第二章 文獻探討
第四節 社會網絡分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
23
學生在網路專題式學習環境下的團體溝通方式之研究中指出，當團體合作學習運 用社會性與非社會性溝通方式時，團體效能就會提高，而團體效能提高也會促使 學習成效提高；學生進行合作學習完成團隊任務時，教師可以引導學生同時採用 社會性溝通與非社會性溝通，據此可同時提升團隊合作效能及學習成效。
Bandura(2000）歸納許多研究結果發現，團體效能對團體表現有一致正面的影 響。
綜合上述相關研究，本研究讓學生以不同分組策略合作學習方式，在問題導 向平台上進行網路合作學習，學生必須依靠團體互動討論及網路資料搜尋方式共 同合作完成個人及團體的任務，而學生在不同分組策略的團體效能及團體凝聚力 可能會對學習成效有所影響。據此本研究採用洪慧婷（2008）提出團體效能與團 體凝聚力量表，作為評估採用最佳化分組、隨機分組及自行分組之不同問題導向 網路合作學習分組策略進行合作學習，是否影響合作學習小組的團體凝聚力與團 體效能，另外也探討團體凝聚力與團體效能對團體成員學習成效的影響。
第四節 社會網絡分析
壹、 社會網絡分析的意義
社會網絡是社會行動者及他們之間關係的集合。也可以說社會網絡是由多個 點(社會行動者)和各點之間的連線組成(劉軍，2009)。林聚任(2009)則認為社會 網絡是指社會關係的結構形式或行動者之間連接而成的關係模式。隨著網際網路 快速的發展，越來越多的真實社會活動，透過電腦與網路為媒介，在網路的虛擬 空間所形成的社會網路關係，可藉由社會網絡分析(social network analysis)來探 討社會網路中個體彼此之間的關係，以及這些關係潛在的結構及內涵(林琨華，
2007)。
林聚任(2009)指出社會網絡分析又稱結構分析，社會網絡分析是對社會關係 結構及其屬性加以分析的方法。它主要分析的是不同社會單位，如個體、群體或 社會所構成的關係結構及其屬性。社會網路分析依據研究目的不同，可被區分為 自我中心網絡（ego-centered network）分析以及整體網絡（whole network）分析 兩種（Borgatti, 1998; Scott, 2000）。其中自我中心網絡或稱個體網絡（ego-network）
係指由所有與某個體具有直接連接的個體所構成的網絡，並以某一特定的行動者
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
24
個體為探討中心，探討彼此個體相關的行動者(actor)間的社會網絡連結關係，探 討的面向包含自我中心網絡的大小、屬性、同質性及差異性等。整體網絡或稱社 會中心網絡（socio-centric network）係指由群體內部所有成員之間的關聯所構成 的網絡，整體網絡的探討議題，包括各種圖論性質、密度、子群體（subgroup）、
角色和位置、中心性分析等（Borgatti, 1998; Scott, 2000）。本研究欲探討整體 學習社會網絡結構中學習者彼此之間的互動關係，故採取整體網絡觀點，並且基 於整體網絡的中心度(centrality），作為衡量每個學習者與他人之間的互動關係量 度。
貳、 社會網絡之內涵
社會網絡分析的重點是行動者之間的關係，而不是個人行為及其屬性。社會 網絡構成的基本要素包括行動者(actors）、行動者彼此之間的關係(Relation）以 及所產生的聯繫(Ties）等(Hanneman, 1998；Borgatti, 1998；徐慧成，2003；許 全佑，2004；林聚任，2009）。說明如下：
一、行動者( Actors）
社會網絡中的一切個體、社會實體或事件都可以成為行動者。每個行動者在 網絡中的位置被稱為「點」或「節點」(node） (林聚任，2009）。社會網絡最基 本的組成就是節點(Node）和線，點代表行動者，而行動者彼此之間的連結或關 係就是線(Hanneman, 1998；Borgatti, 1998）。本研究以探討整體學習社會網絡 結構中學習者彼此之間的互動關係，因此每位學習者視為社會網絡之行動者，而 學習者彼此之間的訊息互動均視為社會網絡中的連線。
二、關係(Relation）
林聚任(2009)指出關係是指群體成員之間一切關係的總稱。行動者彼此關係 的形成，主要是行動者彼此之間，因某種關係內容而產生的互動。關係的特徵包 括內容、方向、強度、主動關係與被動關係等(徐慧成，2003）。
三、聯繫(Ties）
行動者個體彼此之間欲建立某種形式的關係時，必須透過某種途徑(path)直 接或間接地達成關係的建立，使行動者互相連結(link）的基本單位稱為聯繫 (Ties）。聯繫除了可分單雙向及有跟無之外，由聯繫的強弱又可分為強聯繫
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
25
(Strong Ties）及弱聯繫(Weak Ties），強聯繫表示個體之間的關係是親近、相互 的，彼此有著需要互相援助的相互關係存在；弱聯繫表示個體之間比較少有關係 或是親近的接觸(Granovetter, 1973；徐慧成，2003；許全佑，2004）。
社會網絡的結構特性，可用三個社會網絡特徵來進行分析，分別是社會網絡 的規模(size）、密度(density）與中心度(centrality） (徐慧成，2003；林聚任，
2009）。
1. 規模（size）：社會網絡的規模大小係指社會網絡中所包含的行動者的數量，
構成群體的行動者數量愈多，社會網絡的規模就愈大(林聚任，2009)。
2. 密度（density）：社會網絡的密度是指在社會網絡中的實際關係與所有可能 發生關係的比例（徐慧成，2003)。網路密度代表網路內關係連結的鬆散程 度（許全佑，2004），密度愈大，表示社會網絡成員之間的關係愈密切。透 過社群圖、矩陣等可以對社會網絡的密度進行測量分析(林聚任，2009）。 3. 中心度（centrality）：社會網絡的中心度係由計算個體與他人的連結程度，
來衡量個體所能控制的資源或影響力範圍。一般而言，中心度的量測通常以 Freeman（1979）所提出的程度中心度（degree centrality）、中介中心度
（betweenness centrality）及接近中心度（closeness centrality）三種量度進行 分析評估（劉軍，2009），其中程度中心度能夠衡量出社會網絡的區域中心 性，程度中心度愈高者，表示個體與其他行動者有較多的關聯，擁有的非正 式權力與影響力相對也愈高（方詳明，2004）；中介中心度主要是衡量社會 網絡的中介位置，當網絡中兩兩成員必須透過某位行動者中介時，中介指數 愈高的行動者，引導資訊流通的機會較多，亦即位居資訊流通及資源的關鍵 位置（Burt, 1992；方詳明，2004)；接近中心度則是衡量社會網絡中個體 與其他行動者的距離，當個體與其他的行動者距離愈短，接近中心度愈高，
表示其獲取資訊的速度就較快。換句話說，接近中心度係指接近社會網路中 心程度，社群成員與他人的距離越短，則愈接近社會網路中心，表示社會威 望越高（Burt, 1992；方詳明，2004；劉軍，2009；林聚任，2009）。
參、 社會網路分析在網路學習之相關研究
隨著資訊科技的蓬勃發展，越來越多的人透過電腦與網路，在網路的虛擬空 間中進行數位學習，人際互動的訊息傳遞所構成的社會網絡關係，都能夠記錄在
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
26
電腦資料庫中，並進行社會網絡分析。當人們需要尋求協助時，通常也可以透過 自己所擁有的社會網路來尋找適合的對象（徐慧成，2003）。
社會網絡分析在國內外的相關研究非常廣泛，其中王思峰、鄭尹茹（2005）
以社會網絡分析調查學習者在實體互動網絡與線上學習互動網絡的差異，研究結 果發現，在校園線上數位學習場域的社會網絡中，線上虛擬世界的「弱聯繫能打 破實體網絡學習的社會邊界、中心主流與邊陲多元並存」的經驗，對學習者在實 體互動網絡具有一定程度的影響。何嘉惠、葉育呈（2007）運用社會網絡分析探 討實務社群的知識分享與信任關係，研究發現實務社群內節點相似程度越高的網 絡成員會聚在一起，並且會產生許多的子社群，而子社群之間會因信任關係的程 度差異，而影響彼此知識分享的意願。林琨華（2007）在電腦輔助合作學習的環 境中，運用社會網絡分析概念，提出一套融合互助學習與教導制度的合作學習模 式，結果顯示所提出的合作學習模式對於提升學習合作動機有所助益。張家成
（2007）的研究針對學習者在合作式問題導向學習平台中的訊息互動紀錄，提出 學習者互動社會網絡探勘方法，得到學習者的社會互動分數，藉以激勵學習者的 合作學習動機，進而提出考慮個人及團體成員互動情況和社會分數的媒介合作學 習夥伴機制，結果顯示對提升學習者在合作式問題導向學習平台的學習成效具有 助益。Cho 等人(2007)在電腦支援合作學習的場域裡，運用社會網絡分析，調 查學習者社交網絡及經驗交流方式對學習表現的影響，研究結果發現個人和小組 的溝通方式及友誼網路顯著影響學生發展合作學習社交網絡的方式。此外，學生 若具有較高的訊息溝通意願，就更可能去探索新的社會網絡聯繫，因而產生的社 會網絡屬性也會顯著影響學習者的表現。
綜合上述可知，社會網路分析有助於瞭解個體參與社會網路互動的脈絡、個 體在整體社群中扮演的角色，以及個體對於整體社群可能產生的影響。本研究藉 由社會網絡分析之理論與概念，運用社會網絡分析方法探討整體學習社會網絡結 構中學習者彼此之間的互動關係，採取整體網絡觀點，描繪出小組中成員的關係 網絡結構，包括網絡密度、網絡距離及中心性等，並且基於整體網絡的中心度 (centrality)，作為衡量每個學習者與他人之間的互動關係量度，探討在同時考量 先備知識水平、學習角色異質互補，以及社會互動關係同質因素下，以基因演算 法(genetic algorithm)發展問題導向學習之最佳化網路合作學習分組策略，並探討
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
27
此一分組策略，是否有助於提升問題導向網路合作學習之學習成效、互動關係、
團體凝聚力與團體效能。