横断面调查研究——单次调查设计
- 提出者
- Established through the social survey tradition (Bowley, Gallup, and others in the early-to-mid 20th century)
- 年份
- 1930s–1950s (formalized with large-scale opinion and health surveys)
- 类型
- Quantitative non-experimental design
- 类别
- Survey / observational design
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
横断面调查研究在某一特定时间点,对代表性的人群样本进行结构化问卷或访谈。它是估计患病率、描述群体特征以及绘制跨越公共卫生、教育、市场营销和政治学等广泛学科变量之间关联性关系的工作马设计。
方法背后的直觉
将横断面调查研究设想为在单一时刻拍摄一张人口照片。你询问一组精心挑选的受访者,了解他们此刻的态度、行为或特征,然后汇总这些回答,描绘出整个人口的图景。由于所有人都同时接受调查,你可以比较亚群体——男性与女性、城市与农村——并寻找模式和关联。但你无法从一张照片中得知事物如何随时间变化,也无法证明一个变量导致了另一个变量。
历史学
社会调查传统起源于19世纪末的英国,查尔斯·布斯和西布姆·朗特里进行了贫困研究。概率抽样理论由Neyman(1934)和Mahalanobis(1940年代)正式化,将调查研究转变为严谨的科学方法。乔治·盖洛普在20世纪30年代进行的横断面民意调查展示了该设计在代表性人群推断方面的强大能力。到本世纪中叶,美国国家健康访谈调查(1957年成立)等大型政府健康调查将横断面调查制度化,成为公共卫生监测的基石。
何时使用
当你需要以成本效益高的方式获得人口特征、观点或行为的快照,并且单次测量足以回答你的研究问题时,请使用横断面调查研究。它最适合估计患病率、描述群体差异或生成关于关联性的假设。当你的问题需要建立时间顺序(A先于B)或因果方向时,请勿使用它——需要纵向或实验设计。当感兴趣的现象在调查窗口期内快速变化,导致单次测量具有误导性时,请避免使用。
局限与注意事项
- 无法建立时间优先性或因果方向;发现的关联可能反映了反向因果关系或混淆因素。
- 容易受到响应偏差、社会期望效应和无应答偏差的影响,这些都会扭曲估计值。
- 不提供关于随时间变化的信息;单一快照可能无法准确反映季节性或发展性波动的现象。
- 患病率估计严重依赖于样本的代表性;便利抽样或志愿者样本严重限制了推广性。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 成本和时间效益高:数据收集在单次波次中完成,避免了纵向设计的成本和流失问题。
- 能够覆盖大范围、地理分散的样本,在采用概率抽样时支持广泛的推广性。
- 范围灵活——可以同时测量多个变量,实现多变量关联性探索。
- 在问卷设计、抽样和分析方面有成熟的方法学标准,使得质量基准化变得简单明了。
- 适用于敏感话题,因为重复接触可能给参与者带来负担或伦理问题。
应用
- 估计特定时间内人群的健康行为、慢性病或心理健康症状的患病率。
- 评估跨学校或大学的学生态度、学术自我效能感或教学满意度。
- 绘制公众对政策问题的看法——选举偏好、环境态度、社会价值观。
- 为商业研究分析市场细分中的客户满意度和品牌认知。
- 识别人口统计学变量与结果之间的关联(例如,收入与健康素养)以指导项目定位。
使用方式
使用方式
研究者指定目标人群——其研究结果将推广到的群体——并建立资格标准。清晰的人群定义决定了使用何种抽样框(例如,注册选民、在校学生、公司员工),并塑造了后续的每一步。
开发并试用标准化的问卷或结构化访谈提纲。条目必须清晰明确,回答量表必须适合所测量的变量,问题的顺序必须尽量减少偏差。在全面收集数据之前,应建立信度和效度证据(例如,试点测试、因子分析、Cronbach's alpha)。
从抽样框中抽取概率样本或目的性样本,并在单一时间点使用一种或多种方式(在线、纸质、电话、面对面)收集数据。响应率、模式效应和无应答偏差是外部效度的主要威胁,必须加以监测和报告。
描述性统计(频率、均值、比例)总结样本。推断性分析——卡方检验、t检验、方差分析、回归或结构方程模型——检验变量之间的关系。由于数据是横断面的,任何识别出的关系都是关联性的而非因果性的。
根据抽样策略和响应率解释研究结果。明确承认因果推断的局限性。将结果与理论框架和先前文献进行情境化对比,并讨论实际或政策意义。
常见陷阱
- 将关联性视为因果关系——横断面数据可以显示X和Y同时发生,而不是X导致Y;报告中使用因果语言是一种常见且严重的错误。
- 问卷设计不当——模糊的条目、诱导性问题或不恰当的回答量表会引入系统性测量误差,再复杂的分析也无法纠正。
- 抽样不足——使用便利样本(例如,社交媒体志愿者)却声称具有人群水平的推广性,会夸大研究结果的范围。
- 忽略无应答——未能比较早期和晚期受访者或报告响应率,使得读者无法评估无应答偏差。
- 收集过多变量——长问卷会降低响应率并增加随机误差;每个条目都应对应一个具体的研究问题或假设。
常见问题
横断面调查与纵向调查的关键区别是什么?
横断面调查在一次、单一时间点从参与者那里收集数据。纵向调查则在数周、数月或数年分隔的多个波次中跟踪同一批参与者。横断面调查更快、更便宜,但无法追踪变化或建立时间优先性;纵向调查可以显示态度或行为是否发生变化,并在设计得当的情况下提供更强的因果方向证据。
我的样本需要多大?
样本量取决于所需的精度、预期的效应量、可接受的I类错误率以及计划进行的分析的复杂性。对于简单的患病率估计,200-400的样本可能就足够了;对于亚群体比较或具有多个预测变量的回归模型,通常建议500或更多。进行一个先验功效分析(例如,使用G*Power),针对你的主要统计检验来确定最小足够样本量N。
我能从横断面调查中得出因果结论吗?
不能。横断面数据建立共现关系,而非因果关系。即使两个变量之间存在很强的相关性,也可能反映了反向因果关系(B导致A而非A导致B)或共同的第三个原因。要支持因果推断,你需要进行实验性随机分配或采用记录了时间顺序的纵向设计——最好结合理论依据并排除其他解释。
如何在横断面调查中处理缺失数据?
首先,区分完全随机缺失(MCAR)、随机缺失(MAR)和非随机缺失(MNAR)。对于MCAR或MAR,多重插补或全信息最大似然(FIML)优于列表删除,后者会降低功效并可能导致估计偏差。对于MNAR,敏感性分析或模式混合模型是合适的。始终报告缺失数据的程度和模式,以便读者能够判断其影响。
在线调查总是横断面设计吗?
不一定。在线交付是数据收集的一种方式,而不是一种设计。一次性管理的在线问卷是横断面调查。在三个时间点使用同一平台调查同一批参与者则构成纵向面板。设计标签指的是数据收集的时间结构,而不是数据传递的渠道。
相关方法
参考文献
Fowler, F. J. (2009). Survey Research Methods (4th ed.). Sage Publications.
ISBN:978-1412958929已复制。Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). Sage Publications.
ISBN:978-1452226101已复制。