Muestreo de Experiencias Móviles — Evaluación Ecológica Momentánea en la Vida Diaria
- Propuesto por
- Mihaly Csikszentmihalyi & Reed Larson
- Año
- 1983
- Tipo
- Intensive longitudinal data collection technique
- Familia
- Data collection
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
El Muestreo de Experiencias Móviles (ESM, por sus siglas en inglés) es una técnica intensiva de recolección de datos longitudinal en la que los participantes responden a cuestionarios breves y repetidos entregados a sus teléfonos inteligentes en intervalos aleatorios o programados a lo largo del día.
Al capturar pensamientos, sentimientos, comportamientos y contexto en el momento en que ocurren o cerca de él, el ESM minimiza el sesgo de recuerdo retrospectivo y proporciona una imagen de alta resolución de las fluctuaciones psicológicas y conductuales en la vida cotidiana.
La intuición detrás del método
Las encuestas tradicionales piden a las personas que reflexionen sobre días o semanas — un proceso propenso a la distorsión de la memoria y al dominio de las experiencias pico o recientes. El ESM evita esto al hacer preguntas cortas y específicas varias veces al día, justo cuándo y dónde se desarrolla la vida cotidiana. Piense en ello como 'instantáneas' repetidas de la experiencia en lugar de una única foto panorámica tomada después del hecho. El resultado son datos que rastrean la variación dentro de la persona a lo largo del tiempo y el contexto, lo que permite a los investigadores preguntar no solo '¿cuál es tu estado de ánimo promedio?', sino '¿cómo cambia tu estado de ánimo en diferentes actividades, personas y lugares?'
Historia
El Método de Muestreo de Experiencias fue desarrollado por Mihaly Csikszentmihalyi y Reed Larson en la Universidad de Chicago a principios de la década de 1980 como una forma de estudiar la experiencia óptima y la psicología de la vida cotidiana. Su artículo de validación de 1987 en el Journal of Nervous and Mental Disease estableció evidencia psicométrica fundamental. El artículo de Shiffman, Stone y Hufford de 2008 en la Annual Review of Clinical Psychology sistematizó la tradición paralela de Evaluación Ecológica Momentánea en la investigación de la salud. La adopción generalizada de teléfonos inteligentes a partir de finales de la década de 2000 transformó el ESM de un protocolo basado en buscapersonas a una metodología móvil escalable.
Cuándo usarlo
Utilice el ESM cuando su pregunta de investigación se refiera a la variabilidad dentro de la persona, los estados momentáneos o la dinámica del comportamiento en contextos naturales — preguntas como cómo fluctúa el afecto en las actividades diarias, cómo se acumula el estrés a lo largo de una jornada laboral o cómo las interacciones sociales dan forma al estado de ánimo en tiempo real. Es muy adecuado para la psicología, las ciencias de la salud, la investigación organizacional y el comportamiento del consumidor. Evite el ESM cuando el constructo de interés requiera una reflexión prolongada (por ejemplo, el significado de la historia de vida), cuando los participantes carezcan de la alfabetización o la motivación para cuestionarios cortos repetidos, cuando el contexto del estudio haga que el uso frecuente del teléfono sea poco práctico o inseguro, o cuando el presupuesto y el cronograma de la investigación no puedan respaldar la infraestructura, el monitoreo del cumplimiento y el análisis multinivel que exige el ESM.
Limitaciones y consideraciones
- La carga para el participante es alta; las interrupciones repetidas a lo largo de los días pueden causar fatiga, reactividad a la evaluación y abandono.
- La falta de cumplimiento es sistemática (evaluaciones omitidas durante momentos exigentes o privados), lo que potencialmente sesga los hallazgos.
- La gestión de datos, la infraestructura de aplicaciones y el modelado multinivel requieren experiencia técnica y recursos especializados.
- Las medidas momentáneas son breves por necesidad; los constructos complejos que requieren una reflexión rica no se pueden capturar adecuadamente en instantáneas de 1 a 3 minutos.
- Los hallazgos son específicos del período y contexto muestreados; la generalización a otras fases de la vida o poblaciones requiere replicación.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Captura estados momentáneos con un mínimo sesgo de recuerdo retrospectivo, mejorando drásticamente la validez ecológica.
- Permite análisis dentro de la persona que los diseños transversales no pueden proporcionar — rastreando fluctuaciones, efectos retardados y variabilidad a nivel de persona.
- Produce un gran número de observaciones por participante, lo que otorga una potencia estadística sustancial para hipótesis dentro de la persona incluso con tamaños de muestra moderados.
- Entorno naturalista: los datos se recopilan en los entornos reales de los participantes en lugar de en condiciones de laboratorio artificiales.
- La entrega flexible a través de aplicaciones de teléfonos inteligentes permite la aumentación pasiva de datos (GPS, acelerometría, uso de pantalla) junto con autoinformes.
Aplicaciones
- Seguimiento de la variabilidad del estado de ánimo y el afecto en poblaciones clínicas (depresión, trastorno bipolar, ansiedad) para identificar patrones de riesgo dentro de la persona.
- Estudio de cómo las interacciones sociales, la actividad física y la calidad del sueño covarían con el bienestar en la vida diaria.
- Investigación de los antojos momentáneos, los desencadenantes del consumo de sustancias y los precursores de la recaída en la investigación de adicciones.
- Medición del compromiso laboral, el estrés y las fluctuaciones de la carga cognitiva a lo largo de una jornada laboral en psicología organizacional.
- Captura de la toma de decisiones del consumidor y el uso de medios tal como ocurren en contextos de consumo natural.
- Evaluación de la dinámica de los síntomas y la respuesta al tratamiento en pacientes con afecciones de dolor crónico o fatiga.
Cómo funciona
Cómo funciona
El investigador define el constructo de interés (estado de ánimo, estrés, antojos, interacción social, etc.) y decide un esquema de señalización: aleatorio (las señales ocurren en momentos impredecibles dentro de ventanas de tiempo preestablecidas), contingente a intervalos (horas fijas cada día) o contingente a eventos (el participante activa la evaluación cuando ocurre un evento definido). El número de evaluaciones diarias y la duración del estudio se establecen para equilibrar la densidad de datos con la carga del participante; 3–10 señales por día durante 7–14 días es lo típico.
Los participantes son reclutados y se les proporciona una aplicación móvil dedicada o un sistema basado en SMS que entrega señales y registra respuestas. Una sesión informativa exhaustiva explica el protocolo, y generalmente se realiza un breve día de práctica antes de que comience el estudio propiamente dicho. Las escalas deben ser breves — las respuestas están destinadas a tomar 1–3 minutos — y validadas para mediciones repetidas dentro de la persona.
Las señales se entregan en los momentos o intervalos preespecificados. Cuando llega una señal, el participante abre la aplicación y responde al cuestionario momentáneo, capturando su estado actual, actividad en curso, contexto social y ubicación (si está permitido). Las respuestas se marcan con fecha y hora y se cargan automáticamente. El cumplimiento y la latencia de la respuesta se registran para un control de calidad posterior.
Las tasas de respuesta se rastrean durante todo el período del estudio. Los participantes que caen por debajo de un umbral aceptable (comúnmente 70–75 % de las señales) pueden ser contactados con recordatorios o excluidos del análisis. La alta falta de cumplimiento no es aleatoria — tiende a ocurrir durante momentos exigentes o privados — y puede introducir un sesgo sistemático que debe abordarse en el plan de análisis.
Debido a que cada participante aporta muchas observaciones, los datos tienen una estructura anidada (evaluaciones dentro de personas, personas dentro de grupos). El modelado multinivel (HLM / modelos de efectos mixtos) es el marco analítico estándar. Los efectos dentro de la persona (cómo una variable fluctúa alrededor de la media de cada persona) se separan de los efectos entre personas (cómo difieren las personas en promedio), lo que permite hipótesis detalladas sobre la dinámica de los estados, los efectos retardados y los moderadores a nivel de persona.
Errores comunes
- Demasiados ítems por señal: los cuestionarios de más de 10 a 15 ítems reducen drásticamente el cumplimiento; mantenga cada señal breve y validada para uso dentro de la persona.
- Ignorar las correlaciones intraclase: tratar los datos de ESM como observaciones independientes infla el error de tipo I; utilice siempre modelos multinivel o de efectos mixtos que tengan en cuenta la estructura anidada.
- Confundir efectos dentro de la persona y entre personas: una variable que predice resultados a nivel entre personas no tiene por qué hacerlo a nivel dentro de la persona (y viceversa); estos efectos deben separarse explícitamente en el análisis.
- Negar la reactividad: el acto de la autoevaluación puede alterar el comportamiento o la experiencia que se está estudiando; incluya un período de habituación o tenga en cuenta la reactividad en análisis de sensibilidad.
Preguntas frecuentes
¿Cuántas señales por día y durante cuántos días es razonable?
Un protocolo común entrega 4–8 señales aleatorias por día durante 7–14 días consecutivos, lo que produce 28–112 evaluaciones por participante. El número óptimo depende de la correlación intraclase de su resultado (mayor ICC = se necesitan menos medidas repetidas), la tolerancia a la carga del participante y la escala de tiempo del fenómeno. Protocolos muy breves (3 días) pueden perder ritmos semanales; los muy largos (>21 días) corren el riesgo de un abandono sustancial relacionado con la fatiga.
¿Qué tamaño de muestra necesito para un estudio ESM?
La potencia en ESM es una función tanto del número de participantes como del número de evaluaciones por persona. Para tamaños de efecto dentro de la persona típicos (r ≈ 0.15–0.30), estudios de simulación sugieren que 50–100 participantes con 30–50 evaluaciones válidas cada uno proporciona potencia adecuada para modelos multinivel. Menos participantes pueden ser compensados parcialmente por más evaluaciones, pero por debajo de ~30 participantes, las estimaciones de la varianza entre personas se vuelven inestables.
¿Es el ESM adecuado para la investigación cualitativa?
Predominantemente el ESM genera datos cuantitativos (calificaciones, frecuencias). Sin embargo, los diseños contingentes a eventos pueden incorporar campos de texto abierto para respuestas narrativas breves, y los datos de ESM se pueden utilizar para seleccionar momentos con propósito para entrevistas cualitativas de seguimiento — un diseño a veces llamado 'entrevistas enriquecidas con ESM'. El ESM puramente cualitativo es poco común.
¿Qué software y aplicaciones se usan comúnmente para ESM?
Las plataformas de investigación populares incluyen m-Path, ExperienceSampler, MetricWire y movisensXS. Para estudios clínicos o a gran escala, también se utilizan integraciones personalizadas de REDCap o Qualtrics SMS. La elección depende del presupuesto, la necesidad de detección pasiva y el nivel de experiencia en programación disponible.
¿En qué se diferencia el ESM del método de diario?
Los estudios de diario típicamente piden a los participantes que completen un registro al final del día, capturando un resumen diario. El ESM captura múltiples evaluaciones a lo largo del día en el momento de la experiencia o cerca de él. El ESM proporciona una resolución temporal más fina y evita el sesgo de recuerdo del resumen diario, pero impone una mayor carga al participante. Para fenómenos que se desarrollan a lo largo de días (por ejemplo, acumulación de estresores diarios) un diseño de diario puede ser suficiente; para fluctuaciones intradía el ESM es preferible.
Métodos relacionados
Fuentes
Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.
Abrir referencia DOICopiado.Stone, A. A., Shiffman, S., Atienza, A. A., & Nebeling, L. (Eds.). (2007). The Science of Real-Time Data Capture: Self-Reports in Health Research. Oxford University Press.
ISBN: 978-0195178715Copiado.