Era difícil, en principio, poder imaginar que una compleja estructura social podría representarse en un gráfico de red, e incluso poder estudiar la complejidad de esa estructura de relaciones desde su complejidad misma, sin tener que intentar descubrir acciones individuales o meramente coyunturales en pos de simplificar un análisis.
En mi caso, en la búsqueda de la red encontré las dificultades de querer analizar redes de gran magnitud y con la pretensión de elaborar un estudio redológico complejo si, pero difícil de abarcar para las herramientas que manejaba.
En primera instancia busqué la posibilidad de estudiar la red de PYMES del país pero la información era mucha y se me hizo difícil el poder abarcarla, lo mismo sucedió al momento de plantear el estudio de los emprendimientos productivos, además de no contar con el acceso a toda la información. Pero seguí buscando… no quería dejar pasar esta oportunidad brindada por el seminario de estudiar una red social que actualmente pudiéramos reconocer al menos en representaciones individuales. En tanto el interés se mantenía dentro de la misma temática, -es decir, no quería dejar de lado una temática socio-económica-, la inquietud se trasladó ahora a la red de fábricas recuperadas y cooperativas de trabajo.
Me contacté con organismos que nucleaban a las cooperativas, con economistas que estudian el movimiento, pero lo más importante, me contacté con los obreros y trabajadores que manejan las finanzas, comercialización y procesos productivos de las fábricas.
La hipótesis al encarar la recolección de datos era que, entendiendo que es un movimiento que tuvo su auge hacia mediados del 2003 y suponiendo que tanto los organismos no gubernamentales como los entes estatales habrían estado interesados en el desarrollo de un ambiente adecuado para que estas organizaciones de trabajadores pudieran perdurar en el tiempo e insertarse en un mercado que les permita la sostenibilidad, las conexiones comerciales serían fluídas.
La idea previa a la recolección de datos era que definitivamente debía existir algo así como un “mercado interno de cooperativas y recuperadas”.Pero estaba bueno poder estudiar esa red comercial y ver la forma de proyectar posibilidades de potenciar esas relaciones.
Las cooperativas de trabajadores y recuperadas son muchísimas a lo largo del país, la mayoría se ubican en la provincia de Buenos Aires y Capital Federal. Parcialicé en principio la investigación, y mi muestra se limitó a las industrias o cooperativas localizadas en esta área.
Para saber si había vínculo comercial entre las unidades, envié a todas ellas un mail con un formulario en el que figuraban los nombres de las cooperativas en las que cada uno debía responder indicando con una X a qué otra empresa le compraban insumos, productos o servicios y también de cuál eran proveedores.
Lamentablemente no obtuve respuesta de todos, asíque tuve que recurrir al llamado telefónico. Me comuniqué con la mayoría de los responsables de las cooperativas, pude hablar con ellos, contarles sobre el objeto de la investigación y pedirles las respuestas que vía e-mail no obtuve.
Tan predispuestos se mostraron para sorpresa mía que la investigación y el estudio en su totalidad de esta red resultó más que interesante y hasta placentera.
Quedé en compromiso con muchos de ellos, que me pidieron no perder el contacto y que, una vez concluya el trabajo, les hiciera llegar lo resultados y las conclusiones.
El primer dibujo de compras fue el siguiente
Yel analisis de la centralidad de la red es el siguiente:
FREEMAN'S DEGREE CENTRALITY MEASURES
--------------------------------------------------------------------------------
Diagonal valid? YES
Model: ASYMMETRIC
Input dataset: C:\Documents and Settings\Administrator\My Documents\compras copy
1 2 3 4
OutDegree InDegree NrmOutDeg NrmInDeg
------------ ------------ ------------ ------------
9 Coop. Evaquil 4.000 1.000 11.429 2.857
2 Coop.Lavalan 4.000 0.000 11.429 0.000
15 Coop. Argentina Nueva Era 3.000 3.000 8.571 8.571
14 M.V.H. 2.000 3.000 5.714 8.571
5 Coop. Fénix 2.000 0.000 5.714 0.000
22 CHELCO 2.000 0.000 5.714 0.000
19 Fundición L. B. ( La Baskonia) 2.000 2.000 5.714 5.714
17 Coop. San José 2.000 0.000 5.714 0.000
21 MECBER 1.000 0.000 2.857 0.000
16 2 de diciembre (Coventry) 1.000 2.000 2.857 5.714
20 Unión Papelera Platense 1.000 0.000 2.857 0.000
12 Cafla 1.000 0.000 2.857 0.000
13 Coop. Los Constituyentes 1.000 2.000 2.857 5.714
10 Coop. Vieytes 1.000 1.000 2.857 2.857
24 Coop. Argypaz 1.000 1.000 2.857 2.857
34 Coop. Cane 1.000 1.000 2.857 2.857
18 Campos 1.000 0.000 2.857 0.000
11 Coop. Diógenes Taborda 1.000 2.000 2.857 5.714
29 Coop. Desde el Pie 1.000 0.000 2.857 0.000
8 Desocupados Unidos de La COnstrucción 0.000 0.000 0.000 0.000
3 Coop. La Unión 0.000 0.000 0.000 0.000
6 Coop. Copacinox 0.000 0.000 0.000 0.000
23 Coop. Electrounión 0.000 2.000 0.000 5.714
7 Citrus Argentinos 0.000 0.000 0.000 0.000
25 Coop. Palmar 0.000 1.000 0.000 2.857
1 Coop. San Carlos 0.000 3.000 0.000 8.571
27 Coop. Olavarría 0.000 0.000 0.000 0.000
28 Coop. Unión y fuerza 0.000 2.000 0.000 5.714
4 Astilleros Navales Unidos 0.000 1.000 0.000 2.857
30 Chilavert 0.000 1.000 0.000 2.857
31 Coop. Qímica del sur 0.000 1.000 0.000 2.857
32 Proyecto 1 0.000 1.000 0.000 2.857
33 7 de Septiembre 0.000 1.000 0.000 2.857
26 Mataderos 0.000 0.000 0.000 0.000
35 Coop. de Diarios 0.000 1.000 0.000 2.857
DESCRIPTIVE STATISTICS
1 2 3 4
OutDegree InDegree NrmOutDeg NrmInDeg
------------ ------------ ------------ ------------
1 Mean 0.914 0.914 2.612 2.612
2 Std Dev 1.105 0.967 3.157 2.763
3 Sum 32.000 32.000 91.429 91.429
4 Variance 1.221 0.936 9.969 7.637
5 SSQ 72.000 62.000 587.755 506.122
6 MCSSQ 42.743 32.743 348.921 267.289
7 Euc Norm 8.485 7.874 24.244 22.497
8 Minimum 0.000 0.000 0.000 0.000
9 Maximum 4.000 3.000 11.429 8.571
Network Centralization (Outdegree) = 9.343%
Network Centralization (Indegree) = 6.315%
Actor-by-centrality matrix saved as dataset FreemanDegree
No hay comentarios:
Publicar un comentario