Netwerkanalyses geven complexe systemen weer als netwerken van knooppunten (variabelen) die met elkaar in verbinding staan. Dit biedt veel voordelen. In de eerste plaats vormt een netwerk een krachtig visueel hulpmiddel: één oogopslag maakt duidelijk of een netwerk veel of weinig verbindingslijnen bevat, welke knooppunten samen een cluster vormen en welke knooppunten binnen het netwerk een centrale positie innemen. Daarom leidt een netwerk vaak tot nieuwe hypotheses, bijvoorbeeld over mogelijke oorzaak-gevolg relaties of over de onderliggende structuur. Tot slot biedt de netwerktheorie onderzoekers een gemeenschappelijke taal die interdisciplinaire samenwerking vergemakkelijkt.
Binnen de psychologie zijn netwerkmodellen geschikt voor verschillende onderzoeksdesigns. Zowel bij onderzoek met persoonlijkheidsvragenlijsten (die eenmalig worden afgenomen) als bij panelonderzoek (waarbij attitudes over een bepaald onderwerp meerdere keren worden gemeten) zijn netwerkmodellen al met succes gebruikt. Zo is het gelukt om met de netwerktheorie over attitudes polarisatieprocessen in een samenleving te verklaren.
Intensieve dataverzamelinsmethoden zoals toegepast binnen de ggz lenen zich ook goed voor een netwerkbenadering. Bij onderzoek met de Experience Sampling Method scoren deelnemers een aantal weken vier of vijf keer per dag een klachtenlijstje. Analyse van deze gegevens heeft geleid tot de bekende netwerktheorie over psychopathologie. Deze theorie ziet een psychische stoornis niet als een uiting van een onderliggende ziekte, maar als een netwerk van symptomen die elkaar kunnen afzwakken of versterken.
Bron: Borsboom, D. et al. (2021). Networks analysis of multivariate data in psychologica science. Nature Reviews. Doi: 10.1038/s43586-021-00055-w
Beeld: optimarc/shutterstock.com
