A number of researchers have found that the social networks of at the top of the social hierarchy are more diverse than those on the bottom (Maisonneuve and Lamy 1993, Le Bras 1986, Fischer 1983, Marsden 1987, Campbell, Marsden, and Hurlbert 1986).

In this paper, I show that the measures of heterogeneity used by many of these researchers are strongly influenced by compositional effects. Using a log-linear model of uniform association developed by Leo Goodman (1979). I show that a gradient in heterogeneity is the necessary result of uneven sizing of categories. No additional differences (such as higher or lower behavioral preferences for associating with ones peers) are needed to explain the data. I also show that past attempts to obtain composition-invariant measures, such as removing Ego from the measure of heterogeneity, will only work if there is no association between the characteristics of ego and his or her alters, a condition which rarely, if ever, applies.
Highly skewed distributions are often the subject of social research, whether it be for measuring wealth, age, or status attainment. The finding that differences in network heterogeneity are largely driven by relative group size does not necessarily mean that such differences are empty of social consequences. In cases where the boundaries between categories are themselves socially meaningful, the degree of network diversity will have relevance for peoples lives. However, if a categorization is largely arbitrary, then the measures of heterogeneity can end up being no more than artifacts produced by the researcher. This paper suggests that great care be taken in defining not only measures of social distance but also the dividing lines between social groups.

Plusieurs chercheurs ont mis en évidence que dans les classes sociales favorisées les réseaux sociaux des individus sont plus hétérogènes que dans les classes populaires (Maisonneuve and Lamy 1993, Le Bras 1986, Fischer 1983, Marsden 1987, Campbell, Marsden, and Hurlbert 1986).

Résumé en français

Ce papier montre que les mesures de l’hétérogénéité souvent utilisées dans ces études sont extrêmement sensibles aux effets de composition ("relative group size"). En utilisant un modèle log-linéaire de "uniform association" développé par Leo Goodman (1979) pour l'analyse des catégories ordonnées, on montre que l'emploi de catégories de tailles inégales entraîne inévitablement un gradient d’hétérogénéité. Aucune autre explication comportementale n'est nécessaire pour décrire les données observées. Par ailleurs, on montre que les tentatives faites par différents chercheurs pour obtenir des mesures insensibles aux effets de composition ne sont efficaces que lorsqu'il n'y a pas d'association statistique entre les caractéristiques d'ego et celles des autres membres du réseau. Cette condition n'est pourtant que très rarement remplie.
Les distributions "pyramidales" sont fréquemment utilisées dans la recherche en sciences sociales. Les catégories socioprofessionnelles, les pyramides des âges, et le niveau de diplôme n'en fournissent que quelques exemples. Si l’hétérogénéité est largement le produit de la composition de la population, cela ne veut pas dire que les différences d’hétérogénéité n'ont pas de sens social. Lorsque les frontières entre catégories sont elles-mêmes porteuse de signification sociale, le degré de diversité dans les réseaux qui en résulte est aussi significatif. Mais, si la catégorisation est arbitraire, alors les mesures d’hétérogénéité ne sont que des "artefacts" produites par le chercheur. Les résultats de ce papier soulignent donc le besoin d'une attention particulière non seulement aux mesures de la distance sociale mais aussi aux définitions des frontières entre catégories sociales.