Skip to content
กลับไปยังผลการค้นหา

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

ขนาดตัวอักษร

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

1

ผู้วิจัยกำหนดจำนวนช่วงเวลาการวัด (waves) ระยะห่างระหว่างช่วงเวลาเหล่านั้น (สัปดาห์ เดือน ปี) และโครงสร้างที่จะวัดในแต่ละช่วงเวลา การออกแบบแบบกลุ่มตัวอย่าง (panel design) จะติดตามบุคคลกลุ่มเดิม ในขณะที่แบบกลุ่มตัวอย่างแบบหมุนเวียน (rotating panel) จะเปลี่ยนผู้ตอบแบบสอบถามบางส่วนในแต่ละช่วงเวลา เพื่อจำกัดภาระงาน แต่ยังคงรักษาความต่อเนื่อง แบบสอบถามหลักจะถูกเก็บไว้เหมือนเดิมตลอดทุกช่วงเวลา เพื่อให้สามารถเปรียบเทียบได้โดยตรง และรายการคำถามใหม่ใดๆ จะถูกระบุไว้อย่างชัดเจนว่าเป็นการเพิ่มเติม

2

จะมีการคัดเลือกกลุ่มตัวอย่างแบบใช้ความน่าจะเป็น (probability sample) หรือแบบเจาะจง (purposive sample) ในช่วงเวลาแรก เนื่องจากอัตราการหลุดออก (attrition) เมื่อเวลาผ่านไปจะลดอำนาจทางสถิติ (statistical power) กลุ่มตัวอย่างเริ่มต้นจะต้องมีขนาดใหญ่กว่าการสำรวจแบบตัดขวาง (cross-sectional study) ที่เทียบเคียงกันได้ เอกสารการชักชวนจะอธิบายถึงความมุ่งมั่นในการเข้าร่วมหลายช่วงเวลา และอาจมีการเสนอสิ่งจูงใจแก่ผู้ตอบแบบสอบถามเพื่อรักษาการมีส่วนร่วม จะมีการเก็บรวบรวมข้อมูลติดต่อและปรับปรุงให้ทันสมัยเพื่ออำนวยความสะดวกในการติดต่อกลับ

3

จะดำเนินการช่วงเวลาแรก (baseline) — ทางออนไลน์ ทางไปรษณีย์ ทางโทรศัพท์ หรือแบบเผชิญหน้า ช่วงเวลานี้จะกำหนดค่าเริ่มต้นของตัวแปรการศึกษาทั้งหมด และรวบรวมตัวแปรร่วม (covariates) ที่จะใช้ในการสร้างแบบจำลองการเปลี่ยนแปลง ตัวแปรทางประชากรศาสตร์และภูมิหลังที่วัดได้ในขั้นตอนนี้จะถือเป็นจุดอ้างอิงคงที่สำหรับช่วงเวลาต่อๆ ไป

4

ในแต่ละช่วงเวลาถัดไป แบบสอบถามหลักชุดเดียวกันจะถูกนำไปใช้กับผู้ตอบแบบสอบถามกลุ่มเดิมอีกครั้ง ผู้วิจัยจะติดตามอัตราการตอบสนองในแต่ละช่วงเวลา และส่งการแจ้งเตือนไปยังผู้ที่ไม่ตอบ ระยะเวลาระหว่างช่วงเวลาจะถูกเลือกให้ยาวพอที่จะเกิดการเปลี่ยนแปลงที่มีความหมาย แต่ก็สั้นพอที่จะไม่ทำให้กระบวนการเชิงสาเหตุที่สนใจถูกบดบังด้วยเหตุการณ์ที่เกิดขึ้นระหว่างนั้น

5

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

6

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

  1. Menard, S. (2002). Longitudinal Research (2nd ed.). Sage Publications.

    ISBN: 978-0761922292
    คัดลอกแล้ว
  2. Longitudinal study. Wikipedia.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว