社会网络分析视角下的大学生友谊关系与学习关系的研究

摘 要：文章以某个在校大学生班级为研究对象，利用社会网络分析方法，对该班的友谊关系与学习关系进行QAP检验，研究两种“关系”矩阵之间的相关性。结果表明，这两种关系具有显著相关性。

关键词：大学生；友谊关系；学习关系；社会网络分析

一、引言

在大学里，就学习而言，步入一个更高的学府，就应该将自己的知识阅历加深一个层面，充实自我。另一方面，就人际关系而言，我们一生都要与别人打交道，与不同的人交往，可以让我们了解到很多我们所不知道的知识，一个人的能力是有限的，我们需要集思广益，其实与人交往也是一种学习的过程，并且，我们的生活中也少不了朋友们的帮助。总之，学习是为了充实自我，提升自己。而人际关系则能为自己以后的路打下良好的基础。两者是自我的左膀右臂，缺一不可。那么，友谊关系与学习关系之间是否存在着相关性呢？

本文主要利用社会网络分析法，从整体网络分析视角分析了班级的友谊关系和学习关系的结构特征，并对该班的友谊关系与学习关系进行QAP检验。

本文的研究意义在于，通过对大学生友谊与学习关系的研究，帮助高校管理者、学生辅导员等有效地提高大学生的学习，增强同学之间的友谊，最终促进其学业以及人际关系的和谐发展。

二、研究设计

1.研究内容

本研究以大学生为调查对象，主要对其友谊关系和学习关系构成的朋友网络和学友网络进行量化分析与研究。

2.研究对象

本研究随机选取了我校2011级某班级的全体同学作为调查对象。该班级共有46名学生，其中，男生18名，女生28名。

3.数据收集与处理

本研究中关系数据的获取来自调查问卷，问卷的收回率为100%。通过收集到的数据可以获得两个社会网络关系矩阵，分别是友谊关系矩阵和学习关系矩阵。之后的数据分析均是基于以上两个原始矩阵进行的。对得到的有效样本数据，本研究统一采用UCINET6软件进行数据分析。

4.研究方法

本文主要运用了社会网络分析的整体网络分析法，从整体网络分析视角对该班级的整体友谊关系和学习关系进行研究，运用的主要社会网络分析指标和方法包括：网络密度、中心性、矩阵相关性分析等。

（1）网络密度。网络密度反映了节点组织的重要程度，是社会网络分析最常用的一种测度，是网络中实际存在的关系数目与可能存在的最多关系数目之比。如果一个网络的密度为1，则意味着该网络中的每一个点都和其他点相连，反之，若该网络的密度为0，则意味着该网络中任何点都不相连。密度表达的是网络中点之间关系的紧密程度。

（2）中心性。中心性（centrality） 是社会网络分析用来区别网络地位的基本概念。弗里曼（Freeman） 总结了三种关于中心性的量度指标，即广泛度（degree） 、密切度（closeness） 和中介度（betweenness） 。广泛度是关于活跃性的一个量度，密切度关系到获取信息的快捷程度，中介度则用于判断沟通网络中的权力分配，即在多大程度上行动者可以通过阻断信息流程，或者在信息传递过程中扭曲信息的内容，控制他人的思想和行为。

社会网络分析方法利用“中心性”来测量个人或者组织在社会网络中居于怎样的中心地位。从点度中心性角度，分析网络中的位置问题，可以使用“点度中心度”和“点度中心势”两种指标。“中心度”是用来描述图中任何一点在网络中占据的核心性，而“中心势”是用来刻画网络图的整体中心性。因而，“点度中心势”是以“点度”的角度来刻画网络图的整体中心性。

（3）矩阵相关性分析 。QAP（Quadratic Assignment Procedure，二次指派程序）是一种研究两种“关系”矩阵之间是否相关的研究方法，它对方阵的各个格值进行比较，给出两个矩阵之间的相关性系数，同时对系数进行非参数检验，它以对矩阵数据的置换为基础。

三、数据分析

1.社会网络相关指标分析

利用UCINET6软件笔者得到朋友网络和学友网络的一些特征指标，结果如表1所示。从图1 可以看出，朋友网络的密度高于学友网络的密度，表明生活中同学之间的感情的维系主要是依靠友谊关系。从点度中心势来看，友谊网络具有相对较强的中心势，即网络有较明显的中心趋向。点度中心度的分析结果表明，两网络中心度排名前五的“核心人物”有一定的重叠，他们分别是学生71和学生31。说明这两位同学处于网络中核心位置，具有较高的控制其他同学之间信息沟通的能力，并能对他们的行为产生重要的制约性影响。

表1 友谊与学习关系网络相关指标

2.网络相关性分析

利用 Ucinet提供的QAP进行矩阵相关性分析，笔者通过对友谊关系和学习关系两个矩阵进行相关性比较，结果如图1。这里的obs Value指两个矩阵的 Pearson相关系数，Significe指显著性水平，Average指的是 N次随机计算的相关系数的平均值。由图1可知，由于显著性水平为 0.000，Pearson相关系数为 0.398，我们可以认为友谊矩阵和 学习矩阵有着较明显的相关性。

图1 QAP测量结果

四、结论

运用社会网络分析方法，利用 UCINET 软件对该班级学生的友谊关系和学习际关系进行分析，结果表明，这两种关系具有显著相关性。

五、结束语

本文的研究只是一个个案研究，样本量相对较小，但其结论仍给大学生友谊与学习的关系研究带来了新的思考。关于上述两种关系的定量研究还需要更多的实证和实例研究来证实。