Badanie podłużne — badanie z powtarzanym pomiarem
- Autor metody
- Established tradition; formalized in social science by Paul Lazarsfeld and colleagues (1940s panel studies)
- Rok
- 1940s (panel survey tradition); longitudinal designs codified mid-20th century
- Typ
- Quantitative / mixed-methods survey design
- Rodzina
- Data collection
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Badanie podłużne polega na zbieraniu ustrukturyzowanych danych z kwestionariuszy od tych samych osób lub jednostek w co najmniej dwóch odrębnych punktach czasowych.
Śledząc tych samych respondentów w kolejnych falach badania, badacze mogą odróżnić rzeczywiste zmiany od stabilnych indywidualnych różnic, ustalić porządek czasowy między zmiennymi i modelować trajektorie postaw, zachowań lub wyników w sposób, którego nie może zapewnić pojedynczy przekrojowy obraz sytuacji.
Intuicja stojąca za metodą
Wyobraźmy sobie fotografowanie tej samej grupy ludzi co roku przez dekadę w porównaniu do fotografowania innej grupy każdego roku. Pierwsze podejście — badanie podłużne — pozwala zobaczyć, kto faktycznie się zmienił, o ile i w jakim kierunku, zamiast zgadywać na podstawie średnich grupowych. Ponieważ każdy respondent służy jako własna linia bazowa, indywidualne zróżnicowanie jest naturalnie kontrolowane, co pozwala badaczowi z większą pewnością stwierdzić: „osoby, które miały przekonanie X w roku 1, były bardziej skłonne zgłosić wynik Y w roku 3” niż jakikolwiek projekt jednofalowy.
Historia
Systematyczne badania podłużne wyłoniły się w amerykańskich naukach społecznych w latach 40. XX wieku dzięki badaniom panelowym Paula Lazarsfelda nad zachowaniami wyborczymi, które wykazały, że śledzenie tych samych respondentów w czasie może rzucić światło na zmiany postaw niemożliwe do wykrycia w przekrojowych migawkach. Podejście to rozszerzyło się na epidemiologię i psychologię rozwojową poprzez badania kohortowe, takie jak Framingham Heart Study (1948) i British National Child Development Study (1958). Następnie pojawiły się panele gospodarstw domowych na dużą skalę — Panel Study of Income Dynamics (PSID, 1968) i German Socio-Economic Panel (SOEP, 1984). Kodyfikacja metodologiczna została rozwinięta przez Duncana (1975) i Menarda (2002).
Kiedy stosować
Zastosuj badanie podłużne, gdy pytanie badawcze wyraźnie dotyczy zmian, rozwoju lub pierwszeństwa czasowego — na przykład, czy interwencja polityczna spowodowała trwałe zmiany postaw, jak rozwija się osiągnięcie edukacyjne od szkoły podstawowej do średniej, lub które czynniki ryzyka z wczesnego okresu życia przewidują późniejsze wyniki zdrowotne. Jest to odpowiedni projekt, gdy dane przekrojowe mieszałyby efekty wieku z efektami kohorty lub okresu. Nie należy stosować badania podłużnego, gdy zjawisko jest stabilne (co czyni powtarzane pomiary zbędnymi), gdy zasoby lub czas są niewystarczające do przeprowadzenia wielu fal, lub gdy oczekuje się tak poważnego wyczerpania, że pozostała próba przestanie reprezentować populację docelową. Badanie przekrojowe jest szybsze i tańsze w przypadku czysto opisowych pytań dotyczących pojedynczego punktu czasowego.
Ograniczenia i uwagi
- Wyczerpanie kumuluje się w kolejnych falach; nielosowe wyczerpanie może wprowadzić poważne błędy selekcji w późniejszych falach.
- Drogi i czasochłonny w porównaniu do badań przekrojowych, wymagający stałej infrastruktury i ponownego kontaktu z respondentami.
- Efekty testowania: wielokrotna ekspozycja na te same pytania może uwrażliwić respondentów i zmienić postawy lub zachowania, które są mierzone.
- Efekty historii i trendy sekularne między falami mogą zakłócać oszacowania zmian wewnątrzosobowych.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Ustanawia porządek czasowy zmiennych, wzmacniając wnioskowanie przyczynowe ponad to, co umożliwiają projekty przekrojowe.
- Kontroluje stabilne różnice indywidualne, ponieważ każdy respondent służy jako własna linia bazowa.
- Ujawnia trajektorie zmian wewnątrzindywidualnych — kto się zmienia, o ile i w jakim tempie.
- Wspiera analizę kohortową, rozróżniając efekty wieku, okresu i kohorty, gdy fale obejmują wystarczający okres czasu.
- Kompatybilny z metodami mieszanymi: wywiady jakościowe uzupełniające mogą być osadzone między falami.
Zastosowania
- Śledzenie zmian w postawach politycznych, identyfikacji partyjnej lub zamiarach wyborczych w cyklach wyborczych.
- Monitorowanie rozwoju poznawczego i społeczno-emocjonalnego dzieci od wczesnego dzieciństwa do okresu dojrzewania.
- Ocena, czy interwencje w zakresie zdrowia publicznego prowadzą do trwałych zmian behawioralnych w ciągu miesięcy lub lat.
- Badanie trajektorii kariery i dynamiki płac poprzez powtarzane badania zatrudnienia i dochodów.
- Ocena długoterminowych psychologicznych skutków wydarzeń życiowych, takich jak utrata pracy, żałoba lub początek przewlekłej choroby.
- Ocena reform edukacyjnych poprzez pomiar osiągnięć i zaangażowania uczniów na różnych poziomach nauczania.
Jak to działa
Jak to działa
Badacz określa liczbę fal pomiarowych, odstępy między nimi (tygodnie, miesiące, lata) oraz konstrukcje, które mają być mierzone w każdej fali. Projekt panelowy śledzi te same osoby; rotujący panel zastępuje ułamek respondentów w każdej fali, aby ograniczyć obciążenie przy jednoczesnym zachowaniu ciągłości. Podstawowy zestaw pytań pozostaje identyczny we wszystkich falach, aby umożliwić bezpośrednie porównanie, a wszelkie nowe pozycje są wyraźnie oznaczone jako dodatki.
W pierwszej fali rekrutuje się próbę losową lub celową. Ponieważ wyczerpanie (attrition) w czasie zmniejsza moc statystyczną, początkowa próba musi być większa niż w porównywalnym badaniu przekrojowym. Materiały rekrutacyjne wyjaśniają zobowiązanie do wielofalowego udziału, a respondentom mogą być oferowane zachęty do podtrzymania uczestnictwa. Gromadzone są dane kontaktowe i aktualizowane w celu ułatwienia ponownego kontaktu.
Przeprowadza się pierwszą (bazową) falę badania — online, pocztą, telefonicznie lub osobiście. Ta fala ustala wartości początkowe wszystkich zmiennych badanych i gromadzi kowariaty, które będą używane do modelowania zmian. Zmienne demograficzne i tła mierzone tutaj są traktowane jako stałe punkty odniesienia dla kolejnych fal.
W każdej kolejnej fali ten sam podstawowy zestaw pytań jest ponownie podawany tym samym respondentom. Badacze śledzą wskaźniki odpowiedzi dla każdej fali i wysyłają przypomnienia do osób, które nie odpowiedziały. Odstęp między falami jest wybierany tak, aby był wystarczająco długi, aby mogły nastąpić znaczące zmiany, a jednocześnie na tyle krótki, aby proces przyczynowy będący przedmiotem zainteresowania nie został zaciemniony przez pośrednie zdarzenia.
Wyczerpanie (dropout) jest głównym wyzwaniem metodologicznym. Badacze porównują charakterystyki respondentów, którzy ukończyli badanie, z tymi, którzy zrezygnowali po pierwszej fali, aby ocenić, czy wyczerpanie jest losowe, czy systematyczne. Gdy wyczerpanie jest nielosowe, stosuje się metody takie jak imputacja wielokrotna, estymacja największej wiarygodności z pełną informacją (FIML) lub ważenie odwrotnością prawdopodobieństwa, aby zmniejszyć błąd.
Dane podłużne są analizowane za pomocą metod przeznaczonych do pomiarów powtarzanych: modelowanie krzywych wzrostu, modele wielopoziomowe lub mieszane, modele panelowe z krzyżowym opóźnieniem lub estymacja różnicy w różnicach. Techniki te oddzielają zmiany wewnątrzosobowe od zmienności międzyosobowej i pozwalają na bezpośrednie testowanie relacji czasowych.
Częste pułapki
- Niedoszacowanie wyczerpania — brak planowania na wypadek rezygnacji prowadzi do niedostatecznej mocy statystycznej w późniejszych falach; należy nadmiernie rekrutować na początku i budżetować na śledzenie oraz zachęty.
- Zmiana instrumentu między falami — zmiana sformułowania, skali odpowiedzi lub kolejności pozycji przerywa równoważność podłużną i unieważnia porównania między falami.
- Ignorowanie nielosowego wyczerpania — zakładanie, że rezygnacja jest losowa bez jej testowania, może prowadzić do tego, że zachowana próba będzie systematycznie różnić się od populacji docelowej.
- Niewłaściwy wybór odstępów między falami — zbyt krótkie odstępy mogą nie pozwolić na zgromadzenie się znaczących zmian; zbyt długie odstępy ryzykują pominięcie szczytu dynamicznego procesu.
- Stosowanie technik analizy przekrojowej do danych podłużnych — używanie zwykłej regresji bez uwzględnienia powtarzanych pomiarów narusza założenia o niezależności.
Najczęściej zadawane pytania
Ile fal potrzebuję do badania podłużnego?
Minimum dwie fale są wymagane do zmierzenia jakiejkolwiek zmiany, ale dwie fale mogą uchwycić jedynie zmianę liniową i nie mogą odróżnić przejściowego wahania od stabilnego trendu. Trzy lub więcej fal pozwala na modelowanie krzywych wzrostu i wykrywanie nieliniowych trajektorii. Liczba powinna być podyktowana oczekiwanym kształtem procesu zmian oraz praktycznymi ograniczeniami wyczerpania i kosztów.
Jaka jest różnica między badaniem panelowym a badaniem kohortowym?
Badanie panelowe śledzi te same wybrane osoby niezależnie od wieku lub zdarzenia wejścia, mierząc je w stałych odstępach kalendarzowych. Badanie kohortowe śledzi osoby, które dzielą definiujące doświadczenie wejścia — rok urodzenia, ukończenie szkoły lub diagnozę choroby — śledząc je od tego wspólnego punktu wyjścia. Wiele badań podłużnych łączy cechy obu projektów.
Jak powinienem postępować z brakującymi danymi spowodowanymi wyczerpaniem?
Najpierw należy przetestować, czy brak danych jest losowy (MCAR), losowy warunkowo na obserwowanych zmiennych (MAR), czy systematycznie związany z nieobserwowanymi wartościami (MNAR). Jeśli MAR jest prawdopodobne, imputacja wielokrotna lub estymacja największej wiarygodności z pełną informacją (FIML) odzyskuje nieobciążone oszacowania bez odrzucania przypadków. Proste usuwanie niekompletnych przypadków (listwise deletion) rzadko jest uzasadnione w pracy podłużnej.
Czy mogę dodawać nowe pytania do późniejszych fal bez psucia projektu podłużnego?
Tak, ale podstawowy zestaw powtarzanych pozycji musi pozostać identyczny pod względem sformułowania, formatu odpowiedzi i pozycji, aby zachować równoważność pomiaru między falami. Nowe pozycje powinny być wyraźnie oddzielone od podstawowej baterii, a ich dodanie powinno być odnotowane w dokumentacji badania. Dodawanie pozycji, które mimowolnie podpowiadają respondentom pytania z podstawowego zestawu, jest częstym i możliwym do uniknięcia błędem.
Czy badanie podłużne jest odpowiednie do badania rzadkich zdarzeń?
Zależy to od wielkości próby i częstości występowania zdarzeń. Ponieważ każda fala zachowuje tylko ułamek pierwotnej próby, a rzadkie zdarzenia występują rzadko, badanie rzadkich wyników wymaga bardzo dużych początkowych prób lub nadmiernej rekrutacji grup wysokiego ryzyka. Połączenie danych administracyjnych z danymi z badań może zwiększyć wykrywanie rzadkich zdarzeń między falami.
Pokrewne metody
Źródła
Menard, S. (2002). Longitudinal Research (2nd ed.). Sage Publications.
ISBN: 978-0761922292Skopiowano.Longitudinal study. Wikipedia.
Otwórz odnośnik do publikacjiSkopiowano.