| Statistik menimbang Social-Network |
| Tuesday, 02 September 2008 | |
 Cara lain membentuk model pengaruh sosial adalah melalui teknik pemodelan statistik, yang mencatat semua kaitan-kaitan sebuah perilaku sosial. Kemudian lakukan pengamatan dengan memperkirakan keleluasaan perilaku itu dengan melihat saling-kebergantungan dalam sikap dan pendapat pribadi, baik ada kesamaan atau berpendapat beda/bertentangan.Mungkin perlu ditegaskan, untuk menjelaskan fenomena social-network yang sedang berlaku, banyak cara-pendekatan yang dapat digunakan. Pada artikel ini digunakan pendekatan network effects autoregression. Model ini juga memiliki beberapa nama lain, pada bidang geostatistika dikenal dengan spatial regression model atau spatial error model. Model yang digunakan adalah persamaan :  Dimana y adalah bentuk vektor hasil, misalnya perilaku atau sikap terhadap suatu tindakan. W adalah matrik n x n; data individual yang diyakini memiliki kebergantungan saat mengungkapkan sikap/pendapatnya.  adalah parameter autoregressive yang melihat luasan pengaruh sosial dari matriks W. Karena itu model mixed regressive-autoregressive menjadi berbentuk :  Dimana ekspresi  dan x adalah parameter regresi dan penduga. Dalam model ini belum tampak efek pengaruh sosial. Bila  , maka model berubah menjadi bentuk model regresi standar.Bentuk ketiga autoregression melibatkan bentuk pemodelan efek pengaruh sosial; gunakan ekspresi sc4-tau yang terkait dengan regresi dari prediktor X pada variabel dependen; biasanya dikenal sebagai model network disturbances, karena memuat perkiraan saling-kebergantungan pada deviasi individual dari nilai perkiraannya, didasarkan pada prediktor-prediktor yang lain :  Model diatas lebih jauh dapat dikembangkan, jika ingin mengamati adakah keterkaitan dengan perilaku lain, misalnya minat pada gosip artis dan kecenderungan berkunjung ke restoran ;  dimana  , dan  adalah matrik dengan nilai berbeda.Interpretasi yang tepat dari model, bergantung pada cara menetapkan matriks W. Sebagai contoh, matriks W ditetapkan sebagai matrik yang memuat sebuah ukuran hubungan kedekatan sosial dalam nilai bobot tertentu. Dengan bentuk sosiomatriks, yang dalam barisnya berjumlah total sama dengan 1. Sebagai bentuk contoh; Perilaku hubungan orang Perhatian Pengetahuan 1 0.6 0.4 2 0.3 0.7 3 0.2 0.8 ... ... ... ... ... ... Dengan memanfaatkan pemahaman pada matrik W ini, diperoleh kaitan nilai seseorang dengan nilai kelompoknya. Bisa saja memiliki kaitan tinggi atau sebaliknya. Kiranya prosedur maximum likelihood atau estimasi MCMC dalam aplikasi seperti WinBUGS/OpenBUGS dapat dimanfaatkan.. Alangkah baiknya bisa memiliki bentuk data yang longitudinal, agar terhindar kesesatan/terjebak dalam kesimpulan yang keliru. Jika memiliki data longitudinal pada kaitan-kaitan dalam jejaring para penyuka artis dan berbagai karakter yang dimiliki artis, maka dapat diketahui apa saja yang diikuti oleh para penyuka artis dari sosok yang disukai. Bentuk kesukaan itu bisa saja berbentuk acak saat diletakkan dalam media plot, apalagi jika direntangkan dalam waktu yang cukup panjang. Dengan demikian, teknik simulasi dapat dimanfaatkan bersama modelnya untuk mengenali dinamika pengaruh dalam jejaring sosial ini, baik di atas media internet, ataupun dalam kehidupan nyata. |
| < Sebelum | Berikut > |
|---|
