Kapcsolatháló-elemzés az iskolai közösségek vizsgálatában II. Boda Zsófia Néray Bálint Budapesti Corvinus Egyetem Kapcsolatháló- és Oktatáskutató Központ 2011. március 22.
1. Tartalom A központ kutatási témája Kutatási előzmények A központ szűkebb kutatási területei Jelenleg futó projektek rövid bemutatása Mintavétel sajátosságai Tanári és diák kérdőívek Multilevel analysis Quadratic Assignment Procedure
2. A központ kutatási témája Kutatási téma Kapcsolathálózatok, kapcsolati dinamika Oktatás, középiskolai diákközösségek Miért? Társas kapcsolatok, formális és informális csoportok hatása az egyéni lehetőségekre, viselkedésre Csoportnormák, kollektív cselekvés kialakulása A csoportok működése: a státuszhierarchiák központi szerepe, formális csoportok informális alcsoportjai Gyakorlati relevancia A kapcsolatrendszerek hatása az egyénre Lehetőségek, a konkrét életszakaszon túlmutató tapasztalatok A kapcsolatrendszerek hatása az oktatásra Iskolát támogató és iskolaellenes kultúra kialakulása
3. Szociometria és hálózatelemzés Szociometria Kizárólag rokonszenvi-ellenszenvi választások (Moreno 1934) Funkciók beemelése az elemzésbe (Mérei 1971) Társadalmi kapcsolathálóelemzés Bonyolultabb, időben változó, nagyobb közösségek (Szvetelszky 2006) Elemzési egység: szervezet, társadalmi rendszer (Szántó 2004) Különböző tartalmi reláció: politikai, gazdasági, kulturális stb. (Kürtösi 2004) Hálózatok illeszkedésének vizsgálata
4. Kutatási előzmények Add Health kutatás http://www.cpc.unc.edu/projects/addhealth Trails http://www.trails.nl/en/
5.1. kutatási témák Negatív kapcsolatok A negatív kapcsolatok alakulása és dinamikája A negatív kapcsolatok és az iskolai agresszió összefüggései Az agresszió előfordulási módjai: osztályok és képzéstípusok Szerelmi kapcsolatok Romantikus kapcsolatok a középiskolákban Romantikus viszonyokkal kapcsolatos közösségi normák Státusz és romantikus kapcsolatok
5.2. kutatási témák Iskolai teljesítmény A kapcsolatok és az iskolai teljesítmény összefüggései A teljesítménnyel és tanulással kapcsolatos attitűdök, vélekedések szerepe a pozitív és negatív hálókban Iskolai integráció, kapcsolatok, teljesítmény Népszerűség és státusz egyéni és csoportszintű magyarázatai A csoporton belüli státuszelérést befolyásoló tényezők Egyéni jellemzők - általános személyiségvonások A csoportösszetétel mint kontextuális hatás
6.1 Kelet-magyarország projekt -pilot kutatás 10 osztály, 3 hullámban (2009-2010. tanév) Mintaelemszám: 306 15 000 fős kelet-magyarországi város Két középiskola: 6 + 4 osztály Összes 9. évfolyam 3 adatfelvételi időpont 30kapcsolati háló (kapcsolatok jellege, szerepek, agresszivitás, normák) Település szintű lefedettség Magas roma és HH arány Finanszírozó: Széchenyi István Szakkollégium + OTKA
6.2. Egymásba gabalyodva (OTKA K-81336) 44 osztály 4 éven keresztül (2010-2013) 5 hullámban Első adatfelvétel: 2010 november Az adatok jellege: Panel jellegű adatok Diákkérdőív Tanári kérdőív Két fő változótípus Egyéni változók (háttérjellemzők, személyiségteszt, életmód-jellemzők, értékek és attitűdök) Hálózatok (érzelmi-kapcsolati, vélemény, viselkedés-cselekvési)
7. Mintakiválasztás Lehatárolt közösségek Heterogenitás biztosítása reprezentativitás nélkül (településtípus, képzéstípus) Cél: kutatási kérdések tesztelése lehető legszélesebb körben Kérdés: lehet-e a hálózatkutatás reprezentatív? ISKOLA Gimn. Szakköz. Szakis. Főváros 1 4 0 0 Főváros 2 0 4 4 Megyeszékhely 1 5 0 0 Megyeszékhely 2 0 5 5 Kisváros A1 3 1 0 Kisváros A2 0 3 3 Kisváros B1 3 1 3 SUM 15 14 15
8. Kérdőív összeállítás Sok téma Névgenerálós vs. Teljes mátrix Adatminőség vs. Adatmennyiség Diák és tanári kérdőív
9. Network mutatókbevonásalineáris regressziósmodellbe Egész hálózatokra jellemző mutatók bevonása: Sűrűség Klikkesedés Heterogenitás Ezek bevonása a lineáris modellbe: Csoportszintű hatás A megfigyeléseknemfüggetlenek, a csoporthoztartozástis figyelembe kell venni Kontextuális elemzés, multilevel modellek Y =β 0 +βk Pk +βlsl +βmsl +β jpk Sl +u+ v
9. Multilevelmodell példa Függő változó: Népszerűség az osztályban (bejövő fokszám) A. Modell Személyiség B. Modell Túlkoros: közvetlen hatások C. Modell Túlkoros: interakciós hatások D. Modell Képzéstípus OLS Multi-level Multi-level Multi-level Személyiségvonások S5 Érvényesülés 0.035 ** 0.034 ** 0.140 ** 0.143 ** S5 Szorgalom -0.041 ** -0.031 ** -0.138 ** -0.141 ** S5 Felszabadultság 0.032 ** 0.047 ** 0.084 * 0.079 S5 Kedvesség -0.011-0.025 * -0.083-0.086 S5 Társas igény 0.038 ** 0.029 ** 0.029 0.032 Túlkoros: Egyéni szintű érték - 0.001 0.002 0.003 Csoportszintű szórás - -0.628 ** -0.569 ** -0.424 * Interakciók: S5 * Túlkoros szórás S5 Érvényesülés - - -0.254 * -0.260 ** S5 Szorgalom - - 0.250 ** 0.255 ** S5 Felszabadultság - - -0.105-0.096 S5 Kedvesség - - 0.147 0.153 S5 Társas igény - - -0.009-0.017 Képzéstípus Szakközépiskola - - - -0.030 Szakiskola - - - -0.044 Konstans 0.117 ** 0.373 ** 0.348 ** 0.310 ** N 227 201 201 201 Csoportok száma - 10 10 10 R 2 0.188 0.362 0.415 0.417 R 2 -between - 0.955 0.935 0.945 R 2 -within - 0.221 0.291 0.291 * p<0.05 ** p<0.01
10.1 QAP (QuadraticAssignmentProcedure) Hipotézisek statisztikai tesztelése A Pearsonkorreláció és a lineáris regresszió hálózatokra alkalmazott modellje Eljárás: (Minimum) két ugyan azon személyeket, ugyan olyan sorrendben tartalmazó hálózat Korreláció számítás a hálózatok megfelelő celláinak összehasonlításával A megfigyelések nem függetlenek egymástól(!) A szignifikancia becsléshez nem alkalmazható a T vagy az F próba Permutációs teszt: Függvény helyett szimuláció Sorok és oszlopok azonos módon való felcserélése: a diadikusviszonyok megtartásával Iterációs eljárás
10.2 QAP példa Barátság (gimnáziumi osztályok) 7 8 9 okos 0,43** 0,46** 0,3** stréber -0,13** -0,07** -0,1* nyalizós -0,04-0,04* -0,02 modell 0,2** 0,2** 0,1** Ellenszenv (gimnáziumi osztályok) 7 8 9 okos -0,13** -0,08** -0,02** stréber 0,11** 0,22** 0,08** nyalizós 0,24** 0,22** 0,33** modell 0,14** 0,11** 0,13**
Köszönjük a megtisztelő figyelmet! balint.neray@uni-corvinus.hu boda.zsofia@uni-corvinus.hu http:\\recensproject.hu