تحلیل شبکه در پژوهش های روانشناختی همراه با کاربست و تفسیر نرم افزار R

نوع مقاله : مقاله پژوهشی

نویسنده

گروه روانشناسی، دانشگاه تربیت مدرس، تهران، ایران

چکیده

چکیده: تحلیل شبکه یک روش آماری پیشرفته و گرافیکی که امکان دیداری سازی  روابط میان متغیرهای متعدد را فراهم می سازد.  هدف از این پژوهش، نخست توصیف تحلیل شبکه‌های روان‌شناختی محاسباتی است.تحلیل شبکه ی روانشناختی  دریافتن مهمترین متغیرها وروابط در یک سیستم پیچیده به پژوهشگران  کمک می رساند.نوین‌ترین ابزارهای برآورد، درستی‌آزمایی  با روش بوت استرپ، میزان برجایی شاخص‌های کانونی، مقایسه پیوند در شبکه‌های روان‌شناختی و شاخص‌های برآوردشده آورده شدند. هم‌چنین، دو روش آماری نو موسوم به ضریب مانایی همبستگی و آزمون تفاوت بوتسترپ‌شده در مقایسه وزن یال‌ها و شاخص‌های کانونی آورده شدند.جامعه آماری پژوهش 368(120پسر و248 دختر) دانشجوی دانشگاه های تهران درسال199-98 بودند که  اضطراب  اضطراب آنها اندازه گیری شد.تحلیل شبکه با استفاده از Rنشان داد که گره های 3،6و11 مهمترین گره ها هستند و روابط بین گره12-18 و17-18 قویترین روابط مثبت راداشتند ،روش بوتسترپ نشان داد که پارامتر ها و شاخص های کانونی شبکه درستی برآورد رانشان داد.
گام‌های اجرایی و تفسیری مبانی نظری گفته‌شده در قالب‌های کاربردی با داده‌های اضطراب با کاربست نرم‌افزار آماری R جملگی آورده شدند.پیرنگ این مقاله برپایه های نظری و تلویحات کاربردی است.

کلیدواژه‌ها


1- Finegood DT, Merth TDN, Rutter H.  Implications of the foresight obesity system map for solutions to childhood obesity. Obesity, 2010;18(Supplement1): S13–S16
2- Epskamp S, Maris GK, Waldorp LJ, Borsboom D.Network psychometrics.2016; arXiv preprint arXiv:160902818.
3- Epskamp S, Waldorp LJ, Mõttus R, Borsboom D. The Gaussian graphical model in cross-sectional and time-series data. Multivariate Behavioral Research.2018;53(4):453-80. https://doi.org/10.1080/00273171.2018. 1454823.
4- Borsboom D, Cramer AOJ. Network analysis: An integrative approach to the structure of psychopathology. Annual Review of Clinical Psychology.2013; 9: 91 –121. doi:10.1146/annurevclinpsy-050212-185608
5- Fried EI. R tutorial: how to identify communities of items in networks. Retrieved from http://psych-networks.com/r-tutorial-identify-communities-items-networks.2016.
6- Fried EI, Cramer AOJ. Moving forward: Challenges and directions for psychopathological network theory and methodology. Perspectives on Psychological Science.2017; 12(6): 999–1020. doi:10.17605/OSF.IO/BNEK
 7- Forbes MK, Wright AGC, Markon KE, Krueger RF. Evidence that psychopathology symptom networks have limited replicability. Journal of Abnormal Psychology.2017; 126 (7): 969–988. doi:10.1037/abn0000276
8- Watts DJ, Strogatz SH. Collective dynamics of “small-world” networks. Nature.1998; 393 (6684): 440–442. doi:10.1038/30918
9- Pearl J. Causality: Models, reasoning, and inference. New York, NY: Cambridge University Press;2003.
10- Epskamp S, van Borkulo CD, van der Veen MN, Servaas MN., Isvoranu AM, Riese H, Cramer AOJ. Personalized network modeling in psychopathology: The importance of contemporaneous and temporal connections. Clinical Psychological Science.2018; 6(3): 416–427. doi:10.1177/2167702617744325.
11- Greenland S, Pearl J, Robins JM. Causal diagrams for epidemiologic research. Epidemiology.1999;10: 37 –48.
12- Bentler PM, Satorra A.  Testing model nesting and equivalence. Psychological Methods.2010; 15(2): 111–123. doi:10.1037/a0019625.
13- Fried EI, Cramer AOJ.  Moving forward: Challenges and directions for psychopathological network theory and methodology. Perspectives on Psychological Science.2017;12(6): 999–1020.
14- Lauritzen SL. Graphical models. Oxford, UK: Clarendon Press;1996.
15- vanBorkulo CD, Boschloo L, Borsboom D, Pennin BWJH,Waldorp LJ,Schoevers RA. Association of symptom network structure with the course of depression. JAMA Psychiatry.2015; 72(12): 1219–1226. doi:10.1001/jamapsychiatry.2015.2079
  .16- فراهانی ح.مقایسه رگرسیون خطی و الگوریتم‌های رگرسیون انقباضی (ستیغی، لسو و الستیک شبکه‌ای) با استفاده از داده‌های بیماران استرس‌پس‌از‌سانحه،مجله پژوهش های کاربردی روانشناختی. ;1399.  ِ۳(۱۱): 193-206.
17- Chen J, Chen Z. Extended Bayesian information criteria for model selection with large model spaces. Biometrika.2007; 95(3): 759–771. doi:10.1093/biomet/asn034
18- Newman M. Networks. Oxford: Oxford University Press;2018