatan sebesar 0.5444 disajikan dalam kotak dialog di bawah ini :

Kotak dialog ini mengandung informasi bahwa kepadatan dari pertukaran pesan di antara 10 organisasi atau aktor adalah sebesar 0.5444 dan deviasi standar adalah sebesar 0.4090. Kepadatan dari pertukaran uang di antara 10 organisasi adalah sebesar 0.2444 dan kesalahan standar adalah 0.4398.

Ukuran hubungan dua arah berdasar hibrida adalah sebesar 0.5313 atau sebesar 53.13% sedangkan sisanya merupakan hubungan satu arah. Hubungan dua arah berarti hubungan dialami antara pengirim pesan dan penerima pesan. Hubungan satu arah mencerminkan organisasi hanya sebagai pengirim saja atau organisasi hanya sebagai penerima pesan saja.

Ukuran dari karakteristik panjang jalur  bernilai 1.533  disajikan dalam kotak dialog di bawah ini. Kotak dialog ini juga mengandung ukuran-ukuran lain yaitu Derajat rata-rata, Indeks H, kepadatan, komponen, rasio komponen, konektivitas, fragmentasi, kedekatan, jarak rata-rata, deviasi standar jarak, diameter, breath, dan kekompakan.

Derajat rata-rata untuk pertukaran pesan adalah sebesar 4.900. Indeks H adalah sebesar 5.000. Kepadatan adalah sebesar 0.5444.  Komponen adalah sebesar 1.000.  Rasio komponenadalah sebesar 0.000.  Konektivitas adalah sebesar 1.000.  Fragmentasi adalah sebesar 0.000. Kedekatan adalah sebesar  0.673. Jarak rata-rata adalah sebesar 1.533. Deviasi standar jarak adalah sebesar 0.636.  Diameter adalah sebesar 3.000.  Breath adalah sebesar 0.241. , Kekompakan adalah sebesar 0.759. Ukuran-ukuran serupa juga terdapat untuk pertukaran uang.

Koefisien pengklasteran adalah sebesar 0.607. Nilai ini dihasilkan sebagaimana disajikan dalam kotak dialog di bawah ini :

Koefisien pengklasteran grafik keseluruhan tertimbang adalah sebesar 0.599. Koefisien pengklasteran grafik secara keseluruhan untuk pertukaran uang adalah sebesar 0.360 dan koefisien pengklasteran grafik secara keseluruhan tertimbang adalah sebesar 0.337. Koefisien pengklasteran dalam pertukaran pesan adalah lebih tinggi daripada koefisien pengklasteran dalam pertukaran uang.

Ukuran Krackhardt connectedness adalah sebesar 1.000. Ukuran Krackhardt efficiency adalah sebesar 0.000. Ukuran Krackhardt hierarchy adalah sebesar 0.3611. Ukuran  Krackhardt upperboundedness adalah sebesar 1.000. Ukuran-ukuran ini disajikan dalam kotak dialog di bawah ini :

Ukuran derajat sentralitas adalah sebesar 0.43056 atau 0.431 jika dibulatkan.  Ukuran ini merupakan ukuran oud-degree centrality. Ukuran In-degree centrality juga tersedia yaitu sebesar 0.56944. Hasil-hasil perhitungan statistik deskriptif juga disajikan. Ukuran derajat sentralitas ini disajikan dalam kotak dialog sebagai berikut :

Ukuran Betweenness Centrality adalah sebesar 0.201 sebagaimana tercermin dalam indeks sentralisasi jaringan sebesar 20.11% atau sebesar 0.2011 sebagaimana disajikan di bawah ini. Ukuran betweenness centrality untuk tiap organisasi juga disajikan, termasuk hasil-hasil perhitungan statistik deskriptif.

Ukuran kedekatan sentralitas  adalah sebesar 0.5414 sebagai ukuran network out-centralization. Ukuran untuk network in-centralization juga terdapat yaitu sebesar 0.7151. Nilai-nilai ini terkandung dalam kotak dialog closeness centrality sebagaimana disajikan di bawah ini.

Reciprocal (symmetric) adalah sebesar 53,13% yaitu nilai sebesar 0.5313 sebagaimana disajikan dalam kotak dialog di bawah ini :

 Ukuran-ukuran tingkat organisasi antara lain adalah sebagai berikut :

Analisis Pengirim dan Penerima Pasan

Studi kasus ini terdiri dari 10 aktor. Para aktor ini adalah organisasi-organisasi yang sangat memperhatikan kesejahteraan rakyat. Berbagai jenis hubungan terdapat di antara kesepuluh organisasi ini. Teori dan analisis jaringan sosial terpusat pada para aktor dan hubungan-hubungan yang terjadi di antara para aktor. Aktor dapat berbentuk individu-individu, kelompok-kelompok, organisasi-organisasi, atau bangsa-bangsa. Hubungan dapat berbentuk hubungan persahabatan, hubungan kekeluargaan, hubungan seksual, hubungan perdagangan, hubungan perkreditan, hubungan komunikasi, hubungan internasional, hubungan publik (public relations), hubungan kerja dan sebaganya. Data mengenai hubunngan di antara para aktor disajikan di bawah ini. Kode 0 dipakai jika hubungan tidak terdapat dan kode 1 dipakai jika hubungan terdapat antara aktor dan aktor-aktor lain. Organsasi-organisasi sebagai aktor dinamakan A, B, C, D, E, F, G, H, I, dan J. Data disusun dalam bentuk matriks sederhana. Huubungan antara A dan A diberi kode 0, hubungan antara B dan B diberi kode 0, dan hubungan antara J dan J diberi kode 0.

Penelitian yang dipakai di sini adalah penelitian gabungan yaitu penelitian kualitatif dilakukan lebih dahulu kemudian analisis atas data hasil penelitian kualitatif memakai perangkat-perangkat yang biasa dipakai dalam penelitian kuantitatif. Pengukuran sentralitas, kekuasaan, pengaruh, out-degree, in-degree, kepadatan hubungan, jangkauan hubungan, konektivitas, jarak geodesik, eksentrisitas, diameter, dan sebagainya. Hal ini berarti bahwa pertentangan pendapat antara para penganut penelitian kualitatif dan para penganut penelitian kuantitatif yang telah berlangsung lama merupakan pertentangan pendapat yang sangat tidak bermakna karena kenidupan ummat manusia itu tergantung pada aspek-aspek kualitatif dan aspek kuantitatif dan antara aspek kualitatif dan kualitatif interdependensi.

Penelitian gabungan sekarang sedang banyak dianut oleh para pakar yang semula menganut penelitian kualitatif dan para pakar yang menganut penelitian kuantitatif, namun kenyataan di Indonesia pertentangan tersebut masih berlangsung sehingga banyak waktu dan sumberdaya telah banyak diboroskan. Penyajian teori dan analisis jaringan sosial ini merupakan langkah awal dan diharap akan banyak pula buku-buku serupa yang ditulis oleh para penulis lain.

Data yang dipakai adalah data hasil penelitian dari Knoke tentang birokrasi dan data ini sangat terkenal dalam analisis jaringgan sosial. Penelitian Knoke mencerminkan pertukaran pesan birokrasi di antara 10 organisasi.  Data hasil penelitian Knoke dipakai di sini setelah dilakukan perubahan-perubahan tertentu. Hasil-hasil analisis ini adalah sangat lengkap dan banyak konsep-konsep baru yang terkandung dan tidak terdapat dalam ilmu-ilmu sosial dan ilmu-ilmu perilaku tradisional yang dikuliahkan di Indonesia.

Matriks dipakai untuk mewakili diagram jaringan sosial. Data terdiri dari 10 baris dan 10 kolom, data disajikan dalam bentuk bilangan biner, dan matriks itu sendiri merupakan matriks asimetris. Baris diperlakukan sebagai para aktor yang mengirim pesan dan kolom diperlakukan sebagai para aktor yang menerima pesan. Operasi-operasi sederhana atas matriks di atas, jika dilakukan, maka memungkinkan untuk mengembangkan angka indeks atau ukuran-ukuran secara sistematis dan bermanfaat.

Penggalian Pengiriman Pesan

Perintah Tools>Univariate Stats (Rows) dipakai. Langkah ini akan menyajikan kotak dialog Univariate Statistics sebagai berikut :

Tombol Open ditekan sehingga kotak dialog Open dapat disajikan sebagai berikut :

Arsip data DASAR dicari dan dipilih sehingga kotak dialog Open adalah sebagai berikut:

Tombol Open ditekan sehingga kotak dialog Univariate Statistics adalah sebagai berikut :

Tombol OK ditekan sehingga informasi mengenai pengiriman pesan dapat disajikan sebagai berikut :

Inormasi pengiriman pesan tercermin dalam kolom nilai rata-rata (Mean).

Statistik pada baris mengandung informasi tentang peranan yang dimainkan oleh tiap aktor sebagai sumber dari ikatan atau hubungan dalam gratik diarahkan. Jumlah hubungan dari seorang aktor kepada para aktor lain seperti aktor nomor 1 mengirimkan informasi kepada empat aktor lain dinamakan Out-degree dari aktor tersebut. Derajat dari tiap aktor adalah penting karena derajat itu dapat menjelaskan berapa banyak koneksi yang dimiliki oleh seorang aktor. Oud-degree merupakan suatu ukuran tingkat pengaruh seorang aktor. Aktor nomor 5 mempunyai hubungan atau ikatan pada 8 aktor lain dan tidak mempunyai hubungan dengan aktor nomor 6. Aktor nomor 6, nomor 7, dan aktor nomor 9 mengirimkan pesan hanya kepada 3 aktor lain. Aktor nomor 2, nomor 3, nomor 5, dan aktor nomor 8 adalah serupa sebagai sumber pesan untuk porsi-porsi besar. Aktor 1, 6,7, dan 9 serupa bukan sebagai sumber pesan. Prediksi dapat dilakukan pada organisasi-organisasi sebagai sumber pesan akan mempunyai divisi hubungan masyarakat sedangkan organisasi-organisasi bukan sebagai sumber pesan tidak membutuhkan divisi hubungan masyarakat. Para aktor yang terletak di antara kedua kelompok ini akan mempunyai pengaruh jika mereka terkoneksi pada para aktor lain secara tepat karena jika tidak demikian makan pengaruh dari para aktor yang terletak di tengah-tengah itu hanya akan mempunyai pengaruh kecil saja.

Uraian di atas mengungkap bahwa  variasi dalam peran yang dimainkan oleh organisasi-organisasi sebagai sumber pesan. Aktor nomor 10 mengirimkan pesan atau melakukan hubungan sebesar 55.6% sedangkan aktor nomor 5 mengirimkan pesan atau melakukan hubungan sebesar 88.9%. Aktor nomor 6, nomor 7, dan aktor nomor 9 mengirimkan pesan atau melakukan hubungan masing-masing sebesar 33.3%

Perintah Tools > Univariate Stats (Columns) dipakai.  Langkah ini akan menyajikan kotak dialog Univariate Statistics sebagai berikut :

Tombol Open ditekan sehingga kotak dialog Open dapat disajikan sebagai berikut :

Arsip data DASAR dicari dan dipilih sehingga kotak dialog Open adalah sebagai berikut :

Tombol Open ditekan sehingga kotak dialog Univariate Statistics adalah sebagai berikut :

Tombol OK ditekan sehingga informasi mengenai pengiriman pesan dapat disajikan sebagai berikut :

InFormasi penerimaan pesan tercermin dalam baris nilai rata-rata (Mean). Penelitian atas statistik untuk In-degree juga bermanfaat. Para aktor atau organisasi-organisasi adalah para penerima pesan. Hal ini dapat juga ditafsirkan berapa banyak para aktor lain mengirim pesan kepada aktor tersebut. Aktor yang menerima pesan dari banyak sumber lain mungkin dapat dianggap sebagai aktor yang mempunyai gengsi karena para aktor lain ingin mngetahui aktor tersebut, sehingga mereka mengirim pesan. Para aktor yang menerima pesan dari banyak sumber mungkin juga menjadi lebih berkuasa dengan asumsi bahwa pengetahuan adalah kekuasaan. Para aktor yang banyak menerima pesan yang sangat banyak mungkin mengalami pederitaan sebagai akibat dari pesan berlimpah-ruah atau kebisingan dan gangguan  sebagai akibat dari pesan-pesan itu mengandung pesan yang bertentangan dari sumber-sumber pesan berbeda.

Pengamatan atas hasil di atas akan mencerminkan beberapa variasi dalam penerimaan pesan. Variasi penerimaan pesan adalah lebih bedar daripada variasi dakan pengiriman pesan. Aktor nomor 2, 5, dan aktor nomor 7 sebagai penerima pesan adalah sangat tinggi. Aktor nomor 2 dan nomor 5 juga adalah tinggi dalam pengiriman pesan sehingga hal ini dapat dianggap bahwa aktor nomor 2 dan aktor nomor 5 mungkin bertindak sebagai komunikator atau fasilitaror dalam sistem. Aktor nomor 7 sangat banyak menerima pesan akan tetapi sangat sedikit mengirim pesan. Aktor 7 mengumpulkan fakta akan tetapi tidak mencipta mereka. Aktor nomor 6, nomor 8, dan aktor nomor 10 tidak menerima pesan dari banyak sumber pesan secara langsung. Aktor nomor 6 mencerminkan aktor yang terisolasi yang berusaha untuk mempengaruhi akan tetapi mereka tidak mengerti.

Studi kasus di atas dapat dipakai untuk mempelajari suatu jaringan sosial secara keseluruhan dan tentang kendala-kendala struktural atas para aktor individual, dan juga mengandung kemungkinan untuk merumuskan hipotesis tentang peranan dan kecenderungan-kecenderungan peranan dan perilaku sosial, dengan cara meneliti matriks sederhana saja.

Organisasi-organisasi yang mengirim dan menerima pesan, berdasar atas uraian di atas dapat diringkas sebagai berikut :

Beberapa Ukuran Dalam Analisis Jaringan Sosial

Ukuran-ukuran yang biasa dipakai dalam analisis jaringan sosial adalah sebagai berikut :

Betweenness  adalah sejauh mana seorang aktor terletak antara para aktor lain dalam jaringan. Ukuran ini memperhitngkan konektivitas dari para aktor tetangga, memberikan nilai yang lebih tinggi untuk para aktor yang menjembatani kelompok-kelompok. Ukuran ini mencerminkan jumlah orang-orang kepada siapa seseorang berkoneksi secara tidak langsung melalui hubungan-hubungan langsung mereka.

Bridge adalah suatu tepi atau hubungan disebut  suatu bridge jika penghapusannya akan menyebabkan titik-titik akhir terletak dalam komponen-komponen berbed dari suatu grafik.

Centrality  memberikan indikasi ukuran kasar dari kekuasaan sosial dari para aktor berdasar atas bagaimana baik mereka terkoneksi dalam jaringan. "Betweenness", "Closeness", dan  "Degree" adalah ukuran-ukuran dari sentralitas.

Sentralization adalah perbedaan antara jumlah hubungan untuk tiap aktor dibagi dengan jumlah maksimum yang mungkin dari perbedaan-perbedaan itu. Jaringan sentralisasi akan mempunyai banyak hubungan yang terpencar sekitar satu atau beberapa aktor, sedangkan suatu jaringan desentralisasi adalah suatu jaringan dalam mana terdapat variasi sedikit antara jumlah hubungan yang dimiliki oleh tiap aktor.

Closeness adalah derajat seorang aktor dalam suatu jaringan langsung atau tidak langsung. Closeness mencerminkan kemampuan untuk mengakses informasi melalui selentingan atau desas-desus dari para anggota jaringan. Hal ini berarti bahwa closeness merupakan kebalikan dari jumlah jarang terdekat antara tiap aktor dan tiap aktor lain dalam jaringan. Jalur paling pendek mungkin juga dikenal sebagai "geodesic distance".

Clustering coefficient adalah suatu ukuran bahwa dua aktor berasosiasi. Coefficient clustering jika makin tinggi mengindikasikan suatu klik adalah makin besar.

Cohesion adalah derajat di mana  para aktor berhubungan secara langsung dengan para aktor lain dengan ikatan kohesif. Kelompok-kelompok diidentifikasi sebagai klik jika tiap aktor secara langsung terikat  pada tiap aktor lain, social cirle jika terdapat keterbatasan dari kontak langsung yang secara tidak tepa atau secara struktural mencerminkan cohesie blocks jika ketepatan diinginkan.

Degree  adalah hitungan dari jumlah ikatan pada para aktor lain dalam jaringan.  

Density adalah derajat suatu ikatan responden yang saling mengetahui satu sama lain atas proporsi ikatan-ikatan di antara individu-individu tersebut. Network atau global-level density adalah proporsi dari ikatan-ikatan dalam suatu jaringan secara relatif pada jumlah yang mungkin.

Eigenvector centrality adalah suatu ukuran dari tingakt kepentingan seorang aktor dalam suatu jaringan.Hal ini memberikan skor-skor relatif pada semua aktor dalam jaringan berdasar atas prinsip bahwa koneksi-koneksi pada para aktor itu mempunyai suatu skor tinggi mengkontribusikan lebih banyak pada skor dari aktor bersangkutan.

Local bridge  adalah suatu hubungan dinamakan suatu local bridge  jika titik-titik akhir tidak membagi para tetangga. Suatu local bridge terkandung dalam suatu siklus.

Path length  adalah jarak antara pasangan-pasangan para aktor dalam jaringan. Average path length adalah rata-rata dari jarak antara semua pasangan dari para aktor ini.

Prestige dalam suatu grafik diarahkan adalah istilah yang dipakai untuk mendeskripsikan suatu sentralitas aktor. "Degree Prestige", "Proximity. Prestige", dan "Status Prestige" adalah ukuran-ukuran dari   Prestige.  

Radiality adalah derajat pencapaian individu dalam jaringan dan menyediakan informasi dan pengaruh.

Reach adalah derajat tiap anggota dari suatu jaringan yang dapat mencapai para anggota lain dari jaringan itu.

Structural cohesion adalah jumlah minimum dari para anggota yang, jika ditiadakan dari suatu kelompok, akan tidak menghubungkan kelompok itu.

Structural equivalence mengacu pada sejauh mana para aktor mempunyai serangkatan hubungan pada para aktor lain dalam sistem. Para aktr tidak membutuhkan untuk mempunyai ikatan-ikatan pada tiap aktor lain untuk menjadi structurally equivalent.

Structural hole adalah lubang statis yang dapat secara strategis diisi dengan menghubungkan satu hubungan atau lebih secara bersama-sama pada titik-titik lain, Hal ini berhubungan juga dengan gagasan mengenai modal sosial (social capital) jika menghubungkan dua orang yang tidak berhubungan dengan aktor dan aktor ini dapat mengawasi komunikasi mereka.

Uraian mengenai ukuran-ukuran sebagaimana dikemukakan di aas merupakan ukuran-ukuran penting dalam analisis jaringan dan analisis grafik. Konsep-konsep ini berasal dari teori jaringan dan teori grafik. Konsep-konsep ini akan terasa asing bagi mereka yang belum pernah mempelajari teori grafik dan teori jarinan.

Hakikat dari analisis jaringan adalah para aktor (nodes) dan hubungan-hubungan (tie, edge). Beberapa konsep lain juga tersedia antara lain adalah multiple measure, cohesion, regions, subgroup, paths, ego networks, centrality and power, group centrality, core/periphery, roles and positions, triad census, P1, balance counter, compare density, compare aggregate proximity matrixs, 2-mode networks, trajectories, extras, tester, isolate, components, block and cutpoints, K-cores, subgroups, prospect and levers, centrality measures, keyplayer metrics, structural holes,  PRE measures. Peluang-peluang plihan ini mengandung peluang-peluang pilihan lain sehingga tercakup peluang pilihan yang sangat banyak. Istilah-istilah dalam bahasa Inggris tetap tidak diterjemahkan karena istilah-istilah ini sering disajikan dalam pemakaian Ucinet atau Pajek.

Analisis jaringan sosial termasuk dalam kelompok sibernetika dan kelompok sibernetika termasuk dalam kelompok pemikiran sistem. Pendekatan penelitian dalam pemikiran sistem berdasar atas karakteristik holistik sedangkan pendekatan penelitian non pemikiran sistem seperti yang dilakukan oleh para penganut aliran positivisme, aliran konsruktivisme, dan para penganut teori kritis merupakan pendekatan parsial berdasar atas karakteristik-karakteristik non-holistik atau reduksionistik. Hal ini tercermin dalam pemakaian data. Analisis jaringan sosial memakai data populasi sedangkan para penganut aliran non pemikiran sistem memakai data sampel sebagai pencerminan dari karakteristik-karakteristik reduksionistik. Pendekatan parsial yang sangat reduksionistik tercermin dalam penelitian yang telah memakai pendekatan framing, fakta dibingkai secara subjektif untuk mencapai tujuan-tujuan ideologis tertentu.

Rangkuman

Analisis jaringan sosial dapat dipakai untuk menganalisis studi kasus hasil dari penelitian kualitatif. Analisis atas unsur-unsur kualitatif seperti kedekatan, sentralitas, kekuasaan, pengaruh, kepadatan, diameter, dan sebagainya dapat dilakukan dengan bantuan peralatan-peralatan yang biasa dipakai dalam pengolahan data hasil penelitian kualitatif dalam bentuk kuantitatif. Hal ini berarti bahwa analisis jaringan sosial dapat dipakai untuk penelitian gabungan antara penelitian kualitatif dan penelitian kuantitatif.

Analisis jaringan sosial, sebagai paradigma baru, memakai konsep-konsep yang mungkin sangat asing bagi mereka yang belum mempelajari analisis jaringan sosial atau yang belum mempelajari sosiologi modern dan matematika sosiologi. Pendekatan yang dipakai dalam analisis jaringan sosial adalah pendekatan holistik non-reduksionistik bukan pendekatan parsial reduksionistik sebagaimana tercermin dari para penganut aliran positivisme, konstruktivisme, atau para penganut teori kritis.

Diagram jaringan sosial dapat digambarkan dalam berbagai ragam bentuk akan tetapi perbedaan bentuk tidak mengubah makna yang terkandung dalam diagram jalur tersebut. Para peneliti yang menganut penelitian kualitatif tradisional atau konvensional tidak akan mungkin mampu melakukan analisis jaringan sosial yang sangat komples tanpa bantuan perangkat analisis seperti Ucinet, Pajek, Mage, Actor-Process-Event Scheme, dan perangkat lunak untuk analisis data hasil penelitian kualitatif lainnya.

Daftar Kepustakaan

Borgatti, S.P. dalam R. Breiger, K. Carley, & P. Pattison, (Eds.). 2003. ,Dynamic Social Network Modeling and Analysis: Workshop Summary and Papers, 241.National Academy of Sciences Press.

Borgatti, Stephen P.,Ajay Mehra, Daniel J. Brass, dan Giuseppe Labianca. Network Analysis in the Social Sciences

Blau, P. M. 1977. Inequality and Heterogeneity: A Primitive Theory of Social Structure. New York : Free Press. 

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

Burt, R. S. 2005. Brokerage and Closure. New York: Oxford University Press.

Bott, E. 1957. Family and Social Network. London : Tavistock Publications.

.

Cross, R dan  A. Parker. 1992. The Hidden Power of Social Networks. Boston : Harvard Business School Press.   

Freeman, L.C. 2004. The Development of Social Network Analysis: A study in the Sociology of Science. Vancouver : Empirical Press.

Knoke D. and Wood J. (1981). Organized for action: Commitment in voluntary associations. New Brunswick, NJ: Rutgers University Press.

Knoke D. and Kuklinski J. (1982). Network analysis. Beverly Hills, CA: Sage.

Levy, J.A.  dan B.A. Pescosolido. 2002. Social Networks and Health. Elsevier.

Nadel,  S. F. 1957. The Theory of Social Structure. Glencoe, Ill : Free Press.

Wasserman, S. dan K. Faust. 1994. Social Network Analysis: Methods and Application. New York : Cambridge University Press. 

Wellman, S.D. Berkowitz (eds.). 1988. Social Structures: A Network Approach. Cambridge University Press, Cambridge

http://code.pediapress.com/ PDF generated at: Mon, 03 Jan 2011 18:54:52 UT.

Social Network Analysis : Theory and Applications

Oleh : Abdullah M. Jaubah