Nehezen elérhető csoportok és szegregáció vizsgálata a hálózati méretgenerátor módszerével: egy magyarországi vizsgálat tanulságai

Q3 Social Sciences
Dorottya Kisfalusi, Pál Susánszky, Éva Susánszky
{"title":"Nehezen elérhető csoportok és szegregáció vizsgálata a hálózati méretgenerátor módszerével: egy magyarországi vizsgálat tanulságai","authors":"Dorottya Kisfalusi, Pál Susánszky, Éva Susánszky","doi":"10.51624/szocszemle.2022.4.4","DOIUrl":null,"url":null,"abstract":"Jelen tanulmányban empirikus, leíró elemzését adjuk a magyar társadalom kapcsolathálózati jellemzőinek, valamint módszertani szempontból értékeljük a méretgenerátoros technikával adott becslések pontosságát a társadalmi csoportok méretére és szegregáltságára vonatkozóan. Egy 7000 fős magyarországi reprezentatív kérdőíves felmérés (HS2021) adatai alapján megbecsüljük a válaszadók kapcsolathálójának átlagos méretét. Ezt követően vizsgáljuk, hogy a méretgenerátoros módszer milyen becslést ad különböző társadalmi csoportok (például munkanélküliek, romák, Covid-fertőzöttek, tüntetésen részt vevők) létszámára és társadalmon belüli szegregáltságára. A létszámbecsléseket összehasonlítjuk más adatforrásokból (népszámlálási adatok, adminisztratív adatok, kérdőíves adatfelvételek) származó létszámadatokkal. Eredményeink azt mutatják, hogy a méretgenerátoros módszer a tartós és jól látható tulajdonságok esetében képes nagyságrendileg jól becsülni a tényleges csoportlétszámokat (például romák, hajléktalanok), míg az alacsony láthatóságú csoportokét alulbecsli. A társadalmi törésvonalak a hajléktalanok, a tüntetésen részt vevők és a civil szervezeti tagok ismertségét tekintve a legnagyobbak. Tanulmányunk végén ismertetjük a méretgenerátoros technikán belül a pontosabb becslések érdekében megalkotott módszertani újításokat, és javaslatokat teszünk arra, hogy a módszert használó jövőbeli kutatások hogyan tervezzék meg a kutatási dizájnt, hogy pontosabb becsléseket érjenek el.","PeriodicalId":52512,"journal":{"name":"Szociologiai Szemle","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Szociologiai Szemle","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51624/szocszemle.2022.4.4","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"Social Sciences","Score":null,"Total":0}
引用次数: 0

Abstract

Jelen tanulmányban empirikus, leíró elemzését adjuk a magyar társadalom kapcsolathálózati jellemzőinek, valamint módszertani szempontból értékeljük a méretgenerátoros technikával adott becslések pontosságát a társadalmi csoportok méretére és szegregáltságára vonatkozóan. Egy 7000 fős magyarországi reprezentatív kérdőíves felmérés (HS2021) adatai alapján megbecsüljük a válaszadók kapcsolathálójának átlagos méretét. Ezt követően vizsgáljuk, hogy a méretgenerátoros módszer milyen becslést ad különböző társadalmi csoportok (például munkanélküliek, romák, Covid-fertőzöttek, tüntetésen részt vevők) létszámára és társadalmon belüli szegregáltságára. A létszámbecsléseket összehasonlítjuk más adatforrásokból (népszámlálási adatok, adminisztratív adatok, kérdőíves adatfelvételek) származó létszámadatokkal. Eredményeink azt mutatják, hogy a méretgenerátoros módszer a tartós és jól látható tulajdonságok esetében képes nagyságrendileg jól becsülni a tényleges csoportlétszámokat (például romák, hajléktalanok), míg az alacsony láthatóságú csoportokét alulbecsli. A társadalmi törésvonalak a hajléktalanok, a tüntetésen részt vevők és a civil szervezeti tagok ismertségét tekintve a legnagyobbak. Tanulmányunk végén ismertetjük a méretgenerátoros technikán belül a pontosabb becslések érdekében megalkotott módszertani újításokat, és javaslatokat teszünk arra, hogy a módszert használó jövőbeli kutatások hogyan tervezzék meg a kutatási dizájnt, hogy pontosabb becsléseket érjenek el.
使用网络规模生成器方法分析难以触及的群体和隔离:匈牙利研究的经验教训
在这项研究中,我们对匈牙利社会的网络特征进行了实证、描述性分析,并从方法论的角度评估了规模生成器技术对社会群体规模和隔离的估计的准确性。基于对匈牙利7000人的代表性调查(HS2021)的数据,我们估计了受访者网络的平均规模。然后,我们研究了规模生成器方法如何估计不同社会群体(例如失业者、罗姆人、感染新冠病毒的抗议者)的数量和隔离。将估计数与其他数据来源(人口普查数据、行政数据、问卷调查)的估计数进行比较。我们的研究结果表明,在耐久和可见财产的情况下,规模生成器方法能够估计群体(如罗姆人、无家可归者)的实际数量,同时低估了可见性低的群体。就无家可归者、抗议者和民间社会组织成员的意识而言,社会分歧最大。在本研究的最后,我们介绍了尺寸生成器技术的方法创新,以实现更准确的估计,并就未来使用该方法的研究应如何设计研究设计以实现更精确的估计提出了建议。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
Szociologiai Szemle
Szociologiai Szemle Social Sciences-Social Sciences (all)
CiteScore
1.10
自引率
0.00%
发文量
5
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信