İçeriğe atla
Arama sonuçlarına dön

Boylamsal Anket Araştırması — Tekrarlanan Ölçümler Gerektiren Anket Tasarımı

Ortaya koyan
Survey methodology tradition; codified in social sciences by scholars including W.S. Robinson (1950) and later Scott Menard
Yıl
Mid-20th century (formalized ~1950s–1970s)
Tür
Quantitative observational research design
Aile
Survey / observational design

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

Yazı boyutu

Ne işe yarar?

Boylamsal anket araştırması, aynı bireylerden (veya birimlerden) iki veya daha fazla zaman noktasında yapılandırılmış anket verileri toplar.

Tek seferlik kesitsel bir anketin aksine bu tasarım, değişkenlerin değişimini, istikrarını ve zamansal sıralamasını yakalayarak araştırmacıların nicel bir çerçevede yörüngeleri izlemelerini, nedensel dizileri test etmelerini ve kohort etkilerini yaşlanma etkilerinden ayırt etmelerini sağlar.

Yöntemin mantığı

Bir yıl boyunca yeni bir okul müfredatının matematik dersine yönelik öğrenci tutumlarını gerçekten iyileştirip iyileştirmediğini —sadece tek bir anda tutumların neye benzediğini değil— bilmek istediğinizi hayal edin. Boylamsal bir anket, aynı öğrencileri yılın başında, ortasında ve sonunda takip ederek her seferinde aynı veya benzer soruları sorar. Aynı kişiler tekrar tekrar yanıt verdiği için, farklı zamanlardaki farklı kişilerden çıkarım yapmak yerine her bireyin kendi değişimini doğrudan karşılaştırabilirsiniz. Zamansal yapı, bu tasarıma analitik gücünü veren şeydir: anlık görüntüler yerine değişim dizilerini gözlemleyebilirsiniz.

Tarih

Zaman içinde tekrarlanan anketlerin kullanımı, yirminci yüzyılın ortalarında sosyal bilimlerde ortaya çıktı. W.S. Robinson'un 1950 tarihli ekolojik ve bireysel korelasyonlar üzerine makalesi, bireysel düzeyde çıkarım için kesitsel verilerin sınırlarına dikkat çekti ve panel tasarımlarını motive etti. Gelir Dinamikleri Paneli (PSID, 1968'de başlatıldı) ve Amerika Birleşik Devletleri'ndeki Ulusal Boylamsal Anketler (NLS) gibi büyük ölçekli boylamsal anket programları, aynı yanıt verenleri on yıllarca takip etmenin fizibilitesini ve bilimsel değerini gösterdi. Scott Menard'ın el kitabı (1991, 2. baskı 2002) ve Peter Lynn'in boylamsal anket metodolojisi üzerine derlediği cilt (2009), örneklem tasarımı, kayıp yönetimi ve analiz için en iyi uygulamaları kodladı.

Ne zaman kullanılır?

Temel sorunun zaman içindeki değişim, değişkenlerin zamansal sıralaması veya bireyler veya birimler içindeki sonuçların gelişimi olduğu — kesitsel bir anketin yanıtlayamayacağı sorular — durumlarda boylamsal anket araştırmasını kullanın. Deneyysel manipülasyonun ne mümkün ne de etik olmadığı durumlarda tutum değişikliği, gelişimsel yörüngeler, kariyer yolları, sağlık davranışları ve politika etkilerini incelemek için uygundur. Tasarım, istikrarlı, izlenebilir bir örneklem; çok dalgalı veri toplama için yeterli finansman ve kurumsal kapasite; ve kayıpları yönetme isteği gerektirir. Kullanmayın: (1) tek bir zaman noktasında yalnızca bir yaygınlık tahmini gerektiğinde — kesitsel bir anket daha verimlidir; (2) çalışma süresi anlamlı bir değişim meydana gelmesi için çok kısaysa; (3) katılımcı takibi operasyonel olarak imkansızsa; veya (4) tekrarlanan ölçümün ölçülen yapıyı kirletebilecek test etkileri üretmesi muhtemelse.

Sınırlar ve dikkat edilmesi gerekenler

  • Paneldeki kayıp iç geçerliliği tehdit eder: ayrılan katılımcılar genellikle kalanlardan sistematik olarak farklıdır, bu da seçim yanlılığına neden olur.
  • Aynı aracın tekrarlanan uygulanması test etkilerine neden olabilir — katılımcılar soruları öğrenir veya bunlara duyarlı hale gelir, bu da görünen değişimi şişirir.
  • Lojistik olarak zorlu ve pahalıdır: katılımcıları takip etmek, iletişim bilgilerini yönetmek ve dalgalar boyunca katılımı sürdürmek önemli kaynaklar gerektirir.
  • Uzun zaman ufukları, dalgalar arasındaki dış olayların (tarihsel etkiler, salgınlar, politika değişiklikleri) ilgilenilen yapılarla ayrılması zor olan karıştırıcılar haline geldiği anlamına gelir.
  • Değişim puanları yorumlanmadan önce dalgalar boyunca ölçüm değişmezliğinin kurulması gerekir; bunu test etmemek değişim hakkında yanlış sonuçlara yol açabilir.

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

Güçlü yönleri

  • Aynı katılımcılar içindeki değişken değişimlerinin sıralamasını yakalayarak nedensel çıkarım için bir ön koşul olan zamansal önceliği oluşturur.
  • Kesitsel karşılaştırmalardan daha kesin tahminler sağlayarak kişi içi değişimi kişiler arası farklılıklardan ayırır.
  • Aynı bireyler zaman içinde takip edildiğinde görülebilen kohort, dönem ve yaş etkilerini tespit eder.
  • Değişim yörüngeleri hakkında toplu düzeyde çıkarımlar sağlayan büyük, ulusal düzeyde temsilci örneklere ölçeklenebilir.
  • Verilerin zamansal yapısından yararlanan çok çeşitli analitik tekniklerle (GCM, CLPM, SEM) uyumludur.
  • Aynı nüfus üzerinde zaman içinde incelenirken her dalgada yeni kohort işe alımından daha verimlidir.

Uygulama alanları

  • Okul yılları veya derece programları boyunca öğrenci akademik motivasyonundaki, öz yeterliliğindeki veya refahındaki değişiklikleri izlemek.
  • Ulusal seçim panellerinde siyasi tutumların, oy verme niyetlerinin veya vatandaşlık katılımının evrimini izlemek.
  • Kohort çalışmalarında aylar veya yıllar boyunca sağlık davranışı değişikliklerini — fiziksel aktivite, diyet, madde kullanımı — incelemek.
  • Farklı eğitim yollarından mezun olanların uzun vadeli işgücü piyasası sonuçlarını değerlendirmek.
  • Aktif program sona erdikten sonra halk sağlığı kampanyalarının veya eğitim müdahalelerinin sürdürülen etkilerini değerlendirmek.
  • Örgütsel tutumların (iş tatmini, bağlılık) zaman içinde işyeri politika değişikliklerine nasıl tepki verdiğini incelemek.

Nasıl çalışır?

Nasıl çalışır?

1

Araştırmacı, araştırma sorularını tanımlar, hedef kitleyi seçer, ölçüm dalgalarının sayısını ve aralarındaki zaman aralıklarını belirler ve dalgalar boyunca tutarlı bir anket aracı oluşturur veya uyarlar. Örneklem büyüklüğü, beklenen kayıpları hesaba katmalı ve bilgilendirilmiş onam prosedürleri baştan itibaren çok dalgalı katılımı ele almalıdır.

2

İlk dalga (Zaman 1) anketi, temel değişkenlerin —sonuçlar, öngörücüler ve kovaryetler— temel ölçümlerini toplayarak işe alınan örnekleme uygulanır. Bu dalgada yüksek yanıt oranları kritiktir çünkü temel düzeyde kaybedilen her katılımcı sonraki analizlerde kurtarılamaz.

3

Her sonraki dalgada (Zaman 2, Zaman 3, …), aynı katılımcılarla tekrar iletişime geçilir ve anket aracı tekrar uygulanır. Dalgalar boyunca tutarlı soru ifadeleri, yanıt biçimleri ve uygulama modu, ölçüm eşdeğerliğini korur ve gerçek puan değişiminin ölçüm artefaktından ayırt edilmesini sağlar.

4

Paneldeki kayıp —dalgalar arasındaki katılımcıların ayrılması—, ayrılanların temel özelliklerine göre devam edenlerden farklı olup olmadığının karşılaştırılmasıyla değerlendirilir. Ayrılanlar devam edenlerden sistematik olarak farklıysa (seçici kayıp), yanlılığı azaltmak için çoklu atama, ters olasılık ağırlıklandırma veya tam bilgi maksimum olabilirlik tahmini gibi analitik stratejiler uygulanır.

5

Boylamsal veriler, tekrarlanan ölçümlere uygun yöntemlerle analiz edilir: büyüme eğrisi modellemesi, gizil değişim puanı modelleri, çapraz gecikmeli panel modelleri, genelleştirilmiş tahmin denklemleri veya karma etkili regresyon. Seçilen model, birincil ilginin ortalama düzeydeki değişimde mi, bireysel yörüngelerde mi, yoksa zaman içinde değişkenler arasındaki karşılıklı nedensel ilişkilerde mi olduğuna bağlıdır.

Sık yapılan hatalar

  • Seçici kaybı göz ardı etmek: ayrılmanın tamamen rastgele olmadığını test etmeden dalga tamamlayanların orijinal örneklemi temsil ettiğini varsaymak, değişim tahminlerini yanlı hale getirir.
  • Dalgalar arasında anket aracını değiştirmek: küçük kelime revizyonları veya yanıt ölçeği değişiklikleri bile zaman içindeki doğrudan puan karşılaştırmalarını geçersiz kılar.
  • Yetersiz temel örneklem: beklenen kayıp için şişirme yapmadan yalnızca kesitsel güç için örneklem büyüklüğünü hesaplamak, sonraki dalgalarda çalışmayı yetersiz güçlendirir.
  • Büyüme modellemesi yapılmadan dalganın sabit bir etki olarak ele alınması: büyüme eğrisi veya karma model yerine dalga başına ayrı ANOVA'lar çalıştırmak, boylamsal bilgiyi boşa harcar ve Tip I hatayı artırır.
  • Yalnızca grup düzeyindeki ortalamaları raporlamak: bireysel yörüngelerdeki heterojenlik genellikle özsel olarak önemli bulgudur; toplu eğilimler farklı alt grupları gizleyebilir.

Sık sorulan sorular

Boylamsal anket araştırması, bir panel çalışmasından nasıl farklıdır?

Terimler büyük ölçüde örtüşmektedir. Panel çalışması, tam olarak aynı bireylerin her dalgada anketlendiği belirli bir boylamsal anket türüdür. Boylamsal anket araştırması daha geniş kategoridir; ayrıca trend çalışmalarını (her dalgada aynı nüfustan farklı rastgele örneklemler) ve kohort çalışmalarını (aynı doğum veya giriş kohortu ancak zorunlu olarak aynı yanıt verenler değil) içerir. İnsanlar 'boylamsal anket' dediklerinde çoğu zaman bir panel tasarımını kastederler, ancak analitik stratejiyi seçerken kesinlik önemlidir.

Kaç dalga gereklidir?

Değişimi gözlemlemek için en az iki dalga gereklidir, ancak iki dalga yalnızca sınırlı modelleri (fark puanları, basit ön-sonrası regresyon) destekler. Büyüme yörüngelerini tahmin etmek, doğrusal olmayan değişimi test etmek ve çapraz gecikmeli panel modellerini uygulamak için üç veya daha fazla dalga gereklidir. Dalgaların optimal sayısı, beklenen değişim şekline ve analitik modele bağlıdır — daha fazla dalga, yörüngeleri tespit etmek ve karakterize etmek için daha fazla güç sağlar.

Kayıplardan kaynaklanan eksik verilerle nasıl başa çıkarım?

İlk olarak, ayrılanları temel değişkenlerde tamamlayanlarla karşılaştırarak, kaybın tamamen rastgele eksik (MCAR), rastgele eksik (MAR) veya rastgele olmayan eksik (MNAR) olup olmadığını değerlendirin. Çoğu panel çalışmasında en savunulabilir varsayım olan MAR altında, tam bilgi maksimum olabilirlik (FIML) tahmini veya çoklu atama tercih edilen yaklaşımlardır. Basit listwise silme, kullanılabilir verileri attığı ve kayıp tamamen rastgele olmadığında yanlı tahminler ürettiği için neredeyse hiçbir zaman uygun değildir.

Boylamsal bir anket nedenselliği kurabilir mi?

Nedensellik için gerekli bir koşul olan zamansal sıralama, çapraz gecikmeli panel modelleri veya fark puanı regresyonu kullanarak, Dalga 1'deki bir öngörücünün Dalga 2'deki bir sonucu tahmin ettiği durumlarda gösterilebilir. Ancak, dalgalar arasında kalan veya değişen ölçülmemiş karıştırıcılar hala nedensel tahminleri bozabilir. Boylamsal anketler, kesitsel tasarımlardan daha güçlü kanıtlar sağlar ancak gözlemsel kalır; rastgeleleştirilmiş deneyler nedensel çıkarım için altın standarttır.

Anket aracımın her dalgada aynı yapıyı ölçtüğünü nasıl kanıtlarım?

Onaylayıcı faktör analizi (CFA) tabanlı ölçüm değişmezliği testi (Vandenberg & Lance, 2000) aracılığıyla. En azından, gizil ortalamaları karşılaştırmadan önce yapısal ve metrik değişmezlik kurulmalı; gözlemlenen ortalamaları karşılaştırmak için skaler değişmezlik gereklidir. Kısmi değişmezlik bulunursa, yalnızca değişmez parametreleri kısıtlayın ve değişmez olmayan maddeler üzerindeki değişimi dikkatle yorumlayın.

İlgili yöntemler

Kaynaklar

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

    ISBN: 978-0761922452
    Kopyalandı.
  2. Lynn, P. (Ed.). (2009). Methodology of Longitudinal Surveys. Wiley.

    ISBN: 978-0470018712
    Kopyalandı.