الانتقال إلى المحتوى
العودة إلى نتائج البحث

بحث المسح الطولي — تصميم مسح القياسات المتكررة

قدّمه
Survey methodology tradition; codified in social sciences by scholars including W.S. Robinson (1950) and later Scott Menard
السنة
Mid-20th century (formalized ~1950s–1970s)
النوع
Quantitative observational research design
العائلة
Survey / observational design

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

حجم الخط

ماذا تفعل؟

يجمع بحث المسح الطولي بيانات استبيان منظمة من نفس الأفراد (أو الوحدات) في نقطتين زمنيتين أو أكثر. على عكس المسح المقطعي لقطة واحدة، يلتقط هذا التصميم التغيير والاستقرار والترتيب الزمني للمتغيرات — مما يمكّن الباحثين من تتبع المسارات، واختبار التسلسلات السببية، وتمييز آثار الفوج عن آثار الشيخوخة ضمن إطار كمي.

الفكرة الحدسية وراء الطريقة

تخيل أنك تريد معرفة ما إذا كان منهج دراسي جديد يحسّن بالفعل مواقف الطلاب تجاه الرياضيات على مدار عام — وليس فقط كيف تبدو المواقف في لحظة واحدة. يتبع المسح الطولي نفس الطلاب في بداية العام، ومنتصف العام، ونهاية العام، ويطرح أسئلة متطابقة أو متوازية في كل مرة. نظرًا لأن نفس الأشخاص يستجيبون بشكل متكرر، يمكنك مقارنة تغيير كل فرد مباشرة بدلاً من استنتاجه من أشخاص مختلفين في أوقات مختلفة. الهيكل الزمني هو ما يمنح هذا التصميم قوته التحليلية: يمكنك ملاحظة تسلسلات التغيير بدلاً من اللقطات.

التاريخ

ظهر استخدام المسوحات المتكررة بمرور الوقت في العلوم الاجتماعية في منتصف القرن العشرين. لفتت ورقة دبليو إس روبنسون عام 1950 حول الارتباطات البيئية والفردية الانتباه إلى حدود البيانات المقطعية للاستدلال على مستوى الفرد، مما حفز تصاميم العينة. أظهرت برامج المسح الطولي واسعة النطاق — بما في ذلك دراسة دخل الأفراد (PSID، التي بدأت عام 1968) والمسوحات الطولية الوطنية (NLS) في الولايات المتحدة — جدوى وقيمة علمية تتبع نفس المستجيبين على مدى عقود. قام دليل سكوت مينارد (1991، الطبعة الثانية 2002) ومجلد بيتر لين المحرر حول منهجية المسح الطولي (2009) بتدوين أفضل الممارسات لتصميم العينة وإدارة التسرب والتحليل.

متى تُستخدم

استخدم بحث المسح الطولي عندما يتعلق السؤال الأساسي بالتغيير بمرور الوقت، أو الترتيب الزمني للمتغيرات، أو تطور النتائج داخل الأفراد أو الوحدات — أسئلة لا يمكن لمسح مقطعي الإجابة عليها. إنه مناسب جيدًا لدراسة تغيير المواقف، والمسارات التنموية، والمسارات المهنية، والسلوكيات الصحية، وتأثيرات السياسات عندما يكون التلاعب التجريبي غير ممكن أو غير أخلاقي. يتطلب التصميم عينة مستقرة وقابلة للتتبع؛ وتمويل كافٍ وقدرة مؤسسية لجمع البيانات متعددة الموجات؛ واستعداد لإدارة التسرب. لا تستخدمه عندما: (1) هناك حاجة فقط لتقدير الانتشار في نقطة زمنية واحدة — المسح المقطعي أكثر كفاءة؛ (2) الفترة الزمنية للدراسة قصيرة جدًا لحدوث تغيير ذي مغزى؛ (3) تتبع المشاركين مستحيل تشغيليًا؛ أو (4) من المحتمل أن يؤدي القياس المتكرر إلى آثار اختبار تلوث البناء الذي يتم قياسه.

الحدود والاعتبارات

  • يهدد تسرب العينة الصلاحية الداخلية: غالبًا ما يكون المشاركون الذين ينسحبون مختلفين بشكل منهجي عن أولئك الذين يبقون، مما يؤدي إلى تحيز الاختيار.
  • يمكن أن يؤدي التكرار المتكرر لنفس الأداة إلى آثار اختبار — يتعلم المشاركون أو يصبحون حساسين للأسئلة، مما يؤدي إلى تضخيم التغيير الظاهري.
  • صعب لوجستيًا ومكلف: يتطلب تتبع المشاركين وإدارة معلومات الاتصال والحفاظ على المشاركة عبر الموجات موارد كبيرة.
  • الآفاق الزمنية الطويلة تعني أن الأحداث الخارجية (آثار تاريخية، أوبئة، تحولات سياسية) بين الموجات تصبح عوامل مربكة يصعب فصلها عن البنى محل الاهتمام.
  • يجب تأسيس تكافؤ القياس عبر الموجات قبل تفسير درجات التغيير؛ قد يؤدي الفشل في اختباره إلى استنتاجات زائفة حول التغيير.

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

نقاط القوة

  • يؤسس الأسبقية الزمنية — شرط مسبق للاستدلال السببي — عن طريق التقاط ترتيب تغييرات المتغيرات داخل نفس المشاركين.
  • يفصل التغيير داخل الشخص عن الاختلافات بين الأشخاص، مما يوفر تقديرات أكثر دقة من المقارنات المقطعية.
  • يكشف عن آثار الفوج والفترة والعمر التي لا تظهر إلا عند تتبع نفس الأفراد بمرور الوقت.
  • قابل للتوسع ليشمل عينات كبيرة وممثلة وطنيًا، مما يتيح استدلالات على مستوى السكان حول مسارات التغيير.
  • متوافق مع مجموعة واسعة من التقنيات التحليلية (GCM، CLPM، SEM) التي تستفيد من الهيكل الزمني للبيانات.
  • أكثر كفاءة من تجنيد فوج جديد في كل موجة عند دراسة نفس السكان بمرور الوقت.

التطبيقات

  • تتبع التغيرات في الدافع الأكاديمي للطلاب، أو الكفاءة الذاتية، أو الرفاهية عبر السنوات الدراسية أو برامج الدرجات العلمية.
  • مراقبة تطور المواقف السياسية، أو نوايا التصويت، أو المشاركة المدنية ضمن عينات الانتخابات الوطنية.
  • دراسة التغيير في السلوك الصحي — النشاط البدني، النظام الغذائي، تعاطي المخدرات — على مدى أشهر أو سنوات في دراسات الفوج.
  • تقييم النتائج طويلة الأجل في سوق العمل للخريجين من مسارات تعليمية مختلفة.
  • تقييم التأثيرات المستدامة لحملات الصحة العامة أو التدخلات التعليمية بعد انتهاء البرنامج النشط.
  • فحص كيفية استجابة المواقف التنظيمية (الرضا الوظيفي، الالتزام) لتغييرات سياسات مكان العمل بمرور الوقت.

كيف يعمل

كيف يعمل

1

يحدد الباحث أسئلة البحث، ويختار السكان المستهدفين، ويحدد عدد موجات القياس والفترات الزمنية بينها، وينشئ أو يعدّل أداة مسح متسقة عبر الموجات. يجب أن يأخذ حجم العينة في الاعتبار التسرب المتوقع، ويجب أن تعالج إجراءات الموافقة المستنيرة المشاركة متعددة الموجات من البداية.

2

تُجرى موجة المسح الأولى (الوقت 1) على العينة المجندة، حيث تُجمع قياسات أساسية لجميع المتغيرات الرئيسية — النتائج، والمتنبئات، والمتغيرات المشتركة. معدلات الاستجابة العالية في هذه الموجة أمر بالغ الأهمية لأن كل مشارك مفقود في خط الأساس لا يمكن استعادته في التحليلات اللاحقة.

3

في كل موجة لاحقة (الوقت 2، الوقت 3، ...)، يُعاد الاتصال بنفس المشاركين وتُجرى عليهم أداة المسح مرة أخرى. الحفاظ على صياغة الأسئلة، وتنسيقات الاستجابة، ووضع الإجراء عبر الموجات يحافظ على تكافؤ القياس ويسمح بتمييز تغيير الدرجة الحقيقي عن آثار القياس.

4

يُقيّم تسرب العينة — انسحاب المشاركين بين الموجات — بمقارنة المشاركين الذين أكملوا الموجة بمن لم يكملوها بناءً على خصائص خط الأساس. إذا اختلفت مجموعات الانسحاب بشكل منهجي عن المستمرين (تسرب انتقائي)، تُطبق استراتيجيات تحليلية مثل الاستكمال المتعدد، أو ترجيح الاحتمالات العكسية، أو تقدير الاحتمالية القصوى الكاملة المعلومات لتقليل التحيز.

5

تُحلل البيانات الطولية باستخدام طرق مناسبة للقياسات المتكررة: نمذجة منحنى النمو، نماذج درجات التغيير الكامنة، نماذج لوحة متقاطعة متأخرة، معادلات التقدير المعممة، أو الانحدار ذي التأثيرات المختلطة. يعتمد النموذج المختار على ما إذا كان الاهتمام الأساسي ينصب على التغيير على مستوى المتوسط، أو المسارات الفردية، أو العلاقات السببية المتبادلة بين المتغيرات بمرور الوقت.

الأخطاء الشائعة

  • تجاهل التسرب الانتقائي: افتراض أن المشاركين الذين أكملوا الموجة يمثلون العينة الأصلية دون اختبار التسرب التفاضلي ينتج عنه تقديرات متحيزة للتغيير.
  • تغيير أداة المسح بين الموجات: حتى التعديلات الطفيفة في الصياغة أو تعديلات مقياس الاستجابة تبطل مقارنات الدرجات المباشرة عبر الزمن.
  • عينة أساسية ضعيفة القوة: حساب حجم العينة للقوة المقطعية فقط دون تضخيمها للتسرب المتوقع يترك الدراسة ضعيفة القوة في الموجات اللاحقة.
  • معاملة الموجة كأثر ثابت دون نمذجة النمو: تشغيل تحليلات تباين منفصلة لكل موجة بدلاً من نموذج منحنى النمو أو النموذج المختلط يتجاهل المعلومات الطولية ويضخم خطأ النوع الأول.
  • الإبلاغ عن متوسطات على مستوى المجموعة فقط: غالبًا ما يكون عدم تجانس المسارات الفردية هو النتيجة المهمة جوهريًا؛ يمكن للاتجاهات المجمعة أن تخفي مجموعات فرعية متباينة.

الأسئلة الشائعة

كيف يختلف بحث المسح الطولي عن دراسة العينة؟

تتداخل المصطلحات بشكل كبير. دراسة العينة هي نوع محدد من المسح الطولي يتم فيه استطلاع نفس الأفراد بالضبط في كل موجة. بحث المسح الطولي هو الفئة الأوسع؛ ويشمل أيضًا دراسات الاتجاه (عينات عشوائية مختلفة من نفس السكان في كل موجة) ودراسات الفوج (نفس فوج الولادة أو الدخول ولكن ليس بالضرورة نفس المستجيبين). عندما يقول الناس 'مسح طولي' فإنهم يقصدون في الغالب تصميم العينة، ولكن الدقة مهمة عند اختيار استراتيجية التحليل.

كم عدد الموجات المطلوبة؟

يلزم حد أدنى من موجتين لملاحظة التغيير، ولكن موجتين تدعمان نماذج محدودة فقط (درجات الفرق، انحدار بسيط قبل وبعد). يلزم ثلاث موجات أو أكثر لتقدير مسارات النمو، واختبار التغيير غير الخطي، وتطبيق نماذج لوحة متقاطعة متأخرة. يعتمد العدد الأمثل للموجات على الشكل المتوقع للتغيير والنموذج التحليلي — المزيد من الموجات توفر قوة أكبر للكشف عن المسارات وتوصيفها.

كيف أتعامل مع البيانات المفقودة من المنسحبين؟

أولاً، قم بتقييم ما إذا كان التسرب مفقودًا تمامًا بشكل عشوائي (MCAR)، أو مفقودًا بشكل عشوائي (MAR)، أو مفقودًا ليس بشكل عشوائي (MNAR) عن طريق مقارنة المنسحبين بالمكملين بناءً على متغيرات خط الأساس. في ظل فرضية MAR — الأكثر قابلية للدفاع عنها في معظم دراسات العينة — فإن تقدير الاحتمالية القصوى الكاملة المعلومات (FIML) أو الاستكمال المتعدد هما النهجان المفضلان. الحذف البسيط للقوائم غير مناسب تقريبًا أبدًا لأنه يتجاهل البيانات القابلة للاستخدام وينتج عنه تقديرات متحيزة عندما لا يكون التسرب عشوائيًا تمامًا.

هل يمكن للمسح الطولي تأسيس السببية؟

يمكن إثبات الأسبقية الزمنية (شرط ضروري للسببية) عندما يتنبأ متغير تنبؤي في الموجة 1 بنتيجة في الموجة 2 بعد التحكم في النتيجة في الموجة 1، باستخدام نماذج لوحة متقاطعة متأخرة أو انحدار درجات الفرق. ومع ذلك، فإن العوامل المربكة غير المقاسة التي تظل ثابتة أو تتغير بين الموجات يمكن أن تشوه التقديرات السببية. توفر المسوحات الطولية أدلة أقوى من التصاميم المقطعية ولكنها تظل ملاحظة؛ التجارب العشوائية هي المعيار الذهبي للاستدلال السببي.

كيف أثبت أن أداة المسح الخاصة بي تقيس نفس البناء في كل موجة؟

من خلال اختبار تكافؤ القياس المستند إلى التحليل العاملي التأكيدي (CFA) (Vandenberg & Lance، 2000). كحد أدنى، يجب تأسيس التكافؤ الشكلي والمقياسي قبل مقارنة المتوسطات الكامنة؛ التكافؤ القياسي مطلوب لمقارنة المتوسطات المرصودة. إذا تم العثور على تكافؤ جزئي، قم بتقييد المعلمات غير المتكافئة فقط وفسر التغيير في العناصر غير المتكافئة بحذر.

طرق ذات صلة

المصادر

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

    ردمك: 978-0761922452
    تم النسخ.
  2. Lynn, P. (Ed.). (2009). Methodology of Longitudinal Surveys. Wiley.

    ردمك: 978-0470018712
    تم النسخ.