|
Lehrende: Dr. Robert Hellpap
Veranstaltungsart:
Seminar / Übung
Orga-Einheit: Graduate School | ZUGS
Anzeige im Stundenplan:
Network Analysis
Credits:
4,0
Standort:
Campus der Zeppelin Universität
Unterrichtssprache:
Englisch
Min. | Max. Teilnehmerzahl:
5 | 15
Inhalte:
In der Analyse sozialer Netzwerke werden Akteure und deren Beziehungen untereinander in Zusammenhang gesetzt. Ziel ist es hierbei Forschungsfragen zu untersuchen welche die Eigenschaften von sozialen Akteuren und deren Positionen im sozialen Gefüge verbinden. Einerseits erhöht dies sowohl die Komplexität der theoretischen Ansätze als auch die Schwierigkeit statistischer Analysen. Andererseits bietet das Netzwerkparadigma eine enorme Bereicherung des Erkenntnisgewinns über soziale Realität(en).
Forschung sozialer Netzwerke befasst sich mit Fragen wie:
· Welche Netzwerkstrukturen erlauben eine bessere Aufgabenlösung in Gruppen?
· Wie verbreiten sich Innovationen/ Krankheiten/Ressourcen?
· Wie entsteht ethnische/religiöse/politische Segregation?
· Wie verändern sich Strukturen von Kooperationen/Konfliktbeziehungen/Abkommen zwischen Staaten?
· Wie stark wird Drogenkonsum durch Konsum von Freunden beeinflusst?
Grundlegende Kenntnisse in R sollten vorhanden sein. Diese können sich in Vorbereitung auf den Workshop bspw. über das E-Portfolio in Ilias angeeignet werden:
https://learning.zu.de/goto.php?target=crs_670&client_id=ilias
Lernziele:
Ziel dieses Kurses ist es, einen grundlegenden Einblick in unterschiedliche Typen von Sozialen Netzwerken zu geben, sowie deren statistische Beschreibung und Analyse. Hauptaugenmerk ist hierbei die Übersetzung von Forschungsfragen, zu testbaren Hypothesen und damit einhergehenden statistischen Maßen und Tests. Um Berechnungen und Visualisierungen von Netzwerken durchzuführen, wird die Datenanalyse Software R verwendet. Anhand der Ergebnisse und Maßzahlen sollen Kursteilnehmer lernen, relevante Aussagen über sozialwissenschaftliche Fragestellungen zu geben. Die vorgestellten Themen umfassen:
1) Grundlagen des Netzwerkparadigmas: Was sind relationale Daten und was haben sie mit sozialer Realität zu tun?
2) Grundlegende numerische Beschreibung von sozialen Netzwerken: Welche Maße sagen was?
3) Aufbereitung und Analyse von Netzwerkdaten in R.
4) Interpretation und Visualisierung der Ergebnisse
Weitere Informationen zu den Prüfungsleistungen:
Als Prüfungsleistung sollen die Teilnehmer ein kurzes research proposal verfassen (1000 -2000 Wörter), welches erste Analysen hierfür relevanter Netzwerkdaten beinhaltet. Dies kann gerne basierend auf eigenen Forschungsarbeiten/-interessen (MA, PhD Thesis) sein.
Literatur:
Tag 1)
Wasserman, S., Faust, K. (1994). Social network analysis: Methods and applications (Vol. 8). Chapters 2.2: P.30f and 2.3: P.35ff, Ch. 4: P.94-119, P.164-165, Ch. 5: P.169-172, Ch. 6: P.220-222, Ch 7: 249,
Jansen, D. (2006). Einführung in die Netzwerkanalyse: Grundlagen, Methoden, Forschungsbeispiele. S.37-49 sowie S.69-90.
Block, P., Hoffman, M., Raabe, I.J. et al. (2020). Social network-based distancing strategies to flatten the COVID-19 curve in a post-lockdown world. Nat Human Behavior 4, 588–596.
Tag 2)
Anderson, B.S., Butts, C.T., and Carley, K.M. (1999). The Interaction of Size and Density with Graph-Level Indices.Social Networks, 21(3), 239-267.
Krackhardt, D. (1988). Predicting With Networks: Nonparametric Multiple Regression Analyses of Dyadic Data.'Social Networks, 10, 359-382.
Steglich C., Knecht A. (2010) Die statistische Analyse dynamischer Netzwerke. In: Stegbauer C., Häußling R. (eds) Handbuch Netzwerkforschung. S.433-446
Valente, T. W. (1996). Social network thresholds in the diffusion of innovations. Social networks,18(1),
Wenn Sie E-Learning Funktionalitäten nutzen möchten, tragen Sie bitte "Ja" ein.:
Ja
|
