İçeriğe atla
Arama sonuçlarına dön

Boylamsal Günlük Yöntemi — Tekrarlanan Günlük Veri Toplama Süreci

Ortaya koyan
Allport (1942); systematic longitudinal extension developed by Bolger, Davis & Rafaeli (2003)
Yıl
1942 (diary method); longitudinal variant formalised 1980s–2000s
Tür
Longitudinal qualitative/quantitative data collection
Aile
Data collection

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Boylamsal Günlük Yöntemi, katılımcıların uzun bir süre boyunca — günlerden aylara, hatta yıllara kadar — yapılandırılmış günlük girdilerle deneyimleri, düşünceleri, duyguları veya davranışları kaydettiği bir veri toplama tekniğidir.

Tek seferlik bir anketin aksine, bu yöntem birey içi değişimi, günlük dalgalanmaları ve doğal ortamlardaki zamansal süreçleri izleyerek olguların zamanla nasıl geliştiğini incelemek için özellikle güçlüdür.

Yöntemin mantığı

Tüm bir dönemin akademik stresinin, sadece tek bir zamandaki durumunun değil, nasıl geliştiğini ve dalgalandığını anlamak istediğinizi hayal edin. Öğrencilere dönemin sonunda tüm dönemi hatırlamalarını istemek yerine, onlara yapılandırılmış bir günlük verip her akşam streslerini, başa çıkma stratejilerini ve ruh hallerini kaydetmelerini istersiniz. 14 hafta sonra, her kişinin nasıl değiştiğine dair yoğun, gerçek zamanlı bir kaydınız olur — ve stresin ne zaman zirveye ulaştığını, insanların ne kadar hızlı iyileştiğini ve hangi günlük olayların en keskin değişiklikleri tetiklediğini görebilirsiniz. Bu boylamsal pencere, tek bir ankette elde edilemez.

Tarih

Sosyal bilimlerde günlük yöntemleri, Gordon Allport'un 1942'de kişisel belgeler kullanmasına kadar uzanır, ancak sistematik boylamsal günlük araştırması, 1980'lerde Csikszentmihalyi ve Larson tarafından deneyim örnekleme yöntemlerinin geliştirilmesiyle metodolojik olarak titiz hale geldi. Bolger, Davis ve Rafaeli'nin (2003) Annual Review of Psychology'deki dönüm noktası niteliğindeki incelemesi, günlük yöntemini birey içi süreçleri incelemek için ana akım bir araç olarak kabul etti ve tasarım ve analiz için en iyi uygulamaları özetledi. 2010'lardan bu yana mobil teknolojideki gelişmeler, olay-bağımlı ve sinyal-bağımlı boylamsal günlüklerin ölçekte dağıtılmasını çok daha kolay hale getirdi.

Ne zaman kullanılır?

Araştırma sorusu, bireylerin zaman içindeki değişim, dalgalanma veya gelişimini ilgilendirdiğinde — örneğin, stres, ruh hali, semptomlar veya davranış kalıplarının günler, haftalar veya aylar boyunca nasıl değiştiği — Boylamsal Günlük Yöntemini kullanın. Geriye dönük hatırlamanın yanlılık yaratacağı durumlarda, an an veya günden güne süreçlerin önemli olduğu veya doğal ortamlardaki ekolojik geçerliliğin öncelikli olduğu durumlarda idealdir. Tek bir kesitsel ölçümün yeterli olduğu durumlarda, katılımcıların gözlem penceresi boyunca günlük yükünü sürdüremediği durumlarda (yaşlı, çok hasta veya bilişsel olarak engelli popülasyonlar uyarlanmış formatlar gerektirir) veya bütçenin uzun bir saha çalışması dönemi boyunca uyumu izleme ve ayrılmayı yönetme altyapısını destekleyemediği durumlarda kullanmayın.

Sınırlar ve dikkat edilmesi gerekenler

  • Katılımcı yükü yüksektir; uyum ve ayrılma, uzun gözlem pencereleri boyunca kalıcı zorluklardır.
  • Çok düzeyli analiz, yeterli istatistiksel gücü elde etmek için nispeten büyük örneklemler (tipik olarak 30+ katılımcı, 15+ ölçüm durumu) gerektirir.
  • Tepkisellik etkileri: günlük tutma eylemi, kaydedilen davranışı veya düşünceleri kendisi değiştirebilir.
  • Veri yönetimi karmaşıktır — eksik girdilere sahip büyük, dengesiz panel veri setleri dikkatli ön işlem gerektirir.
  • Nitel boylamsal girdilerin sistematik olarak analiz edilmesi zaman alıcıdır.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Kesitsel tasarımların tespit edemediği birey içi değişimi ve zamansal dinamikleri yakalar.
  • Deneyimleri meydana geldikleri zamana yakın kaydederek geriye dönük hatırlama yanlılığını azaltır.
  • Yüksek ekolojik geçerlilik — veriler katılımcıların doğal günlük ortamlarında toplanır.
  • Tek bir veri setinde hem idiografik (birey düzeyinde) hem de nomotetik (grup düzeyinde) analize olanak tanır.
  • Esnek format — nicel derecelendirmeleri nitel anlatısal girdilerle birleştirebilir.
  • Ruh hali, ağrı, stres, başa çıkma ve davranış gibi dalgalanan yapıları incelemek için uygundur.

Uygulama alanları

  • Mesleki sağlık araştırmalarında günlük stres, başa çıkma stratejileri ve refah yörüngelerini izleme.
  • Klinik psikoloji ve kronik hastalık çalışmalarında semptom dalgalanmalarını ve ilaç uyumunu izleme.
  • Akademik bir dönemin tamamında motivasyon ve katılımın nasıl geliştiğini inceleme.
  • Haftalar boyunca çiftler veya ailelerdeki günlük sosyal etkileşimleri, ilişki kalitesini ve çatışmayı araştırma.
  • Müdahaleler sırasındaki davranış değişikliklerini (örneğin, diyet, egzersiz programları) gerçek zamanlı olarak yakalama.
  • Yaratıcılık, ilham veya akış durumlarının günlük çalışma yaşamında doğal olarak nasıl ortaya çıktığını inceleme.

Nasıl çalışır?

Nasıl çalışır?

1

Araştırmacı, günlük programını (örneğin, günlük, haftada iki kez, olay bazlı), gözlem penceresi uzunluğunu (günler ila aylar) ve girdi formatını — açık uçlu metin, Likert ölçeği derecelendirmeleri, kontrol listeleri veya bir kombinasyonunu — belirler. Günlük istemleri, hedeflenen yapıları araştırma sorusuna uygun bir ayrıntı düzeyinde yakalamak için hazırlanır ve genel girdi yükü, uzun gözlem penceresi boyunca uyumu sürdürmek için yönetilebilir düzeyde tutulur.

2

Çalışmada doğrudan deneyimlemiş veya şu anda yaşamakta olan olguya sahip katılımcılar seçilir. Boylamsal günlük yöntemi sürekli katılım gerektirdiğinden, örneklem genellikle kesitsel bir ankete göre daha küçüktür — analitik hedeflere bağlı olarak 20–200 katılımcı — ve dahil etme kriterleri genellikle minimum bir taahhüt süresi belirtir. Katılımcılar, gerekli sıklıkta ve tüm çalışma süresi boyunca günlük girdilerini tamamlayabilecek ve istekli olmalıdır.

3

Çalışma başlamadan önce, katılımcılara girdileri nasıl tamamlayacakları, kaydedilmeye değer bir olay olarak neyin sayılacağı ve günlük platformunu (kağıt kitapçık, uygulama veya güvenli çevrimiçi form) nasıl kullanacakları konusunda ayrıntılı eğitim verilir. Açık örnekler ve pratik girdiler, kayıt davranışını standartlaştırmaya ve istemlerin bireysel yorumlarını azaltmaya yardımcı olur. Yazılı talimatlar ve sorular için bir araştırmacı iletişim bilgisi sağlanır.

4

Katılımcılar, gözlem penceresi boyunca anlaşılan programa göre günlük girdilerini sunarlar. Sinyal-bağımlı tasarımlar sabit veya rastgele zamanlarda hatırlatıcılar gönderir; olay-bağımlı tasarımlar katılımcılardan belirtilen bir olay meydana geldikten hemen sonra kaydetmelerini ister; aralık-bağımlı tasarımlar olaylardan bağımsız olarak düzenli aralıklarla girdileri zamanlar. Modern uygulamalarda SMS veya uygulama bildirimleri aracılığıyla hatırlatıcılar standarttır.

5

Araştırma ekibi, saha çalışması dönemi boyunca yanıt oranlarını ve veri kalitesini izler. Eksik girdiler derhal takip edilir; uyum panoları, ayrılma riski altındaki katılımcıları işaretler. Ara dönem kalite kontrolleri, veri setini tehlikeye atmadan düzeltilebilecek kadar erken sistematik hataları (örneğin, değişmeyen yanıtlar, zaman çizelgesi dışında tamamlanan girdiler) yakalar. Ayrılma, daha sonra raporlama için belgelenir.

6

Boylamsal günlük verileri, birey içi değişkenliği bireyler arası farklılıklardan ayırmak için tipik olarak çok düzeyli modelleme (hiyerarşik doğrusal modelleme) ile analiz edilir. Gecikmeli analizler, bir gündeki olayların bir sonraki günkü sonuçları tahmin edip etmediğini test eder. Nitel günlük girdileri için, gözlem penceresi boyunca temaların nasıl ortaya çıktığını, değiştiğini veya çözüldüğünü belirlemek üzere zamansal dizi boyunca tematik veya içerik analizi uygulanır.

Sık yapılan hatalar

  • Girdiler çok uzun veya çok sık — her günlük girdisi 10–15 dakikadan fazla sürerse veya aylarca günde birden fazla kez gerekirse, ayrılma oranları keskin bir şekilde artar ve bu da yalnızca motive olmuş katılımcılardan oluşan yanlı bir örneklem üretir.
  • Ayrılma analizini ihmal etmek — ayrılan katılımcılar nadiren rastgele eksiktir; kimin ayrıldığını ve neden ayrıldığını rapor etmemek bulguları önemli ölçüde çarpıtabilir.
  • Çok düzeyli yapıyı göz ardı etmek — tekrarlanan günlük girdilerini bağımsız gözlemler gibi analiz etmek Tip I hatayı şişirir; çok düzeyli modeller gereklidir.
  • Standardizasyon kayması — net talimatlar ve çalışma ortası kontrolleri olmadan, katılımcılar zamanla istemleri farklı yorumlayarak dalgalar boyunca ölçüm hatası oluşturur.
  • Yetersiz gözlem penceresi — olgunun doğal döngüsünü yakalamak için çok kısa olan bir pencere (örneğin, haftalık iş ritimlerini incelemek için iki günlük bir günlük) araştırma sorusunu yanıtlayamayacak veri üretir.

Sık sorulan sorular

Gözlem penceresi ne kadar uzun olmalı?

Pencere, incelediğiniz olgunun en az bir tam döngüsünü kapsamalıdır. Günlük ruh hali dalgalanmaları için iki ila dört hafta genellikle yeterlidir; akademik bir yıl veya klinik bir tedavi dönemi boyunca gelişimsel değişiklikler için aylar gerekebilir. Katılımcıları uzun bir çalışmaya taahhüt etmeden önce gereken minimum pencereyi kalibre etmek için pilot çalışmalar değerlidir.

Çok düzeyli analiz için kişi başına kaç günlük girdiye ihtiyacım var?

Kaba bir kılavuz olarak, birey içi etkiler için çok düzeyli modeller tipik olarak kişi başına en az 10–15 ölçüm durumu gerektirir, ancak daha küçük etkileri tespit etmek için daha fazlası daha iyidir. Simülasyonlar, kişi başına düşen durum sayısını artırmanın, bir noktaya kadar örneklem boyutunu artırmaktan daha fazla güç artırdığını göstermektedir. Planlama aşamasında çok düzeyli tasarımlar için bir güç analizi aracına (örneğin, Optimal Design yazılımı) danışın.

Kağıt günlükleri kullanabilir miyim yoksa dijitale mi geçmeliyim?

Kağıt günlükler, özellikle yaşlı popülasyonlarda veya sınırlı teknoloji erişimine sahip ortamlarda hala kullanılmaktadır, ancak dijital platformlar (güvenli web formları, özel uygulamalar, SMS tetiklemeli anketler) zaman damgalama, uyum izleme ve veri yönetimini çok daha kolay hale getirir. Dijital platformlar ayrıca transkripsiyon hatasını azaltır ve uyumu artıran zamanında hatırlatma bildirimlerini etkinleştirir.

Analizde eksik günlük girdileri nasıl ele alacağım?

Katılımcı başına ve genel olarak eksik girdilerin yüzdesini rapor edin. Eksik verilerin incelenen yapılarla ilişkili olup olmadığını inceleyin (rastgele olmayan eksiklik). Modern çok düzeyli yazılımlar (örneğin, R paketleri lme4 veya brms, Mplus) dengesiz verileri doğrudan işleyebilir; maksimum olabilirlik tahmini, listwise silme olmadan mevcut tüm gözlemleri kullanır. Rastgele eksik veriler için çoklu atama bir seçenektir.

Boylamsal günlük yöntemi nitel mi nicel mi?

İkisi de olabilir veya her ikisi de olabilir. Nicel günlük çalışmaları, katılımcılardan deneyimleri ölçeklerde derecelendirmelerini ister ve çok düzeyli istatistiksel analize olanak tanır. Nitel günlük çalışmaları, tematik olarak veya içerik analizi yoluyla analiz edilen açık uçlu anlatısal girdileri davet eder. Kapalı derecelendirmeleri ve açık anlatısal soruları birleştiren karma formatlı günlükler yaygındır ve aynı veri toplama bölümü içinde üçgenlemeye izin verir.

İlgili yöntemler

Kaynaklar

  1. Bolger, N., Davis, A., & Rafaeli, E. (2003). Diary methods: Capturing life as it is lived. Annual Review of Psychology, 54(1), 579–616.

    DOI kaynağını aç
    Kopyalandı.
  2. Scollon, C. N., Kim-Prieto, C., & Diener, E. (2009). Experience sampling: Promises and pitfalls, strengths and weaknesses. Journal of Happiness Studies, 4(1), 5–34.

    DOI kaynağını aç
    Kopyalandı.