Maken vrienden gelukkig?
Een sociale netwerk analyse naar het verband tussen
sociale netwerken en welzijn
Anne Groot (10791450)
annemaritgroot@live.nl
10127 woorden
14 juni 2017
Bachelor Sociologie
Universiteit van Amsterdam
Eerste begeleider: Chip Huisman
Tweede begeleider: Levi van den Bogaard
2
Inhoudsopgave
Blz.Hoofdstuk 1 Inleiding 3
Hoofdstuk 2 Theoretisch kader 6
2.1 Sociaal kapitaal 6
2.2 Sociale steun 7
2.3 Gender, grootte en density 10
2.4 Homophily 11 Hoofdstuk 3 Methodologie 13 3.1 Procedure 13 3.2 Participatie 14 3.3 Operationalisering en meetinstrumenten 15 3.3.1 Sociale netwerken 15 3.3.2 Depressiviteit 16 3.3.3 Controlevariabelen 18 3.4 Databewerking 19 3.4.1 Sociale netwerken 20 3.4.2 Depressiviteit 21 3.4.3 Controlevariabelen 22 3.5 Analysemethoden 23
3.5.1 Node-level regressie analyse 23
3.5.6 MRQAP 24 Hoofdstuk 4 Resultaten 25 4.1 Beschrijvende statistiek 25 4.1.1 Sociale netwerken 25 4.1.2 Depressiviteit 26 4.1.3 Controlevariabelen 27 4.2.2 Toetsende statistiek 27
4.2.1 Invloed van grootte netwerk op welzijn 28
4.2.2 Invloed van welzijn op het aantal goede vrienden 29
4.2.3 Invloed van welzijn vrienden op eigen welzijn 30
4.2.4 Welzijn als indicator voor vriendschap 32
Hoofdstuk 5 Conclusie en discussie 34
Referenties 39
3
Hoofdstuk 1 Inleiding
De Landelijke Studenten Vakbond (LSVb) heeft een onderzoek gedaan naar
psychische klachten onder studenten. Uit dit onderzoek blijkt dat de helft van de studenten in
Nederland tijdens de studie last krijgt van psychische problemen (Schmidt & Simons, 2013).
De meest voorkomende problemen zijn depressie, vermoeidheid en stress. Bij psychische problemen is er een gebrek aan welzijn, in de Van Dale gedefinieerd als ‘toestand dat je je
goed voelt’ (Van Dale, 2017). Om een prettig bestaan te kunnen leiden, is een goed welzijn
essentieel (Baerends, Groen & Groot, 1978). Het hebben van een goed welzijn blijkt dus
echter bij lange na niet vanzelfsprekend onder de studenten in Nederland (Schmidt & Simons,
2013).
In het onderzoek van de LSVb wordt onder andere gezocht naar de oorzaken van de
psychische problemen, en dus aan het gebrek aan welzijn, door aan de studenten te vragen wat
zij als de oorzaken van hun problemen zien (Schmidt & Simons, 2013). Verschillende
oorzaken die zijn genoemd, zijn: studenten komen los van hun ouders omdat ze op zichzelf
gaan wonen, ze gaan werken naast hun studie, krijgen hun eerste relatie, er is gebrek aan
structuur en regelmaat en er is een steeds toenemende prestatiedruk.
In het onderzoek wordt ook naar interpersoonlijke verklaringen gezocht, gedefinieerd als ‘relaties met andere personen’ (Schmidt & Simons, 2013, p. 24). Deze verklaring is in drie
catagorieën opgedeeld: familie, jeugd en druk van omgeving. Concreet betekenen deze
subcategorieën een moeilijke thuissituatie of overlijden van een familielid, een moeilijke
jeugd en een hoge druk vanuit de omgeving om de studie zo snel en goed mogelijk af te
ronden. In het onderzoek wordt geen verklaring genoemd, die slaat op het aantal vrienden dat
een student met psychische klachten heeft en hoe hecht deze vriendschappen zijn. Indirect
wordt hier wel naar verwezen: studenten die lid zijn van een studentenvereniging blijken
4
van de klachten genoemd. Dit kan erop wijzen dat studenten met een groot sociaal netwerk
minder kans hebben op psychische klachten, dan studenten met een minder groot sociaal
netwerk.
In ander onderzoek worden wel verbanden gelegd tussen welzijn en het sociale
netwerk dat iemand heeft. Een socioloog die een verband ziet tussen sociale netwerken en
psychische problemen is Robert Putnam (1995). Hij ziet een vermindering van het aantal
mensen die actief participeren in de samenleving en vindt in zijn onderzoek dat dit gevolgen
heeft voor de samenleving, maar ook voor de individuen, onder andere voor hun psychische
gezondheid. Een andere theorie uit de sociologie over sociale netwerken is de theorie over
homophily, waar onder andere door McPherson, Smith-Lovin & Cook (2010) over is
geschreven. Ook met deze theorie is een verband te leggen tussen sociale netwerken en
psychische klachten. Homophily houdt in dat mensen geneigd zijn om met mensen om te gaan
die op hen lijken. Dit verklaart dat studenten met depressieve symptomen elkaar selecteren als
vrienden (Schaefer, Kornienko & Fox , 2011) of doordat studenten met vrienden met
depressieve symptomen ook zelf eerder de kans hebben om deze symptomen te krijgen (Rose,
2002).
Ook op microniveau zijn verschillende onderzoeken gedaan, waarin onderzoekers
hebben gekeken naar het verband tussen welzijn en de kwantiteit en kwaliteit van sociale
steun (Cobb, 1976; Cohen & Wills, 1985). Uit beide onderzoeken blijkt dat het hebben van
meer en betere sociale steun leidt tot minder kans op psychische klachten. Echter blijkt uit het
onderzoek van Falci & McNeely (2009) dat juist een te groot sociaal netwerk ook tot
psychische klachten kan leiden.
Dit onderzoek gaat over de sociale netwerken van studenten met en zonder
depressieve klachten. De reden om dit onderwerp te onderzoeken, is dat depressie de meest
5
klinisch als niet klinisch, voorkomt (Schmidt & Simons, 2013). Wanneer er meer bekend is
over het verband tussen het sociale netwerk en het wel of niet depressief worden, kan
depressiviteit beter worden voorspeld en zou depressiviteit daardoor beter kunnen worden
voorkomen, door op het sociale netwerk of andere zaken in te spelen. Om te onderzoeken of
de hiervoor beschreven theorieën de veelvoorkomende psychische klachten onder de
studenten kunnen verklaren, luidt de onderzoeksvraag: Wat is de relatie tussen sociale
netwerken en depressie onder studenten? De deelvragen hierbij zijn: Hoe verschilt de grootte
van het sociale netwerk van studenten met depressieve klachten van het netwerk van
studenten zonder depressieve klachten? Zullen studenten met depressieve klachten eerder
vrienden zijn met andere studenten met depressieve klachten dan met studenten zonder deze
klachten? Zullen studenten met depressieve klachten relatief gezien minder hechte banden
hebben dan studenten zonder depressieve klachten? En ten slotte: Heeft het sociaal netwerk
van studenten invloed op het wel of niet krijgen van depressieve klachten?
In hoofdstuk 2 zal een theoretisch kader worden geschetst over het verband tussen
sociale netwerken en depressieve klachten. Zowel op macro-, meso- en microniveau worden
theorieën en onderzoeken besproken, die de basis zijn van de verwachte antwoorden op de
deelvragen van het onderzoek. In hoofdstuk 3 wordt vervolgens de methodologie van het
onderzoek besproken. In dit hoofdstuk zal achtereenvolgens in worden gegaan op de
procedure van de dataverzameling, de participanten, de operationalisering van de variabelen,
de databewerking en de analysemethoden. Daarna zullen in hoofdstuk 4 eerst de
beschrijvende statistieken van de gebruikte variabelen worden getoond, om vervolgens de
toetsende statistieken als antwoorden op de deelvragen te laten zien. In de conclusie en
discussie, hoofdstuk 5, zullen de deelvragen worden beantwoord en de hypothesen worden
aangenomen of verworpen. Ten slotte volgt er een discussie over dit onderzoek en suggesties
6
Hoofdstuk 2 Theorie 2.1 Sociaal kapitaal
Robert Putnam (1995) heeft in zijn boek Bowling Alone geschreven over het nut van
sociaal kapitaal, de vermindering van sociaal kapitaal in Amerika en over de gevolgen
hiervan. Sociaal kapitaal gaat volgens Putman over ‘features of social organization such as
networks, norms, and social trust that facilitate coordination and cooperation for mutual benefit’ (Putnam, 1995). Sociaal kapitaal is voor hem dus een kenmerk van een individu en
daarnaast ook een kenmerk van een samenleving. Het grote voordeel van goed sociaal
kapitaal voor een samenleving is volgens Putnam dat wanneer er een sterke maatschappelijke
verbintenis is, er ook duidelijke normen ontstaan waar de maatschappij het over eens is.
Wanneer de maatschappij het met dezelfde normen eens is, ontstaat er een groot sociaal
vertrouwen in elkaar en in de maatschappij. Hierdoor zal er makkelijk gecommuniceerd
kunnen worden in de maatschappij en kunnen collectieve problemen goed worden opgelost.
Er zijn veel voorbeelden waaruit blijkt dat het sociaal kapitaal in Amerika tussen 1940
en 1993 is verminderd: het aantal mensen dat stemt is met meer dan een kwart gedaald, het
aantal mensen dat geen vertrouwen meer heeft in de politiek is meer dan verdubbeld tot
driekwart van de mensen, mensen gaan minder naar de kerk en zijn minder lid van
vakbonden, het aantal vrijwilligers is gedaald en mensen doen aan solo-bowling in plaats van
dat zij bowlen in competities. Hoewel er ook wel tegentrends bestaan -mensen zijn
bijvoorbeeld meer lid geworden van milieubewegingen en feministische groepen-, zijn
mensen gemiddeld gezien toch minder aan groepen verbonden dan voorheen. Mogelijke
verklaringen die Putnam noemt voor deze vermindering in sociaal kapitaal, zijn dat vrouwen
meer zijn gaan werken, waardoor het gemiddelde aantal werkuren van de mensen stijgt en
7
zijn geworden, zij dus vaker verhuizen en daardoor een minder sterke band hebben met de
buurt waarin zij wonen en haar organisaties.
De gevolgen van weinig sociaal kapitaal in een land heeft negatieve gevolgen voor de
samenleving zelf, maar ook voor de individuen in de samenleving (Putnam, 2000). Putnam
beargumenteert dat mensen die geïsoleerd leven in een samenleving, vaak een minder goede
gezondheid hebben dan mensen die verwikkeld zijn in de samenleving. De jongere generaties
in Amerika hebben beduidend vaker last van depressie en plegen vaker zelfmoord. Putnam
ziet dit als een gevolg van het feit dat de leden van de jongere generaties minder vaak lid zijn
van organisaties in een samenleving en daardoor minder bij de samenleving betrokken zijn,
dan de leden van de oudere generaties.
Het werk van Putnam is gericht op macroniveau. Uit het werk van Putnam blijkt zoals
hiervoor geschreven, dat wanneer een persoon weinig banden heeft met de samenleving en
mensen uit de samenleving, hij of zij meer kans heeft op een depressie dan personen die wel
verwikkeld zijn in de samenleving. De eerste voorlopige hypothese, welke hieruit volgt, is dat
studenten met een kleiner sociaal netwerk, een minder goed welzijn hebben dan studenten met
een groter netwerk. Echter, bij het onderzoek van Putnam is de kanttekening te plaatsen dat
hij slechts heeft gekeken naar de grootte van het netwerk en zich slechts op het macroniveau
heeft gericht. Om de eerste hypothese beter te kunnen onderbouwen is het van belang om naar
onderzoeken op lager niveau te kijken, zoals de onderzoeken op microniveau die hierna
worden beschreven en door rekening te houden met de kwaliteit van het netwerk, in plaats
van alleen de grootte hiervan.
2.2 Sociale steun
Cohen & Wills (1985) hebben een onderzoek gedaan naar de invloed van sociale steun
8
sociale steun, die kijkt of er een relatie is tussen twee mensen, en functionele sociale steun,
welke kijkt naar de mate waarin deze relatie zorgt voor middelen, zowel financieel als
emotioneel. Beide soorten sociale steun lijken een invloed te hebben op het welzijn van
mensen. Het structurele netwerk van mensen, oftewel de grootte van het netwerk dat iemand
heeft, heeft een positief effect op het psychologische welzijn. Concreet betekent dit dat mensen met meer contacten, zoals vrienden, familie, buren en collega’s, minder stress ervaren
en minder angstig en droevig zijn. Ook komt uit het onderzoek dat hoe groter het functionele
netwerk, die bestaat uit zowel de mensen die emotionele, financiële als informatieve middelen
kunnen bieden, van iemand is, hoe kleiner de kans op angst, stress en depressie. De verklaring
hiervoor is dat wanneer mensen in een dreigende of veeleisende situatie terecht komen en
daarin geen gepaste steun hebben van anderen, een depressie het gevolg kan zijn, zeker
wanneer dit meerdere keren achtereen voorkomt. De steun kan dit op twee manieren
voorkomen. Ten eerste kan de steun helpen om de stress te verminderen wanneer er een
dreigende of veeleisende situatie gaat plaatsvinden, of binnenkort lijkt plaats te gaan vinden.
Dit kan door in te laten zien dat de situatie niet zo stressvol hoeft te zijn en door te helpen om
de capaciteiten die iemand zelf bezit om een erg stressvolle situatie te voorkomen in te zetten.
Ten tweede kan de steun helpen door, wanneer iemand gestrest is door een situatie, te
voorkomen dat de stress tot pathologische klachten leiden. Dit kan door een oplossing voor
het probleem te bieden, het belang van het probleem te verminderen en gezond gedrag te
bevorderen.
Ook Cobb (1976) ziet een verband tussen sociale steun en verschillende pathologische
toestanden, waaronder depressie. Cobb definieert sociale steun anders dan hoe Cohen & Wills
dit doen. Sociale steun bestaat volgens hem uit een relatie, met minstens één van de volgende
drie kenmerken: een relatie die iemand laat weten dat hij of zij geliefd is en mensen voor hem
9
hij of zij gewaardeerd wordt, die zorgt voor zelfwaardering en acceptatie van de eigen
gevoelens; en een relatie die iemand laat weten dat hij of zij tot een groep behoort, die ervoor
zorgt dat iemand wordt betrokken in de samenleving. Deze drie vormen van relaties zorgen er
samen voor dat wanneer er transities in het leven plaatsvinden, een persoon hier goed mee om
weet te gaan. Uit het onderzoek blijkt dat mensen die veel sociale steun hebben op minstens
één van de drie hiervoor beschreven vlakken, makkelijker door veranderingen in het leven
kunnen komen, waaronder baanverlies of het verlies van een dierbare. Wanneer er genoeg
sociale steun is, zal de persoon op zulke veranderlijke momenten minder snel depressief
worden.
Rosenquist, Fowler & Christakis (2011) hebben een groot longitudinaal onderzoek
gedaan naar verbanden tussen sociale netwerken en depressie. Zij hebben over 32 jaar 12067
mensen onderzocht, door middel van CES-D vragenlijsten. Dit zijn vragenlijsten waarmee
gekeken kan worden of iemand een kans heeft om depressief te worden. Uit hun onderzoek
komt dat er in sociale netwerken een clustering is van mensen met deze kans. Daarbij liggen
de personen met een kans op depressie vaak aan de rand van sociale netwerken en zijn dus
niet helemaal ingebed tussen de mensen. Uit het onderzoek blijkt ook dat mensen met minder
sociale contacten, eerder kans hebben op een depressie. Het aantal vrienden dat iemand heeft
wanneer hij of zij de kans heeft depressief te worden, wordt tevens over de tijd minder. Ten
slotte wordt in het onderzoek gevonden dat mensen die een relatie, in welke vorm dan ook,
hebben met een persoon met een kans op een depressie een grotere kans hebben om zelf een
depressie te krijgen. Dit geldt ook wanneer een vriend van een vriend een kans op een
depressie heeft. Er is zelfs een effect gevonden voor wanneer een vriend, van een vriend, van
een vriend deze kans heeft.
De eerste hypothese op basis van de theorie van Putnam (1995) op macroniveau is ook
10
(1985), Cobb (1976) en Rosenquist, Fowler & Christakis (2011). Daarnaast volgen uit het
laatstgenoemde onderzoek ook andere verwachtingen. De tweede hypothese luidt: hoe
slechter het welzijn van een student is, hoe minder vrienden deze student zal hebben; en de
derde hypothese luidt: hoe slechter het welzijn van de vrienden van een student, hoe slechter
het welzijn zal zijn van de student zelf.
2.3 Gender, grootte en density
Falci & McNeely (2009) vinden in hun onderzoek dat niet alleen een heel klein
netwerk, maar ook een te groot sociaal netwerk juist tot depressie kan leiden bij adolescenten.
De reden hiervan is dat er bij een vriendschappelijke relatie verwachtingen horen. Wanneer
iemand veel vrienden heeft, wordt er meer van die persoon verwacht, dan dat hij of zij in staat
is om uit te voeren. Dit op zich brengt veel spanning met zich mee. Daarnaast is het daardoor
ook moeilijk om voor zoveel mensen tegelijk een goede vriend te zijn, wat voor negatieve
feedback op jou als vriend zijnde kan zorgen. Beide zaken kunnen voor depressieve
symptomen zorgen. Voor vrouwelijke adolescenten met een groot netwerk is de kans op
depressie het grootste wanneer zij een gefragmenteerd netwerk hebben. Hiermee wordt
bedoeld dat de vrienden die een adolescent heeft niet met elkaar bevriend is. Dit komt doordat
vrouwelijke vriendschappen vooral gebaseerd zijn op interacties. Daarnaast vinden
vrouwelijke adolescenten het in een vriendschap belangrijk om de ander te geven waar zij
behoefte aan heeft. Beide dingen zijn makkelijker in grotere vriendengroepen dan wanneer de
vrienden minder hecht zijn met elkaar. Voor mannen met een groot sociaal netwerk is de kans
op een depressie juist het grootste wanneer de vrienden die zij hebben ook met elkaar
bevriend zijn. De oorzaak hiervan is dat mannen een hogere druk voelen om in hechte
11
Op basis van het onderzoek van Falci & McNeely kan de eerst gestelde hypothese
worden uitgebreid. De definitieve eerste hypothese is dat studenten met een klein of juist een
groot sociaal netwerk sneller depressieve klachten zullen hebben. In het geval van een groot
netwerk wordt er verwacht dat het welzijn van vrouwen slechter is wanneer het netwerk
gefragmenteerd is en dat het welzijn van mannen slechter is wanneer het netwerk hecht is.
2.4 Homophily
‘Homophily is the principle that a contact between similar people occurs at a higher
rate than among dissimilar people’ (McPherson, Smith-Lovin & Cook, 2001, p. 416). Deze
gelijkenis tussen mensen geldt voor veel vlakken. McPherson, Smith-Loven & Cook (2011)
onderscheiden acht kenmerken van mensen, waarin deze gelijkenissen voorkomen: ras en
etniciteit; geslacht en gender; leeftijd; religie; opleiding, beroep en sociale klasse;
netwerkpositie; gedrag en ten slotte attitude, talent, overtuigingen en streven. Deze
kenmerken van mensen gaan vaak samen met kwaliteiten. Mensen met dezelfde kwaliteiten
hebben vaker contact met elkaar dan mensen met verschillende kwaliteiten.
Eén van de oorzaken van homophily is dat mensen hun vrienden zelf selecteren op
basis van gelijkenissen (Zalk, van, et al., 2010). Schaefer, Kornienko & Fox (2011) hebben
een onderzoek gedaan naar deze oorzaak van homophily bij mensen met depressieve klachten.
Zij geven in hun onderzoek vier verklaringen van homophily door selectie bij depressie. De
eerste verklaring gaat over vermijding. Met deze verklaring wordt bedoeld dat mensen met
depressieve klachten naar elkaar toe trekken, omdat ze bij andere groepen worden uitgesloten,
doordat ze andere karaktereigenschappen hebben. Een tweede verklaring van homophily is
terugtrekking, waarmee ze bedoelen dat depressieve mensen zich terugtrekken uit de peer
group. De mensen die niet bij de peer group horen, trekken naar elkaar toe. Een derde
12
bij dezelfde soort mensen voortkomt, en deze zelfde soort mensen naar elkaar toe trekt,
trekken mensen met depressieve klachten naar elkaar toe als bijproduct. Ten slotte ontstaat
homophily, ook bij depressieve mensen, doordat mensen vrienden prefereren die lijken op
henzelf. Dit komt doordat zij elkaar vaker beter begrijpen en vaker dezelfde interesses
hebben.
Behalve dat homophily ontstaat doordat mensen selecteren met wie ze om willen gaan
op basis van gelijkheid, kan homophily ook ontstaan doordat mensen gaan lijken op degenen
met wie zij omgaan (Zalk, van, et al., 2010). Wat betreft het wel of niet hebben van
depressieve klachten, zal dit dus betekenen dat iemand die bevriend is met iemand met
depressieve klachten, deze klachten zelf ook sneller zal krijgen. Eén van de redenen hiervoor
is co-rumination (Rose, 2002). Hiermee wordt bedoeld dat de persoon met de depressieve
klachten met zijn of haar vrienden veel praat over zijn of haar problemen, deze steeds maar
blijft herhalen en in het bijzijn van zijn of haar vrienden negatieve gedachten blijft
overpeinzen. Hierdoor worden de vrienden van de persoon met de depressieve klachten steeds
weer herinnerd aan negatieve gevoelens en gedachten, waardoor zij meer kans hebben op
depressieve klachten. In meerdere longitudinale studies (Hogue & Steinberg, 1995; Prinstein
2007; Stevens & Prinstein, 2005) is gevonden dat het hebben van vrienden met depressieve
klachten de kans groter maakt dat men in de loop van de tijd ook depressieve klachten krijgt.
Op basis van de onderzoeken over homophily bij depressieve mensen, is de vierde hypothese
dat studenten met depressieve symptomen naar elkaar toe trekken. Dit zou zowel door selectie
13
Hoofdstuk 3 Methodologie 3.1 Procedure
Voor het verzamelen van de data van dit onderzoek zijn enquêtes afgenomen. Het was
aan de studenten zelf of zij de enquête online of op papier in wilden vullen. Wanneer de
enquête op papier was ingevuld, zijn de antwoorden vervolgens door de onderzoeker ingevuld
in de online enquête online. De website die is gebruikt voor de enquête online is
qualtrics.com.
De enquêtes zijn ingevuld door studenten van drie verschillende studies. Bij de drie
studies verschilde de procedure van het invullen. Bij de studenten van de studie Pedagogische
Wetenschappen is er geënquêteerd tijdens de zes werkgroepen van het tweedejaars vak
Toegepaste Methodeleer en Statistiek. Deze werkgroepen zijn verplicht. In de werkgroepen
zaten tweede- en derdejaars studenten Pedagogische Wetenschappen en tweede- en derdejaars
studenten Onderwijskunde. Er werd slechts gericht tot de tweedejaars studenten Pedagogische
Wetenschappen. Aan het begin van de pauze van de werkgroepen werd er aan de studenten
een korte voorlichting gegeven over het onderzoek en de enquête, waarin werd benadrukt dat
het invullen van de enquête anoniem was, dat er door het onderwerp van het onderzoek
persoonlijke vragen gesteld moesten worden en dat de data niet anoniem afgenomen konden
worden, maar deze data wel zodra deze binnen waren, werden geanonimiseerd. In de pauze
waren de studenten vrij om de enquête in te vullen. De meesten deden dit. Het was rumoerig
tijdens het invullen van de enquêtes. Hoewel de enquêtes individueel zijn ingevuld, waren
sommige studenten tijdens het invullen wel aan het overleggen. De coördinator van de
werkgroepen heeft achteraf ook de link naar de enquête op Blackboard gezet om de studenten
die niet aanwezig waren bij de werkgroepen toch te kunnen bereiken.
De studenten van de studie Nederlandse Taal & Literatuur zijn door twee
14
hoorcollege gold geen verplichte aanwezigheid. Ook hier werd aan het begin van de pauze
een korte voorlichting gegeven, waarna de studenten, wanneer zij dit wilden, de enquête in
konden vullen. Het was vrij rustig tijdens het invullen van de enquêtes: enkele studenten
praatten met elkaar tijdens het invullen van de enquêtes, maar over het algemeen was ieder
individueel bezig. Ook de coördinator van het vak Literatuur & Moderniteit heeft na afloop de
link naar de enquête op Blackboard gezet voor de studenten die de enquête liever later in
wilden vullen en voor de studenten de niet aanwezig waren.
Tijdens de werkgroepen van het vak Mondialisering zijn de studenten van de studie
Algemene Sociale Wetenschappen (ASW) benaderd. Bij twee werkgroepen mochten twee
onderzoekers aan het begin van de werkgroep de enquêtes afnemen. Na een korte introductie
werd er door de docent ruim de tijd ingelast om de enquêtes in te vullen. Hij eiste ook
volledige stilte. Bij de andere twee werkgroepen van ASW is er in de pauze een korte
voorlichting gegeven over het onderzoek en is de link naar de enquête op het bord
geschreven. De studenten van deze werkgroepen die de enquête hebben ingevuld, hebben dat
buiten de werkgroep om gedaan. Eén van de studenten van één van deze laatste twee
werkgroepen heeft ook de link op een Facebookpagina gezet, waarvan de meeste eerstejaars
ASW-studenten lid zijn.
3.2 Populatie
Zoals in de vorige paragraaf is besproken, bestaat de populatie in het onderzoek uit
drie groepen: de tweedejaars studenten Pedagogisch Wetenschappen, de eerstejaars studenten
Nederlandse Taal & Literatuur en de eerstejaars studenten Algemene Sociale Wetenschappen
(ASW). Van de studenten Pedagogische Wetenschappen hebben van de in totaal 66
tweedejaars studenten 26 studenten de enquête ingevuld. Dit is een responserate van 39,4%.
15
waar een responserate van 43,9% bij hoort. Bij de studie ASW is er een responserate van
49,4% behaald. 37 van de 79 studenten in totaal hebben de enquête ingevuld. Van de in totaal
166 studenten die binnen de populatie vallen, zijn er data verzameld van 72 studenten: een
totale responserate van 43,4%.
De populatie bestaat uit 16 mannen en 56 vrouwen. De leeftijden variëren van 19 tot
en met 38 jaar. De gemiddelde leeftijd is 21,3 jaar (SD = 2,53).
3.3 Meetinstrument en operationalisering
De data zijn verzameld door middel van een enquête (zie bijlagen voor de volledige
enquête). De enquête begint met een toestemmingsverklaring van de studenten. In deze
verklaring staat duidelijk beschreven dat het onderzoek gaat over de invloed van het sociale
netwerk van de respondent op zijn of haar welzijn en dat er, omdat het onderzoek, en dus de
enquête, over het welzijn gaat, persoonlijke vragen worden gesteld. Ook is duidelijk gemaakt
dat, omdat er een netwerkanalyse gedaan wordt, de gegevens niet anoniem geworven kunnen
worden, maar zodra de data binnen zijn, deze wel meteen geanonimiseerd worden. Tevens is
er vermeld dat er discreet met de gegevens om zal worden gegaan. Verder staat in de
toestemmingsverklaring dat ook wanneer de respondent op het moment van het invullen van
de enquête toestemming geeft om zijn of haar gegevens te gebruiken in het onderzoek, hij of
zij binnen twee weken na het invullen van de enquête alsnog deelname mag weigeren.
De enquête bestaat uit drie onderdelen. Achtereenvolgens zijn dat de vragen over het
sociale netwerk, een vragenbatterij over welzijn en algemene vragen over de respondent.
3.3.1 Sociale netwerken
Iedere student heeft vier vragen beantwoord over de studenten die bij hem of haar in de
16
minstens een keer in de week op de universiteit, bijvoorbeeld voor of na de colleges, of
tijdens de pauze? Met welke studenten uit jouw jaarlaag heb je afgelopen maand buiten de
contacturen op de universiteit om afgesproken om wat leuks te gaan doen of om samen te
studeren terwijl dit niet per se nodig was, omdat je samen een opdracht moest maken? Met welke van de studenten uit jouw jaarlaag zal je persoonlijke problemen bespreken? En: Welke studenten uit jouw jaarlaag beschouw jij als goede vrienden?
Op de eerste vraag konden de respondenten maximaal dertig voor- en achternamen
invullen van hun medestudenten. Bij de tweede tot en met de vijfde vraag hadden de
studenten maximaal vijftien plaatsen om namen in te vullen. Bij iedere vraag opnieuw is er
benadrukt dat wanneer iemand enkele studenten of niemand ziet als antwoord op de vraag, dat
dat uiteraard voor hen het beste antwoord is. Het maximum aan mogelijkheden is slechts een
maximum en geen indicatie voor het aantal verwachte antwoorden.
Omdat studenten vaak ook een sociaal netwerk hebben buiten de jaarlaag van zijn of
haar studie om, is er ook een vraag gesteld over het aantal vrienden dat de respondent buiten
zijn of haar jaarlaag heeft. Deze luidt als volgt: Hoeveel goede vrienden heb je buiten de
jaarlaag van je studie om, zowel binnen als buiten de universiteit? Een goede vriend is iemand
met wie je tijd doorbrengt, iemand die je helpt als je iets nodig hebt of in de problemen zit,
iemand die je beschermt, iemand met wie je problemen bespreekt van jou zelf, of tussen jou
en je vriend en iemand met wie je je gelukkig voelt. Deze definitie van een goede vriend is
gebaseerd op het onderzoek van Bukowski, Hoza & Boivin (1994).
3.3.2 Depressiviteit
Zoals in de in hoofdstuk 2 beschreven onderzoeken op microniveau (Cobb, 1976;
Cohen & Wills 1985; Rosenquist, Fowler & Christakis, 2011; Falci & McNeely, 2009) , zal
17
Epidemiologic Studies Depression Scale vragenlijst (CES-D) vragenlijst. Deze vragenlijst
bestaat uit twintig stellingen, waarvan de respondent moet invullen hoe vaak iedere stelling de
laatste week van toepassing was (Bouma et al. 1995). De vragenlijst kan slechts depressieve
symptomen vaststellen en is dus niet diagnostisch. De stellingen die de studenten voor zich
kregen, waren de volgende:
1. Stoorde ik me aan dingen die me normaal niet storen. 2. Had ik geen zin in eten, was mijn eetlust slecht.
3. Bleef ik maar in de put zitten, zelfs als mijn familie of vrienden me probeerden eruit te halen.
4. Voelde ik me evenveel waard als ieder ander.
5. Had ik moeite met gedachten bij mijn bezigheden te houden. 6. Voelde ik me gedeprimeerd.
7. Had ik het gevoel dat alles wat ik deed me moeite kostte. 8. Had ik goede hoop voor de toekomst.
9. Vond ik mijn leven een mislukking. 10. Voelde ik me bang.
11. Sliep ik onrustig. 12. Was ik gelukkig.
13. Praatte ik minder dan gewoonlijk. 14. Voelde ik me eenzaam.
15. Waren de mensen onaardig. 16. Had ik plezier in mijn leven. 17. Had ik huilbuien.
18. Was ik treurig.
19. Had ik het idee dat mensen me niet aardig vonden. 20. Kon ik maar niet op gang komen.
Bij iedere stelling gaven de studenten aan hoe vaak dit voor hen afgelopen week is
voorgekomen. De antwoordcategorieën zijn ‘Zelden of nooit (minder dan 1 dag per week)’, ‘Soms of weinig (1 of 2 dagen per week)’, ‘Regelmatig (3 of 4 dagen per week)’ en ‘Meestal
18
lang bij de stellingen moest nadenken, maar het met zijn of haar eerste ingeving moest
beantwoorden.
3.3.3 Controlevariabelen
Omdat er naast welzijn en sociaal netwerk ook andere variabelen zijn die het sociaal
netwerk en/of welzijn kunnen beïnvloeden, worden er controlevariabelen gemeten en
meegenomen in de statistische toetsen. Uit het Onderzoek van McPherson, Smith-Lovin, &
Cook (2001) blijkt dat er homophily bestaat op basis van geslacht, leeftijd en gedrag. Eén van
de controlevariabelen die daarom is gemeten is geslacht. Deze is gemeten door de vraag: ‘Wat is je geslacht?’, met antwoordcategorieën ‘man’, ‘vrouw’ en ‘anders, namelijk:’ Een andere
variabele welke het netwerk kan beïnvloeden is leeftijd, welke gemeten is door de vraag: ‘Wat is je geboortejaar?’
Verder is er gevraagd naar het drinkgedrag van de studenten (‘Hoeveel dagen per
week gemiddeld drink je alcohol?’ en ‘Hoeveel glazen alcohol drink je gemiddeld op een dag
dat je alcohol drinkt?), naar het rookgedrag van de studenten (‘Op een dag dat je rookt,
hoeveel sigaretten/sjekkies rook je dan?’ met de antwoord categorieën: ‘Ik rook nooit’, ‘Ik rook dan minder dan 1 sigaretten/sjekkies per dag’ en ‘Ik rook dan … sigaretten per dag.’) en
naar het drugsgebruik van de studenten (‘Heb je de afgelopen maand drugs gebruikt? Zo ja,
welke?’ met de antwoordcategorieën ‘Nee’ en ‘Ja, namelijk:’). Behalve dat de laatste drie
variabelen invloed kunnen hebben op het netwerk, kan er ook een negatief verband tussen
alcoholgebruik, rookgedrag en drugsgebruik en welzijn bestaan (Boden & Fergusson, 2011;
Coutinho & Icaza, 2008; Roiser & Sahakian, 2004; Zayas, Rojas, & Malgady, 1998).
Omdat in het onderzoek van de Landelijke Studenten Vakbond (LSVb) (Schmidt &
Simons, 2013) één van de redenen van de depressieve klachten ‘een hoge druk vanuit de omgeving om de studie zo snel en goed mogelijk af te ronden’ is, wordt er ook gevraagd naar
19
hoe belangrijk de student het vindt om bij de top van de hoogste cijfers van de jaarlaag te horen, met de antwoord categorieën ‘Helemaal onbelangrijk’, ‘Een beetje onbelangrijk’,
‘Neutraal’, ‘Een beetje belangrijk’ en ‘Helemaal belangrijk’. Uit het onderzoek van
McPherson, Smith-Lovin, & Cook (2001) blijkt niet dat mensen exact hierdoor naar elkaar toe
zullen trekken, maar wel door ‘streven’. In dit onderzoek zal worden onderzocht of dit ook
geldt voor streven naar goede cijfers.
3.4 Databehandeling
Zoals al eerder vermeld, zijn de data verzameld via qualtrics.com. In totaal zijn er 87
studenten geweest die zijn begonnen met het invullen van de enquête. De data van deze 87
studenten zijn geëxporteerd van qualtrics.com naar SPSS. 13 studenten die wel zijn begonnen
met het invullen van de enquête hebben deze niet afgemaakt. De gegevens van deze studenten
zijn verwijderd. Twee studenten hadden de enquête anoniem ingevuld. Ook deze twee
responsies zijn onbruikbaar, en dus verwijderd. Vervolgens zijn de data gekopieerd van SPSS
naar Excel.
Voordat de gegevens zijn bewerkt, zijn alle data geanonimiseerd. Iedere naam is
gekoppeld aan een willekeurig getal, en is door dit getal vervangen in de dataset. Vervolgens
zijn de namen die door de respondenten zijn ingevuld, maar die zelf de enquête niet hebben
ingevuld, verwijderd. Doordat er over die personen geen gegevens bekend zijn, zijn deze data
niet bruikbaar. Er is per persoon wel bijgehouden hoeveel personen er zijn verwijderd, zodat
er wel bekend is hoe groot het netwerk per persoon is. Na deze algemene opschoning van de
data, zijn de gegevens als volgt per variabele bruikbaar gemaakt om statistische toetsen mee te
20 3.4.1 Sociale netwerken
Matrix. De matrix met de sociale band tussen iedere set van twee personen is gemaakt
met behulp van UciNet en Excel. Er is per studie een nodelist gemaakt van de respondenten,
met het nummer van de respondent eerst, en alle nummers van de respondenten die de
respondent heeft ingevuld bij vier van de vijf netwerkvragen daarop volgend. De antwoorden van de vraag: ‘Bij welke van de studenten uit jouw jaarlaag ben je afgelopen maand thuis
geweest?’ zijn weggelaten. Of je bij iemand de afgelopen maand bent thuis geweest, kan
namelijk van veel meer zaken afhangen, dan van alleen vriendschap. Wanneer iemand
bijvoorbeeld niet op zichzelf woont of verder weg woont, kan het minder gemakkelijk zijn om
bij iemand thuis te komen. Daar tegenover staat dat wanneer iemand een feestje heeft
gegeven, mensen bij diegene thuis zijn geweest, dit niet per se hele goede vrienden zijn. Met de optie ‘Attribute to matrix’ maakte UciNet van de nodelist een matrix. In de matrix staan
alle nummers van de respondenten links onder elkaar en bovenaan naast elkaar op dezelfde
volgorde. In ieder hokje van de matrix komt te staan hoe vaak de respondent links de
respondent boven heeft genoemd. Deze waarde kan variëren van 0 (de respondent links heeft
de respondent boven geen enkele keer als antwoord op een vraag genoemd) tot en met 4 (de
respondent links heeft de respondent boven bij iedere netwerkvraag als antwoord genoemd).
De drie matrices van de drie verschillende studies worden schuin onder elkaar geplakt. De
hokjes tussen twee studenten van verschillende studies blijven leeg. Dit wordt de structural
zero mode genoemd (Ripley, Snijders & Preciado, 2011).
Goede vrienden. Voor de variabele ‘Goede vrienden’ zijn twee waarden bij elkaar
opgeteld. Ten eerste is dat het aantal mede-studenten dat de respondent heeft genoemd als
antwoord op de vraag: Welke studenten uit jouw jaarlaag beschouw jij als goede vrienden?
Hierbij worden zowel de genoemde respondenten die zelf ook de enquête hebben ingevuld,
21
aantal goede vrienden wordt opgeteld bij het antwoord op de vraag: Hoeveel goede vrienden
heb je buiten de jaarlaag van je studie om, zowel binnen als buiten de universiteit?
Density. Per respondent is gekeken hoe groot de density is in zijn of haar ego-netwerk.
Het ego-netwerk bestaat uit alle respondenten die direct gelinkt zijn in het sociale netwerk aan
de respondent, doordat hij of zij deze respondenten heeft ingevuld bij één van de vragen over
zijn of haar sociale netwerk. De density is het percentage van links tussen de respondenten in
het ego-netwerk die aanwezig zijn, van het totaal aantal mogelijke links tussen deze
respondenten. De density is berekend met de optie ‘Egonet density’ in UciNet. Bij de
berekening van de density is rekening gehouden met hoe hecht de band is tussen de
respondent in kwestie en de andere respondenten in zijn of haar ego-netwerk.
3.3.2 Depressiviteit
Welzijn. De maat voor welzijn is berekend op de manier hoe Bouma et al. dit
beschrijven in hun onderzoek (1995). Voor een antwoord ‘zelden of nooit’ op één van de
stellingen kreeg een respondent 0 punten, voor ‘soms of weinig’ 1 punt, voor ‘regelmatig’ 2 punten en voor ‘meestal of altijd’ 3 punten. Voor de stellingen 4, 8, 12 en 16 geldt dit
andersom: hier loopt de puntentelling van ‘zelden tot nooit’ 4 punten naar ‘meestal of altijd’ 0
punten. Voor iedere respondent werd het aantal punten voor de stellingen bij elkaar opgeteld.
Deze waarde kan variëren tussen 0 en 60. Hoe hoger de waarde, hoe slechter het met het
welzijn van de respondent is gesteld. Bij een waarde van 16 of hoger, is er een kans dat de
respondent depressief wordt (Bouma et al., 1995).
Welzijn van vrienden. Ook is er een variabele aangemaakt die aangeeft wat het
gemiddelde puntenaantal van de welzijnsscore is van de respondenten in het ego-netwerk.
Deze variabele is aangemaakt met de optie ‘Egonet composition’ ‘Continuous alter attributes’. Bij de variabele is rekening gehouden met de sterkte van de band tussen de
22
respondent in kwestie en de respondenten in zijn of haar ego-netwerk. Er is alleen gekeken
naar de out-going ties, oftewel de mede-studenten die de respondent zelf heeft opgeschreven.
Hiervoor is gekozen omdat het gaat om de invloed van degenen die jij als je vrienden ziet. Als
iemand zegt met jou om te gaan, maar dat in jouw ogen niet zo is, zal deze persoon weinig
invloed op je hebben.
3.4.3 Controlevariabelen
Geslacht. De personen die op de vraag wat hun geslacht is man hebben ingevuld,
kregen een 0, en de personen die vrouw op deze vraag hebben ingevuld een 1. Er was één persoon die de vraag met ‘Anders, namelijk: 1’ had in gevuld. Uit de naam van de persoon
bleek dat deze persoon een man is. Ook deze persoon heeft dus als waarde 0 gekregen.
Leeftijd. Om de leeftijd aan te duiden van de respondenten is het geboortejaar als maat genomen. Enkele waarden van geboortejaar zijn ongeloofwaardig: twee personen hadden ‘1’
als waarde ingevuld, en één persoon had ‘2015’ als waarde ingevuld. Deze waarden zijn
verwijderd, en als missing data beschouwd.
Alcoholgebruik. Om tot de variabele ‘Alcoholgebruik’ te komen, zijn de waarden die de respondenten hebben ingevuld bij de vragen ‘Hoeveel dagen per week gemiddeld drink je
alcohol?’ en ‘Hoeveel glazen alcohol drink je gemiddeld op een dag dat je alcohol drinkt?’
met elkaar vermenigvuldigd. Hierdoor geeft de variabele ‘Alcoholgebruik’ aan hoeveel glazen
alcohol de respondenten gemiddeld per week drinken.
Drugsgebruik. De variabele ‘Drugsgebruik’ is dichotoom gemaakt. De respondenten die geen drugs hebben gebruikt afgelopen maand krijgen de waarde ‘0’ en de respondenten
die afgelopen maand wel drugs hebben gebruik krijgen de waarde ‘1’.
Rookgedrag. Ook de variabele ‘Rookgedrag’ is dichotoom gemaakt. De respondenten die nooit roken krijgen de waarde ‘0’ en de respondenten die wel roken, en dus de vraag ‘Op
23
een dag dat je rookt, hoeveel sigaretten/sjekkies rook je dan?’ met de antwoordcategorie ‘Ik
rook dan minder dan 1 sigaret’ of de categorie ‘Ik rook dan … sigaretten per dag’ hebben beantwoord, krijgen de waarde ‘1’.
Belangrijkheid cijfers. De variabele ‘Belangrijkheid cijfer’ wordt als intervalvariabele beschouwd. De antwoordcategorieën zijn als volgt gehercodeerd: ‘Helemaal onbelangrijk’
krijgt de waarde ‘1’, ‘Een beetje onbelangrijk’ de waarde ‘2’, ‘Neutraal’ de waarde ‘3’, ‘Een
beetje belangrijk’ de waarde ‘4’ en ‘Helemaal belangrijk’ krijgt de waarde ‘5’.
3.5 Analysemethoden
3.5.1 Node-level regressie analyse
Een node-level regressie analyse wordt gedaan wanneer zowel de afhankelijke als de
onafhankelijke variabelen van het model kenmerken zijn van een individu. Als eerste wordt er
met de gegeven data een regressiemodel ontworpen, net zoals andere regressie
analysemethoden. Anders aan deze analysemethode dan aan andere analysemethoden is de
berekening van de p-waarde. Dit wordt op een andere manier gedaan, omdat de respondenten
niet onafhankelijk van elkaar zijn, maar tot dezelfde groep behoren. Hierdoor ontstaat
autocorrelatie en wordt de onafhankelijkheidsassumptie waarop het toetsen van hypothesen
gebaseerd is geschonden en worden de p-waarden onbetrouwbaar.
De p-waarde wordt berekend door middel van permutaties. De verzamelde dataset
wordt duizenden keren, waarbij de N even groot is en met evenveel variabelen als in de
gegeven dataset, door elkaar gegooid, waarbij er steeds willekeurig een observatie uit wordt
gehaald. Hierdoor heeft iedere mogelijke observatie een even grote kans om getrokken te
worden. Hoe minder vaak de willekeurig getrokken observatie overeenkomt met de gevonden
24
berust. Dus, hoe minder vaak de gevonden observatie in de dataset overeenkomt met de
duizenden willekeurig getrokken observaties, hoe lager de p-waarde.
3.5.2 Double Dekker Semi-Partialling Multiple Regression Quadratic Assignment Procedure
Bij de hypothesen waar het sociale netwerk de afhankelijke variabele is, is er gebruik
gemaakt van Double Dekker Semi-Partialling Multiple Regression Quadratic Assignment
Procedure (MRQAP). In een MRQAP zijn zowel de afhankelijke als de onafhankelijke
variabelen weergegeven in matrices. Deze matrices zijn aangemaakt met de optie ‘Attribute to matrix’ van UciNet. Voor iedere variabele is een matrix gemaakt voor het verschil van de
waarde tussen twee respondenten als wel voor de gelijkenis tussen twee respondenten. In het
eerste geval geeft ieder hokje in de matrix aan hoeveel verschil er zit tussen de waarde van de
respondent links en de respondent boven het hokje. In het tweede geval komt er in het hokje een ‘1’ te staan wanneer de waarde van de respondent links en van de respondent rechts het
zelfde is, en een ‘0’ als deze verschilt.
Het principe en gebruik van een MRQAP is hetzelfde als deze van een
OLS-regressiemodel, alleen wordt hier in plaats van met data in kolommen, met data in matrices
gewerkt. De MRQAP maakt eerst een regressiemodel met de gegevens uit de verschillende
matrices. De p-waarde wordt ook bij deze analysemethode vervolgens berekend door middel
van duizenden permutaties, omdat ook bij deze methode de respondenten niet onafhankelijk
25
Hoofdstuk 4 Resultaten 4.1 Beschrijvende statistiek
4.1.1 Sociale netwerken
De netwerken van de studenten die de enquête hebben ingevuld, zien er als volgt uit:
Figuur 1: Het sociale netwerk van de tweedejaars studenten Pedagogische Wetenschappen
26
Figuur 2: Het sociale netwerk van de eerstejaars studenten Nederlandse Taal & Literatuur
De pijlen in het netwerk geven de richting van de sociale band tussen twee studenten
aan. De dikte van de lijn tussen twee studenten geven aan hoe hecht de band is tussen de twee
studenten: hoe dikker de lijn, hoe vaker de student de ander hebben genoemd als antwoord op
de netwerkvragen.
De beschrijvende statistieken van de overige variabelen omtrent de sociale netwerken,
namelijk het aantal goede vrienden en de density van het ego-netwerk, zijn te vinden in tabel
1. Omdat niet alle respondenten een ego-netwerk hebben in de gemeten populatie, is de N 63,
en niet 72.
Tabel 1 Beschrijvende statistieken sociale netwerken
N Minimum Maximum Gemiddelde SD
Goede vrienden 71 3 27 12,14 5,79
Density 63 0,00 4,00 1,09 0,99
4.1.2 Depressiviteit
In tabel 2 staan de beschrijvende statistieken over de variabelen omtrent
depressiviteit: het welzijn van de student en het gemiddelde welzijn van zijn of haar
netwerk. De N van ‘welzijn van vrienden’ is slechts 63 omdat niet alle studenten een
netwerk hebben binnen de gemeten populatie. Wanneer er geen informatie over het
27
van de 72 studenten (30,6%) hebben een welzijnsscore van 16 of hoger en is dus volgens
Bouma et al. (1995) een possible case, en hebben kans om een depressie op te lopen.
Tabel 2 Beschrijvende statistieken depressiviteit
N Minimum Maximum Gemiddelde SD
Welzijn 72 0 35 11,67 8,69
Welzijn van vrienden 63 1 33 12,23 6,69
4.1.3 Controlevariabelen
In de populatie zitten 16 mannen (22,4%) en 56 vrouwen (77,8%). Van de 72
studenten roken er 38 (52,8%) en hebben er 30 afgelopen maand drugs gebruikt (41,7%). Zie
voor de overige beschrijvende statistieken tabel 3.
Tabel 3 Beschrijvende statistieken controlevariabelen
N Minimum Maximum Gemiddelde SD
Leeftijd 69 17 38 21,33 2,53
Alcoholgebruik 72 0 40 8,68 9,03
Belangrijkheid cijfer 72 1 5 2,51 1,27
4.2 Toetsende statistiek
De onderzoeksvragen die door middel van de hiervoor beschreven data en
analysemethoden worden beantwoord, zijn de volgende: Hoe verschilt de grootte van het
netwerk van studenten met depressieve klachten en studenten zonder depressieve klachten?
Zullen studenten met depressieve klachten eerder vrienden zijn met andere studenten met
depressieve klachten? Zullen studenten met depressieve klachten minder hechtte vrienden
hebben dan studenten met minder depressieve klachten? En ten slotte: Heeft het welzijn van
de leden van het sociale netwerk van studenten invloed op het wel of niet krijgen van
depressieve klachten? In de volgende subparagrafen zullen de vragen één voor één behandeld
28 4.2.1 Invloed van grootte netwerk op welzijn
Op basis van de literatuur (Cobb, 1976; Cohen, & Wills, 1985; Falci, & McNeely,
2009; Putnam, 2000; Rosenquist, Fowler & Christakis, 2011) is de verwachting dat studenten
met een klein netwerk en met een groot netwerk een slechter welzijn hebben dan studenten
met een middelmatig groot netwerk. Er is besloten dat een klein netwerk een netwerk is met
maximaal 5 goede vrienden, en een groot netwerk een netwerk met 17 goede vrienden of
meer. Deze keuze is gebaseerd op de literatuur (Falci & McNeely, 2009) en de variatie in de
data. Het negatieve effect op welzijn van een groot netwerk is volgens eerder onderzoek voor
mannen het grootst wanneer zij een hecht netwerk hebben en voor vrouwen wanneer het
netwerk gefragmenteerd is (Falci & McNeely, 2009).
Om de hypothese te testen is een node-level regressie analyse gedaan. De resultaten
van de test van de hypothese is af te lezen in tabel 4. Het hebben van een klein sociaal
netwerk heeft, wanneer alleen de grootte van het netwerk de voorspeller is van welzijn, een
negatieve invloed op het welzijn. De verklaarde variantie is in dat geval 1%. Echter, wanneer
het effect van het hebben van een klein netwerk wordt gecontroleerd op density en geslacht,
wordt deze positief. Het hebben van een groot netwerk heeft een positief effect op welzijn.
Vrouwen hebben in de populatie een beter welzijn dan mannen. Dit is ook significant in de
modellen waar geen interactie-effect is toegevoegd is. Density heeft, wanneer er geen
interactie-effect wordt toegevoegd tussen density en geslacht, een positief effect op welzijn.
Wanneer het interactie-effect wordt toegevoegd, blijk dat een grote density voor mannen
negatief werkt op het welzijn, en dat een grote density voor vrouwen een positief effect heeft
op welzijn. In het model waar alle variabelen is de verklaarde variantie 12,8%.
De waarden zijn echter allemaal, op de intercept en geslacht wanneer er geen
interactie-effect is toegevoegd na, niet significant. Dit betekent dat de kans groot is dat de
29
Tabel 4 Node-level regressie invloed van grootte netwerk op welzijn
Model 1 Model 2 Model 3 Model 4
b SE b SE b SE b SE
Intercept 11,231*** 1,160 13.231*** 1,611 16,750*** 2,077 17,454*** 2,178
Klein netwerk 2,769 3,607
Middel netwerk (ref) (ref)
Groot netwerk -0,692 2,594
Density -1,615 1,101 -0,977 1,073
Man (ref) (ref) (ref) (ref)
Vrouw -6,536*** 2,355 -6,590*** 2,416
Density*geslacht
R-square 0,010 0,034 0,099 0,141
Permutaties 10000 10000 10000 10000
*p ≤ 0,1; ** p ≤ 0,05; *** p ≤ 0,01
Model 5 Model 6 Model 7
b SE b SE b SE
Intercept 16,836*** 2,402 12,143** 4,797 13,505*** 4,746
Klein netwerk -0,655 4,208 -1,150 4,264
Middel netwerk (ref) (ref)
(ref) (ref)
Groot netwerk -1,526 2,526 -1,883 2,571
Density -1,157 1,053 6,395 6,035 3,843 6,228
Man (ref) (ref) (ref) (ref) (ref) (ref)
Vrouw -5,433** 2,448 -0,990 5,112 -1,805 5,085
Density*geslacht -7,610 6,131 -5,171 6,347
R-square 0,118 0,162 0,128
Permutaties 10000 10000 10000
*p ≤ 0,1; ** p ≤ 0,05; *** p ≤ 0,01
4.2.2 Invloed van welzijn op het aantal goede vrienden
Op basis van de literatuur is de verwachting dat mensen met een slechter welzijn,
minder goede vrienden hebben dan mensen met een goed welzijn (Rosenquist, Fowler &
Christakis, 2011). Bij het testen van deze hypothese wordt er een node-level regressie analyse
gedaan. De uitslagen van de test van deze hypothese staan in tabel 5.
Uit de test blijkt dat studenten met een slechter welzijn minder goede vrienden hebben
dan studenten met een beter welzijn. Dit effect is in model 1, waar alleen welzijn als indicator
30
groter. De effecten die het grootste zijn, zijn geslacht (vrouwen hebben gemiddeld 1 goede
vriend meer dan mannen), rookgedrag (studenten die roken, hebben gemiddeld 2,3 vrienden
meer dan niet-rokers) en drugsgebruik (studenten die de afgelopen maand drugs hebben
gebruikt hebben gemiddeld 1,2 vrienden meer dan de studenten die dat niet hebben gedaan).
Verder blijkt dat de studenten Nederlandse Taal & Literatuur gemiddeld 2,8 goede vrienden
minder hebben dan studenten ASW, en 3 goede vrienden minder dan de studenten
Pedagogische Wetenschappen. De verklaarde variantie door de onafhankelijke variabelen in
model 2 is 11,5%.
De waarden zijn echter allemaal, op de intercept in het eerste model na, niet
significant. Dit betekent dat de kans groot is dat de gevonden resultaten op toeval berusten.
Tabel 5 Node-level regressie invloed van welzijn op aantal vrienden
Model 1 Model 2
b SE b SE
Intercept 12,024*** 1,183 -359,323 610,279
Welzijn -0,004 0,082 -0,11 0,102
Man (ref) (ref)
Vrouw 0,937 1,892 Geboortejaar 0,186 0,306 Alcoholgebruik 0,108 0,179 Rookgedrag 2,333 1,661 Drugsgebruik 1,245 1,591 Belangrijkheid cijfer -0,242 2,455
Algemene Sociale Wetenschappen (ref) (ref)
Pedagogische Wetenschappen 0,200 2,072
Nederlandse Taal & Literatuur -2,821 2,455
R-square 0 0,115
Permutaties 10000 10000
* p ≤ 0,1; ** p ≤ 0,05: *** p ≤ 0,01
4.2.3 Invloed van welzijn vrienden op eigen welzijn
De derde hypothese op basis van de literatuur is dat studenten met vrienden met een
31
2011). Om deze hypothese te testen is er een node-level regressie analyse gedaan. De
uitkomsten van deze analyse zijn te vinden in tabel 6.
Tabel 6 De invloed van welzijn vrienden op eigen welzijn
Model 1 Model 2
b SE b SE
Intercept 5,640*** 2,123 -232,998 1560,719
Gemiddelde welzijn vrienden 0,489*** 0,152 0,107 0,196
Man (ref) (ref)
Vrouw -0,809 2,544 Geboortejaar 0,612 0,782 Alcoholgebruik 0,247 0,345 Rookgedrag 4,906** 2,324 Drugsgebruik 1,964 2,122 Belangrijkheid cijfer 1,668** 3,786
Algemene Sociale Wetenschappen (ref) (ref)
Pedagogische Wetenschappen -6,988** 3,117
Nederlandse Taal & Literatuur -6,842* 3,896
R-square 0,144 0,368
Permutaties 10000 10000
* p ≤ 0,1; ** p ≤ 0,05: *** p ≤ 0,01
Het resultaat van model 1 is een significant effect van het welzijn van vrienden op het
eigen welzijn: hoe groter de welzijnsscore van iemand zijn of haar vrienden, hoe hoger zijn of
haar eigen welzijnsscore en dus hoe slechter het welzijn is. De verklaarde variantie in dit
model is 14,4%. Wanneer de controlevariabele worden toegevoegd (zie model 2), blijft dit
effect een positief effect, maar is deze wel kleiner geworden en niet meer significant. Er zijn
in dit model wel andere significante effecten gevonden: studenten die roken hebben
gemiddeld een welzijnsscore van 4,9 punten hoger dan studenten die niet roken. Ook geldt
hoe belangrijker je het vindt om een goed cijfer te halen, hoe slechter je welzijn. Verder blijkt
dat studenten Pedagogische Wetenschappen significant een welzijnsscore hebben die
gemiddeld 7,0 punten lager ligt dan de studenten ASW. Voor de studenten Nederlandse Taal
32 4.2.4 Welzijn als indicator voor vriendschap
Uit meerdere onderzoeken blijkt er homophily van welzijn in vriendschapsnetwerken
(Prinstein, 2007; Roiser & Sahakian, 2004; Rose, 2002; Rosenquist, Fowler & Christakis,
2011; Schaefer, Kornienko, & Fox, 2011). Daarom is de verwachting dat studenten die wat
betreft welzijnsscore dicht bij elkaar liggen, eerder bevriend zijn dan studenten die wat betreft
welzijnsscore veel verschillen. Om deze hypothese te testen is er een MRQAP gedaan. De
resultaten van de test zijn af te lezen in tabel 7.
Tabel 7 MRQAP welzijn als indicator voor vriendschap
Model 1 Model 2
b SE b SE
Intercept 0,286*** 0,000 0,311*** 0,000
Welzijn (verschil) -0,005** 0,003 -0,003 0,003
Leeftijd (verschil) -0,005 0,008
Man (ref) (ref)
Vrouw (gelijk) -0,033 0,04
Alcoholgebruik (verschil) -0,004** 0,003
Rookgedrag (gelijk) 0,109*** 0,037
Drugsgebruik (gelijk) 0,016 0,035
Belangrijkheid cijfer (verschil) -0,023* 0,016
R-square 0,011 0,037
Permutaties 2000 2000
* p ≤ 0,1; ** p ≤ 0,05: *** p ≤ 0,01
In model 1 van de MRQAP, waar alleen het verschil in welzijn tussen twee studenten
hun sociale relatie voorspelt, is een significant verband gevonden. Wanneer de welzijnsscore
tussen twee respondenten groter is, is de kans dat zij een sociale relatie hebben kleiner. De
verklaarde variantie in dit model is 1,1%. Wanneer er ook controlevariabelen worden
toegevoegd in het model, blijft de richten van het effect van het verschil in welzijnsscore
hetzelfde, maar is dit effect wel kleiner en niet meer significant. Effecten die wel significant
33
men per week drinkt, hoe kleiner de kans dat er een sociale relatie bestaat tussen twee
personen), van rookgedrag (wanneer beide personen roken of allebei niet roken, is de kans op
een sociale relatie groter dan wanneer een persoon rookt en de andere niet) en hoe belangrijk
men het vindt een goed cijfer te halen (hoe groter het verschil in belang bij een goed cijfer,
34
Hoofdstuk 5 Conclusie & discussie
In dit onderzoek is gekeken naar het verband tussen welzijn en sociale netwerken van
eerstejaarsstudenten Nederlandse Taal & Literatuur en Algemene Sociale Wetenschappen
(ASW), en de tweedejaarsstudenten Pedagogische Wetenschappen. De vragen omtrent het
verband tussen welzijn en sociale netwerken gingen over de grootte van de netwerken, het
naar elkaar toe trekken in netwerken en de invloed van het welzijn van het ego-netwerk en de
density hiervan op het eigen welzijn.
Uit het onderzoek blijkt dat het hebben van een klein netwerk, in tegenstelling tot wat
het onderzoek van Falci & McNeely (2009) doet vermoeden, een positief effect heeft op
welzijn. Het effect van het hebben van een groot netwerk op welzijn is wel naar verwachting
negatief, maar erg laag. De verwachte richting van het effect van de density in het
ego-netwerk is in de data gevonden: voor mannen is een hoge density negatief voor het welzijn en
voor vrouwen is een hoge density positief. De effecten zijn echter niet significant, waardoor
de kans groot is dat de bevindingen op toeval berusten. Bij laatstgenoemde bevinding moet
echter wel genoemd worden dat alleen de hechtheid van het netwerk van slechts een deel van
de studiegenoten gemeten is, en dat de hechtheid ook niet is gemeten van de vrienden buiten
de jaarlaag van de studie om. Wanneer ook deze gegevens bekend zijn en mee kunnen worden
genomen in de analyse, zou dit kunnen leiden tot andere uitkomsten. Daarnaast zou het
kunnen zijn dat wanneer een klein netwerk als bijvoorbeeld maximaal drie goede vrienden
wordt gerekend, dat het effect van het hebben van een klein netwerk op welzijn wel negatief
is. Er was te weinig variatie in de dataset om dit te onderzoeken. Voor een vervolgonderzoek
zou het interessant zijn om te onderzoeken of, wanneer een klein netwerk wordt gedefinieerd
als kleiner dan vijf goede vrienden, het verwachte effect wel gevonden wordt. Daarbij is het
interessant om te onderzoeken waar het kantelpunt tussen een klein netwerk en een
35
Rosenquist, Fowler & Christakis (2011) vinden in hun onderzoek dat mensen met
depressieve symptomen vaak minder goede vrienden hebben dan mensen zonder depressieve
symptomen en vaak ook vrienden verliezen. In de resultaten wordt een dergelijk resultaat
gevonden: hoewel het effect niet groot en niet significant is, hebben mensen met een hogere
welzijnsscore gemiddeld minder vrienden. Het effect van geslacht, rookgedrag en
drugsgebruik op het aantal goede vrienden dat iemand heeft, is groter, maar ook deze effecten
zijn niet significant.
Naar aanleiding van hetzelfde onderzoek van Rosenquist, Fowler & Christakis (2011)
is de hypothese getest of studenten met vrienden met een hogere welzijnsscore ook zelf een
hogere welzijnsscore hebben. Dit effect is gevonden. Echter is dit effect niet significant.
Gemeten kenmerken die wel een significante invloed hebben op welzijn zijn rookgedrag en
hoe belangrijk iemand het vindt om een hoog cijfer te halen. Zowel rookgedrag als een hoog
belang bij een goed cijfer correleren met welzijn. Er moet hierbij wel worden opgemerkt dat
het beschouwen van de variabele belangrijkheid cijfer als een intervalvariabele problematisch
kan zijn, omdat deze in feite ordinaal is geschaald.
Uit de MRQAP wordt naar verwachting van het onderzoek van Schaefer, Kornienko
& Fox (2011) homophily gevonden in de data op basis van welzijn, hoewel dit niet meer
significant is wanneer er wordt gecontroleerd op andere variabelen. Naar verwachting op
basis van het onderzoek van McPherson, Smith-Lovin, & Cook (2001) is er ook homophily
gevonden op basis van leeftijd en drugsgebruik, maar beide resultaten zijn significant. Wel
significant is het resultaat van homophily op basis van alcoholgebruik, rookgedrag en de wil
om een goed cijfer te halen. De gevonden homophily van rookgedrag is in overeenstemming
met eerder onderzoek over dit onderwerp (Mercken et al., 2010). Een opvallende bevinding is
dat er geen homophily op basis van geslacht is gevonden: wanneer twee studenten hetzelfde
36
geslacht. Dit zou kunnen komen doordat het percentage mannen in de populatie veel lager is
dan vrouwen, waardoor mannen sneller vrienden worden met vrouwen, omdat mannen er
simpelweg minder zijn. Het zou ook kunnen komen doordat slechts ongeveer de helft van
populatie de enquête heeft ingevuld. Wanneer iedereen de enquête zou hebben ingevuld,
hadden de resultaten anders kunnen zijn.
Voor vervolgonderzoek is het interessant om te onderzoeken hoe de mogelijke
homophily van welzijn in de netwerken ontstaat. Homophily van welzijn kan ontstaan door
selectie (Schaefer, Kornienko & Fox, 2011) en door beïnvloeding (Rose, 2002). Omdat in dit
onderzoek de data slechts op één moment zijn gemeten, is het niet mogelijk om te
onderzoeken welke van de twee oorzaken, of beide oorzaken, van homophily van toepassing
is. Door een longitudinaal onderzoek te doen, is het mogelijk om dit te achterhalen.
Voor alle vier de hypothesen geldt dat de verwachting anders kan zijn dan de
werkelijke uitkomsten doordat de populatie verschilt van de populatie uit de onderzoeken
waarop de hypothesen zijn gebaseerd. Zo zijn de onderzoeken uit de literatuur allen gedaan in
de Verenigde Staten, en dit onderzoek in Nederland. Daarnaast is dit onderzoek uitgevoerd
onder hoogopgeleide, beginnende studenten, die allen geïnteresseerd zijn in de sociale
wetenschappen. De populatie in de eerder beschreven onderzoeken zijn over het algemeen
qua opleidingsniveau, leeftijd en interesses gevarieerder dan dat de respondenten in dit
onderzoek zijn. De theorieën lijken op basis van de resultaten van dit onderzoek, op deze
specifieke groep studenten dus minder van toepassing dan op een meer gevarieerdere
populatie.
Naast de hier eerder reeds geplaatste kanttekeningen, zijn er ook andere beperkingen
in dit onderzoek. De belangrijkste kanttekening is dat de netwerken van de
tweedejaarsstudenten Pedagogische Wetenschappen en de eerstejaarsstudenten ASW en
37
daarbij meerdere ingevulde namen verwijderd, omdat er geen informatie over deze personen
gemeten is. De andere ruim 50% van de studenten die wel in de populatie hoort, hadden de
netwerken en testresultaten rigoureus kunnen veranderen, zowel wanneer zij veel of weinig
vrienden hebben als een goed of slecht welzijn hebben. Zeker wanneer de non-response niet
willekeurig is, is dit problematisch, omdat de variatie van de variabelen in de data dan niet
overeen komt met de variatie in de populatie. Daarbij komt dat tussen de respondenten die
wel de enquête hebben ingevuld niet alle sociale banden bekend zijn: hoewel er wel specifiek,
bij iedere vraag opnieuw, naar gevraagd is, hebben niet alle studenten de voor- en
achternamen opgeschreven bij de antwoorden van de vragen. Op basis van alleen een
voornaam is niet met zekerheid te zeggen wie de respondent bedoelt, zeker niet wanneer een
voornaam meerdere keren voorkomt. Door de hierdoor verloren data zijn dus de sociale
relaties tussen de respondenten die de enquête hebben ingevuld mogelijk niet allemaal
bekend. Voor vervolgonderzoek zou het interessant zijn om dit onderzoek nog eens over te
doen met een hogere responserate. Hierbij zou het ook interessant zijn om de resultaten van
dat onderzoek te vergelijken met dit onderzoek. Hierdoor is te achterhalen welke personen
met welke kenmerken in eerste instantie wel meededen aan het onderzoek en welke niet.
Hierbij is te onderzoeken waarom dan deze specifieke personen wel of niet hebben
meegedaan, of dat dit geheel willekeurig was.
Voor de eerste en de derde hypothese doet zich nog een ander probleem voor. Bij deze
hypothesen, over de invloed van de density van het ego-netwerk op het welzijn en over de
gemiddelde welzijnsscore van vrienden op het eigen welzijn, worden kenmerken van (relaties
tussen) vrienden als onafhankelijke variabele gebruikt. Deze kenmerken zijn echter slechts
bekend bij de relaties van de respondent in kwestie die de enquête zelf ook hebben ingevuld,
en niet bij de anderen binnen de populatie die de enquête niet hebben ingevuld en de vrienden
