Mobile Diary Method — Erfassung gelebter Erfahrung per Smartphone
- Eingeführt von
- Csikszentmihalyi & Larson (ESM foundation); mobile adaptation through 2000s smartphone proliferation
- Jahr
- 1987 (ESM roots); mobile form ~2007–2010
- Typ
- Longitudinal self-report data collection technique
- Familie
- Data collection
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Die Mobile Diary Method ist eine Längsschnitt-Selbstberichts-Technik, bei der Teilnehmer über einen definierten Studienzeitraum – von Tagen bis Monaten – ihre Gedanken, Gefühle, Verhaltensweisen oder Ereignisse mithilfe einer Smartphone-App oder einer mobilen Plattform aufzeichnen.
Basierend auf der klassischen Tagebuchmethode und der Experience Sampling Method ermöglicht ihre mobile Form die Erfassung von Erfahrungen in Echtzeit und im Kontext, wodurch der Rückschaufehler im Vergleich zu einmaligen Umfragen oder Fragebögen am Tagesende drastisch reduziert wird.
Die Intuition hinter der Methode
Betrachten Sie das mobile Tagebuch als einen persönlichen Forschungsassistenten für jeden Teilnehmer. Anstatt Menschen zu bitten, ihre Woche in einer einzigen Sitzung zu rekapitulieren – wobei Erinnerungen verblassen und gefiltert werden –, fordert die App sie auf, das zu protokollieren, was gerade geschieht: ihre Stimmung, die Aktivität, der sie nachgehen, mit wem sie zusammen sind oder was gerade passiert ist. Da die Einträge im Moment und in der natürlichen Umgebung erfolgen, spiegeln die Daten die tatsächliche gelebte Erfahrung wider und nicht rekonstruierte Zusammenfassungen. Über viele solcher Einträge hinweg können Forscher Muster, Verläufe und tägliche Schwankungen verfolgen, die keine Querschnittsmessung offenlegen kann.
Geschichte
Die Mobile Diary Method entwickelte sich direkt aus der Tradition der Papier-Tagebücher in der Psychologie und aus der Experience Sampling Method (ESM), die von Csikszentmihalyi und Larson in den 1980er Jahren entwickelt wurde. ESM nutzte Pager, um Teilnehmer in zufälligen Intervallen zu signalisieren; die Teilnehmer füllten dann kurze Papierformulare aus, die ihre aktuelle Aktivität und ihren mentalen Zustand beschrieben. Die Verbreitung von Smartphones ab etwa 2007 ermöglichte es Forschern, Signalisierung, Formularbereitstellung und Datenerfassung auf einem einzigen Gerät zu vereinen, wodurch die heute als Mobile Diary Method, Mobile ESM oder Ecological Momentary Assessment (EMA) bezeichnete Methode entstand. Bolger, Davis und Rafaeli's Artikel im Annual Review von 2003 systematisierte Tagebuchmethoden als Forschungsgruppe und bleibt der am häufigsten zitierte methodische Überblick.
Wann wird sie eingesetzt?
Nutzen Sie die Mobile Diary Method, wenn Sie die Variation innerhalb von Personen über die Zeit und in natürlichen Kontexten erfassen müssen – zum Beispiel zur Verfolgung täglicher Stimmungsschwankungen, Stressbewertungen, Gesundheitsverhaltensweisen oder sozialer Interaktionen, während sie sich entfalten. Sie ist besonders wertvoll, wenn die retrospektive Erinnerung wahrscheinlich verzerrt ist (Erinnerungsfehler sind eine dokumentierte Bedrohung bei einmaligen Umfragen) oder wenn das Phänomen von Natur aus dynamisch ist. Die Methode erfordert Teilnehmer, die ein kompatibles Smartphone besitzen oder ausleihen können und bereit sind, über das Studienfenster hinweg auf mehrere tägliche Aufforderungen zu reagieren; geringe Compliance – typischerweise definiert als weniger als 60–70 % der abgeschlossenen Aufforderungen – kann die Stichprobe der Beobachtungen ernsthaft verzerren. Vermeiden Sie sie, wenn die Forschungsfrage stabile Merkmale oder Verhaltensweisen bei einzelnen Anlässen betrifft, die innerhalb von Personen nicht variieren, wenn Teilnehmer keinen zuverlässigen Smartphone-Zugang haben oder wenn die Belastung durch Aufforderungen ethisch unangemessen wäre (z. B. bei akut kranken oder hochgradig gefährdeten Populationen ohne sorgfältige Schutzmaßnahmen).
Grenzen und Hinweise
- Die Belastung für die Teilnehmer ist erheblich; wiederholte Aufforderungen über Tage oder Wochen führen zu Ermüdung und sinkender Compliance.
- Erfordert, dass die Teilnehmer über einen zuverlässigen Smartphone-Zugang und grundlegende digitale Kompetenz verfügen – schließt Teile einiger Populationen aus.
- Daten sind eine mehrstufige verschachtelte Struktur, die mehrstufige statistische Modelle erfordert; Standardregression ist ungeeignet.
- Datenschutz- und Datensicherheitsverpflichtungen sind erhöht, da Einträge sensible, zeitgestempelte, standortbezogene Informationen enthalten können.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Erfasst Erfahrungen in Echtzeit in natürlichen Umgebungen, minimiert retrospektive Erinnerung und Teleskopfehler.
- Ermöglicht die Analyse von Variationen und Veränderungen innerhalb von Personen – Fragen, die kein Querschnittsdesign beantworten kann.
- Die mobile Bereitstellung bietet automatische Zeitstempelung, Compliance-Überwachung und große Datenmengen pro Teilnehmer.
- Flexible Eingabeformate (Skalen, Text, Fotos, Audio) eignen sich für eine breite Palette von Forschungsfragen in den Gesundheits-, Sozial- und Verhaltenswissenschaften.
- Die ökologische Validität ist hoch: Daten spiegeln das Alltagsleben wider und nicht Labor- oder einmalige Umfragebedingungen.
Anwendungen
- Verfolgung täglicher emotionaler Dynamiken, Stressbewertungen und Bewältigungsstrategien in der klinischen und Gesundheitspsychologie.
- Überwachung von Ernährungsaufnahme, körperlicher Aktivität und Symptomschwankungen in der Forschung zum Management chronischer Krankheiten.
- Untersuchung sozialer Interaktionsqualität, Einsamkeit und Zugehörigkeit in Echtzeit bei jugendlichen oder erwachsenen Populationen.
- Erfassung arbeitsbezogener Erfahrungen – Flow-Zustände, Unterbrechungen oder Burnout-Vorläufer – während des Arbeitstages.
- Untersuchung von Auslösern für Substanzkonsum, Intensität des Verlangens und situativem Kontext in der Suchtforschung.
- Untersuchung von Lernepisoden, Motivation und Selbstregulation in naturalistischen Bildungsumgebungen.
So funktioniert es
So funktioniert es
Der Forscher legt das Tagebuchprotokoll fest: die Studiendauer, die Häufigkeit der Einträge (z. B. 3–8 aufgeforderte Einträge pro Tag oder ereigniskontingente Einträge), das Frageformat (Likert-Skalen, offener Text, Fotos oder Kombinationen) und die zu verwendende mobile Plattform. Die Zeitplanung kann signal-kontingent (zufällige oder feste Aufforderungen durch die App) oder ereigniskontingent (Teilnehmer initiieren einen Eintrag, wenn ein Zielereignis eintritt) sein.
Teilnehmer werden rekrutiert und auf ihre Bereitschaft geprüft, sich über den Studienzeitraum mit einem mobilen Gerät zu beschäftigen. Die informierte Zustimmung umfasst die Art und Häufigkeit der Aufforderungen, die Datenspeicherung und den Datenschutz. Eine Schulung – persönlich oder per Video – macht die Teilnehmer mit der App vertraut, erklärt, was einen gültigen Eintrag ausmacht, und klärt technische Fragen vor Beginn der Studie.
Die Tagebuch-App wird auf den Smartphones der Teilnehmer (iOS oder Android) installiert und konfiguriert. Forscher testen Benachrichtigungen, bestätigen die Datensynchronisation mit einem sicheren Server und führen eine kurze Pilotphase (typischerweise 1–2 Tage) durch, um Compliance-Probleme oder technische Fehler zu identifizieren, bevor das vollständige Datenerfassungsfenster geöffnet wird.
Während des Datenerfassungsfensters liefert die App Aufforderungen gemäß dem voreingestellten Zeitplan. Zufällige Intervallaufforderungen sind in Experience Sampling-Designs üblich, um die Erfahrung repräsentativ über den Tag zu erfassen. Teilnehmer haben ein definiertes Antwortfenster (z. B. 20–30 Minuten) nach jeder Aufforderung; verpasste Aufforderungen werden automatisch protokolliert, was die Überwachung der Compliance ermöglicht.
Die Teilnehmer vervollständigen jeden aufgeforderten Eintrag direkt auf ihrem Gerät. Antworten werden mit Zeitstempel versehen und, falls das Protokoll Standortdaten erfordert, mit Geotags versehen. Einträge werden in Echtzeit an den Server übertragen oder bei Wiederherstellung der Konnektivität gebündelt. Forscher überwachen Compliance-Dashboards und können Erinnerungen oder kurze Check-in-Nachrichten senden, um das Engagement aufrechtzuerhalten.
Der resultierende Datensatz ist eine mehrstufige Struktur mit wiederholten Messungen: viele Beobachtungen, die in Individuen verschachtelt sind. Typische analytische Ansätze umfassen Mehrebenenmodelle (hierarchische lineare Modelle), um Effekte innerhalb und zwischen Personen zu trennen, Intraklassen-Korrelationskoeffizienten zur Quantifizierung der Variabilität und Zeitreihen- oder Trajektorienanalysen zur Beschreibung von Veränderungen über die Zeit. Qualitative Inhalte aus offenen Textfeldern können neben den quantitativen Maßen thematisch kodiert werden.
Häufige Fallstricke
- Ignorieren von Compliance-Raten – die Analyse von Daten ohne Berücksichtigung fehlender Einträge (insbesondere nicht-zufällig fehlender Daten) führt zu verzerrten Schätzungen innerhalb von Personen; berichten und untersuchen Sie immer Compliance-Muster.
- Übermäßige Aufforderungen – zu viele tägliche Aufforderungen untergraben schnell das Engagement; Pilotstudien sollten die maximal tolerierbare Häufigkeit testen, bevor die Hauptstudie beginnt.
- Verwendung von Standardregression auf verschachtelten Daten – jeder Teilnehmer liefert viele Beobachtungen, was die Annahme der Unabhängigkeit verletzt; Mehrebenenmodelle sind erforderlich.
- Vernachlässigung der Schulungsphase – Teilnehmer, die missverstehen, was einen gültigen Eintrag ausmacht, produzieren inkonsistente Daten; gründliche Einarbeitung und eine kurze Übungsphase sind unerlässlich.
- Behandlung aller verpassten Einträge als gleichwertig – verpasste Aufforderungen können systematische Muster widerspiegeln (Teilnehmer überspringen Aufforderungen zum Beispiel, wenn sie gestresst sind), die eine Auswahlverzerrung in die Stichproben von Erfahrungen einführen.
Häufig gestellte Fragen
Wie viele Tagebuch-Einträge pro Teilnehmer sind für zuverlässige Schätzungen innerhalb von Personen erforderlich?
Simulationsstudien legen eine Mindestanzahl von etwa 30–50 Beobachtungen pro Person für stabile Mehrebenenschätzungen von Effekten innerhalb von Personen nahe, obwohl 20 für einfache Zwei-Ebenen-Modelle praktikabel sein können. Die erforderliche Anzahl hängt von der Intraklassen-Korrelation, der erwarteten Effektstärke und der Komplexität des Modells ab. Pilotieren Sie das Protokoll, um die Compliance-Raten zu schätzen, und berechnen Sie dann die Studiengröße entsprechend.
Wie unterscheidet sich die Mobile Diary Method von Ecological Momentary Assessment (EMA)?
Die Begriffe überschneiden sich erheblich. EMA, geprägt in der klinischen Literatur, betont die zufällige Intervall-Stichprobenerhebung zur Erfassung momentaner Zustände und ist besonders mit der Symptomüberwachung verbunden. Die Mobile Diary Method ist eine breitere Bezeichnung, die neben zufälligen Intervall-Designs auch ereigniskontingente und End-of-Day-Protokolle umfasst. In der Praxis verwenden Forscher die Begriffe austauschbar; wichtig ist die klare Beschreibung des spezifischen Protokolls.
Welche App oder Plattform sollte ich verwenden?
Spezialisierte Plattformen sind m-Path, ExperienceSampler, ilumivu und Metricwire, die alle Zeitplanung, Push-Benachrichtigungen und verschlüsselte Datenübertragung handhaben. Umfrageplattformen wie REDCap können mit zusätzlichem Skripting für EMA konfiguriert werden. Die Wahl hängt von den Datensicherheitsanforderungen Ihrer Institution, Ihrem Budget und der Notwendigkeit von iOS- und Android-Kompatibilität ab.
Kann ich offene qualitative Fragen mit Likert-Skalen-Items in demselben Tagebuch kombinieren?
Ja. Gemischte Tagebuchformate sind üblich; kurze Likert-Items erfassen quantifizierbare Zustände effizient, während periodische offene Textaufforderungen (z. B. einmal täglich) interpretative Tiefe hinzufügen, ohne die Teilnehmer zu überfordern. Halten Sie die Gesamtzeit pro Eintrag kurz – unter zwei Minuten wird dringend empfohlen, um die Compliance über eine mehrwöchige Studie aufrechtzuerhalten.
Wie gehe ich mit Daten von Teilnehmern mit sehr geringer Compliance um?
Ein gängiger Schwellenwert sind 60–70 % der aufgeforderten Einträge. Teilnehmer, die unter diesem Niveau liegen, können von der Analyse ausgeschlossen oder in Sensitivitätsanalysen einbezogen werden, da ihre spärlichen Beobachtungen wahrscheinlich keine stabile Stichprobe innerhalb von Personen darstellen. Berichten Sie Ihr Compliance-Kriterium und die Anzahl der ausgeschlossenen Teilnehmer, damit die Leser potenzielle Verzerrungen bewerten können.
Verwandte Methoden
Quellen
Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.
DOI-Referenz öffnenKopiert.Bolger, N., Davis, A., & Rafaeli, E. (2003). Diary methods: Capturing life as it is lived. Annual Review of Psychology, 54(1), 579–616.
DOI-Referenz öffnenKopiert.