Peers sind für Kinder und Jugendliche von großer Bedeutung. Die sozialen Netzwerke, in die sie eingebettet sind, können ihr individuelles Verhalten, ihre Einstellungen und ihre Leistungen beeinflussen. Statistische Netzwerkmethoden adressieren explizit die Abhängigkeiten zwischen den Akteuren innerhalb eines Netzwerks. Dieses Vorgehen erlaubt die Untersuchung einer Fülle an Forschungsfragen, wenn soziale Prozesse im Mittelpunkt stehen.

Tom Snijders legte seine Ausführungen anhand des SAOM Modellrahmens dar. Dies ist ein statistisches Modell, das zur Analyse von Paneldaten im Netzwerkkontext unter Einbeziehung individueller Attribute verwendet werden kann. Snijders erläuterte, dass das Modell auf der Erkenntnis basiere, dass über die Zeit jeder Akteur im Netzwerk, in seinem Verhalten vom Netzwerk beeinflusst wird und sein Verhalten im Netzwerk selektiert. Das Netzwerk hat also über die Zeit Einfluss auf das individuelle Verhalten und verändert es, ebenso wie das individuelle Verhalten Einfluss auf das Netzwerk hat und es anpasst. Die beiden Prozesse laufen gleichzeitig ab und beeinflussen sich gegenseitig.

Abschließend diskutierte Snijders einige Beispiele für die Anwendung des SAOM auf Situationen im Bildungskontext. Er stellte Studien über die Beziehungen zwischen sozialen Netzwerken und die Wahl von akademischen Fächern durch Schülerinnen und Schüler vor. Auch Einschränkungen (z.B. die Schwierigkeit der Spezifikation der Netzwerkgrenzen) und offene Probleme (z.B. die Ableitung von Maßen für die Effektgröße) des Vorgehens ließ Snijders nicht unerwähnt und lud die Zuhörenden zur Diskussion darüber ein.

Tom Snijders ist emeritierter Professor für Methodologie und Statistik an der Universität Groningen und emeritierter Professor für Statistik in den Sozialwissenschaften an der Universität Oxford, dort ist er zudem emeritierter Fellow des Nuffield College und außerordentliches Mitglied der Abteilung für Statistik.

Link [extern] zu Tom Snijders Webseite