การเก็บตัวอย่างประสบการณ์ผ่านมือถือ — การประเมินสภาวะขณะนั้นในชีวิตประจำวัน
- ผู้เสนอ
- Mihaly Csikszentmihalyi & Reed Larson
- ปี
- 1983
- ประเภท
- Intensive longitudinal data collection technique
- กลุ่มวิธี
- Data collection
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การเก็บตัวอย่างประสบการณ์ผ่านมือถือ (ESM) เป็นเทคนิคการเก็บข้อมูลเชิงเส้นที่เข้มข้น ซึ่งผู้เข้าร่วมจะตอบแบบสอบถามสั้นๆ ซ้ำๆ ที่ส่งไปยังสมาร์ทโฟนของพวกเขาในช่วงเวลาสุ่มหรือตามกำหนดตลอดทั้งวัน ด้วยการบันทึกความคิด ความรู้สึก พฤติกรรม และบริบท ณ เวลาหรือใกล้เคียงกับที่เกิดขึ้น ESM จะลดอคติจากการระลึกความหลังให้น้อยที่สุด และให้ภาพที่มีความละเอียดสูงของการเปลี่ยนแปลงทางจิตวิทยาและพฤติกรรมในชีวิตประจำวัน
แนวคิดเบื้องหลังวิธีการ
แบบสำรวจแบบดั้งเดิมจะให้ผู้คนย้อนนึกถึงวันหรือสัปดาห์ — ซึ่งเป็นกระบวนการที่เสี่ยงต่อการบิดเบือนความจำและการครอบงำของประสบการณ์ที่เด่นชัดหรือเพิ่งเกิดขึ้น ESM จะหลีกเลี่ยงปัญหานี้โดยการถามคำถามสั้นๆ ที่เจาะจงหลายครั้งต่อวัน ณ เวลาและสถานที่ที่ชีวิตประจำวันเกิดขึ้น ลองนึกภาพว่าเป็น 'ภาพถ่าย' ประสบการณ์ซ้ำๆ แทนที่จะเป็นภาพถ่ายพาโนรามาเดียวที่ถ่ายหลังจากเหตุการณ์นั้น ผลลัพธ์คือข้อมูลที่ติดตามการเปลี่ยนแปลงภายในบุคคลตลอดเวลาและบริบท ทำให้ผู้วิจัยสามารถถามได้ไม่เพียงแค่ 'อารมณ์เฉลี่ยของคุณเป็นอย่างไร?' แต่ยังรวมถึง 'อารมณ์ของคุณเปลี่ยนแปลงไปอย่างไรในกิจกรรม ผู้คน และสถานที่ต่างๆ?'
ประวัติศาสตร์
วิธีการเก็บตัวอย่างประสบการณ์ (Experience Sampling Method) ได้รับการพัฒนาโดย Mihaly Csikszentmihalyi และ Reed Larson ที่ University of Chicago ในช่วงต้นทศวรรษ 1980 เพื่อศึกษาประสบการณ์ที่ดีที่สุดและจิตวิทยาในชีวิตประจำวัน เอกสารการตรวจสอบความถูกต้องในปี 1987 ของพวกเขาใน Journal of Nervous and Mental Disease ได้สร้างหลักฐานทางจิตวิทยาพื้นฐาน บทความในปี 2008 ของ Shiffman, Stone, และ Hufford ใน Annual Review of Clinical Psychology ได้จัดระบบประเพณีคู่ขนานของการประเมินสภาวะขณะนั้นทางนิเวศวิทยาในการวิจัยสุขภาพ การแพร่หลายของสมาร์ทโฟนตั้งแต่ช่วงปลายทศวรรษ 2000 เป็นต้นมา ได้เปลี่ยน ESM จากโปรโตคอลที่ใช้เพจเจอร์ไปสู่ระเบียบวิธีที่ปรับขนาดได้ผ่านมือถือ
ควรใช้เมื่อใด
ใช้ ESM เมื่อคำถามวิจัยของคุณเกี่ยวข้องกับความแปรปรวนภายในบุคคล สภาวะขณะนั้น หรือพลวัตของพฤติกรรมในบริบทธรรมชาติ — คำถามเช่น อารมณ์เปลี่ยนแปลงไปอย่างไรในกิจกรรมประจำวัน ความเครียดสะสมอย่างไรตลอดวันทำงาน หรือปฏิสัมพันธ์ทางสังคมส่งผลต่ออารมณ์อย่างไรในเวลาจริง เหมาะสำหรับจิตวิทยา วิทยาศาสตร์สุขภาพ การวิจัยองค์กร และพฤติกรรมผู้บริโภค หลีกเลี่ยง ESM เมื่อโครงสร้างที่สนใจต้องการการไตร่ตรองอย่างละเอียด (เช่น ความหมายของเรื่องราวชีวิต) เมื่อผู้เข้าร่วมขาดความรู้หรือแรงจูงใจในการตอบแบบสอบถามสั้นๆ ซ้ำๆ เมื่อบริบทการศึกษาทำให้การใช้โทรศัพท์บ่อยๆ ไม่สะดวกหรืออันตราย หรือเมื่องบประมาณและกรอบเวลาการวิจัยไม่สามารถรองรับโครงสร้างพื้นฐาน การติดตามการปฏิบัติตามข้อกำหนด และการวิเคราะห์หลายระดับที่ ESM ต้องการ
ข้อจำกัดและข้อควรพิจารณา
- ภาระของผู้เข้าร่วมสูง การขัดจังหวะซ้ำๆ ตลอดหลายวันอาจทำให้เกิดความเหนื่อยล้า การตอบสนองต่อการประเมิน และการหลุดออกจากการศึกษา
- การไม่ปฏิบัติตามข้อกำหนดเป็นแบบมีระบบ (การประเมินที่พลาดไปในช่วงเวลาที่ต้องใช้ความพยายามหรือช่วงเวลาส่วนตัว) อาจทำให้ผลการวิจัยเอนเอียงได้
- การจัดการข้อมูล โครงสร้างพื้นฐานแอป และการสร้างแบบจำลองหลายระดับต้องใช้ความเชี่ยวชาญและทรัพยากรทางเทคนิคเฉพาะทาง
- มาตรวัดขณะนั้นสั้นตามความจำเป็น โครงสร้างที่ซับซ้อนซึ่งต้องการการไตร่ตรองอย่างละเอียดไม่สามารถบันทึกได้อย่างเพียงพอในภาพถ่าย 1–3 นาที
- ผลการวิจัยจำเพาะเจาะจงกับช่วงเวลาและบริบทที่สุ่มตัวอย่าง การสรุปผลไปยังช่วงชีวิตหรือประชากรอื่น ๆ ต้องมีการทำซ้ำ
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- บันทึกสภาวะขณะนั้นโดยมีการบิดเบือนจากการระลึกความหลังน้อยที่สุด เพิ่มความเที่ยงตรงเชิงนิเวศน์อย่างมาก
- ช่วยให้การวิเคราะห์ภายในบุคคลที่การออกแบบภาคตัดขวางไม่สามารถให้ได้ — ติดตามความผันผวน ผลกระทบที่ล่าช้า และความแปรปรวนระดับบุคคล
- สร้างข้อมูลจำนวนมากต่อผู้เข้าร่วม ให้กำลังทางสถิติที่สำคัญสำหรับสมมติฐานภายในบุคคล แม้จะมีขนาดตัวอย่างปานกลาง
- สภาพแวดล้อมตามธรรมชาติ: ข้อมูลถูกรวบรวมในสภาพแวดล้อมจริงของผู้เข้าร่วม แทนที่จะเป็นในห้องปฏิบัติการจำลอง
- การส่งข้อมูลที่ยืดหยุ่นผ่านแอปสมาร์ทโฟนช่วยให้สามารถเพิ่มข้อมูลแบบพาสซีฟ (GPS, การวัดความเร่ง, การใช้งานหน้าจอ) ควบคู่ไปกับการรายงานตนเอง
การประยุกต์ใช้
- การติดตามความผันผวนของอารมณ์และสภาวะอารมณ์ในประชากรทางคลินิก (ภาวะซึมเศร้า โรคสองขั้ว วิตกกังวล) เพื่อระบุรูปแบบความเสี่ยงภายในบุคคล
- การศึกษาว่าปฏิสัมพันธ์ทางสังคม การออกกำลังกาย และคุณภาพการนอนหลับ สัมพันธ์กับความเป็นอยู่ที่ดีในชีวิตประจำวันอย่างไร
- การตรวจสอบความอยากยาขณะนั้น สิ่งกระตุ้นการใช้สารเสพติด และปัจจัยนำไปสู่การกลับไปเสพซ้ำในการวิจัยการติดยา
- การวัดความผูกพันกับงาน ความเครียด และความผันผวนของภาระงานทางปัญญาตลอดวันทำงานในจิตวิทยาองค์กร
- การบันทึกการตัดสินใจของผู้บริโภคและการใช้สื่อขณะที่เกิดขึ้นในบริบทการบริโภคตามธรรมชาติ
- การประเมินพลวัตของอาการและการตอบสนองต่อการรักษาในผู้ป่วยที่มีอาการปวดเรื้อรังหรือภาวะอ่อนเพลีย
วิธีการทำงาน
วิธีการทำงาน
ผู้วิจัยกำหนดโครงสร้างที่สนใจ (อารมณ์ ความเครียด ความอยากยา การปฏิสัมพันธ์ทางสังคม ฯลฯ) และตัดสินใจเลือกรูปแบบการส่งสัญญาณ: สุ่ม (สัญญาณจะเกิดขึ้นในช่วงเวลาที่ไม่สามารถคาดเดาได้ภายในกรอบเวลาที่กำหนดไว้ล่วงหน้า) ตามกำหนดเวลา (เวลาคงที่ในแต่ละวัน) หรือตามเหตุการณ์ (ผู้เข้าร่วมเป็นผู้กระตุ้นการประเมินเมื่อเหตุการณ์ที่กำหนดเกิดขึ้น) จำนวนการประเมินต่อวันและระยะเวลาการศึกษาจะถูกกำหนดเพื่อสร้างสมดุลระหว่างความหนาแน่นของข้อมูลกับภาระของผู้เข้าร่วม โดยทั่วไปจะมีการส่งสัญญาณ 3–10 ครั้งต่อวัน เป็นเวลา 7–14 วัน
ผู้เข้าร่วมจะถูกคัดเลือกและได้รับแอปมือถือเฉพาะหรือระบบที่ใช้ SMS เพื่อส่งสัญญาณและบันทึกการตอบสนอง จะมีการจัดเซสชันชี้แจงอย่างละเอียด และโดยปกติจะมีการทดลองใช้สั้นๆ ก่อนเริ่มการศึกษาจริง มาตรวัดต้องสั้น — การตอบสนองควรใช้เวลา 1–3 นาที — และได้รับการตรวจสอบความถูกต้องสำหรับการวัดผลภายในบุคคลซ้ำๆ
สัญญาณจะถูกส่งตามเวลาหรือช่วงเวลาที่กำหนดไว้ล่วงหน้า เมื่อได้รับสัญญาณ ผู้เข้าร่วมจะเปิดแอปและตอบแบบสอบถามขณะนั้น ซึ่งจะบันทึกสภาวะปัจจุบัน กิจกรรมที่กำลังดำเนินอยู่ บริบททางสังคม และตำแหน่ง (หากได้รับอนุญาต) การตอบสนองจะถูกประทับเวลาและอัปโหลดโดยอัตโนมัติ การปฏิบัติตามข้อกำหนดและเวลาในการตอบสนองจะถูกบันทึกไว้เพื่อการควบคุมคุณภาพในภายหลัง
อัตราการตอบสนองจะถูกติดตามตลอดระยะเวลาการศึกษา ผู้เข้าร่วมที่ต่ำกว่าเกณฑ์ที่ยอมรับได้ (โดยทั่วไปคือ 70–75% ของสัญญาณ) อาจได้รับการติดต่อเพื่อเตือนหรือถูกตัดออกจากการวิเคราะห์ การไม่ปฏิบัติตามข้อกำหนดในระดับสูงไม่ใช่เรื่องสุ่ม — มักเกิดขึ้นในช่วงเวลาที่ต้องใช้ความพยายามหรือช่วงเวลาส่วนตัว — และอาจนำไปสู่ความเอนเอียงที่เป็นระบบซึ่งต้องได้รับการแก้ไขในแผนการวิเคราะห์
เนื่องจากผู้เข้าร่วมแต่ละคนให้ข้อมูลจำนวนมาก ข้อมูลจึงมีโครงสร้างแบบลำดับชั้น (การประเมินภายในบุคคล บุคคลภายในกลุ่ม) แบบจำลองหลายระดับ (HLM / แบบจำลองแบบผสม) เป็นกรอบการวิเคราะห์มาตรฐาน ผลกระทบภายในบุคคล (ตัวแปรเปลี่ยนแปลงไปจากค่าเฉลี่ยของแต่ละบุคคลอย่างไร) จะถูกแยกออกจากผลกระทบระหว่างบุคคล (บุคคลแตกต่างกันโดยเฉลี่ยอย่างไร) ทำให้สามารถตั้งสมมติฐานที่ละเอียดอ่อนเกี่ยวกับพลวัตของสภาวะ ผลกระทบที่ล่าช้า และตัวแปรกำกับระดับบุคคลได้
ข้อผิดพลาดที่พบบ่อย
- รายการต่อสัญญาณมากเกินไป: แบบสอบถามที่ยาวกว่า 10–15 รายการช่วยลดการปฏิบัติตามข้อกำหนดลงอย่างมาก ให้แต่ละสัญญาณสั้นและได้รับการตรวจสอบความถูกต้องสำหรับการวัดผลภายในบุคคล
- การละเลยสหสัมพันธ์ภายในชั้น: การปฏิบัติต่อข้อมูล ESM เป็นการสังเกตที่เป็นอิสระทำให้เกิดข้อผิดพลาดประเภท I เพิ่มขึ้นเสมอ ให้ใช้แบบจำลองหลายระดับหรือแบบจำลองแบบผสมที่คำนึงถึงโครงสร้างแบบลำดับชั้น
- การสับสนระหว่างผลกระทบภายในบุคคลและระหว่างบุคคล: ตัวแปรที่ทำนายผลลัพธ์ในระดับระหว่างบุคคลไม่จำเป็นต้องทำเช่นนั้นในระดับภายในบุคคล (และในทางกลับกัน) ผลกระทบเหล่านี้ต้องถูกแยกออกจากกันอย่างชัดเจนในการวิเคราะห์
- การละเลยการตอบสนอง: การตรวจสอบตนเองอาจเปลี่ยนแปลงพฤติกรรมหรือประสบการณ์ที่กำลังศึกษา ให้รวมช่วงเวลาปรับตัวหรือพิจารณาการตอบสนองในการวิเคราะห์ความไว
คำถามที่พบบ่อย
ต้องส่งสัญญาณกี่ครั้งต่อวันและนานกี่วันจึงจะเหมาะสม?
โปรโตคอลทั่วไปจะส่งสัญญาณสุ่ม 4–8 ครั้งต่อวัน เป็นเวลา 7–14 วันติดต่อกัน ทำให้ได้การประเมิน 28–112 ครั้งต่อผู้เข้าร่วม จำนวนที่เหมาะสมขึ้นอยู่กับสหสัมพันธ์ภายในชั้นของตัวแปรตาม (ICC สูงขึ้น = ต้องการการวัดซ้ำน้อยลง) ความทนทานต่อภาระของผู้เข้าร่วม และช่วงเวลาของปรากฏการณ์ โปรโตคอลที่สั้นมาก (3 วัน) อาจพลาดจังหวะรายสัปดาห์ โปรโตคอลที่ยาวมาก (>21 วัน) เสี่ยงต่อการหลุดออกจากการศึกษาเนื่องจากความเหนื่อยล้าอย่างมีนัยสำคัญ
ต้องใช้ขนาดตัวอย่างเท่าใดสำหรับการศึกษา ESM?
กำลังในการศึกษา ESM เป็นฟังก์ชันของทั้งจำนวนผู้เข้าร่วมและจำนวนการประเมินต่อคน สำหรับขนาดผลกระทบภายในบุคคลทั่วไป (r ≈ 0.15–0.30) การศึกษาจำลองชี้ให้เห็นว่าผู้เข้าร่วม 50–100 คน โดยมีการประเมินที่ถูกต้อง 30–50 ครั้งต่อคน ให้กำลังที่เพียงพอสำหรับแบบจำลองหลายระดับ จำนวนผู้เข้าร่วมน้อยลงสามารถชดเชยได้ด้วยการประเมินที่มากขึ้น แต่ต่ำกว่า 30 คน การประมาณค่าความแปรปรวนระหว่างบุคคลจะเริ่มไม่เสถียร
ESM เหมาะสำหรับการวิจัยเชิงคุณภาพหรือไม่?
โดยส่วนใหญ่ ESM สร้างข้อมูลเชิงปริมาณ (การให้คะแนน ความถี่) อย่างไรก็ตาม การออกแบบตามเหตุการณ์สามารถรวมช่องข้อความปลายเปิดสำหรับการตอบสนองแบบบรรยายสั้นๆ และข้อมูล ESM สามารถใช้เพื่อเลือกช่วงเวลาอย่างมีจุดประสงค์สำหรับการสัมภาษณ์เชิงคุณภาพเพิ่มเติม — การออกแบบที่บางครั้งเรียกว่า 'การสัมภาษณ์ที่เสริมด้วย ESM' ESM เชิงคุณภาพล้วนๆ นั้นไม่ค่อยพบ
ซอฟต์แวร์และแอปใดที่นิยมใช้สำหรับ ESM?
แพลตฟอร์มการวิจัยยอดนิยม ได้แก่ m-Path, ExperienceSampler, MetricWire และ movisensXS สำหรับการศึกษาทางคลินิกหรือขนาดใหญ่ ยังมีการใช้การรวมระบบ REDCap หรือ Qualtrics SMS ที่ปรับแต่งเอง การเลือกขึ้นอยู่กับงบประมาณ ความต้องการในการตรวจจับแบบพาสซีฟ และระดับความเชี่ยวชาญด้านการเขียนโปรแกรมที่มีอยู่
ESM แตกต่างจากวิธีการบันทึกประจำวันอย่างไร?
การศึกษาบันทึกประจำวันโดยทั่วไปจะให้ผู้เข้าร่วมกรอกบันทึกตอนสิ้นสุดวัน ซึ่งเป็นการสรุปข้อมูลรายวัน ESM จะบันทึกการประเมินหลายครั้งตลอดทั้งวัน ณ เวลาหรือใกล้เคียงกับประสบการณ์ ESM ให้ความละเอียดของเวลาที่ละเอียดกว่าและหลีกเลี่ยงอคติในการสรุปข้อมูลรายวัน แต่มีภาระของผู้เข้าร่วมสูงกว่า สำหรับปรากฏการณ์ที่เกิดขึ้นตลอดหลายวัน (เช่น การสะสมความเครียดรายวัน) การออกแบบบันทึกประจำวันอาจเพียงพอ สำหรับความผันผวนภายในวัน ESM จะดีกว่า
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 DOIคัดลอกแล้วStone, 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: 978-0195178715คัดลอกแล้ว