Netzwerkanalyse: ein kurzer Überblick und Tutorial

Ziel: Der vorliegende Artikel bietet einen kurzen Überblick über die Netzwerkanalyse als statistischen Ansatz für Forscher der Gesundheitspsychologie. Netzwerke bestehen aus grafischen Darstellungen der Beziehungen (Kanten) zwischen Variablen (Knoten). Die Netzwerkanalyse ermöglicht es, komplexe Muster von Beziehungen zu schätzen, und die Netzwerkstruktur kann analysiert werden, um zentrale Merkmale des Netzwerks offenzulegen. Dieser Artikel bietet einen Überblick über Netzwerke, wie sie visualisiert und analysiert werden können, und präsentiert ein einfaches Beispiel dafür, wie eine Netzwerkanalyse in R durchgeführt werden kann, basierend auf Daten zur Theorie des geplanten Verhaltens (TPB). Methode: Die Teilnehmer (n = 200) füllten eine TPB-Umfrage zu regelmäßigem Sport aus. Die Umfrage umfasste Fragen zu Einstellungen, normativen Überzeugungen, wahrgenommener Verhaltenskontrolle und Intentionen. Die Daten wurden analysiert, um die Netzwerkstruktur der Variablen zu untersuchen. Der EBICglasso wurde auf die partielle Korrelationsmatrix angewendet. Ergebnisse: Die Netzwerkstruktur offenbart die Variation der Beziehungen zwischen den Elementen. Das Netzwerk teilte sich in drei unterschiedliche Gemeinschaften von Elementen. Der affektive Einstellungsfaktor war der zentrale Knoten im Netzwerk. Es ist jedoch erforderlich, das Netzwerk in größeren Stichproben zu replizieren, um stabilere und robustere Schätzungen von Netzwerkindizes zu erhalten. Schlussfolgerungen: Das berichtete Netzwerk zeigt, dass die affektive Einstellungsvariable der wichtigste Knoten im Netzwerk war und daher Interventionen priorisieren könnten, die darauf abzielen, die emotionalen Reaktionen auf Bewegung zu verändern. Die Netzwerkanalyse bietet das Potenzial für Einblicke in strukturelle Beziehungen zwischen zentralen psychologischen Prozessen, um die Wissenschaft und Praxis der Gesundheitspsychologie zu informieren.