วิธีบันทึกประจำวันผ่านมือถือ — การเก็บประสบการณ์ชีวิตผ่านสมาร์ทโฟน
- ผู้เสนอ
- Csikszentmihalyi & Larson (ESM foundation); mobile adaptation through 2000s smartphone proliferation
- ปี
- 1987 (ESM roots); mobile form ~2007–2010
- ประเภท
- Longitudinal self-report data collection technique
- กลุ่มวิธี
- Data collection
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
วิธีบันทึกประจำวันผ่านมือถือ (The Mobile Diary Method) เป็นเทคนิคการรายงานตนเองแบบระยะยาว ซึ่งผู้เข้าร่วมการวิจัยจะบันทึกความคิด ความรู้สึก พฤติกรรม หรือเหตุการณ์ต่างๆ โดยใช้แอปพลิเคชันบนสมาร์ทโฟนหรือแพลตฟอร์มมือถือ ในช่วงเวลาที่กำหนดของการศึกษา ซึ่งอาจยาวนานตั้งแต่ไม่กี่วันไปจนถึงหลายเดือน วิธีการนี้มีรากฐานมาจากวิธีการบันทึกประจำวันแบบดั้งเดิมและวิธีการสุ่มตัวอย่างประสบการณ์ (Experience Sampling Method) โดยรูปแบบบนมือถือช่วยให้สามารถเก็บข้อมูลประสบการณ์ได้แบบเรียลไทม์และในบริบทจริง ซึ่งช่วยลดอคติจากการระลึกความหลังได้อย่างมาก เมื่อเทียบกับการสำรวจแบบครั้งเดียวหรือแบบสอบถามตอนท้ายของวัน
แนวคิดเบื้องหลังวิธีการ
ลองนึกภาพว่าการบันทึกประจำวันผ่านมือถือเปรียบเสมือนการมีผู้ช่วยวิจัยส่วนตัวอยู่ในกระเป๋าของผู้เข้าร่วมการวิจัยแต่ละคน แทนที่จะขอให้ผู้คนระลึกถึงสัปดาห์ที่ผ่านมาในการนั่งเพียงครั้งเดียว ซึ่งความทรงจำอาจเลือนหายและถูกกรองออกไป แอปพลิเคชันจะแจ้งเตือนให้พวกเขาบันทึกสิ่งที่กำลังเกิดขึ้นในขณะนั้น เช่น อารมณ์ กิจกรรมที่กำลังทำ ใครอยู่ด้วย หรือสิ่งที่เพิ่งเกิดขึ้น เนื่องจากข้อมูลถูกบันทึกในขณะที่เหตุการณ์เกิดขึ้นและในสภาพแวดล้อมตามธรรมชาติ ข้อมูลจึงสะท้อนประสบการณ์ชีวิตจริง แทนที่จะเป็นบทสรุปที่ถูกสร้างขึ้นใหม่ เมื่อมีข้อมูลบันทึกจำนวนมาก นักวิจัยสามารถติดตามรูปแบบ แนวโน้ม และความผันแปรในแต่ละวัน ซึ่งมาตรการแบบตัดขวาง (cross-sectional measure) ไม่สามารถเปิดเผยได้
ประวัติศาสตร์
วิธีบันทึกประจำวันผ่านมือถือพัฒนาโดยตรงจากประเพณีการบันทึกประจำวันด้วยกระดาษในสาขาจิตวิทยา และจากวิธีการสุ่มตัวอย่างประสบการณ์ (Experience Sampling Method - ESM) ที่พัฒนาโดย Csikszentmihalyi และ Larson ในทศวรรษที่ 1980 ESM ใช้เพจเจอร์เพื่อส่งสัญญาณให้ผู้เข้าร่วมการวิจัยในช่วงเวลาสุ่ม จากนั้นผู้เข้าร่วมการวิจัยจะกรอกแบบฟอร์มกระดาษสั้นๆ เพื่ออธิบายกิจกรรมและสภาวะจิตใจในขณะนั้น การแพร่หลายของสมาร์ทโฟนตั้งแต่ประมาณปี 2007 เป็นต้นมา ทำให้ นักวิจัยสามารถย้ายการส่งสัญญาณ การส่งแบบฟอร์ม และการเก็บข้อมูลไปยังอุปกรณ์เดียว สร้างสิ่งที่ปัจจุบันเรียกว่า วิธีบันทึกประจำวันผ่านมือถือ (mobile diary method), ESM ผ่านมือถือ (mobile ESM) หรือ การประเมินสภาวะทางอารมณ์แบบทันทีทางนิเวศวิทยา (ecological momentary assessment - EMA) บทความของ Bolger, Davis และ Rafaeli ในวารสาร Annual Review ปี 2003 ได้จัดระบบวิธีการบันทึกประจำวันให้เป็นตระกูลการวิจัย และยังคงเป็นภาพรวมของระเบียบวิธีวิจัยที่ถูกอ้างอิงมากที่สุด
ควรใช้เมื่อใด
ใช้การบันทึกประจำวันผ่านมือถือเมื่อคุณต้องการเก็บข้อมูลความแปรปรวนภายในบุคคลเมื่อเวลาผ่านไปและในบริบทตามธรรมชาติ — ตัวอย่างเช่น การติดตามความผันผวนของอารมณ์ในแต่ละวัน การประเมินความเครียด พฤติกรรมสุขภาพ หรือปฏิสัมพันธ์ทางสังคมขณะที่สิ่งเหล่านั้นเกิดขึ้น วิธีการนี้มีคุณค่าอย่างยิ่งเมื่อการระลึกความหลังมีแนวโน้มที่จะบิดเบือน (อคติของความทรงจำเป็นภัยคุกคามที่ได้รับการบันทึกไว้ในการสำรวจแบบครั้งเดียว) หรือเมื่อปรากฏการณ์นั้นมีความเปลี่ยนแปลงโดยธรรมชาติ วิธีการนี้ต้องการผู้เข้าร่วมการวิจัยที่มีสมาร์ทโฟนที่เข้ากันได้ หรือสามารถยืมมาใช้ได้ และเต็มใจที่จะตอบสนองต่อการแจ้งเตือนหลายครั้งต่อวันตลอดช่วงเวลาการศึกษา การปฏิบัติตามข้อกำหนดต่ำ — โดยทั่วไปกำหนดว่าน้อยกว่า 60–70% ของการแจ้งเตือนที่ได้รับจะถูกตอบสนอง — อาจทำให้กลุ่มตัวอย่างของการสังเกตการณ์เกิดความเอนเอียงอย่างรุนแรง หลีกเลี่ยงวิธีการนี้เมื่อคำถามการวิจัยเกี่ยวกับลักษณะนิสัยที่คงที่ หรือพฤติกรรมในโอกาสเดียวที่ไม่แปรผันภายในบุคคล เมื่อผู้เข้าร่วมการวิจัยไม่มีสมาร์ทโฟนที่เชื่อถือได้ หรือเมื่อภาระในการแจ้งเตือนนั้นไม่เหมาะสมทางจริยธรรม (เช่น ประชากรที่ป่วยเฉียบพลันหรือมีความเปราะบางสูงโดยไม่มีมาตรการป้องกันที่รอบคอบ)
ข้อจำกัดและข้อควรพิจารณา
- ภาระของผู้เข้าร่วมการวิจัยมีมาก การแจ้งเตือนซ้ำๆ หลายวันหรือหลายสัปดาห์นำไปสู่ความเหนื่อยล้าและการปฏิบัติตามข้อกำหนดที่ลดลง
- ต้องการให้ผู้เข้าร่วมการวิจัยมีสมาร์ทโฟนที่เชื่อถือได้และมีความรู้พื้นฐานด้านดิจิทัล — ทำให้ไม่สามารถเข้าถึงประชากรบางกลุ่มได้
- ข้อมูลมีโครงสร้างแบบหลายระดับที่ซ้อนกัน ต้องใช้แบบจำลองทางสถิติแบบหลายระดับ การถดถอยมาตรฐาน (standard regression) ไม่เหมาะสม
- ภาระผูกพันด้านความเป็นส่วนตัวและความปลอดภัยของข้อมูลเพิ่มขึ้น เนื่องจากข้อมูลที่บันทึกอาจมีข้อมูลที่ละเอียดอ่อน ประทับเวลา และเชื่อมโยงกับตำแหน่งที่ตั้ง
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- เก็บข้อมูลประสบการณ์แบบเรียลไทม์ในสภาพแวดล้อมตามธรรมชาติ ลดอคติจากการระลึกความหลังและการบิดเบือนเวลา (telescoping bias) ได้อย่างมาก
- ช่วยให้สามารถวิเคราะห์ความแปรปรวนและการเปลี่ยนแปลงภายในบุคคล — คำถามที่การออกแบบแบบตัดขวางไม่สามารถตอบได้
- การส่งข้อมูลผ่านมือถือมีการประทับเวลาอัตโนมัติ การติดตามการปฏิบัติตามข้อกำหนด และการสังเกตการณ์จำนวนมากต่อผู้เข้าร่วมการวิจัย
- รูปแบบการบันทึกที่ยืดหยุ่น (มาตรวัด ข้อความ รูปภาพ เสียง) เหมาะสมกับคำถามการวิจัยที่หลากหลายในสาขาสุขภาพ สังคม และพฤติกรรมศาสตร์
- ความเที่ยงตรงเชิงนิเวศ (Ecological validity) สูง: ข้อมูลสะท้อนชีวิตประจำวัน แทนที่จะเป็นเงื่อนไขในห้องปฏิบัติการหรือการสำรวจแบบครั้งเดียว
การประยุกต์ใช้
- การติดตามพลวัตทางอารมณ์ในแต่ละวัน การประเมินความเครียด และกลยุทธ์การรับมือในจิตวิทยาคลินิกและสุขภาพ
- การติดตามการบริโภคอาหาร การออกกำลังกาย และความผันผวนของอาการในการวิจัยการจัดการโรคเรื้อรัง
- การศึกษาคุณภาพปฏิสัมพันธ์ทางสังคม ความเหงา และความรู้สึกเป็นส่วนหนึ่งแบบเรียลไทม์ในกลุ่มประชากรวัยรุ่นหรือผู้ใหญ่
- การเก็บข้อมูลประสบการณ์ที่เกี่ยวข้องกับงาน — สภาวะลื่นไหล (flow states) การขัดจังหวะ หรือสัญญาณเตือนภาวะหมดไฟ (burnout precursors) ขณะที่เกิดขึ้นระหว่างวันทำงาน
- การตรวจสอบปัจจัยกระตุ้นการใช้สารเสพติด ความรุนแรงของความอยาก และบริบทของสถานการณ์ในการวิจัยการเสพติด
- การตรวจสอบตอนการเรียนรู้ แรงจูงใจ และการกำกับตนเองในสภาพแวดล้อมทางการศึกษาตามธรรมชาติ
วิธีการทำงาน
วิธีการทำงาน
นักวิจัยจะกำหนดระเบียบวิธีบันทึกประจำวัน: ระยะเวลาการศึกษา ความถี่ในการบันทึก (เช่น 3–8 ครั้งต่อวันตามการแจ้งเตือน หรือตามเหตุการณ์ที่เกิดขึ้น) รูปแบบคำถาม (มาตรวัดแบบลิเคิร์ท ข้อความปลายเปิด รูปภาพ หรือการผสมผสาน) และแพลตฟอร์มมือถือที่จะใช้ การกำหนดเวลาสามารถทำได้แบบสุ่มตามช่วงเวลา (signal-contingent) (การแจ้งเตือนแบบสุ่มหรือคงที่จากแอป) หรือตามเหตุการณ์ (event-contingent) (ผู้เข้าร่วมการวิจัยเริ่มบันทึกเมื่อมีเหตุการณ์เป้าหมายเกิดขึ้น)
ผู้เข้าร่วมการวิจัยจะได้รับการคัดเลือกและคัดกรองตามความเต็มใจที่จะใช้อุปกรณ์มือถือตลอดระยะเวลาการศึกษา การให้ความยินยอมโดยได้รับข้อมูล (informed consent) จะครอบคลุมถึงลักษณะและความถี่ของการแจ้งเตือน การจัดเก็บข้อมูล และความเป็นส่วนตัว การฝึกอบรม — ไม่ว่าจะด้วยตนเองหรือผ่านวิดีโอ — จะทำให้ผู้เข้าร่วมการวิจัยคุ้นเคยกับแอป อธิบายว่าอะไรถือเป็นการบันทึกที่ถูกต้อง และแก้ไขปัญหาทางเทคนิคก่อนเริ่มการศึกษา
แอปบันทึกประจำวันจะถูกติดตั้งและกำหนดค่าบนสมาร์ทโฟนของผู้เข้าร่วมการวิจัย (iOS หรือ Android) นักวิจัยจะทดสอบการแจ้งเตือน ยืนยันการซิงโครไนซ์ข้อมูลไปยังเซิร์ฟเวอร์ที่ปลอดภัย และดำเนินการช่วงทดลองสั้นๆ (โดยทั่วไป 1–2 วัน) เพื่อระบุปัญหาการปฏิบัติตามข้อกำหนดหรือความล้มเหลวทางเทคนิค ก่อนที่หน้าต่างการเก็บข้อมูลหลักจะเริ่มขึ้น
ในช่วงหน้าต่างการเก็บข้อมูล แอปจะส่งการแจ้งเตือนตามกำหนดเวลาที่ตั้งไว้ การแจ้งเตือนตามช่วงเวลาแบบสุ่มเป็นเรื่องปกติในการออกแบบการสุ่มตัวอย่างประสบการณ์ (Experience Sampling designs) เพื่อสุ่มตัวอย่างประสบการณ์อย่างเป็นตัวแทนตลอดทั้งวัน ผู้เข้าร่วมการวิจัยจะมีกรอบเวลาตอบสนองที่กำหนด (เช่น 20–30 นาที) หลังจากการแจ้งเตือนแต่ละครั้ง การแจ้งเตือนที่พลาดไปจะถูกบันทึกโดยอัตโนมัติ ทำให้สามารถติดตามการปฏิบัติตามข้อกำหนดได้
ผู้เข้าร่วมการวิจัยจะกรอกข้อมูลการบันทึกแต่ละครั้งโดยตรงบนอุปกรณ์ของตน การตอบสนองจะถูกประทับเวลา (time-stamped) และติดแท็กตำแหน่งทางภูมิศาสตร์ (geo-tagged) หากระเบียบวิธีวิจัยกำหนดให้ต้องมีข้อมูลตำแหน่ง การบันทึกจะถูกส่งไปยังเซิร์ฟเวอร์แบบเรียลไทม์ หรือรวมเป็นชุดเมื่อการเชื่อมต่อกลับมา นักวิจัยจะตรวจสอบแดชบอร์ดการปฏิบัติตามข้อกำหนด และอาจส่งการแจ้งเตือนหรือข้อความสั้นๆ เพื่อรักษาการมีส่วนร่วม
ชุดข้อมูลที่ได้จะเป็นโครงสร้างแบบหลายระดับ (multilevel) และการวัดซ้ำ (repeated-measures) โดยมีการสังเกตการณ์จำนวนมากซ้อนอยู่ในแต่ละบุคคล แนวทางการวิเคราะห์ทั่วไป ได้แก่ การสร้างแบบจำลองหลายระดับ (multilevel modeling) (แบบจำลองเชิงเส้นแบบลำดับชั้น) เพื่อแยกผลกระทบภายในบุคคล (within-person) ออกจากผลกระทบระหว่างบุคคล (between-person) ค่าสัมประสิทธิ์สหสัมพันธ์ภายในชั้น (intraclass correlation coefficients) เพื่อวัดความแปรปรวน และการวิเคราะห์อนุกรมเวลา (time-series) หรือการวิเคราะห์แนวโน้ม (trajectory analyses) เพื่ออธิบายการเปลี่ยนแปลงเมื่อเวลาผ่านไป ข้อมูลเชิงคุณภาพจากข้อความปลายเปิดสามารถเข้ารหัสตามหัวข้อ (thematically coded) ควบคู่ไปกับการวัดเชิงปริมาณ
ข้อผิดพลาดที่พบบ่อย
- การละเลยอัตราการปฏิบัติตามข้อกำหนด — การวิเคราะห์ข้อมูลโดยไม่คำนึงถึงรายการที่ขาดหายไป (โดยเฉพาะอย่างยิ่งการขาดหายไปอย่างไม่สุ่ม) ทำให้เกิดการประมาณค่าภายในบุคคลที่เอนเอียง — ควรรายงานและตรวจสอบรูปแบบการปฏิบัติตามข้อกำหนดเสมอ
- การแจ้งเตือนมากเกินไป — การแจ้งเตือนหลายครั้งต่อวันอย่างรวดเร็วทำให้การมีส่วนร่วมลดลงอย่างมาก — การศึกษาทดลองควรทดสอบความถี่สูงสุดที่ยอมรับได้ก่อนเริ่มการศึกษาหลัก
- การใช้การถดถอยมาตรฐานกับข้อมูลที่ซ้อนกัน — ผู้เข้าร่วมการวิจัยแต่ละคนให้ข้อมูลการสังเกตการณ์จำนวนมาก ซึ่งละเมิดข้อสมมติฐานความเป็นอิสระ — จำเป็นต้องใช้แบบจำลองหลายระดับ
- การละเลยขั้นตอนการฝึกอบรม — ผู้เข้าร่วมการวิจัยที่ไม่เข้าใจว่าอะไรคือการบันทึกที่ถูกต้อง ทำให้ข้อมูลไม่สอดคล้องกัน — การปฐมนิเทศอย่างละเอียดและช่วงฝึกปฏิบัติสั้นๆ เป็นสิ่งจำเป็น
- การปฏิบัติต่อรายการที่พลาดไปทั้งหมดเหมือนกัน — การแจ้งเตือนที่พลาดไปอาจสะท้อนถึงรูปแบบที่เป็นระบบ (เช่น ผู้เข้าร่วมการวิจัยข้ามการแจ้งเตือนเมื่อรู้สึกเครียด) ซึ่งนำไปสู่ความเอนเอียงในการเลือกกลุ่มตัวอย่างประสบการณ์
คำถามที่พบบ่อย
ต้องใช้การบันทึกประจำวันกี่ครั้งต่อผู้เข้าร่วมการวิจัยเพื่อให้ได้ค่าประมาณภายในบุคคลที่น่าเชื่อถือ?
การศึกษาจำลอง (Simulation studies) ชี้ให้เห็นว่าต้องมีการสังเกตการณ์อย่างน้อยประมาณ 30–50 ครั้งต่อบุคคลเพื่อให้ได้ค่าประมาณหลายระดับที่เสถียรของผลกระทบภายในบุคคล แม้ว่า 20 ครั้งอาจเพียงพอสำหรับแบบจำลองสองระดับที่เรียบง่าย จำนวนที่ต้องการขึ้นอยู่กับสหสัมพันธ์ภายในชั้น (intraclass correlation) ขนาดของผลกระทบที่คาดหวัง และความซับซ้อนของแบบจำลอง ควรทำการศึกษาทดลองเพื่อประมาณอัตราการปฏิบัติตามข้อกำหนด จากนั้นจึงคำนวณขนาดตัวอย่างของการศึกษาตามนั้น
วิธีบันทึกประจำวันผ่านมือถือแตกต่างจากการประเมินสภาวะทางอารมณ์แบบทันทีทางนิเวศวิทยา (EMA) อย่างไร?
คำศัพท์ทั้งสองมีความหมายทับซ้อนกันอย่างมาก EMA ซึ่งบัญญัติขึ้นในวรรณกรรมทางคลินิก เน้นการสุ่มตัวอย่างตามช่วงเวลาเพื่อเก็บสภาวะขณะนั้น และเกี่ยวข้องโดยเฉพาะกับการติดตามอาการ วิธีบันทึกประจำวันผ่านมือถือเป็นคำที่กว้างกว่า ซึ่งรวมถึงระเบียบวิธีตามเหตุการณ์และตอนท้ายของวัน นอกเหนือจากการออกแบบตามช่วงเวลาแบบสุ่ม ในทางปฏิบัติ นักวิจัยใช้คำเหล่านี้สลับกันได้ สิ่งสำคัญคือการอธิบายระเบียบวิธีที่เฉพาะเจาะจงอย่างชัดเจน
ควรใช้แอปหรือแพลตฟอร์มใด?
แพลตฟอร์มที่สร้างขึ้นโดยเฉพาะ ได้แก่ m-Path, ExperienceSampler, ilumivu และ Metricwire ซึ่งทั้งหมดจัดการการตั้งเวลา การแจ้งเตือนแบบพุช และการถ่ายโอนข้อมูลที่เข้ารหัส แพลตฟอร์มการสำรวจ เช่น REDCap สามารถกำหนดค่าสำหรับ EMA ได้ด้วยการเขียนสคริปต์เพิ่มเติม การเลือกขึ้นอยู่กับข้อกำหนดด้านความปลอดภัยของข้อมูลของสถาบันของคุณ งบประมาณของคุณ และว่าคุณต้องการความเข้ากันได้กับ iOS และ Android หรือไม่
ฉันสามารถรวมคำถามปลายเปิดเชิงคุณภาพเข้ากับรายการมาตรวัดแบบลิเคิร์ทในบันทึกประจำวันเดียวกันได้หรือไม่?
ได้ บันทึกประจำวันแบบผสมผสานเป็นเรื่องปกติ รายการแบบลิเคิร์ทสั้นๆ ช่วยเก็บข้อมูลเชิงปริมาณได้อย่างมีประสิทธิภาพ ในขณะที่การแจ้งเตือนแบบข้อความปลายเปิดเป็นระยะ (เช่น วันละครั้ง) จะเพิ่มความลึกในการตีความโดยไม่ทำให้ผู้เข้าร่วมการวิจัยรู้สึกหนักใจ ควรทำให้เวลาทั้งหมดต่อการบันทึกสั้น — แนะนำอย่างยิ่งว่าไม่เกินสองนาที เพื่อรักษาการปฏิบัติตามข้อกำหนดตลอดการศึกษาหลายสัปดาห์
ฉันจะจัดการข้อมูลจากผู้เข้าร่วมการวิจัยที่มีอัตราการปฏิบัติตามข้อกำหนดต่ำมากได้อย่างไร?
เกณฑ์ทั่วไปคือ 60–70% ของการแจ้งเตือนที่ได้รับจะถูกตอบสนอง ผู้เข้าร่วมการวิจัยที่ต่ำกว่าเกณฑ์นี้อาจถูกคัดออกจากการวิเคราะห์ หรือได้รับการวิเคราะห์ความไว (sensitivity analyses) เนื่องจากข้อมูลการสังเกตการณ์ที่เบาบางของพวกเขาไม่น่าจะเป็นตัวแทนของกลุ่มตัวอย่างภายในบุคคลที่เสถียร ควรรายงานเกณฑ์การปฏิบัติตามข้อกำหนดของคุณและจำนวนผู้เข้าร่วมการวิจัยที่ถูกคัดออก เพื่อให้ผู้อ่านสามารถประเมินความเอนเอียงที่อาจเกิดขึ้นได้
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Csikszentmihalyi, M., & Larson, R. (1987). Validity and reliability of the Experience-Sampling Method. Journal of Nervous and Mental Disease, 175(9), 526–536.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วBolger, N., Davis, A., & Rafaeli, E. (2003). Diary methods: Capturing life as it is lived. Annual Review of Psychology, 54(1), 579–616.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว