モバイル経験サンプリング — 日常生活における生態学的瞬間評価
- 提唱者
- Mihaly Csikszentmihalyi & Reed Larson
- 年
- 1983
- 種類
- Intensive longitudinal data collection technique
- 系統
- Data collection
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
モバイル経験サンプリング(ESM)は、参加者が日中にランダムまたはスケジュールされた間隔でスマートフォンに配信される短い繰り返し質問票に回答する、集中的な縦断的データ収集技術です。思考、感情、行動、および状況を発生時またはその直後に捉えることにより、ESMは回顧的想起バイアスを最小限に抑え、日常生活における心理的および行動的変動の高解像度の画像を提供します。
手法の背後にある直感
従来の調査では、人々は数日または数週間にわたる過去を振り返るように求められます。これは記憶の歪みやピーク体験または最近の体験の影響を受けやすいプロセスです。ESMは、毎日複数回、まさに日常生活が展開されるときに、的を絞った短い質問をすることでこれを回避します。単なる事後のパノラマ写真ではなく、経験の繰り返し「スナップショット」と考えてください。その結果、時間と状況を横断した個人内変動を追跡するデータが得られ、研究者は「平均的な気分はどうか?」だけでなく、「異なる活動、人々、場所によって気分はどのように変化するか?」といった問いを立てることができます。
歴史学
経験サンプリング法(ESM)は、最適な経験と日常生活の心理学を研究する方法として、1980年代初頭にシカゴ大学のMihaly CsikszentmihalyiとReed Larsonによって開発されました。1987年のJournal of Nervous and Mental Disease誌における彼らの検証論文は、基礎的な心理測定学的証拠を確立しました。Shiffman、Stone、Huffordによる2008年のAnnual Review of Clinical Psychology誌の論文は、健康研究における生態学的瞬間評価の並行する伝統を体系化しました。2000年代後半以降のスマートフォンの普及により、ESMはページャーベースのプロトコルからスケーラブルなモバイル方法論へと変貌しました。
使うべき場面
研究の質問が個人内変動、瞬間的な状態、または自然な文脈での行動のダイナミクスに関係する場合にESMを使用します。例えば、日々の活動を通じて感情がどのように変動するか、一日の仕事を通じてストレスがどのように蓄積するか、または社会的交流がリアルタイムで気分をどのように形成するかといった質問です。心理学、健康科学、組織研究、消費者行動に適しています。関心のある構成概念が長時間の反省を必要とする場合(例:人生の意味)、参加者が繰り返し短い質問票に回答するためのリテラシーやモチベーションを欠いている場合、研究状況が頻繁な電話の使用を非現実的または危険にする場合、または研究予算とタイムラインがESMが要求するインフラストラクチャ、コンプライアンス監視、および多層分析をサポートできない場合にESMを避けてください。
限界と注意点
- 参加者の負担が大きい。数日間にわたる繰り返しの割り込みは、疲労、評価への反応性、および脱落を引き起こす可能性があります。
- 非準拠は体系的であり(要求の厳しい瞬間やプライベートな瞬間に評価が欠落する)、結果にバイアスをもたらす可能性があります。
- データ管理、アプリインフラストラクチャ、および多層モデリングには、専門的な技術的専門知識とリソースが必要です。
- 瞬間的な尺度は必然的に簡潔です。豊かな反省を必要とする複雑な構成概念は、1〜3分間のスナップショットでは十分に捉えられません。
- 結果はサンプリングされた期間と状況に限定されます。他の人生段階や集団への一般化には、再現が必要です。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 回顧的想起バイアスを最小限に抑えて瞬間的な状態を捉え、生態学的妥当性を劇的に向上させます。
- 横断的デザインでは提供できない個人内分析を可能にし、変動、遅延効果、および個人レベルの変動を追跡します。
- 参加者あたり多数の観測値を生成し、中程度のサンプルサイズでも個人内仮説に対して十分な統計的検出力を提供します。
- 自然な設定:データは、人工的な実験室条件ではなく、参加者の実際の環境で収集されます。
- スマートフォンアプリによる柔軟な配信により、自己報告と並行して受動的なデータ拡張(GPS、加速度計、画面使用状況)が可能になります。
応用
- 臨床集団(うつ病、双極性障害、不安症)における気分と感情の変動を追跡し、個人内のリスクパターンを特定します。
- 日常生活における幸福度と共変動する社会的交流、身体活動、睡眠の質を研究します。
- 依存症研究における瞬間的な渇望、物質使用のトリガー、および再発前駆物質を調査します。
- 組織心理学における一日の仕事を通じた仕事への関与、ストレス、および認知負荷の変動を測定します。
- 自然な消費状況で発生する消費者の意思決定とメディア使用を捉えます。
- 慢性的な痛みや疲労状態の患者における症状のダイナミクスと治療反応を評価します。
使い方
使い方
研究者は関心のある構成概念(気分、ストレス、渇望、社会的交流など)を定義し、シグナル方式を決定します。ランダム(設定された時間枠内で予測不可能な瞬間にシグナルが発生する)、間隔依存(毎日固定された時間)、またはイベント依存(参加者が定義されたイベントが発生したときに評価をトリガーする)です。毎日の評価の数と研究期間は、データ密度と参加者の負担のバランスをとるように設定されます。通常、7〜14日間で1日あたり3〜10回のシグナルが一般的です。
参加者は募集され、シグナルを配信し回答を記録する専用のモバイルアプリまたはSMSベースのシステムが提供されます。詳細な説明セッションでプロトコルが説明され、通常、本番の研究が開始される前に短い練習日が実施されます。尺度(スケール)は簡潔である必要があり、回答は1〜3分で完了することを意図しており、繰り返し行われる個人内測定のために検証されている必要があります。
シグナルは、事前に指定された時間または間隔で配信されます。シグナルが到着すると、参加者はアプリを開き、現在の状態、進行中の活動、社会的状況、および場所(許可されている場合)を捉える瞬間的な質問票に回答します。回答にはタイムスタンプが付けられ、自動的にアップロードされます。コンプライアンスと応答レイテンシは、後で品質管理のために記録されます。
応答率は研究期間中に追跡されます。許容可能な閾値(一般的にシグナルの70〜75%)を下回った参加者は、リマインダーの連絡を受けるか、分析から除外される場合があります。高い非準拠率はランダムではなく、要求の厳しい瞬間やプライベートな瞬間に発生する傾向があり、分析計画で対処する必要がある体系的なバイアスを導入する可能性があります。
各参加者が多数の観測値を提供するため、データはネストされた構造(個人内の評価、グループ内の個人)を持ちます。多層モデリング(HLM /混合効果モデル)が標準的な分析フレームワークです。個人内効果(変数が各個人の平均値の周りでどのように変動するか)は、個人間効果(個人が平均してどのように異なるか)から分離され、状態のダイナミクス、遅延効果、および個人レベルのモデレーターに関する詳細な仮説を可能にします。
よくある落とし穴
- シグナルあたりの項目数が多すぎる:10〜15項目を超える質問票はコンプライアンスを大幅に低下させます。各シグナルは簡潔にし、個人内使用のために検証してください。
- クラス内相関の無視:ESMデータを独立した観測値として扱うと、第一種の過誤(Type I error)が膨張します。ネストされた構造を考慮した多層モデルまたは混合効果モデルを常に使用してください。
- 個人内効果と個人間効果の混同:個人間レベルで結果を予測する変数が、個人内レベルでも(またはその逆でも)そうである必要はありません。これらの効果は、分析で明示的に分離する必要があります。
- 反応性の無視:自己モニタリングという行為自体が、研究されている行動や経験を変化させる可能性があります。習慣化期間を含めるか、感度分析で反応性を考慮してください。
よくある質問
1日あたりのシグナル数と日数として妥当なのはどれくらいですか?
一般的なプロトコルでは、7〜14日間連続で1日あたり4〜8回のランダムシグナルを配信し、参加者あたり28〜112回の評価を行います。最適な数は、結果のクラス内相関(ICCが高いほど、必要な繰り返し測定の回数が少なくなる)、参加者の負担許容度、および現象の時間スケールに依存します。非常に短いプロトコル(3日間)では週のリズムを見逃す可能性があります。非常に長いもの(21日以上)は、かなりの疲労関連の脱落リスクがあります。
ESM研究にはどのくらいのサンプルサイズが必要ですか?
ESMの検出力は、参加者の数と参加者あたりの評価の数の両方の関数です。典型的な個人内効果サイズ(r ≈ 0.15–0.30)の場合、シミュレーション研究では、参加者50〜100人、それぞれ30〜50回の有効な評価があれば、多層モデルで十分な検出力が得られることが示唆されています。参加者数が少ない場合は、評価数を増やすことで部分的に補うことができますが、参加者数が30人未満になると、個人間分散推定値が不安定になります。
ESMは質的研究に適していますか?
主にESMは定量的データ(評価、頻度)を生成します。しかし、イベント依存設計では、短い物語形式の回答のための自由記述フィールドを含めることができ、ESMデータは、フォローアップの質的インタビューのために特定の瞬間を選択するために使用できます。これは「ESMで強化されたインタビュー」と呼ばれることもあります。純粋な質的ESMはまれです。
ESMには一般的にどのようなソフトウェアやアプリが使用されていますか?
一般的な研究プラットフォームには、m-Path、ExperienceSampler、MetricWire、movisensXSなどがあります。臨床研究または大規模研究では、カスタムREDCapまたはQualtrics SMS統合も使用されます。選択は、予算、受動的センシングの必要性、および利用可能なプログラミング専門知識のレベルに依存します。
ESMは日記法とどのように異なりますか?
日記調査では通常、参加者はその日の終わりに1回の記録を完了し、その日の要約を記録します。ESMは、経験の瞬間またはその直後に、その日のうちに複数の評価を捉えます。ESMはより細かい時間分解能を提供し、日次要約の想起バイアスを回避しますが、参加者の負担が増加します。数日間にわたって展開される現象(例:日々のストレス要因の蓄積)には日記設計で十分な場合がありますが、日内の変動にはESMが好ましいです。
関連する手法
参考文献
Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.
DOI 文献を開くコピーしました。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:978-0195178715コピーしました。