intro

Method

프래밍험 오프스프링 스터디
1만2067명의 에고 및 올터 네트워크를 관찰 대상으로 설정
1971년부터 2002년까지 32년간의 데이털를 수집

통계 분석

파젝 소프트웨어의 카마다 카와이 알고리즘으로 네트워크 그래프화
비만을 body mass index(체질량지수)로 30 이상으로 정의
비만인 그룹을 3가지로 설명
(1) 에고는 절친과 같은 유사한 선택을 한다(유도 작용)
(2) 에고와 절친은 속성을 공유한다(동질성)
(3) 절친은 에고에게 사회적 영향력을 가한다
기초적인 통계 분석은 경시적 로지스틱 회귀모델

결론

친구들이 비만이면 에고가 비만일 위험이 45%나 더 높다
친구의 친구가 비만이면 에고의 비만 위험이 25% 더 높다

체중증가를 일으키는 2가지 요인 연구 : 흡연 행위와 지리적 거리
흡연 행위는 비만의 확산에 중요한 관계로 나타나지 않았음

기타

신체의 물리적 변화가 사회적 연결망에 의해 확산되거나 변화될 수 있는 것은 분명 인상적인 결론입니다. 하지만 이 연구 결과는 상관관계 대한 분석이지 인과관계에 대한 분석이라고 판단하기는 어렵습니다. 통계 분석을 통한 3가지 추정 요인은 분명 중요한 추론이었다고 생각합니다. 하지만 자칫 사회적 네트워크가 비만의 결정적 변인이라고 착각하거나 오해할 수도 있지 않을까 생각도 합니다. 이를테면, ‘주변에 날씬한 친구들을 만나지 못해 내가 살이 찐 것이다’라는 다소 비합리적인 인식들과 확장될 수도 있다고 생각합니다. 만약 친구 관계가 빈약한 자아일 경우 비만이 되는 사례를 어떻게 설명해야 할지도 고민 거리가 될 것입니다.

“예를 들면 A는 B를 친구로 생각하는데 B는 A를 친구로 생각하지 않는 경우 B의 비만은 A에게 영향을 주지만 A의 비만은 B에게 영향을 주지 않는다는 게 기존 주장이지만, 실제 자료의 추정치로는 13% 정도 A의 비만이 B에게 영향을 미친 것으로 나타났다는 것이다.”라는 리용 교수의 비판 등을 쉽게 넘겨서는 안될 것이라고 봅니다.