Surveying Panel Participants’ Network Members: Integration of Egocentric Data Collection and Respondent-Driven Sampling

Individuen sind in soziale Kontexte eingebettet, diesem Umstand versuchen bereits viele großangelegte, themenübergreifende sozialwissenschaftliche Befragungen gerecht zu werden – dies gelingt aber bislang nur bedingt.

Das Vorhaben dieser Studie besteht darin, die bestehenden Datenerfassungsstrategien – Umfragedesigns für multiple Akteure (MA) und Fragebogenmodule für egozentrierte Netzwerke (ECN) – durch Respondent-Driven Sampling (RDS) zu ergänzen und zu verbessern. RDS ist eine Netzwerk-Stichprobenziehungsstrategie, bei der Umfrageteilnehmende als „Seeds“ fungieren, die ihre Netzwerkmitglieder für die Teilnahme an der Umfrage rekrutieren. Diese rekrutieren dann wiederum Netzwerkmitglieder für die Umfrage usw., sodass sich Referenzketten aufbauen. Durch ein Link-Tracing-Verfahren kann jede rekrutierte Person über ihre Rekrutierenden bis zu der ursprünglichen Quelle zurückverfolgt werden. Zu den Fragen, die mit diesen Daten beantwortet werden können, gehören a) ob und in welchem Ausmaß breitere Netzwerkblasen existieren (z. B. familiär, regional, politisch), b) wie stark, transitiv, homogen diese Netzwerkblasen sind und c) wie weit von den Seeds man entlang der Referenzkette gehen muss, bevor ihre Netzwerkblasen platzen und heterogen werden.

Das Projekt verfolgt drei Ziele: 1) die Untersuchung von praktischer Innovation im Hinblick auf den Erfolg von RDS durch die effektive Kombination mit ECN-Modulen, also durch die Etablierung langer Referenzketten, 2) das Entwickeln und Anwenden von Strategien zur Bewertung und Reduzierung von Verzerrungen in den resultierenden Daten 3) die Schließung bestehender inhaltlicher Forschungslücken zu sozialen Netzwerken im Hinblick auf den gesellschaftlichen Zusammenhalt. Diese Ziele werden dadurch erreicht, dass die Datenerhebungswelle des German Social Cohesion Panels (SCP) im Jahr 2025 um ein RDS-Verfahren erweitert wird und die resultierenden Netzwerkdaten gemeinsam mit den Paneldaten analysiert werden.