Identificando Classes de Atores por Meio da Análise de Redes de Variáveis

Autor: Luciano Rossoni, Clayton Pereira Gonçalves, Alex Gonçalves
Jazyk: English<br />Spanish; Castilian<br />Portuguese
Rok vydání: 2022
Předmět:
Zdroj: Mediações: Revista de Ciências Sociais, Vol 27, Iss 3 (2022)
Druh dokumentu: article
ISSN: 2176-6665
DOI: 10.5433/2176-6665.2022v27n3e45723
Popis: A análise de redes sociais consiste em identificar atores (pessoas, empresas, países, entre outros), que são representados por nós, e seus respectivos relacionamentos (amizade, comunicação, trocas econômicas etc.), representados por arestas. A rede pode ser segmentada pautando-se na presença ou força dos relacionamentos, formando grupos de atores similares ou coesos. Ocorre que, em muitos casos, buscamos a similaridade de atores não por meio de relações sociais, mas por meio do compartilhamento de atitudes, crenças ou opinião, o que remete ao uso de variáveis convencionais. Neste artigo, nós propomos o uso da Análise de Classes Correlacionais (CCA) para avaliar o sistema de crenças políticas do eleitor brasileiro, que, por sua vez, são capturadas por meio de variáveis atitudinais. No nosso estudo, o método foi utilizado para identificar classes de atores que são similares por meio da avaliação de suas respostas a respeito de quatro dimensões das crenças políticas, as quais foram baseadas no modelo de Converse. Tendo como base um levantamento com 1.417 respondentes, identificamos três classes esquemáticas (Interesse de grupo, Ideólogos e Quase Ideólogos), as quais representam atores que compartilham crenças em comum sobre política partidária. O método que apresentamos aqui contribui para uma nova forma de se avaliar a similaridade entre atores considerando compartilhamento de crenças ou opiniões, algo limitado para métodos convencionais de análise de redes sociais.
Databáze: Directory of Open Access Journals