I projektet används olika metoder i forskningens olika skeden (se figuren), som vi kommer att förklara kortfattat på den här sidan.
I projektet används olika metoder i forskningens olika skeden (se figuren), som vi kommer att förklara kortfattat på den här sidan.
En storskalig, gränsöverskridande undersökning kommer att genomföras i fem europeiska länder, som valdes ut med tanke på mångfalden av system för social sammanhållning i Europa (Dragolov et al. 2016; Green och Janmaat 2011). De utvalda länderna är Ungern, Nederländerna, Polen, Schweiz och Sverige. Dessa länder varierar i sina nivåer av ojämlikhet, mångfald och polarisering samt i sina normer och institutioner (t.ex. välfärdsstatsregimer; Esping-Andersen 1999; Ferrera och Rhodes 2000). Följaktligen kan vi förvänta oss att länderna skiljer sig åt i hur mycket de uppvisar klyftor i socialiseringsmönstren. Dessutom har varje land utmärkt befolkningsstatistik, vilket behövs för undersökningen. För alla länder kommer ett nationellt representativt urval av den allmänna befolkningen att dras med 1 500 personer per land (totalt 7 500 personer). Ett internationellt undersökningscentrum kommer att genomföra undersökningen genom datorstödda personliga intervjuer (CAPI) som tar ungefär en timme. Intervjuerna kommer att handla om social sammanhållning, åsikter om samhället, sociala relationer och individuella egenskaper.
Uppgifterna kommer att analyseras statistiskt och de kommer också att användas för att simulera samhällsnätverk för befolkningarna på grundval av undersökningsstatistiken. För detta ändamål konstruerar vi en befolkning med samma storlek som den nationella befolkningen (eller i mindre skala) och tilldelar noderna attribut (medborgarskap, social klass, religion, politisk inriktning) i de proportioner och med den grad av intersektionalitet som finns i befolkningen, enligt befolkningsstatistiken. Vi specificerar sedan en grafgenererande modell (t.ex. baserad på en Exponential Random Graph Model; se Leskovec et al. 2010; Smith och Burow 2018) för att generera en nätverksstruktur som överensstämmer med vad vi observerade i undersökningen, dvs. baserad på de gradfördelningar, den nätverksheterogenitet och de strukturella parametrar som hittades i undersökningen. Med denna modell kan nätverksstrukturen simuleras, varvid endast de modeller som har en god överensstämmelse med de parametrar som utvunnits ur undersökningen bibehålls (jfr Leskovec et al. 2010; Smith och Burow 2018). Genom att köra denna simulering många gånger kan vi utforska variationen i strukturer på makronivå som överensstämmer med parametrarna för att utvärdera mönster på makronivå mer i detalj.
Läs vår sida "Är du en deltagare" för att bättre förstå vad deltagande innebär.
För att studera sambandet mellan sociala nätverk och subjektiva uttryck för sammanhållning mer ingående och utforska eventuella förbryllande resultat från undersökningen kommer vi att genomföra kvalitativa uppföljningsintervjuer med ett urval av 60 respondenter. Bland de respondenter som samtycker till att bli kontaktade för en uppföljningsintervju kommer vi att välja ut deltagare utifrån den kvalitativa principen om intensitetssampling (Patton 1990): vi söker i första hand fall som representerar olika värden på nätverkshomogenitet (hög, genomsnittlig och låg) och olika nätverkskonstellationer. Vi kan också inkludera fall med ovanliga värden på nätverksstorlek ("hubbar" och perifera aktörer) samt typiska och avvikande fall när det gäller sambanden mellan nätverksheterogenitet och subjektiva manifestationer. Geografin kan ytterligare styra urvalet av fall (vi avser att kontakta deltagare från alla länder, men inom varje land kan vi välja deltagare som är koncentrerade till vissa områden, om det är möjligt, för att minska resandet. I undantagsfall kan vi också använda videokonferensverktyg). Urvalet är inte representativt eftersom vi inte avser att dra slutsatser om egenskaper hos befolkningen. Vi försöker snarare att på djupet förstå hur nätverksmekanismerna fungerar i praktiken (dvs. logisk slutledning; Small 2009), genom att avslöja respondenternas (1) temporala processer, (2) kognitiva uppfattningar och (3) inställningars roll (Lubbers, Molina & McCarty 2020), mot bakgrund av de insamlade uppgifterna. Urvalet av deltagare och intervjuteman kommer delvis att bero på de preliminära undersökningsresultaten, för att lämna utrymme för överraskande resultat att utforska.
Vi kommer att bjuda in vissa respondenter i undersökningen att delta i en mycket mer samtalsbaserad uppföljningsintervju. Intervjuerna kommer att spelas in med respondenternas samtycke och transkriberas ordagrant för vidare kvalitativ analys. Transkriptionerna kommer att anonymiseras.
Vi kommer att använda data om deltagarnas nätverk för att undersöka de orsaksmekanismer som kopplar samman nätverksstrukturerna med de subjektiva manifestationerna av sammanhållning. I detta fall använder vi en metod som kallas agentbaserad modellering och simulering, som ger en dynamisk modellering av dessa nätverk med hjälp av data och teorier. Vi kommer, åtminstone inledningsvis, att hålla nätverkstopologin konstant (ett realistiskt antagande för bekantskapsnätverk i medellång tid). Relationernas egenskaper kan vara dynamiska, t.ex. bindningsstyrka och kunskap om nätverksmedlemmarnas egenskaper. Med utgångspunkt i vår teoretiska modell, våra enkätskattningar för associationer och eventuellt resultaten från de kvalitativa intervjuerna om temporala processer, kognitiva uppfattningar och inställningar kan vi studera hur nätverkskonfigurationerna är förknippade med subjektiva manifestationer av sammanhållning. Vi kan validera modellerna med undersökningsdata om tolerans, förtroende och politiska preferenser (som inte har använts för parametrisering). Observera att vi kan formulera en mer klassisk modell för social påverkan för politisk orientering. Om modellerna når en god anpassning kan vi ändra parametervärdena för att utforska deras inverkan på resultaten ytterligare. Vi kan införliva teoretiska propositioner för vilka vi inte har uppgifter i undersökningen, till exempel om den tid som spenderas i olika sociala miljöer och vilka människor träffar där (Gershuny och Sullivan 2019), för att modellera social påverkan.