การสำรวจแบบระยะยาว — การวิจัยสำรวจแบบวัดซ้ำ
- ผู้เสนอ
- Established tradition; formalized in social science by Paul Lazarsfeld and colleagues (1940s panel studies)
- ปี
- 1940s (panel survey tradition); longitudinal designs codified mid-20th century
- ประเภท
- Quantitative / mixed-methods survey design
- กลุ่มวิธี
- Data collection
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การสำรวจแบบระยะยาว (longitudinal survey) เป็นการเก็บรววบรวมข้อมูลแบบสอบถามที่มีโครงสร้างจากบุคคลหรือหน่วยเดียวกัน ณ จุดเวลาที่แตกต่างกันตั้งแต่สองจุดขึ้นไป การติดตามผู้ตอบแบบสอบถามกลุ่มเดิมตลอดหลายช่วงเวลา ทำให้ผู้วิจัยสามารถแยกแยะการเปลี่ยนแปลงที่แท้จริงออกจากการแตกต่างระหว่างบุคคลที่คงที่ สร้างลำดับเวลาเชิงสาเหตุระหว่างตัวแปร และสร้างแบบจำลองวิถีของทัศนคติ พฤติกรรม หรือผลลัพธ์ในลักษณะที่ภาพตัดขวาง ณ จุดเวลาเดียวไม่สามารถรองรับได้
แนวคิดเบื้องหลังวิธีการ
ลองนึกภาพการถ่ายภาพกลุ่มคนกลุ่มเดียวกันทุกปีเป็นเวลาหนึ่งทศวรรษ เทียบกับการถ่ายภาพกลุ่มคนที่แตกต่างกันในแต่ละปี แนวทางแรก — การสำรวจแบบระยะยาว — ช่วยให้คุณเห็นว่าใครเปลี่ยนแปลงไปบ้าง อย่างไร และในทิศทางใด แทนที่จะคาดเดาจากค่าเฉลี่ยของกลุ่ม เนื่องจากผู้ตอบแบบสอบถามแต่ละคนทำหน้าที่เป็นฐานอ้างอิงของตนเอง ความแปรปรวนระหว่างบุคคลจึงถูกควบคุมตามธรรมชาติ ทำให้ผู้วิจัยสามารถกล่าวได้ว่า 'บุคคลที่มีความเชื่อ X ในปีที่ 1 มีแนวโน้มที่จะรายงานผลลัพธ์ Y ในปีที่ 3' ด้วยความมั่นใจที่มากกว่าการออกแบบแบบสำรวจเพียงครั้งเดียว
ประวัติศาสตร์
การวิจัยสำรวจแบบระยะยาวอย่างเป็นระบบเริ่มขึ้นในสังคมศาสตร์อเมริกันในช่วงทศวรรษที่ 1940 ผ่านการศึกษาแบบกลุ่มตัวอย่างของ Paul Lazarsfeld เกี่ยวกับพฤติกรรมการลงคะแนนเสียง ซึ่งแสดงให้เห็นว่าการติดตามผู้ตอบแบบสอบถามกลุ่มเดิมเมื่อเวลาผ่านไปสามารถให้ความกระจ่างเกี่ยวกับการเปลี่ยนแปลงทัศนคติที่ไม่สามารถตรวจจับได้ในการสำรวจแบบตัดขวาง แนวทางนี้ได้ขยายไปสู่ระบาดวิทยาและจิตวิทยาพัฒนาการผ่านการศึกษาแบบกลุ่มประชากร (cohort studies) เช่น Framingham Heart Study (1948) และ British National Child Development Study (1958) การศึกษาแบบกลุ่มตัวอย่างครัวเรือนขนาดใหญ่ตามมา — Panel Study of Income Dynamics (PSID, 1968) และ German Socio-Economic Panel (SOEP, 1984) การจัดระบบระเบียบวิธีวิจัยได้รับการพัฒนาโดย Duncan (1975) และ Menard (2002)
ควรใช้เมื่อใด
ใช้การสำรวจแบบระยะยาวเมื่อคำถามวิจัยเกี่ยวข้องกับการเปลี่ยนแปลง การพัฒนา หรือลำดับเวลาก่อนหลังอย่างชัดเจน — ตัวอย่างเช่น นโยบายแทรกแซงก่อให้เกิดการเปลี่ยนแปลงทัศนคติที่ยั่งยืนหรือไม่ ความสำเร็จทางการศึกษาพัฒนาไปอย่างไรจากระดับประถมศึกษาถึงมัธยมศึกษา หรือปัจจัยเสี่ยงในช่วงต้นของชีวิตใดที่ทำนายผลลัพธ์ด้านสุขภาพในภายหลัง เป็นการออกแบบที่เหมาะสมเมื่อข้อมูลแบบตัดขวางจะทำให้ผลกระทบจากอายุ (age effects) ปะปนกับผลกระทบจากรุ่น (cohort effects) หรือช่วงเวลา (period effects) ไม่ควรใช้การสำรวจแบบระยะยาวเมื่อปรากฏการณ์นั้นคงที่ (ทำให้การวัดซ้ำไม่จำเป็น) เมื่อทรัพยากรหรือเวลาไม่เพียงพอที่จะดำเนินการหลายช่วงเวลา หรือเมื่อคาดว่าการหลุดออกจะรุนแรงมากจนกลุ่มตัวอย่างที่เหลืออยู่จะไม่เป็นตัวแทนของประชากรเป้าหมาย การสำรวจแบบตัดขวางจะเร็วกว่าและถูกกว่าสำหรับคำถามเชิงพรรณนา ณ จุดเวลาเดียว
ข้อจำกัดและข้อควรพิจารณา
- การหลุดออกสะสมตลอดช่วงเวลา การหลุดออกที่ไม่เป็นระบบอาจนำไปสู่ความเอนเอียงจากการคัดเลือกอย่างรุนแรงในเวลาต่อมา
- มีค่าใช้จ่ายสูงและใช้เวลานานเมื่อเทียบกับการสำรวจแบบตัดขวาง ต้องการโครงสร้างพื้นฐานที่ต่อเนื่องและการติดต่อผู้ตอบกลับ
- การทดสอบผลกระทบ: การสัมผัสคำถามเดิมซ้ำๆ อาจทำให้ผู้ตอบแบบสอบถามมีความรู้สึกไว (sensitize) และเปลี่ยนแปลงทัศนคติหรือพฤติกรรมที่กำลังวัดอยู่
- ผลกระทบจากประวัติศาสตร์ (history effects) และแนวโน้มระยะยาว (secular trends) ระหว่างช่วงเวลาอาจทำให้การประมาณค่าการเปลี่ยนแปลงภายในบุคคลคลาดเคลื่อน
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- สร้างลำดับเวลาเชิงสาเหตุของตัวแปร เสริมสร้างการอนุมานเชิงสาเหตุให้เหนือกว่าที่การออกแบบแบบตัดขวางสามารถทำได้
- ควบคุมความแตกต่างระหว่างบุคคลที่คงที่ เนื่องจากผู้ตอบแบบสอบถามแต่ละคนทำหน้าที่เป็นฐานอ้างอิงของตนเอง
- เปิดเผยวิถีการเปลี่ยนแปลงภายในบุคคล — ใครเปลี่ยนแปลง เปลี่ยนแปลงเท่าใด และด้วยอัตราเท่าใด
- สนับสนุนการวิเคราะห์กลุ่มประชากร (cohort analysis) แยกแยะผลกระทบจากอายุ ช่วงเวลา และรุ่น เมื่อช่วงเวลาครอบคลุมระยะเวลาที่เพียงพอ
- เข้ากันได้กับวิธีการแบบผสม: การสัมภาษณ์เชิงคุณภาพแบบติดตามผลสามารถแทรกระหว่างช่วงเวลาได้
การประยุกต์ใช้
- การติดตามการเปลี่ยนแปลงทัศนคติทางการเมือง การระบุพรรค หรือเจตนาในการลงคะแนนเสียงตลอดวงจรการเลือกตั้ง
- การติดตามพัฒนาการทางปัญญาและสังคม-อารมณ์ของเด็กตั้งแต่ช่วงวัยเด็กตอนต้นจนถึงวัยรุ่น
- การประเมินว่าการแทรกแซงด้านสาธารณสุขก่อให้เกิดการเปลี่ยนแปลงพฤติกรรมที่ยั่งยืนหรือไม่ตลอดระยะเวลาหลายเดือนหรือหลายปี
- การศึกษาเส้นทางอาชีพและพลวัตค่าจ้างผ่านการสำรวจการจ้างงานและรายได้ซ้ำๆ
- การประเมินผลกระทบทางจิตวิทยาในระยะยาวจากเหตุการณ์ในชีวิต เช่น การตกงาน การสูญเสียบุคคลอันเป็นที่รัก หรือการเริ่มมีอาการเจ็บป่วยเรื้อรัง
- การประเมินการปฏิรูปการศึกษาโดยการวัดผลสัมฤทธิ์ทางการเรียนและการมีส่วนร่วมของนักเรียนในระดับชั้นต่างๆ
วิธีการทำงาน
วิธีการทำงาน
ผู้วิจัยกำหนดจำนวนช่วงเวลาการวัด (waves) ระยะห่างระหว่างช่วงเวลาเหล่านั้น (สัปดาห์ เดือน ปี) และโครงสร้างที่จะวัดในแต่ละช่วงเวลา การออกแบบแบบกลุ่มตัวอย่าง (panel design) จะติดตามบุคคลกลุ่มเดิม ในขณะที่แบบกลุ่มตัวอย่างแบบหมุนเวียน (rotating panel) จะเปลี่ยนผู้ตอบแบบสอบถามบางส่วนในแต่ละช่วงเวลา เพื่อจำกัดภาระงาน แต่ยังคงรักษาความต่อเนื่อง แบบสอบถามหลักจะถูกเก็บไว้เหมือนเดิมตลอดทุกช่วงเวลา เพื่อให้สามารถเปรียบเทียบได้โดยตรง และรายการคำถามใหม่ใดๆ จะถูกระบุไว้อย่างชัดเจนว่าเป็นการเพิ่มเติม
จะมีการคัดเลือกกลุ่มตัวอย่างแบบใช้ความน่าจะเป็น (probability sample) หรือแบบเจาะจง (purposive sample) ในช่วงเวลาแรก เนื่องจากอัตราการหลุดออก (attrition) เมื่อเวลาผ่านไปจะลดอำนาจทางสถิติ (statistical power) กลุ่มตัวอย่างเริ่มต้นจะต้องมีขนาดใหญ่กว่าการสำรวจแบบตัดขวาง (cross-sectional study) ที่เทียบเคียงกันได้ เอกสารการชักชวนจะอธิบายถึงความมุ่งมั่นในการเข้าร่วมหลายช่วงเวลา และอาจมีการเสนอสิ่งจูงใจแก่ผู้ตอบแบบสอบถามเพื่อรักษาการมีส่วนร่วม จะมีการเก็บรวบรวมข้อมูลติดต่อและปรับปรุงให้ทันสมัยเพื่ออำนวยความสะดวกในการติดต่อกลับ
จะดำเนินการช่วงเวลาแรก (baseline) — ทางออนไลน์ ทางไปรษณีย์ ทางโทรศัพท์ หรือแบบเผชิญหน้า ช่วงเวลานี้จะกำหนดค่าเริ่มต้นของตัวแปรการศึกษาทั้งหมด และรวบรวมตัวแปรร่วม (covariates) ที่จะใช้ในการสร้างแบบจำลองการเปลี่ยนแปลง ตัวแปรทางประชากรศาสตร์และภูมิหลังที่วัดได้ในขั้นตอนนี้จะถือเป็นจุดอ้างอิงคงที่สำหรับช่วงเวลาต่อๆ ไป
ในแต่ละช่วงเวลาถัดไป แบบสอบถามหลักชุดเดียวกันจะถูกนำไปใช้กับผู้ตอบแบบสอบถามกลุ่มเดิมอีกครั้ง ผู้วิจัยจะติดตามอัตราการตอบสนองในแต่ละช่วงเวลา และส่งการแจ้งเตือนไปยังผู้ที่ไม่ตอบ ระยะเวลาระหว่างช่วงเวลาจะถูกเลือกให้ยาวพอที่จะเกิดการเปลี่ยนแปลงที่มีความหมาย แต่ก็สั้นพอที่จะไม่ทำให้กระบวนการเชิงสาเหตุที่สนใจถูกบดบังด้วยเหตุการณ์ที่เกิดขึ้นระหว่างนั้น
การหลุดออก (dropout) เป็นความท้าทายหลักทางระเบียบวิธีวิจัย ผู้วิจัยจะเปรียบเทียบลักษณะของผู้ที่ตอบครบถ้วนกับผู้ที่หลุดออก ณ ช่วงเวลาแรก เพื่อประเมินว่าการหลุดออกนั้นเป็นแบบสุ่ม (random) หรือเป็นระบบ (systematic) เมื่อการหลุดออกไม่ใช่แบบสุ่ม จะใช้วิธีการต่างๆ เช่น การแทนที่ค่าที่ขาดหายด้วยค่าจำลองหลายค่า (multiple imputation) การประมาณค่าความควรจะเป็นสูงสุดโดยใช้ข้อมูลทั้งหมด (full-information maximum likelihood, FIML) หรือการถ่วงน้ำหนักด้วยส่วนกลับของความน่าจะเป็น (inverse-probability weighting) เพื่อลดความเอนเอียง
ข้อมูลระยะยาวจะถูกวิเคราะห์ด้วยวิธีการที่ออกแบบมาสำหรับการวัดซ้ำ: การสร้างแบบจำลองเส้นโค้งการเติบโต (growth curve modeling) แบบจำลองหลายระดับ (multilevel models) หรือแบบจำลองแบบผสม (mixed-effects models) แบบจำลองแผงไขว้ (cross-lagged panel models) หรือการประมาณค่าผลต่างของผลต่าง (difference-in-differences estimation) เทคนิคเหล่านี้จะแยกการเปลี่ยนแปลงภายในบุคคล (within-person change) ออกจากความแปรปรวนระหว่างบุคคล (between-person variation) และช่วยให้สามารถทดสอบความสัมพันธ์เชิงเวลาได้โดยตรง
ข้อผิดพลาดที่พบบ่อย
- การประเมินการหลุดออกต่ำเกินไป — การไม่วางแผนรับมือกับการหลุดออกจะนำไปสู่ช่วงเวลาต่อมาที่มีอำนาจทางสถิติต่ำเกินไป ควรสำรวจกลุ่มตัวอย่างเริ่มต้นให้ใหญ่ขึ้นและจัดสรรงบประมาณสำหรับการติดตามและสิ่งจูงใจ
- การเปลี่ยนแปลงเครื่องมือระหว่างช่วงเวลา — การเปลี่ยนแปลงถ้อยคำ รูปแบบการตอบ หรือลำดับรายการคำถาม จะทำลายความสมมูลของข้อมูลระยะยาว และทำให้การเปรียบเทียบระหว่างช่วงเวลาไม่ถูกต้อง
- การละเลยการหลุดออกที่ไม่เป็นระบบ — การสันนิษฐานว่าการหลุดออกเป็นแบบสุ่มโดยไม่มีการทดสอบ อาจทำให้กลุ่มตัวอย่างที่เหลืออยู่แตกต่างจากประชากรเป้าหมายอย่างเป็นระบบ
- การเลือกช่วงเวลาระหว่างคลื่นที่ไม่เหมาะสม — ช่วงเวลาที่สั้นเกินไปอาจไม่ทำให้เกิดการเปลี่ยนแปลงที่มีความหมายสะสม ในขณะที่ช่วงเวลาที่ยาวเกินไปอาจพลาดจุดสูงสุดของกระบวนการแบบไดนามิก
- การใช้เทคนิคการวิเคราะห์แบบตัดขวางกับข้อมูลระยะยาว — การใช้การถดถอยเชิงเส้นธรรมดา (ordinary regression) โดยไม่คำนึงถึงการวัดซ้ำ เป็นการละเมิดข้อสมมติฐานความเป็นอิสระ
คำถามที่พบบ่อย
ฉันต้องการช่วงเวลา (waves) กี่ช่วงสำหรับการสำรวจแบบระยะยาว?
ต้องมีอย่างน้อยสองช่วงเวลาจึงจะสามารถวัดการเปลี่ยนแปลงได้ แต่สองช่วงเวลาสามารถจับได้เพียงการเปลี่ยนแปลงเชิงเส้น และไม่สามารถแยกความผันผวนชั่วคราวออกจากแนวโน้มที่คงที่ได้ การมีสามช่วงเวลาขึ้นไปช่วยให้สามารถสร้างแบบจำลองเส้นโค้งการเติบโตและตรวจจับวิถีที่ไม่เป็นเชิงเส้นได้ จำนวนช่วงเวลาควรพิจารณาจากรูปร่างที่คาดหวังของกระบวนการเปลี่ยนแปลง และข้อจำกัดเชิงปฏิบัติของการหลุดออกและค่าใช้จ่าย
ความแตกต่างระหว่าง panel study และ cohort study คืออะไร?
Panel study จะติดตามบุคคลกลุ่มเดิมที่ถูกสุ่มตัวอย่าง โดยไม่คำนึงถึงอายุหรือเหตุการณ์ที่เข้าร่วม โดยวัดผล ณ ช่วงเวลาปฏิทินที่กำหนด ในขณะที่ cohort study จะติดตามบุคคลที่มีประสบการณ์เข้าร่วมที่เหมือนกัน — ปีเกิด การสำเร็จการศึกษา หรือการวินิจฉัยโรค — โดยติดตามพวกเขาตั้งแต่จุดเริ่มต้นร่วมกันนั้น การสำรวจแบบระยะยาวหลายแห่งผสมผสานคุณลักษณะของทั้งสองแบบ
ฉันควรจัดการกับข้อมูลที่ขาดหายอันเนื่องมาจากการหลุดออกอย่างไร?
ประการแรก ให้ทดสอบว่าการขาดหายนั้นเป็นแบบสุ่ม (MCAR) สุ่มโดยมีเงื่อนไขตามตัวแปรที่สังเกตได้ (MAR) หรือมีความสัมพันธ์อย่างเป็นระบบกับค่าที่ไม่ได้สังเกต (MNAR) หาก MAR มีความเป็นไปได้ การประมาณค่าด้วย multiple imputation หรือ full-information maximum likelihood (FIML) จะสามารถกู้คืนค่าประมาณที่ไม่เอนเอียงได้โดยไม่ต้องทิ้งกรณี การลบกรณีที่ไม่สมบูรณ์ออกไป (listwise deletion) แทบจะไม่สามารถยอมรับได้ในการทำงานวิจัยระยะยาว
ฉันสามารถเพิ่มคำถามใหม่ในภายหลังได้หรือไม่โดยไม่ทำให้การออกแบบระยะยาวเสียหาย?
ได้ แต่ชุดคำถามหลักที่วัดซ้ำจะต้องเหมือนเดิมทั้งในด้านถ้อยคำ รูปแบบการตอบ และตำแหน่ง เพื่อรักษาความสมมูลของการวัดระหว่างช่วงเวลา รายการคำถามใหม่ควรแยกออกจากชุดคำถามหลักอย่างชัดเจน และการเพิ่มรายการเหล่านั้นควรถูกบันทึกไว้ในเอกสารการศึกษา การเพิ่มรายการที่อาจกระตุ้นให้ผู้ตอบแบบสอบถามนึกถึงคำถามหลักโดยไม่ได้ตั้งใจ เป็นข้อผิดพลาดที่พบบ่อยและสามารถหลีกเลี่ยงได้
การสำรวจแบบระยะยาวเหมาะสมสำหรับการศึกษาเหตุการณ์ที่เกิดขึ้นไม่บ่อยหรือไม่?
ขึ้นอยู่กับขนาดกลุ่มตัวอย่างและความถี่ของเหตุการณ์ เนื่องจากแต่ละช่วงเวลาจะเก็บข้อมูลเพียงส่วนหนึ่งของกลุ่มตัวอย่างเดิม และเหตุการณ์ที่เกิดขึ้นไม่บ่อยก็เกิดขึ้นไม่บ่อย การศึกษาผลลัพธ์ที่เกิดขึ้นไม่บ่อยจึงต้องการกลุ่มตัวอย่างเริ่มต้นที่มีขนาดใหญ่มาก หรือการสุ่มตัวอย่างกลุ่มที่มีความเสี่ยงสูง การเชื่อมโยงข้อมูลบันทึกทางการปกครองกับข้อมูลการสำรวจสามารถช่วยเพิ่มการตรวจจับเหตุการณ์ที่เกิดขึ้นไม่บ่อยระหว่างช่วงเวลาได้
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Menard, S. (2002). Longitudinal Research (2nd ed.). Sage Publications.
ISBN: 978-0761922292คัดลอกแล้วLongitudinal study. Wikipedia.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว