Estimating the size of hard-to-reach subpopulations and segregation with the network scale-up method: lessons from a Hungarian survey
Kisfalusi Dorottya – Susánszky Pál – Susánszky Éva
Jelen tanulmányban empirikus, leíró elemzését adjuk a magyar társadalom kapcsolathálózati jellemzőinek, valamint módszertani szempontból értékeljük a méretgenerátoros technikával adott becslések pontosságát a társadalmi csoportok méretére és szegregáltságára vonatkozóan. Egy 7000 fős magyarországi reprezentatív kérdőíves felmérés (HS2021) adatai alapján megbecsüljük a válaszadók kapcsolathálójának átlagos méretét. Ezt követően vizsgáljuk, hogy a méretgenerátoros módszer milyen becslést ad különböző társadalmi csoportok (például munkanélküliek, romák, Covid-fertőzöttek, tüntetésen részt vevők) létszámára és társadalmon belüli szegregáltságára. A létszámbecsléseket összehasonlítjuk más adatforrásokból (népszámlálási adatok, adminisztratív adatok, kérdőíves adatfelvételek) származó létszámadatokkal. Eredményeink azt mutatják, hogy a méretgenerátoros módszer a tartós és jól látható tulajdonságok esetében képes nagyságrendileg jól becsülni a tényleges csoportlétszámokat (például romák, hajléktalanok), míg az alacsony láthatóságú csoportokét alulbecsli. A társadalmi törésvonalak a hajléktalanok, a tüntetésen részt vevők és a civil szervezeti tagok ismertségét tekintve a legnagyobbak. Tanulmányunk végén ismertetjük a méretgenerátoros technikán belül a pontosabb becslések érdekében megalkotott módszertani újításokat, és javaslatokat teszünk arra, hogy a módszert használó jövőbeli kutatások hogyan tervezzék meg a kutatási dizájnt, hogy pontosabb becsléseket érjenek el.
In this paper, we provide an empirical, descriptive analysis of the social networks of Hungarian society and illustrate how the network scale-up method estimates the size of hard-to-reach subpopulations and segregation of social groups. Based on a representative survey of 7000 respondents from Hungary (HS2021), we first estimate the average size of the respondents’ personal networks. Then, we examine the social fault lines along various social groups and how accurately the network scale-up method estimates the size of these groups (e.g., unemployed, protesters, the Roma, Covid-infected). These estimates are then compared with data from other sources (census data, administrative data, surveys). Our results show that the network scale-up method estimates the size of visible social groups (e.g., the Roma, homeless people) quite well. The visibility of other social groups appears to be much lower. Social fault lines are greatest in the case of homeless people, protesters, and members of NGOs. Finally, we describe recent methodological advancements and summarize our suggestions for future research using this method.
