Saltar al contenido
Volver a los resultados

Método de Muestreo de Experiencias Móviles — ESM vía Smartphone

Propuesto por
Mihaly Csikszentmihalyi & Reed Larson
Año
1983–1987
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

Tamaño de letra

¿Qué hace?

El Método de Muestreo de Experiencias (ESM, por sus siglas en inglés) recopila autoinformes repetidos y con marca de tiempo de los participantes en su entorno natural utilizando una aplicación de smartphone.

Al señalar a los participantes varias veces al día durante días o semanas, los investigadores capturan estados psicológicos, comportamientos y contextos a medida que ocurren, eliminando el sesgo retrospectivo y revelando dinámicas dentro de la persona que las encuestas de una sola sesión no pueden detectar.

La intuición detrás del método

Las encuestas tradicionales preguntan '¿Cómo te sentiste esta semana?' y dependen de la memoria imperfecta. El ESM móvil, en cambio, envía breves indicaciones al teléfono de un participante varias veces al día, como un mensaje de texto que dice '¿Qué estás haciendo ahora mismo? ¿Cómo te sientes?', y recopila las respuestas en el momento. A lo largo de muchas señales y muchos días, el investigador construye una imagen densa de cómo fluctúan y covarían el estado de ánimo, el comportamiento o el contexto en la vida real. El teléfono móvil hace que esto sea factible a escala; el diseño de medidas repetidas hace que las ideas sean ecológicamente válidas y de grano fino.

Historia

El Método de Muestreo de Experiencias fue introducido por Mihaly Csikszentmihalyi y Reed Larson a principios de la década de 1980, utilizando inicialmente buscapersonas electrónicos para señalar a los participantes. Su artículo de 1987 en el Journal of Nervous and Mental Disease estableció la fiabilidad y validez del enfoque. El término Evaluación Ecológica Momentánea, que enfatiza las aplicaciones clínicas y de salud, fue popularizado por Saul Shiffman y Arthur Stone en la década de 1990. La adopción generalizada de los smartphones después de 2008 transformó el ESM de una herramienta de laboratorio logísticamente exigente a un método de recopilación de datos móviles escalable, dando lugar a la variante ESM móvil con sus ecosistemas de aplicaciones dedicados.

Cuándo usarlo

El ESM móvil es el método de elección cuando la pregunta de investigación se refiere a la fluctuación dentro de la persona, el contexto en tiempo real o la validez ecológica de constructos psicológicos o conductuales. Es especialmente valioso para estudiar el estado de ánimo, el estrés, el consumo de sustancias, la interacción social o los síntomas en la vida diaria. Úselo cuando el autoinforme retrospectivo sea propenso a sesgos por memoria o deseabilidad social. No lo use cuando la población no pueda usar un smartphone de manera confiable, cuando solo interesen las diferencias entre personas (una encuesta estándar es suficiente) o cuando la duración del estudio requerida exceda la tolerancia del participante.

Limitaciones y consideraciones

  • Alta carga para el participante: responder a múltiples indicaciones diarias durante semanas puede causar fatiga y abandono.
  • Requiere experiencia en análisis multinivel; los modelos de regresión estándar son inapropiados para datos de ESM anidados.
  • Reactividad a la señal: el acto de señalar a los participantes puede alterar el constructo que se está midiendo.
  • La pérdida de datos por respuestas omitidas no es aleatoria y puede sesgar los resultados si no se maneja con cuidado.

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Captura dinámicas dentro de la persona y contexto en tiempo real que las encuestas transversales no captan en absoluto.
  • Elimina el sesgo de memoria retrospectiva: los datos se recopilan en el momento de la experiencia o cerca de él.
  • Alta validez ecológica: los hallazgos reflejan el comportamiento y el afecto en entornos naturales en lugar de condiciones artificiales de laboratorio.
  • Los smartphones permiten la aumentación de datos pasivos (GPS, acelerómetro) sin carga adicional para el participante.
  • Permite la separación de efectos estables a nivel de rasgo de efectos transitorios a nivel de estado a través de análisis multinivel.

Aplicaciones

  • Seguimiento de las fluctuaciones diarias en el estado de ánimo depresivo, la ansiedad o los síntomas psicóticos en la investigación de psicología clínica y psiquiatría.
  • Estudio del consumo de sustancias, el ansia y los desencadenantes de recaídas en la investigación de adicciones, capturando antecedentes en tiempo real.
  • Medición de la actividad física, el comportamiento sedentario y las elecciones dietéticas en salud pública y medicina conductual.
  • Examen de la calidad de la interacción social, la soledad y la regulación emocional en contextos interpersonales cotidianos.
  • Evaluación del compromiso laboral, el estrés y la recuperación en la investigación de salud ocupacional a lo largo de la jornada laboral.
  • Captura de comportamientos de aprendizaje, motivación y contexto en estudios de psicología educativa fuera del aula.

Cómo funciona

Cómo funciona

1

El investigador define el protocolo del estudio: los constructos a medir (p. ej., estado de ánimo, estrés, actividad), el programa de señales (aleatorio dentro de intervalos fijos, tiempo fijo o contingente a eventos), el número de señales diarias (típicamente 4-10) y la duración del estudio (típicamente 7-30 días). Se preparan cuestionarios breves y de baja carga —generalmente de 5 a 15 ítems por indicación— para ajustarse a la ventana de respuesta (comúnmente de 2 a 10 minutos).

2

Los participantes son reclutados y se les da de alta utilizando una aplicación móvil dedicada de ESM (p. ej., m-Path, Experience Sampler o desarrollos personalizados). Completan medidas de referencia y reciben capacitación sobre el procedimiento de respuesta. Las expectativas de cumplimiento y los acuerdos de privacidad de datos se comunican explícitamente.

3

En cada punto de tiempo programado, la aplicación envía una notificación. El programa de señales puede ser (a) intervalo aleatorio: indicaciones entregadas en momentos impredecibles dentro de ventanas fijas para que los participantes no puedan anticipar y preparar respuestas; (b) intervalo fijo: indicaciones a las mismas horas cada día; o (c) contingente a eventos: iniciado por el participante después de que ocurre un evento predefinido.

4

El participante abre la aplicación y completa el breve cuestionario. Las respuestas se marcan con fecha y hora y, opcionalmente, se aumentan con datos de sensores pasivos (ubicación GPS, acelerómetro, uso de pantalla). Los investigadores monitorean las tasas de cumplimiento en tiempo real; una tasa de cumplimiento superior al 70-75% generalmente se considera adecuada para el análisis.

5

Los datos se compilan en una estructura multinivel: observaciones anidadas dentro de personas, que a menudo se anidan aún más dentro de días. Se utiliza el modelado multinivel (MLM) o el modelado de ecuaciones estructurales dinámicas (DSEM) para descomponer la variabilidad dentro de la persona de las diferencias entre personas, estimar asociaciones retardadas y probar moderadores a nivel de persona.

Errores comunes

  • Demasiados ítems por indicación: exceder los 15 ítems reduce drásticamente las tasas de cumplimiento; mantenga las indicaciones cortas y enfocadas.
  • Ignorar el incumplimiento: analizar solo las respuestas completadas sin verificar si la omisión es sistemática puede introducir un sesgo grave.
  • Usar análisis de un solo nivel en datos multinivel: aplicar regresión ordinaria a datos de ESM infla las tasas de error de Tipo I; se requieren modelos multinivel.
  • No tener en cuenta los efectos de la hora del día: el estado de ánimo y el comportamiento varían sistemáticamente a lo largo del día; los modelos deben incluir controles de tiempo o covariables dentro del día.
  • Diseños con poca potencia: el ESM requiere suficientes señales por persona Y suficientes personas; consulte el software de análisis de potencia (p. ej., PANGEA) antes de finalizar el protocolo.

Preguntas frecuentes

¿Cuántas señales por día y cuántos días son típicos?

La mayoría de los estudios de ESM utilizan de 4 a 10 señales por día durante 7 a 14 días, lo que produce de 40 a 140 observaciones por participante. Menos señales reducen la potencia estadística para las estimaciones dentro de la persona; más señales aumentan la carga del participante y la deserción. Se recomiendan herramientas de análisis de potencia como PANGEA para determinar el diseño óptimo.

¿Cuál es la diferencia entre ESM, EMA y el método del diario diario?

Estos términos se superponen considerablemente. El ESM (Csikszentmihalyi) utiliza típicamente señalización de intervalo aleatorio y enfatiza la captura de experiencias en tiempo real. El EMA (Shiffman/Stone) es el término preferido en salud clínica e incluye diseños de intervalo aleatorio y contingentes a eventos. Los estudios de diario diario utilizan un solo informe al final del día en lugar de múltiples indicaciones dentro del día. El ESM móvil denota específicamente la entrega a través de una aplicación de smartphone, lo que permite la aumentación de sensores pasivos.

¿Es aceptable una tasa de cumplimiento del 60%?

Un cumplimiento inferior al 70% generalmente se considera un riesgo para la calidad de los datos. Más críticamente, el incumplimiento que está sistemáticamente vinculado al constructo que se estudia sesgará las estimaciones. Siempre examine los patrones de cumplimiento por hora del día, día del estudio y características del participante antes de proceder al análisis principal.

¿Qué modelo estadístico debo usar para analizar datos de ESM?

El modelado multinivel (MLM), también llamado modelado lineal jerárquico, es el enfoque estándar porque maneja correctamente la no independencia de las observaciones repetidas dentro de las personas. Para asociaciones dinámicas y retardadas, se utiliza cada vez más el modelado de ecuaciones estructurales dinámicas (DSEM). La regresión OLS estándar no es apropiada para datos de ESM.

¿Qué aplicaciones móviles de ESM se utilizan comúnmente en la investigación?

Las plataformas ampliamente utilizadas incluyen m-Path (KU Leuven), Experience Sampler (código abierto) e iESP. También se utilizan plataformas comerciales como MetricWire y LifeData. La elección depende del presupuesto, las capacidades de detección pasiva requeridas y si la auditabilidad de código abierto es importante.

Métodos relacionados

Fuentes

  1. 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 DOI
    Copiado.
  2. Shiffman, S., Stone, A. A., & Hufford, M. R. (2008). Ecological momentary assessment. Annual Review of Clinical Psychology, 4, 1–32.

    Abrir referencia DOI
    Copiado.