Skip to main content

Missing Data in der Netzwerkanalyse

  • Chapter
Netzwerkanalyse und Netzwerktheorie

Auszug

Netzwerke werden in den verschiedensten wissenschaftlichen Disziplinen genutzt, um Relationen zwischen einzelnen Entitäten zu beschreiben und zu untersuchen. Vor allem in den Sozialwissenschaften liegt der Schwerpunkt der Netzwerkanalyse auf Entitäten, die einzelne soziale Akteure repräsentieren. Betrachtet man wissenschaftliche Arbeiten vor allem zu Gesamtnetzwerken im Bereich der Netzwerkanalyse, kann man sich des Eindrucks nicht erwehren, dass in vielen Fällen stillschweigend davon ausgegangen wird, dass alle Akteure und Relationen in den Netzwerken vollständig dargestellt sind, dass die vorliegenden Daten daher vollständig reliabel sind und es zu keinen Mess- oder Aufzeichnungsfehlern kam. Dies ist in der Forschungspraxis sicherlich nicht der Fall. Vor allem in der quantitativen Forschungstradition wurden in den letzten Jahrzehnten entsprechende Methoden und statistische Verfahren entwickelt, um die Güte der Datenerhebung in Reliabität und Validität möglichst zu optimieren. Dass im Bereich der Netzwerkforschung eine solche Bandbreite an Verfahren zumindest derzeit nicht in einer ähnlichen Weise vorliegt und genutzt werden kann, mag sicherlich an der noch jungen Geschichte liegen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  • Barabasi, Albert-László (2003): Linked. Cambridge: Perseus.

    Google Scholar 

  • Borgatti, Stephen P. (2006): Identifying sets of key players in a social network. Computational and Mathematical Organization Theory 12: 21–34.

    Article  Google Scholar 

  • Burt, Ronald S. (1987): A note on missing network data in the general social survey. Social Networks 9: 63–73.

    Article  Google Scholar 

  • Frank, Ove; Strauss, David (1986): Markov graphs. Journal of American Statistical Association 81: 832–842.

    Article  Google Scholar 

  • Friedman, Nir (1997): Learning Belief Networks in the Presence of Missing Values and Hidden Variables. Fourteenth Inter. Conf. on Machine Learning (ICML97). Online verfügbar: http://www.cs.huji.ac.il/~nir/Abstracts/Frl.html [10.12.2007].

  • Handcock, Mark S.; Gile, Krista (2007): Modeling Social Networks with Sampled or Missing Data. Working Paper no. 75. Online verfügbar: http://www.csss.washington.edu/Papers/wp75.pdf[10.12.2007].

  • Huisman, Mark (2007): Imputation of missing network data: Some simple procedures. International Sunbelt Social Network Conference XXVII. Online verfügbar: http://ppswmm.ppsw.rug.nl/~huisman/network/Huisman_Sunbelt_2007.pdf [10.12.2007].

  • Huisman, Mark; Steglich, Christian (2007): Treatment of non-response in longitudinal network panels. International Sumbelt Social Network Conference XXVII.

    Google Scholar 

  • Klau, Gunnar W.; Weiskircher, René (2005): Robustness and Resilience. S. 417–437, in: Brandes, Ulrich; Erlebach, Thomas (Hrsg.): Network Analysis. Heidelberg: Springer.

    Google Scholar 

  • Kossinets, Gueorgi (2006). Effects of missing data in social networks. Social Networks 28: 247–268.

    Article  Google Scholar 

  • Little, Roderick. J. A.; Rubin, Donald. B. (2002): Statistical Analysis with Missing Data. New York: Wiley-Interscience.

    Google Scholar 

  • Robins, Garry; Pattison, Philippa; Woolcock, Jodie (2004): Missing data in networks: Exponential random graph (p*) models for networks with non-respondents. Social Networks 26: 257–283.

    Article  Google Scholar 

  • Schafer, Joseph L.; Graham, John W. (2002): Missing data: our view of the state of the art. Psychological Methods 7, 2: 147–177.

    Article  Google Scholar 

  • Snijders, Tom A.B.; Pattison, Philippa P.; Robins, Garry L.; Handcock, Mark S. (2006): New specifications for exponential random graph models. Sociological Methodology 36, 1: 99–153.

    Article  Google Scholar 

  • Stork, Diana; Richards, William D. (1992): Nonrespondents in communication network studies: problems and possibilities. Group and Organization Management 17, 2: 193–209.

    Article  Google Scholar 

  • Vamplew, Peter; Clark, David; Adams, Anthony; Muench, Jason (1996): Techniques for Dealing with Missing Values in Feedforward Networks. The Seventh Australian Conference on Neural Networks (ACNN’96) 250–254.

    Google Scholar 

  • Wasserman, Stanley; Faust, Katherine (2007): Social Network Analysis. Methods and Applications. 15. Aufl. New York: Cambridge.

    Google Scholar 

Download references

Authors

Editor information

Christian Stegbauer

Rights and permissions

Reprints and permissions

Copyright information

© 2008 VS Verlag für Sozialwissenschaften | GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

Erlhofer, S. (2008). Missing Data in der Netzwerkanalyse. In: Stegbauer, C. (eds) Netzwerkanalyse und Netzwerktheorie. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-91107-6_19

Download citation

  • DOI: https://doi.org/10.1007/978-3-531-91107-6_19

  • Publisher Name: VS Verlag für Sozialwissenschaften

  • Print ISBN: 978-3-531-15738-2

  • Online ISBN: 978-3-531-91107-6

  • eBook Packages: Humanities, Social Science (German Language)

Publish with us

Policies and ethics