評価コンパスEvalCompass
分析・統合中心性ネットワーク密度コレクティブインパクト連携評価可視化

社会ネットワーク分析

Social Network Analysis
別名: SNA、ネットワーク分析、関係性分析

組織・個人・団体の間の関係・連携のパターンを数学的に記述・可視化し、ネットワーク構造が事業目標の達成にどう影響するかを分析する。連携促進事業・コレクティブインパクトの評価で特に有効。

難易度 上級 ●●●費用 中 ●●●期間 2週間〜2ヶ月（調査設計・データ収集・分析・可視化を含む）
社会ネットワーク分析 設計・実施シートを開く →

概要

社会ネットワーク分析（Social Network Analysis: SNA）は、行為者（ノード）とその間の関係（エッジ・リンク）をグラフ理論の枠組みで記述・分析する手法。1930〜40年代にJacob Moreno が社会測定論（Sociometry）として基礎を築き、1970〜80年代にMark Granovetter（弱い紐帯の強さ）やRonald Burt（構造的空隙）が社会的資本との関係で発展させた。現在はUCINET・Gephi・R（igraph パッケージ）等のソフトウェアで実施できる。

主要な分析指標は以下の通り。中心性（Centrality）——次数中心性（どれだけ多くの関係を持つか）・媒介中心性（他のノードをつなぐ橋渡し役になっているか）・固有ベクトル中心性（影響力の高いノードとつながっているか）——がネットワーク内の各主体の役割を示す。密度（Density）は存在しうる全関係のうち実際に存在する関係の割合で、ネットワーク全体の緊密さを示す。評価実務では、連携促進事業・地域ネットワーク・コレクティブインパクト（CI）の評価において「介入前後でネットワーク構造がどう変化したか」「孤立している主体はどこか」「情報・資源が流れていないボトルネックはどこか」を可視化するツールとして活用されている。

✓ こんな時に使う

  • 連携促進・協働強化を目的とした事業において、関係者間のつながりの変化を可視化・測定したいとき
  • コレクティブインパクト・多機関連携プログラムで、全体のネットワーク構造と中心的なコネクターを特定したいとき
  • 情報・リソース・支援が特定の組織に集中しており、流通のボトルネックを特定したいとき
  • 介入前後のネットワーク構造の比較で、連携強化の成果を可視化したいとき

✕ 向かない場面

  • 関係データ（誰と誰がどのような関係を持つか）の収集が困難な場面 — ノード間の関係を体系的に把握できなければ分析は成立しない
  • ネットワーク構造ではなく個人の態度・行動変容を主アウトカムとする評価 — 通常の調査・介入評価手法が適する
  • 参加者が少数（5〜6者以下）で関係が全て可視化できる小集団 — SNAの統計的分析より直接観察や会議録分析の方が効率的

実施手順

  1. ネットワークの境界とノードの定義
    誰/何をネットワークのメンバー（ノード）とするか、どの種類の関係（エッジ）を分析するかを決める。「情報交換の関係」「資金提供の関係」「協働事業の関係」など、関係の種類によって結果が異なる。
  2. 関係データの収集
    ソシオメトリック調査（誰と誰が関係を持つかを全ノードに問う）、存在する文書・議事録・契約記録の活用、または観察によって関係データを収集する。全ノードからの回答を得る「全体ネットワーク調査」と、一部から関係を把握する「自我中心ネットワーク調査」がある。
  3. 隣接行列・エッジリストの作成
    収集した関係データをノード×ノードの隣接行列（Adjacency Matrix）またはエッジリスト形式に整形する。関係の強度（重み付き）や方向性（有向グラフ）の扱いを決める。
  4. ネットワーク指標の算出
    Gephi・UCINET・R（igraph）等でネットワーク全体の密度・平均距離・クラスタリング係数と、各ノードの中心性指標（次数・媒介・固有ベクトル）を算出する。孤立ノードや橋渡し役のノードを特定する。
  5. 可視化と解釈
    ネットワーク図（ノードの大きさ=中心性、エッジの太さ=関係の強度）を作成する。視覚的パターン（密集したクラスター・ブリッジ・孤立ノード）を評価クエスチョンに照らして解釈する。
  6. 前後比較または準拠点との比較
    介入前後のネットワーク指標を比較し、密度の増加・孤立ノードの解消・媒介中心性の分散化等の変化を評価する。「目標とするネットワーク構造」を事前に設定しておくとベンチマーク比較が容易になる。

長所と限界

長所

  • 個人属性や組織特性ではなく「関係性の構造」を分析できる、他の手法では代替できない独自の視点を提供する
  • ネットワーク図により、複雑な関係性のパターンを直感的に把握・コミュニケーションできる
  • 介入前後の比較で連携強化の成果を定量的・視覚的に示せるため、連携促進事業の説明責任に有効
  • 孤立しているノード・過剰に媒介しているノードを特定でき、介入すべき箇所を示唆できる

限界

  • 全体ネットワーク調査は全ノードからの回答が理想だが、未回答ノードがあると構造推定に偏りが生じる
  • 関係データは自己申告に依存することが多く、実際の相互作用とメンバーが報告する関係の間にギャップがある
  • 静的な断面分析が多く、時系列でのネットワーク変化（動的ネットワーク分析）は技術的要求が高い
  • SNAの指標（密度・中心性）の「望ましい水準」は文脈依存であり、単純な良し悪しの判断が難しい

⚠ よくある落とし穴

  • ネットワーク図を作成して終わり、解釈がない報告 — 美しい可視化図は出力ではなく出発点。密度・中心性の変化が評価クエスチョンとどう関係するかを必ず解釈する
  • 回答率が低いにもかかわらず全体像を語る — 回答率50%未満のネットワーク調査は欠損ノードの影響が大きく、ネットワーク全体の構造推定に深刻なバイアスが生じる
  • ネットワークの「密度が高い＝良い」という単純化 — 緊密なクラスター内に情報が閉じ込められる「閉鎖性の罠」があり、弱い紐帯が外部との情報流通に重要な場合もある