الانتقال إلى المحتوى
العودة إلى نتائج البحث

بحث طولي — تصميم البحث الطولي

قدّمه
No single originator; foundational methodological treatments by Stuart Menard and Judith Singer & John Willett
السنة
Late 19th–early 20th century; methodologically codified through the 20th century
النوع
Quantitative (or mixed) observational research design
العائلة
Survey / observational design

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

البحث الطولي هو تصميم رصدي يتم فيه قياس نفس المشاركين أو المجموعات أو الوحدات بشكل متكرر على مدى فترة زمنية ممتدة. بدلاً من التقاط لقطة واحدة، فإنه يتتبع التغيير والثبات والتسلسل الزمني للمتغيرات - مما يجعله الاستراتيجية غير التجريبية الأساسية لدراسة التطور والنمو والانخفاض وكشف العمليات السببية عبر الزمن.

الفكرة الحدسية وراء الطريقة

فكر في البحث الطولي على أنه متابعة نفس الأشخاص (أو المنظمات، أو المدارس) عبر سلسلة من نقاط التفتيش بدلاً من تصوير العديد من الأشخاص المختلفين في وقت واحد. من خلال العودة إلى نفس الوحدات، يمكن للباحث رؤية من تغير، وبأي مقدار، وفي أي اتجاه، وما إذا كانت القياسات المبكرة تتنبأ بالنتائج اللاحقة. هذا التتبع الزمني هو ما يميز التصاميم الطولية عن التصاميم المقطعية: فبدلاً من استنتاج التغيير من الاختلافات بين المجموعات المقاسة في وقت واحد، فإنك تلاحظ التغيير مباشرة داخل نفس الوحدات المقاسة في أوقات متعددة.

التاريخ

ظهرت الأساليب الطولية في أواخر القرن التاسع عشر من خلال دراسات النمو التي تتبعت التطور البدني للأطفال وفي علم الأوبئة من خلال دراسات الجماعات التي تتبعت حدوث الأمراض. شكلت مجموعات البيانات الطولية الرئيسية في القرن العشرين - بما في ذلك دراسة بيركلي للنمو (1928)، ودراسات جماعات المواليد البريطانية (1958، 1970)، ودراسة فرامنغهام للقلب (1948) - تطور المنهجية. نضجت الأطر الإحصائية لتحليل البيانات الطولية بشكل كبير في الثمانينيات والتسعينيات من خلال عمل باحثين مثل جوديث سينغر وجون ويلت ومايكل راودنbush، وبلغت ذروتها في كتب مدرسية وبرامج معتمدة على نطاق واسع للنمذجة متعددة المستويات ونمذجة منحنى النمو.

متى تُستخدم

استخدم البحث الطولي عندما يتعلق السؤال الأساسي بالتغيير أو التطور بمرور الوقت - على سبيل المثال، كيف يتطور التحصيل الأكاديمي من المدرسة الابتدائية إلى الثانوية، وكيف تتكشف مسارات الصحة بعد حدث طبي، وما إذا كان الموقف المقاس في نقطة معينة يتنبأ بالسلوك المقاس لاحقًا. إنه التصميم المناسب عندما لا تستطيع البيانات المقطعية التمييز بين آثار العمر وآثار الجماعة، وعندما يكون التغيير داخل الفرد ذا مغزى نظريًا. لا تستخدم البحث الطولي عندما تكون الظاهرة ثابتة بطبيعتها، أو عندما تتجاوز فترة المتابعة المطلوبة الموارد المتاحة، أو عندما يكون الاستنزاف في السكان المستهدفين شديدًا لدرجة أن العينة المتبقية تصبح غير ممثلة. التصاميم المقطعية أكثر كفاءة عندما تكون لقطة واحدة كافية للإجابة على سؤال البحث.

الحدود والاعتبارات

  • يهدد الاستنزاف (التسرب) عبر الموجات الصلاحية الداخلية إذا كان أولئك الذين يغادرون الدراسة يختلفون بشكل منهجي عن أولئك الذين يبقون.
  • فترات المتابعة الطويلة تتطلب موارد مكثفة - التمويل والموظفين والاحتفاظ بالمشاركين تتراكم جميعها بمرور الوقت.
  • قد ينتج عن القياس المتكرر لنفس المشاركين آثار اختبار: الألفة مع الأدوات، أو الحساسية للمواضيع، أو آثار الممارسة على الاختبارات.
  • لا يمكن التحكم في المتغيرات المشتركة المتغيرة بمرور الوقت غير المقاسة بنفس الطريقة التي يمكن بها للتجربة العشوائية؛ تظل الادعاءات السببية احتمالية.
  • قد تربك التغييرات التاريخية التي تحدث بين الموجات (آثار الفترة) الاتجاهات المرصودة ومن الصعب فصلها عن التطور داخل الفرد.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • يراقب مباشرة التغيير داخل الفرد أو الوحدة بدلاً من استنتاجه من مقارنات العمر المقطعية.
  • يؤسس الترتيب الزمني للمتغيرات، مما يوفر دليلاً أقوى (وإن لم يكن قاطعًا) على الاتجاه السببي من التصاميم ذات الموجة الواحدة.
  • يسمح بفصل آثار العمر والجماعة والفترة عند تتبع جماعات متعددة.
  • يمكّن من تقدير مسارات النمو الفردية وتحديد المجموعات الفرعية ذات الأنماط التنموية المختلفة.
  • يمكن لمجموعات البيانات الطولية المتراكمة (مثل دراسات جماعات المواليد) معالجة أسئلة بحثية متعددة على مدى عقود.

التطبيقات

  • تتبع التطور المعرفي والتحصيل الأكاديمي والنمو الاجتماعي العاطفي من الطفولة إلى المراهقة.
  • متابعة جماعات المرضى بعد الجراحة أو التشخيص أو العلاج لرسم مسارات التعافي وتحديد مؤشرات الانتكاس.
  • مراقبة النتائج التنظيمية أو المتعلقة بالقوى العاملة - مشاركة الموظفين، نية الدوران، الإنتاجية - عبر الدورات الاقتصادية.
  • دراسة الآثار طويلة الأجل للتدخلات السياسية في التعليم أو الصحة العامة أو أسواق العمل دون تخصيص عشوائي.
  • التحقيق في كيفية تغير الشخصية والمواقف والقيم عبر مراحل الحياة في علم النفس التنموي والاجتماعي.
  • نمذجة حدوث الأمراض وتراكم عوامل الخطر في دراسات جماعات المواليد الوبائية أو جماعات العمل.

كيف يعمل

كيف يعمل

1

يحدد الباحث سؤال البحث من حيث التغيير أو الثبات بمرور الوقت ويقرر الإطار الطولي: تصميم لوحة (نفس الأفراد في كل موجة)، تصميم جماعة (مجموعة تشترك في تجربة مشتركة يتم تتبعها للأمام)، أو تصميم اتجاه (عينة من نفس السكان يتم أخذها بشكل مستقل في كل موجة). يتم تخطيط الإطار الزمني وعدد موجات القياس والفواصل الزمنية بين الموجات لتتناسب مع الوتيرة المتوقعة للتغيير في الظاهرة محل الاهتمام.

2

يتم تجنيد عينة من المشاركين أو الوحدات التي تمثل السكان المستهدفين وتكون كبيرة بما يكفي لتظل مناسبة تحليليًا بعد التسرب المتوقع بين الموجات (الاستنزاف). يجب تحديد معايير التجنيد بوضوح حتى يمكن تتبع العينة الأولية وإعادة الاتصال بها عبر الموجات. في تصميمات اللوحة والجماعة، يعد الحفاظ على معلومات الاتصال ومشاركة المشاركين عبر الموجات مصدر قلق لوجستي حاسم منذ البداية.

3

يتم جمع البيانات من نفس الوحدات في كل موجة محددة مسبقًا باستخدام أدوات وإجراءات متسقة. يجب الحفاظ على ثبات الأدوات عبر الموجات لضمان تكافؤ القياس؛ يجب تقييم أي تحديثات ضرورية لضمان قابليتها للمقارنة. تشمل مصادر البيانات الشائعة الاستبيانات والاختبارات الموحدة والسجلات الإدارية والتقييمات البيولوجية أو السلوكية. كل موجة من جمع البيانات هي بحد ذاتها حدث قياس كامل يتطلب أخذ العينات وأعمال ميدانية ومراقبة الجودة.

4

تتطلب البيانات الطولية إدارة بيانات دقيقة: ربط السجلات عبر الموجات باستخدام معرفات فريدة للمشاركين، والتعامل مع البيانات المفقودة الناتجة عن الاستنزاف أو أنماط التخطي، وتوثيق التغييرات في الأدوات أو ظروف الإدارة. يتم معالجة البيانات المفقودة تحليليًا - يُفضل استخدام تقدير الاحتمالية القصوى الكاملة للمعلومات (FIML) والاستدلالات المتعددة (MI) على الحذف القائم على القائمة لأن الاستنزاف نادرًا ما يكون مفقودًا تمامًا بشكل عشوائي (MCAR).

5

يتم فحص التغيير بمرور الوقت باستخدام أساليب تحليلية تتناسب مع بنية البيانات وسؤال البحث. تشمل الاستراتيجيات الشائعة نمذجة منحنى النمو (مسارات فردية عبر نماذج منحنى النمو متعددة المستويات أو الكامنة)، والانحدار اللوحي ذي التأثيرات الثابتة والعشوائية، ونماذج اللوحة المتقاطعة السببية المتبادلة، وتحليل البقاء على قيد الحياة أو تاريخ الأحداث للنتائج المتعلقة بالوقت حتى وقوع الحدث. تسبق الملخصات الوصفية للتغيير من موجة إلى أخرى النمذجة الاستدلالية.

6

يتم تفسير النتائج من حيث اتجاه التغيير ومعدله والمؤشرات التنبؤية له - ويتم تأهيلها بشكل صريح بقيود التصميم (رصدي، وليس تجريبي؛ آثار اختيار محتملة). يوفر الترتيب الزمني للمتغيرات - المقاسة في موجات متميزة - دليلاً أقوى على الاتجاه السببي من البيانات المقطعية، ولكن يجب الاعتراف بالارتباك الناتج عن المتغيرات المشتركة غير المقاسة المتغيرة بمرور الوقت.

الأخطاء الشائعة

  • تجاهل تحيز الاستنزاف - الإبلاغ عن نتائج الحالات الكاملة دون اختبار ما إذا كان المتسربون يختلفون عن المكتملين في متغيرات خط الأساس الرئيسية، أو دون استخدام طرق بيانات مفقودة مبدئية (FIML، MI)، يزيد من خطر التقديرات المتحيزة.
  • عدم تكافؤ القياس عبر الموجات - إذا تغيرت صياغة الأداة أو مقاييس الاستجابة أو ظروف الإدارة بين الموجات، فقد يعكس التغيير الظاهر في الدرجات انحراف القياس بدلاً من التغيير الحقيقي؛ يجب اختبار التكافؤ التكويني والمقاييسي.
  • عدد قليل جدًا من الموجات لنماذج التغيير المعقدة - يؤدي ملاءمة نماذج منحنى النمو بموجتين فقط إلى تقييد النموذج بخط مستقيم ويمنع اكتشاف المسارات غير الخطية؛ خطط لثلاث موجات على الأقل كلما كان التغيير التربيعي أو المنحني معقولاً.
  • الخلط بين أنواع التصميم الفرعية - تصميمات اللوحة والجماعة والاتجاه لها هياكل أخذ عينات مختلفة وتجيب على أسئلة مختلفة؛ معاملتها بشكل قابل للتبديل يؤدي إلى أخطاء تحليلية وتعميمات غير مناسبة.
  • التقليل من آثار فترات المتابعة - قد لا تلتقط الفترات القصيرة جدًا التغيير الهادف؛ قد تفوت الفترات الطويلة جدًا التباين المتوسط الهام أو ذروة التأثيرات.

الأسئلة الشائعة

كيف يختلف البحث الطولي عن دراسة اللوحة ودراسة الجماعة؟

كلها طولية، لكنها تختلف في هيكل أخذ العينات. تتبع دراسة اللوحة نفس الأفراد في كل موجة وهي مصممة لقياس التغيير على مستوى الفرد. تتبع دراسة الجماعة الأشخاص الذين يشتركون في خاصية أو تجربة محددة (مثل، ولدوا في نفس العام، تم تشخيصهم في نفس الفترة) وتركز على المسارات على مستوى المجموعة. تستقصي دراسة الاتجاه عينات مستقلة من نفس السكان في كل موجة وتصف التغييرات على مستوى السكان دون تتبع الأفراد. يعتمد الاختيار على ما إذا كان التغيير داخل الفرد أو مسارات المجموعة أو اتجاهات السكان هي الهدف الأساسي.

كم عدد موجات القياس التي أحتاجها؟

الحد الأدنى هو موجتان لإثبات التغيير، ولكن موجتين تسمحان فقط بدرجة فرق ولا يمكنهما نمذجة شكل التغيير. ثلاث موجات هي الحد الأدنى العملي لنمذجة منحنى النمو، حيث تسمح بتقدير مسار تربيعي. المزيد من الموجات يحسن دقة تقديرات المسارات الفردية ويسمح بالكشف عن أنماط تغيير أكثر تعقيدًا. خطط للموجات لتتوافق مع الفواصل الزمنية الهادفة نظريًا بالنظر إلى الوتيرة المتوقعة للتغيير.

كيف يجب أن أتعامل مع البيانات المفقودة الناتجة عن التسرب؟

اختبر أولاً ما إذا كان المتسربون يختلفون عن المكتملين في متغيرات خط الأساس الرئيسية (تحليل الاستنزاف). ثم استخدم طرق بيانات مفقودة مبدئية بدلاً من الحذف القائم على القائمة: تقدير الاحتمالية القصوى الكاملة للمعلومات (FIML) تحت تقدير الاحتمالية القصوى، أو الاستدلالات المتعددة (MI) قبل التحليل. كلاهما يفترض أن البيانات مفقودة بشكل عشوائي (MAR) بشرط المتغيرات المرصودة. إذا كان يُشتبه في أن الفقد يعتمد على النتيجة غير المرصودة نفسها (مفقود ليس بشكل عشوائي، MNAR)، فإن تحليلات الحساسية باستخدام نماذج نمط الخليط أو نماذج الاختيار تكون مبررة.

هل يثبت التصميم الطولي السببية؟

الترتيب الزمني - قياس المتنبئ قبل النتيجة - هو شرط ضروري للسببية، والتصاميم الطولية تثبته بشكل مباشر أكثر من التصاميم المقطعية. ومع ذلك، لا يمكن للتصاميم الطولية الرصدية استبعاد الارتباك الناتج عن المتغيرات غير المقاسة، لذلك لا تثبت السببية. يمكن لتقنيات مثل نماذج اللوحة المتقاطعة، والانحدار ذي التأثيرات الثابتة، ومقاربات المتغيرات الآلية أن تعزز الاستدلالات السببية، ولكن كل منها يحمل افتراضاته الخاصة. تظل التجارب العشوائية المعيار الذهبي للادعاءات السببية.

ما هو خطر آثار الاختبار في القياس المتكرر؟

عندما يكمل المشاركون نفس الأدوات أو أدوات مماثلة بشكل متكرر، فإن معرفتهم بتنسيقات العناصر، أو حساسيتهم لمواضيع الدراسة، أو ممارستهم على الاختبارات المعرفية يمكن أن تضخم أو تقلل الدرجات بشكل مستقل عن التغيير الحقيقي. تكون المخاطر أعلى مع فترات زمنية قصيرة بين الموجات ومع المقاييس القائمة على الأداء. تشمل استراتيجيات التخفيف استخدام أشكال متوازية من الأدوات، ودمج مجموعات التحكم، وتقييم موثوقية إعادة الاختبار في الدراسات التجريبية.

طرق ذات صلة

المصادر

  1. Menard, S. (2002). Longitudinal Research (2nd ed.). Sage Publications.

    ردمك: 978-0761922841
    تم النسخ.
  2. Singer, J. D., & Willett, J. B. (2003). Applied Longitudinal Data Analysis: Modeling Change and Event Occurrence. Oxford University Press.

    ردمك: 978-0195152968
    تم النسخ.