RLCS, Revista Latina de Comunicacion Social
Revista Latina

Digital Object Identifier System - Identificador de Objetos Digitales 10.4185/RLCS-2014-1008 | ISSN 1138-5820 | RLCS # 69 | 2014 | Version in English language | Explicacin audiovisual del autor |

Índice h de la revista (citas), según Google Scholar Metrics, lgs

 

Cómo citar este artículo / Referencia normalizada

P Parra, AJ Gordo, SA D’Antonio (2014): “La investigación social aplicada en redes sociales. Una innovación metodológica para el análisis de los «Me gusta» en Facebook”. Revista Latina de Comunicación Social, 69, pp. 195 a 212.
http://www.revistalatinacs.org/069/paper/1008_UCM3/11p.html
DOI: 10.4185/RLCS-2014-1008

La investigación social aplicada en redes sociales. Una innovación metodológica para el análisis de los «Me gusta» en Facebook

Social research applied to social networks. A methodological innovation
for the analysis of Facebook Likes

P Parra [CV]  [ORCID ORCID]  [fGS] Universidad Complutense de Madrid (UCM), España - pparra@cps.ucm.es
AJ Gordo [CV]  [ORCID ORCID] [fGS] Universidad Complutense de Madrid (UCM), España - ajgordol@cps.ucm.es
SA D’Antonio [CV]  [ORCID ORCID] [fGS] Universidad Complutense de Madrid (UCM), España - sergiodantonio@ucm.es

Abstracts
[ES]
 Introducción. Facebook ya forma parte de nuestro imaginario social. Su notoriedad  ha crecido de manera exponencial en la era del Big Data. En este artículo se exponen algunas de las posibilidades que la información de estas redes brinda para la investigación social a partir de un estudio de caso sobre el análisis de los grupos de riesgo que conducen bajo los efectos del alcohol y las drogas. Metodología. Mostramos un diseño metodológico que permite obtener datos primarios cuantitativos, mediante una breve encuesta online lanzada en Facebook, y datos cualitativos a partir de los «me gusta» del perfil de Facebook (n= 215.232), de los usuarios que realizan la encuesta (n= 1.437). Resultados. El análisis demuestra que hay tres grupos de riesgo que se diferencian en sus pautas de conducir bajo los efectos del alcohol y las drogas en función de los estilos de vida que se reflejan en sus «me gusta» de Facebook, además de las variables clásicas estructurales. En concreto, el grupo de riesgo alto presenta gustos y afinidades más próximos a la insatisfacción y resistencia social, y es el grupo con menor nivel cultural y mayor eventualidad laboral. Conclusiones. Esta investigación muestra la utilidad de las redes sociales para la caracterización sociodemográfica y cultural de los principales grupos de riesgo como paso previo al diseño y difusión de campañas de sensibilización y prevención.
[EN] Introduction.  Facebook is already part of our social imaginary. Its notoriety has grown exponentially in the Age of Big Data. This article illustrates some of the ways in which social networks might function as a major resource of information for social research. These possibilities are illustrated through the case study of groups of people who drive under the influence of alcohol and drugs. Method. This study is based on quantitative and qualitative tools: a short online survey questionnaire made accessible through Facebook, which allows the obtaining of quantitative primary data, and the qualitative analysis of the Facebook Likes (215,232) of the survey participants (n=1,437). Results. The analysis shows that three risk groups (high, medium, low) can be differentiated among participants based on their driving patterns under the influence of alcohol and drugs and on the basis of the life styles, which they reflect through their Facebook Likes, and of classical structural variables. In particular, the high-risk group exhibits preferences and tastes that are closer to social discontent and resistance, and it is the group with the lowest educational level and the highest rate of casual employment. Conclusions. This research study shows the usefulness of social networks in the socio-demographic and cultural characterisation of risk groups, which must be a preliminary step to the design and dissemination of prevention and awareness-raising campaigns.

Keywords
[ES] consumo; Facebook; «me gusta»; modelo sociocultural; seguridad vial.
[EN] consumption; Facebook; Likes; sociocultural model; road safety.

Contents
[ES] 1. Introducción. 2. Facebook y los «me gusta». 2.1. Redes sociales, investigación social y prácticas culturales. 3. Estudio de caso: la relevancia de los «me gusta». 4. Análisis. 4.1. Perfiles de riesgo. 5. Discusión. 6. Conclusiones. 7. Notas. 8. Bibliografía.
EN] 1. Introduction. 2. Facebook and Likes. 2.1. Social networks, social research and cultural practices. 3. Case study: the relevance of Facebook Likes. 4. Analysis. 4.1. Risk profiles. 5. Discussion. 6. Conclusions. 7. Notes. 8. List of references.

Traducción de CA Martínez Arcos. Ph.D. (Universidad Autónoma de Tamaulipas)


Investigación ] [ financiada ] 

| word | metadatos | Fichero pdf para imprimir | Presentacin dinmica - ISSUU | Artculo acogido a Creative Commons | Referencias |

| Serie de ficheros para e-books | mobi | htmlz + lit + lrf + pdb + pmlz + rb + snb + tcr + txtz |

1. Introducción

La crisis de las empresas «puntocom» a finales del siglo XX propició el paso de la web 1.0 a la web 2.0 y con ella el inicio de una nueva lógica de mercado en la que los usuarios hemos pasado a ser productores y consumidores de nuestros propios contenidos y productos (Jenkins, 2008; O’Reilly, 2007; Lankshear et al., 2012). Esta nueva lógica y arquitectura comunicativa ha generado un considerable volumen de datos privados y públicos de fácil registro para la investigación.

Hasta la fecha la investigación en redes sociales ha privilegiado el análisis estadístico de audiencias digitales y trending topics a partir de herramientas prediseñadas como Google Analytics o Sharedcount. La mayoría de estas aplicaciones analíticas facilitan el tratamiento estadístico de la información sin llegar a profundizar en los contextos de producción y significado social de los datos.

En este artículo presentamos una metodología de trabajo capaz de combinar y complementar los datos obtenidos  a partir de procedimientos clásicos, como la encuesta y tratamientos estadísticos multivariables, con nuevos datos procedentes de las redes sociales. Para ello nos basamos en un estudio realizado para la Dirección General de Tráfico (DGT) cuyo objetivo fue profundizar en los perfiles socioculturales de los conductores que conducen bajo los efectos del alcohol/droga. El diseño metodológico de este estudio incluyo el diseño de un cuestionario administrado a través de Facebook y el acceso a información cualitativa disponible en los perfiles de los participantes. El cuestionario permitió obtener datos sociodemográficos generales además de información específica sobre el nivel y frecuencia de consumo y conducción de los participantes seleccionados. La autorización expresa de los participantes para acceder a un nivel medio de información registrada en sus perfiles de Facebook nos permitió acceder a las preferencias culturales, de ocio y consumo de los usuarios registradas en sus listas de «me gusta».

Nuestro propósito es aportar pautas metodológicas y analíticas que contribuyan a comprensiones más significativas de los datos producidos en las redes sociales como paso previo al diseño y difusión de campañas de sensibilización y prevención, en este caso, en materia de seguridad vial.

2. Facebook y los «me gusta»

Al igual que sucediera con las primeras tecnologías sociales (mensajería instantánea, P2P, telefonía IP, etc.), España es el país de la Unión Europea que presenta las mayores tasas de tiempo dedicado a las actividades ligadas a la red y, en particular, a las redes sociales, con una media de 49 minutos por día (Porter Novelli Iberia, 2012). Dentro de este contexto Facebook es sin duda uno de sus máximos exponentes. De los 18 millones de usuarios de audiencia mensual en España, 12 millones acceden diariamente a través del ordenador y el móvil, y la proporción de accesos desde el móvil (45%) supera la media mundial (Ciberp@is, 2013).

En La 4ª Oleada de El Observatorio de Redes Sociales, Facebook es descrita como “una red difícil de abandonar” (The Cocktail Analysis, 2012). Los usuarios activos sienten que existen “demasiados motivos para estar (todos los contactos personales, todas las funcionalidades y contenidos, todos los puntos de acceso en otros medios...), por lo que se perdería demasiado por no utilizarla” [1]. En el contexto español Facebook se ve tímidamente amenazada, aunque muy de lejos aún, por Twitter y por la aplicación móvil WhatsApp. En la 5ª Oleada de El Observatorio (2013) se constata a su vez un comportamiento menos espontáneo y mayor pragmatismo por parte de los usuarios: Facebook se utiliza cada vez más para contactar con otras personas en detrimento del volcado de información en los muros. A pesar de esta pérdida de espontaneidad, Facebook sigue siendo “el referente absoluto, la red social por excelencia…” (The Cocktail Analysis, 2013).

La penetración masiva de Facebook a escala mundial coincidió con la aparición de la opción «me gusta» en febrero de 2009. Desde entonces esta opción permite a los usuarios revelar y difundir fácilmente sus gustos en relación a noticias, música, deportes, cine, fotos o cualquier producto comercial. También incrementa  los clicks de las webs entre un 150 y 500% (Peyton, 2012).  
 
Una de las investigaciones pioneras realizadas en Facebook ha sido la desarrollada por Kosinski y su equipo en la Universidad de Cambridge (Kosinski M, 2013). Los investigadores diseñaron una aplicación, MyPersonality, para obtener información de los participantes a partir de un cuestionario y el acceso a los datos personales incluidos en sus perfiles. La aplicación se lanzó en junio de 2007 y en octubre de 2011 casi 7.5 millones de personas habían rellenado el cuestionario. Del total de participantes el 40% permitió el acceso a sus «me gusta», obteniendo  aproximadamente 36 millones de asociaciones entre usuarios y expresiones de preferencia. Resulta de interés el texto que aparece en la portada de esta wiki a modo de reclamo:

This wiki is aimed at researchers, although you’re welcome to look around and see what we do. We also encourage you to try http://www.YouAreWhatYouLike.com which predicts your personality based on your Facebook Likes.[2]

El análisis de las respuestas dadas al cuestionario se relacionó con los «me gusta» de las personas participantes. Sin embargo ante la inmensa dispersión de los datos obtenidos, el equipo decidió descartar a los usuarios con menor actividad en el muro y aquellos «me gusta» con una frecuencia de aparición inferior a 100. Entre las conclusiones del estudio los investigadores destacaron que los «me gusta» permitían predecir la edad, el género, o la orientación ideológica, además de la orientación sexual o el uso de sustancias adictivas (Kosinski, 2013).

2.1. Redes sociales, investigación social y prácticas culturales

El tratamiento estadístico del número de clicks aporta datos de gran valor, si bien los análisis cuantitativos distan de aportar información cualitativa y contextual de las personas que visitan las páginas. Desde este prisma los «me gusta» de Facebook son un elemento privilegiado en la medida en que ofrecen información sobre hábitos y patrones de vida.

A diferencia de otro tipo de información que compartimos en Internet, como puede ser la que incluye nuestro perfil (estado civil, orientación sexual, etc.), los «me gusta» son más inmediatos, menos reflexivos, por lo tanto, más próximos a las interacciones de ocurrencia “natural”. Por ello consideramos que las elecciones de usos y consumos asociados a los «me gusta» responden a características culturales y a la posición que los sujetos ocupan en el espacio social.

En la obra Estilos de pensar, ensayos críticos sobre el buen gusto la antropóloga cultural Mary Douglas (1998: 96) plantea que “elegir objetos, mercancías, es elegir entre culturas, elegir una y repudiar a las demás”. Según Douglas en toda elección está implícito el conflicto, ya que las distintas tendencias culturales constituyen formas distintivas de organizarse, y cada una de ellas se define en polémica con las demás.  Por su parte Pierre Bourdieu (1988) aborda la disposición estética como una expresión distintiva de una posición determinada en el espacio social en la que los títulos académicos (además del capital económico y social) pueden conformar diferentes tipos de relaciones con la cultura y los estilos de vida.

Los gustos y preferencias de consumo forman parte así de procesos más amplios que operan como una “marca” para definir la posición socioeconómica y cultural. No es de extrañar por tanto que la opción «me gusta» haya inaugurado un espacio cada vez más hegemónico en las redes sociales a medio camino entre el acto de compartir y la expresión de preferencias individuales. De este modo la opción «me gusta» ha dejado atrás el ámbito de la expresión individual de un sentimiento para instalarse en el dominio discursivo de la esfera pública. Los “me gusta» son ahora acciones en lugar de sentimientos, acciones de identidades grupales, de marca, y por tanto acciones profundamente sociales y materiales (Peyton, 2012).

3. Estudio de caso: la relevancia de los «me gusta»

El estudio de caso presentamos forma parte de una investigación realizada para la Dirección General de Tráfico.  Los objetivos generales de esta investigación fueron identificar las características sociodemográficas, económicas y laborales de los grupos de riesgo que conducen después de haber consumido alcohol y/o drogas, y profundizar en las preferencias culturales, de ocio y consumo a partir de una metodología que incorpora el uso de la red social Facebook (Gordo et al., 2012).

Las dimensiones de análisis fueron tres: características socioeconómicas de los grupos de población (edad, género, situación laboral –indicativo en este caso del nivel económico- y nivel cultural); niveles de consumo de alcohol y drogas por parte de los conductores españoles; y los gustos y las preferencias expresados en los perfiles de Facebook.

Los datos socioeconómicos y los niveles de consumo y conducción de los participantes se obtuvieron a través de un cuestionario online autorrellenado. Por su parte, los gustos y las preferencias fueron obtenidos a partir del consentimiento previo otorgado por los participantes para acceder a parte de la información registrada en sus perfiles de Facebook, en particular, a sus listas de «me gusta».

Este diseño metodológico requirió de herramientas de obtención y procesamiento de datos con características concretas que pasamos a describir en relación a tres fases de trabajo principales: a) la elaboración del cuestionario autorrellenado de respuesta voluntaria y su administración a través de una aplicación online creada ad hoc en Facebook, b) la aplicación del cuestionario mediante el desarrollo de reclamos publicitarios concretos y, c) el proceso de elaboración de las bases de datos.

a) Cuestionario online y aplicación creada ad hoc en Facebook

En la obtención de datos se utilizó un cuestionario online incluido en la plataforma de Facebook (Facebook app). Este cuestionario incluyó tres bloques de preguntas breves orientadas a establecer el perfil socioeconómico de la persona, los patrones de conducción y el consumo de sustancias psicoactivas (bebidas alcohólicas, marihuana, hachís, anfetaminas, éxtasis y medicamentos) y la frecuencia.

La utilización del cuestionario online requería afrontar dos aspectos principales: por un lado que los usuarios de Facebook entraran en la encuesta; por otro, que dieran su permiso para obtener los datos que Facebook proporciona del perfil de cada uno de las personas que participan.

Para que los usuarios de Facebook entraran en la encuesta diseñamos la campaña “¿Qué es tu coche para ti?”. El procedimiento de acceso seguía la siguiente secuencia: los usuarios de Facebook recibían en su página el reclamo publicitario de la campaña “¿Qué es tu coche para ti?” mientras interactuaban dentro de la red social (figura 1). Al hacer click en el reclamo pasaban a una pantalla que informaba que el acceso a la campaña suponía autorizar el acceso a los datos de su perfil de Facebook, como se indica expresamente con el texto: “esta aplicación recibirá tu información básica, tu dirección de correo electrónico, y tu información de perfil” (figura 2).

1

Figura 1: Portada de la campaña

conductas

Figura 2: Información de los permisos que aceptan los usuarios

Por último, al hacer click en 2 el usuario accedía al cuestionario, que mantenía la vinculación estética con la página de Facebook desde la que accedían, como se puede observar en la parte superior de la imagen siguiente. Esta página estaba alojada en los servidores de la empresa Social Noise, S.L, socio colaborador en la investigación en la que se basa este artículo (figura 3).

3

Figura 3: Captura de pantalla del cuestionario con vinculación estética con la página de Facebook desde la que los usuarios acceden

En todas las pantallas de la aplicación se informaba a los participantes del carácter anónimo de la encuesta. También se dejaba constancia de que las respuestas del cuestionario eran recabadas exclusivamente para fines estadístico y que no estaban asociadas a los datos personales (nombre y email). Para asegurar el anonimato de los usuarios, tal y como se indicaba en las Bases Legales del Sorteo, se derivaron los datos personales, nombre y email de los participantes a una base de datos que sólo se utilizó para la realización del concurso, mientras que el resto de los datos (respuestas del cuestionario y datos del perfil de Facebook) se dirigieron a una base de datos disociada de la anterior.

b) Aplicación del cuestionario

La aplicación del cuestionario online y la captación del público objetivo fueron realizadas a partir de la lógica de segmentación de Facebook. Cuando Facebook comercializa los datos de los usuarios para la segmentación publicitaria ofrece un número concreto de variables a través de las cuales se pueden definir grupos objetivos a los que se dirigen los mensajes publicitarios (figura 4). Estas variables son las siguientes:

4

Figura 4: Variables de segmentación a través de Facebook

Con la combinación de estos datos Facebook proporciona una cantidad estimada de las personas registradas con las características sociodemográficas seleccionadas. En concreto, si se desea lanzar un mensaje a todas aquellas personas mayores de 18 años que residan en España, la plataforma nos informa que, en ese momento, dicho mensaje tiene un público objetivo de 16.284.860 de personas.  Si queremos que nuestro mensaje publicitario llegue a personas mayores de 18 años, casadas, entonces el público objetivo de la muestra queda reducido a 2.184.060 personas (figuras 5,6).

56

Figura 5: Segmentación por edad Figura 6: Segmentación edad y estado civil

La plataforma Facebook también indica el precio que hay que pagar por cada vez que un usuario haga click en el mensaje publicitario, conocido como puja, que según el ejemplo de la figura 7 oscilaría entre 0.32 y 0.75 dólares.

7

Figura 7: Procedimiento de segmentación en Facebook

La difusión de los reclamos publicitarios incluidos en la campaña se realizó en función del sexo, la edad y tipo de consumo de los principales grupos de riesgo de conductores que conducen bajo los efectos del alcohol/drogas en España. Para ello nos basamos en análisis de las principales estadísticas e informes oficiales [3] La siguiente figura resume los perfiles resultantes (figura 8).

8

Figura 8: Perfiles de riesgo

En función de las características sociodemográficas de los perfiles identificados creamos diferentes reclamos en los que se incluían frases publicitarias de la campaña e imágenes de los premios a los que los usuarios podían optar. Para conseguir una mayor participación se utilizó un vocabulario adaptado al perfil de interés en cuanto a temática y forma de comunicar, y diferentes opciones de incentivos. A continuación mostramos el reclamo dirigido al perfil de hombres de 25-34 años (figura 9).

9

Figura 9: Ejemplo de reclamo publicitario

La campaña estuvo activa del 1 al 16 de noviembre de 2012. La muestra final incluyó un total de 1.437 individuos con un error muestral de +/- 2,5% y un nivel de confianza del 95%. El número de individuos total que accedió a la encuesta fue de 2.087 individuos, frente a los 1.437 de la muestra final, ya que los usuarios podían hacer click en el reclamo, dar el permiso para acceder a sus datos, pero no terminar la encuesta.

c) Elaboración de las bases de datos

La información obtenida durante el trabajo de campo se almacenó en distintas tablas y bases de datos según el siguiente esquema.

10

Figura 10: Elaboración de base de datos obtenidos en Facebook

           
Para cada una de estas tablas (figura 10) se obtuvo un archivo separado por comas (csv), lo que facilitó un primer tratamiento de los mismos con software genérico de hojas de cálculo (Microsoft Excel© –xls–y LibreOffice3.6 –ods–) debido a sus facilidades para la depuración de  campos y creación de nuevas variables.  La opción de unificar toda la información en un solo archivo era poco operativa dado el tamaño de los mismos y los objetivos de la investigación. Por ello se decidió crear dos ficheros de datos que posteriormente se importaron al paquete PASWStatistics© (sav).

El primer archivo incluía las respuestas al cuestionario y la información básica correspondiente a los perfiles de los usuarios, exceptuando sus páginas favoritas o «me gusta». Para su elaboración, en primer lugar unificamos la información sobre nivel educativo y actividad laboral y seguidamente estandarizamos el fichero en el que se encontraba la información básica de los usuarios. Por último, tras un trabajo previo de depuración, unificamos los datos básicos, las respuestas del cuestionario, el nivel educativo y la actividad laboral a través de los identificadores ficticios de los usuarios (ID's) para su posterior importación al paquete PASWStatistics (Figura 10).

El segundo archivo incluía las páginas favoritas de los usuarios. Su tamaño ingente obligó a reducir los datos sin que estos perdieran su potencial informativo. Para ello, en un primer momento elaboramos un archivo con las páginas preferidas de cada usuario, con los ID, los nombres de la página preferida y las categorías de las mismas. Seguidamente añadimos dos campos correspondientes al sexo y el conglomerado de pertenencia (grupos de riesgo, que se aborda más adelante) del ID asociado. Los campos añadidos permitieron suprimir la información procedente de las personas que no habían completado la encuesta y otras acciones encaminadas a la depuración de los datos. Esta depuración inicial de información resultó de gran valor para los posteriores análisis y reducción de los datos ya que el total de páginas favoritas obtenidas de los 1.437 casos ascendían a un total de 215.232, con una media de 140 «me gusta» por participante o caso.

11

Figura 11: Resumen páginas favoritas y categorías de análisis

En la figura 11 se observa que del total de «me gusta» recabados, 42.259 eran páginas distintas, y la frecuencia media de «me gusta» para 1.437 casos era de 5. Más aún, el 13% del total (28.638) eran «me gusta» “únicos” y sólo un 1% (2.787) tenían una frecuencia superior a 10. En este punto y ante la gran dispersión detectamos que de las 201 categorías de «me gusta» con las que contábamos, el 75% de las páginas se encontraba dentro de las 20 categorías más frecuentes.

4. Análisis

El análisis incluyó dos fuentes de datos: los procedentes de un breve cuestionario online autorrellenado administrado a una muestra de usuarios de Facebook, y la información recabada a partir de los perfiles de los propios encuestados en esta red social.  Los datos aportados por el cuestionario incluían información sociodemográfica y sociocultural básica así como los principales hábitos y frecuencia de consumo de alcohol/droga y conducción. Los datos de perfil de Facebook, a los que los propios usuarios dieron permiso explícito para acceder, incluían  fecha de nacimiento, sexo, religión, lugar de nacimiento, lugar de residencia, orientación sexual, estado civil, orientación política, intereses, música, series y tv, libros, citas, trabajo, educación, idioma, número de amigos y, los «me gusta» (páginas sobre las cuales el usuario ha indicado que le gusta).

Para el análisis de las respuestas del cuestionario, y tras los primeros análisis exploratorios mediante tablas de frecuencias de las principales variables obtenidas, se procedió al análisis de tablas de contingencia (tablas de frecuencias cruzadas para dos variables). Esta primera fase de análisis descriptivo permitió identificar relaciones y asociaciones preliminares entre la variable dependiente ("consumo de alcohol y/o drogas y conducción"), y las variables independientes ("edad", "nivel de estudios", "situación laboral"). Una vez identificadas las variables más discriminantes (aquellas en las que se observaban diferencias notables según ciertos grupos) se procedió a realizar un análisis de segmentación. La segmentación se aplicó mediante un conjunto de técnicas que fragmentan las muestras utilizando un proceso secuencial descendente que delimita grupos homogéneos según los criterios de una o varias variables de respuesta. A continuación realizamos un análisis de conglomerados (k-medias) para agrupar los casos (individuos) en grupos con características iguales o cercanas. Los tres conglomerados obtenidos en este proceso de análisis multivariable (o perfiles de riesgo), definidos en función de las variables “consumo de alcohol/drogas y conducción”, “nivel de estudios” y “eventualidad laboral”, fueron:

·  grupo de riesgo bajo, con 795 casos.
·  grupo de riesgo medio, con 461 casos.
.  grupo de riesgo alto, con 190 casos,

Los grupos finales se cruzaron con la variable “sexo” obteniendo finalmente seis grupos (tres conglomerados por dos sexos). 

Una vez obtenidos los seis grupos de riesgo procedimos a complementar su caracterización sociocultural a través del análisis de sus principales categorías de «me gusta». Con el propósito de detectar diferencias y similitudes entre los subgrupos elegimos las categorías con mayores frecuencias y con menor dispersión. Desde nuestra perspectiva de análisis interesaba detectar los “gustos top” (las modas) de cada grupo y subgrupo de riesgo, pero también las variaciones relativas con respecto a la muestra general. De este modo caracterizamos cada grupo en función de las categorías más frecuentes dentro del mismo, pero también por sus características más específicas y particulares respecto a los otros grupos. Esta idea se debe a que las páginas más frecuentes en Facebook responden, en muchas ocasiones, a patrones de consumo generalizados y dominantes y, por tanto, no discriminan suficientemente. Por ello optamos por caracterizar los grupos en función de las categorías más frecuentes dentro del mismo, pero también por lo que lo hacían más específico y particular respecto a los gustos de los otros dos grupos de riesgo (Figura 12).

12

Figura 12: Categorías de «me gusta» y diferencias medias (DIF) de cada grupo respecto al porcentaje general

La figura 12 permite apreciar cómo las diferencias de los grupos respecto a la media general siguen un patrón similar en los grupos de riesgo alto y bajo, lo que indicaría que muestran unas preferencias más próximas. A su vez permite seleccionar categorías que quedarían relegadas en el análisis puramente estadístico. Un ejemplo lo encontramos en las categorías de “música” y “comidas y bebidas”. Ninguna de estas dos categorías es mayoritaria ni presentan grandes diferencias medias entre los distintos grupos de riesgo. No obstante, el análisis detallado de estas preferencias aporta información que distingue claramente a los tres grupos, tal y como veremos a continuación.

4.1. Perfiles de riesgo

El consumo de las distintas sustancias psicoactivas muestra especificidades en los tres perfiles de riesgo identificados (alto, medio y bajo) en cuanto a las variables sociodemográficas y laborales  (edad media, sexo, nivel de estudios, situación laboral, consumo de alcohol y drogas) y su relación con los gustos y pautas de consumo (materializados en selecciones concretas a través de las redes sociales) entendidos como indicadores de los patrones culturales y estilos de vida.

El grupo de riesgo alto incluye principalmente mujeres jóvenes con una media de edad de 26 años, la mayoría con estudios superiores, laboralmente inactivas o con contratos eventuales. Este grupo conduce frecuentemente después de beber y/o fumar marihuana/hachís o tomar éxtasis. El grupo de riesgo alto también incluye, aunque en menor porcentaje, hombres jóvenes, en torno a los 30 años, la mayor parte de ellos con estudios superiores, con contratos eventuales, que conducen después de beber y haber consumido marihuana/hachís o éxtasis.

El grupo de riesgo medio está compuesto esencialmente por hombres con una media de 34 años, con trabajo indefinido y activos, que conducen ocasionalmente después de beber y consumir éxtasis. También incluye mujeres, en torno a los 30 años, con trabajo indefinido que no suelen beber antes de conducir, pero que consumen éxtasis y conducen.

Por último, el grupo de riesgo bajo lo forman los más jóvenes: los hombres tienen una media de edad de 28 años, muchos están en paro o son estudiantes, y los que trabajan tienen una alta eventualidad, son poco conductores, y casi no conducen después de beber, aunque sí lo hacen en alguna ocasión después de tomar éxtasis; por su parte las mujeres tienen una edad media de 25 años, la mayor parte en paro, y no suelen conducir  después de beber alcohol, si bien en alguna ocasión lo hacen también después de tomar éxtasis.

Para la identificación de los perfiles socioculturales de los tres grupos de riesgo tuvimos en cuenta las páginas frecuentes, pero sobre todo las específicas, de las principales categorías, entre las que se incluyeron “música”, “comidas y bebidas”, “compañías/empresas”, “personas públicas” y “productos y servicios”. En esta ocasión, por motivos de espacio y claridad, nos limitaremos a ilustrar la lógica de nuestro análisis a partir de un breve análisis de las dos primeras categorías: “música” y “comidas y bebidas”.  
 
La música es uno de los medios juveniles clásicos de socialización y producción de una identidad diferenciada y puede manifestar patrones de consumo cultural más estandarizados (consumo global) y otros más específicos y rupturistas (consumos de subculturas o distintivos) (Mejías y Rodríguez, 2003).

En nuestra investigación, la selección de los artistas que tienen mayor número de «me gusta» aporta resultados muy similares entre los tres grupos en relación a iconos internacionales y altamente mediáticos, tales como Pablo Alborán, Rihanna, o David Guetta (Figura 13). Sin embargo, la categoría “música específica” aporta diferencias en relación a la edad y los diferentes estilos tal y como pasamos a exponer.

13

Figura 13: Categoría de páginas favoritas: música

El grupo de riesgo alto muestra una mayor tendencia hacia preferencias por bandas musicales internacionales (AC/DC, Pink Floyd o Metallica), aunque también figuran  artistas asociados a subculturas urbanas (Violadores del verso, Extremoduro o AC/DC) junto a un claro predominio de música perteneciente en su mayoría al género rock. Estas tendencias permiten hipotetizar relaciones entre los hábitos de consumo y preferencias musicales de este grupo y posicionamientos sociales más próximos a prácticas rupturistas, más alejadas de los hábitos de consumo globales o estandarizados.
En el grupo de riesgo medio tanto ellos como ellas muestran predilección por artistas internacionales provenientes del pop, pero también del rock. Una característica de este grupo respecto al anterior es la mayor cantidad de artistas o conjuntos musicales con trayectorias profesionales más dilatadas y sostenidas (Estopa, U2 o ColdPlay) coherente en parte con la media de edad superior de este grupo.
Por último, entre los hombres y mujeres del grupo de riesgo bajo se observa el consumo de música pop muy internacional y globalizada (Beyoncé, Lady Gaga, Shakira). No obstante, los hombres de este grupo muestran una tendencia más escorada a la música nacional o en castellano (Manu Carrasco, Sabina, Maná), si bien siguen siendo artistas o grupos musicales de consumo generalizado, muy estandarizados y mediáticos.
 
Las preferencias en “alimentación y bebidas” fue otra de las categorías analizadas. La distribución de este segundo tipo de «me gusta» arrojaba información sobre las tendencias de consumo de los distintos grupos de riesgo y, por extensión, posibles asociaciones con prácticas de consumo de alcohol y conducción (Figura 14). Entre las selecciones más frecuentes de los tres grupos destacan marcas de alimentación con una alta presencia mediática y gran penetración en los mercados (Kit Kat, Nescafé y Coca Cola), junto con marcas de cerveza, principalmente entre los hombres de riesgo medio y alto.

14

Figura 14: Categoría de páginas favoritas: comidas y bebidas

El análisis de las “preferencias específicas” muestra que en el grupo de riesgo alto predominan bebidas asociadas a los deportes y desafíos extremos (Red Bull) idóneas para alargar la noche o aguantar las jornadas laborales. Además, los hombres de este grupo expresan sus gustos por marcas de cerveza populares como Cruzcampo y Mahou. La caracterización de las bebidas alcohólicas que encontramos en este grupo contrasta con la que realizan los hombres del grupo de riesgo medio, adscritas a categorías sociales de mayor “distinción” (Heineken) y con menos alcohol (light o Premium light –Shandy-Cruzcampo–), indicativo a su vez de un consumo más controlado. Entre los jóvenes hombres del grupo de riesgo bajo, los que menos beben y conducen de los tres grupos, la selección de marcas de cerveza es inexistente. 

5. Discusión

En este artículo hemos ilustrado una serie de pautas metodológicas y analíticas asociadas a las redes sociales. También hemos planteado la aplicabilidad de este tipo de enfoques a la hora de abordar problemáticas sociales, por ejemplo, en materia de seguridad vial, desde una perspectiva sensible a las diferencias y tensiones socioculturales.

Uno de los principales recursos de este tipo de estudios radica en el permiso que conceden los usuarios para acceder a los datos de sus perfiles, ofreciendo un nuevo abanico de posibilidades a la hora de realizar investigación. Dentro de esta información, los «me gusta» permiten obtener datos de ocurrencia natural (“naturalística”) sobre hábitos y patrones de vida de las personas. Su particularidad radica en la menor reflexividad que plantean en términos generales si lo comparamos con los datos de perfil. Aún así, este tipo de análisis es complejo debido al gran volumen y la dispersión de los materiales y las dificultades técnicas que entraña, como se ha expuesto a lo largo del texto.

El trabajo de campo a través de aplicaciones-cuestionario dentro de las redes sociales también permite a los encuestados responder dentro de un marco habitual mientras se encuen-tran navegando dentro de la red social. A esta menor intrusión se suma la menor tasa de respuestas socialmente deseables que registran los cuestionarios autorrellenados online, por lo que ambos factores favorecen una mayor calidad en las respuestas.

En el contexto de la investigación presentada como estudio de caso aplicado, y a partir de las pautas analíticas empleadas, hemos caracterizado culturalmente a los tres grupos de riesgo que conducen bajo los efectos del alcohol/drogas.

El análisis cuantitativo de las principales características sociodemográficas (cuestionario online) junto con el análisis cualitativo de las preferencias culturales y de consumo (“me gusta”) ha permitido definir al grupo de riesgo alto como aquel más expuesto a coyunturas sociales negativas en función de la relación que se observa entre los indicadores de eventualidad laboral, nivel de estudios inferior a los otros dos grupos, y gustos y elecciones más propios y distintivos, pero también más próximos a la insatisfacción y resistencia social.

Estos resultados coinciden en buena medida con los hallazgos de otros estudios igualmente atentos a la influencia de los factores socioeconómicos y las diferencias culturales en materia de movilidad social y seguridad vial (Factor, 2008, 2010; Hasselberg et al., 2005; Lupton, 1999; Murray, 1998). Factor et al. (2013) reparan en las diferencias en la percepción de la normativa y el funcionamiento judicial entre los grupos mayoritarios y los minoritarios en Israel. Los grupos mayoritarios asocian los procedimientos y el funcionamiento de la justicia al incumplimiento de la ley y al comportamiento delictivo. Sin embargo, la percepción de los grupos minoritarios no está relacionada directa o indirectamente con el cumplimiento de la ley y el comportamiento delictivo. Para estos grupos la normativa no es relevante, y la policía y otras instituciones responsables del orden, en tanto representantes del estado, pueden amplificar los niveles de resistencia social, no por parecerles justo o injusto, sino por ser representantes del estado (hegemónico).  

6. Conclusiones

El diseño de investigación descrito perfila una metodología de trabajo que permite vincular dos ámbitos que comúnmente no se relacionan en los análisis de redes sociales: las características sociales, demográficas o situacionales de colectivos o grupos de interés (estudios, edad media, situación laboral y actitudes –en este caso respecto al consumo de alcohol y/o drogas y la conducción–), y los patrones de ocio y consumo. Este diseño ha permitido profundizar en la caracterización sociocultural de los grupos de riesgo identificados previamente a partir de un análisis de conglomerados de los datos obtenidos a través del cuestionario online. También permite observar y profundizar en cómo las diferentes características que muestran los grupos de riesgo en términos de consumo de alcohol/drogas y conducción, eventualidad laboral y nivel de estudios, se muestran asociadas a diferentes hábitos según las preferencias o gustos que expresan en Facebook.

Estas fusiones de datos y el modelo de análisis aportan información adicional de los grupos de interés, en este caso los grupos de conductores que consumen alcohol y/o drogas y conducen, y están dirigidas en última instancia a establecer análisis más integrales y comprensivos de las tendencias y resistencias socioculturales en torno a la movilidad segura.

El estudio de las dimensiones socioculturales de los grupos de riesgo aporta a su vez datos de gran interés para el diseño de campañas y estrategias de sensibilización específicas destinadas a “saber llegar” a estos mismos grupos a través de sus preferencias y gustos, y “saber comunicar” desde sus propios códigos, afinidades y antagonismos sociales.

 

* Investigación financiada: “Acercamiento a las prácticas de consumo no disociado desde los entornos y redes sociales de pertenencia y sociabilidad”, subvencionada por la Dirección General de Tráfico (Nº de Expediente: 0100DGT21259). Plan de Investigación Seguridad Vial y Movilidad 2012. 

7. Notas

[1] http://tcanalysis.com/blog/posts/las-marcas-empiezan-a-encontrar-limites-en-la-utilizacion-de-las-redes-sociales

[2] http://www.mypersonality.org/wiki

[3] La caracterización de los perfiles de riesgo en el consumo de alcohol se basó fundamentalmente en el análisis realizado por el equipo de investigación de la base de datos SARTRE4 (Cestac, 2012). Los grupos de consumo de drogas (policonsumo) se han identificado a partir del estudio realizado por la DGT en el marco del PROYECTO EUROPEO DRUID (Driving Under the Influence of Drugs, Alcohol and Medicines), basado en el análisis de sustancias en saliva (fluido oral) a personas que previamente dieron su  consentimiento (DGT, 2011), y en la Encuesta 2007-2008 sobre consumo de sustancias psicoactivas en el ámbito laboral en España, realizada por el Observatorio Nacional sobre Drogas (2011).

8. Bibliografía

P Bourdieu (1988): La distinción: criterios y bases sociales del gusto. Madrid: Taurus Ediciones.

J Cestac (2012): European road users’ risk perception and mobility the SARTRE 4 survey. UE. Descargado el 6 de diciembre 2013 en: http://www.attitudes-roadsafety.eu/home/results/?tx_airfilemanager_pi1%5Bpath%5D=Results%2FSARTRE4%3A%20Publications
%2FAnalyses%20reports

Ciberp@is (2013): “Facebook: 12 millones de españoles al día”. EL PAÍS, España, 6 de septiembre de 2013.  Descargado el 10 de diciembre 2013 en: http://tecnologia.elpais.com/tecnologia/2013/09/06/actualidad/1378461788_826156.html

DGT (2011): Proyecto Europeo Druid (Driving Under the Influence of Drugs, Alcohol and Medicines). Disponible en http://www.druid-project.eu

M Douglas (1998): Estilos de pensar: ensayos críticos sobre el buen gusto. Barcelona: Gedisa

R Factor, G Yair, D Mahalel (2008): “Inter-group differences in road-traffic crash involvement”. Accident Analysis & Prevention. 40(6), 2000–2007.

R Factor, G Yair, D Mahalel (2010): “Who by accident? The social morphology of car accidents”.

Risk analysis: an official publication of the Society for Risk Analysis, 30(9), 1411–1423.

R Factor, D Mahalel, A Rafaeli y D Williams (2013): “A Social Resistance Perspective For Delinquent Behaviour Among Non-Dominant Minority Groups, The British Journal of Criminology, 53(5), 784-804.

AJ Gordo, P Parra, S D’Antonio (2012): “Acercamiento a las prácticas de consumo no disociado desde los entornos y redes sociales de pertenencia y sociabilidad”. Madrid, DGT - Cibersomosaguas,  Disponible en: http://www.dgt.es/Galerias/seguridad-vial/investigacion/estudios-e-informes/1_Q_o_disociado_desde_los_entornos_y_redes_sociales_de_pertene__ncia-y-sociabilidad_INFORME-PARA-WEB.pdf

M Hasselberg, M Vaez and L Laflamme (2005): “Socioeconomic aspects of the circumstances and consequences of car crashes among young adults”. Social science & medicine, 60(2), 294–295.

H Jenkins (2008): Convergence culture: la cultura de la convergencia de los medios de comunicación. Barcelona: Paidós.

M Kosinski, D Stillwell and T Graepel (2013): “Private traits and attributes are predictable from digital records of human behavior”. Proceedings of the National Academy of Sciences of the United States of America, 110(15), 5802–5.

C Lankshear and M Nobel (2012): “Nuevas alfabetizaciones: tecnologías y valores”. Teknokultura. Revista de Cultura Digital y Movimientos Sociales, 9(2), 307–336,  Disponible en: http://www.teknokultura.net/index.php/tk/article/view/113

D Lupton (1999): Risk and sociocultural theory: new directions and perspectives. Cambridge; New York: Cambridge University Press.

I Mejías, E Rodríguez (2003) Jóvenes entre sonidos: hábitos, gustos y referentes musicales. Madrid: INJUVE

A Murray (1998): “The home and school background of young drivers involved in traffic accidents”. Accident Analysis and Prevention, Vol. 30, No. 2, Mar. 1998, p. 169-182.

Observatorio Español Sobre Drogas (2011): Encuesta 2007-2008 sobre consumo de sustancias psicoactivas en el ámbito laboral en España. Ministerio de Sanidad, Política Social e Igualdad.

T O’Reilly (2007): What Is Web 2.0: Design Patterns and Business Models for the Next Generation of Software.  Descargado el 27 de Noviembre de 2013 en: http://mpra.ub.uni-muenchen.de/4578/1/MPRA_paper_4578.pdf

T Peyton (2012): “Emotion to Action? Deconstructing the ontological politics of the <like>  button”. The Internet & Emotion. New York: Routledge.

Porter Novelli (2012): Los hombres son de Twitter y las mujeres de Facebook.  Descargado el 5 de Diciembre de 2013 de: http://www.slideshare.net/Porter_Novelli/pn-estudio-social-mediahombrevsmujeresmay2012

The Cocktail Analysis (2012): 4o Oleada Observatorio de Redes Sociales.  Descargado el 5 de Diciembre de 2013 de: http://www.slideshare.net/TCAnalysis/4-oleada-observatorio-de-redes-sociales

The Cocktail Analysis (2013): 5a Oleada Observatorio Redes Sociales.  Descargado el 5 de Diciembre de 2013 de: http://www.slideshare.net/TCAnalysis/5-oleada-observatorio-redes-sociales

 

_____________________________________

CÓMO CITAR ESTE ARTÍCULO EN BIBLIOGRAFÍAS – HOW TO CITE THIS ARTICLE IN BIBLIOGRAPHIES / REFERENCES:

P Parra, AJ Gordo, SA D’Antonio (2014): “La investigación social aplicada en redes sociales. Una innovación metodológica para el análisis de los «Me gusta» en Facebook”. Revista Latina de Comunicación Social, 69, pp. 195 a 212.
http://www.revistalatinacs.org/069/paper/1008_UCM3/11p.html
DOI: 10.4185/RLCS-2014-1008

Artículo recibido el 29 de diciembre de 2013. Sometido a pre-revisión el 3 de enero. Enviado a revisores  el 4 de enero. Aceptado el 15 de febrero de 2014. Galeradas telemáticas a disposición de los autores el 21 de febrero de 2014. Visto bueno de los autores: 24 de febrero de 2014. Publicado el 26 de febrero de 2014.

Free counter and web stats

___________________________________________________________________________