Skip to content
返回搜索结果

趋势研究 — 趋势研究设计

提出者
Earl Babbie and survey research tradition
年份
Mid-20th century (formalised in social science methodology ~1950s–1960s)
类型
Quantitative longitudinal research 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

字号

它有什么作用?

趋势研究是一种纵向定量设计,通过在两个或多个时间点调查不同的、独立抽取的样本,来追踪总体中某一特征随时间的变化。与追踪研究不同,趋势研究不追踪同一批个体;相反,每一轮调查都从同一总体中抽取新的样本,这使得研究者能够检测出态度、行为或状况在总体层面的转变,同时避免了重复测量设计中可能出现的受访者流失和受访者熟悉效应问题。

方法背后的直觉

可以设想一下每四年进行一次的全国民意调查:每一次都会从同一总体中抽取新的随机样本并询问相同的问题。研究者不追踪任何个体,但由于样本具有可比性,因此总体数字的任何变化都揭示了公众情绪随时间的真实变化。趋势研究的逻辑正是如此——研究的重点是总体,而不是个体,通过比较不同时间点拍摄的快照来检测变化。这使得该设计在监测多年或几十年的社会变迁、政策影响或规范变化方面非常强大。

历史学

趋势研究在二十世纪中叶成为社会研究的标准工具,当时像盖洛普和美国全国民意研究中心这样的大型调查机构开始存档并重复多年的问卷。厄尔·巴比(Earl Babbie)有影响力的研究方法教科书将趋势研究正式化为一种与追踪研究和队列研究并列的独立纵向设计。通过大型跨国项目,如普通社会调查(General Social Survey,1972年启动)和欧洲价值观研究(European Values Study,1981年启动),该设计得到了进一步推广,这些项目证明了数十年间一致的测量工具在监测社会变迁方面的价值。

何时使用

当目标是描述总体特征如何随时间变化,并且您能够在多轮调查中使用一致的工具和独立的样本收集数据时,请使用趋势研究。它非常适合监测社会指标、追踪政策对总体层面的影响以及研究历史或代际变迁。当受访者流失可能很严重、重新联系受访者不切实际,或者感兴趣的现象主要体现在总体而非个体层面时,优先选择趋势研究而非追踪研究。当只有一轮数据可行时,不要使用它;单一的横断面研究无法支持趋势的论断。

局限与注意事项

  • 无法追踪个体变化——由于每轮调查都抽取不同的人,因此无法估计个体内部的轨迹。
  • 无法在个体层面建立因果关系;观察到的总体变化可能反映的是代际更替,而不是真实的态度或行为变化。
  • 要求所有调查轮次都使用一致的测量工具;即使是细微的措辞改变也会损害可比性;任何必要的修订都必须经过实证检验,并被视为系列中的一个准断裂点。
  • 检测缓慢或小幅度趋势需要多轮调查或非常大的样本量,这使得该设计在长期内成本高昂。
  • 历史背景效应——各轮调查之间的外部事件可能会将趋势与非研究问题的时变影响混淆。

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

  • 避免了追踪研究的受访者流失——每轮调查都抽取新样本,消除了重复测量研究中普遍存在的累积受访者损失。
  • 避免了追踪研究的受访者熟悉效应——在调查一次后,受访者不会因测量过程而产生敏感性,因此后续调查轮次的回答不会受到污染。
  • 非常适合在多年或几十年内对总体层面进行监测,包括官方统计和社会指标研究。
  • 当有现成的调查基础设施(抽样框、调查机构)可用时,实施起来相对简单。
  • 当收集三轮或更多轮数据时,支持检测线性和非线性趋势。

应用

  • 监测公众对社会问题(如对机构的信任、环境担忧或政治价值观)在选举周期或几十年间的态度变化。
  • 使用重复的国家健康调查,追踪吸烟率、疫苗接种率或体育活动率等总体健康行为随时间的变化。
  • 评估政策干预(例如,公众宣传活动、立法变更)对目标总体指标的总体影响。
  • 通过比较连续的独立样本,研究教育程度、宗教归属或劳动力参与方面的代际或队列更替效应。
  • 利用重复的官方调查,记录劳动力市场或经济趋势(失业率、工资分布或部门就业模式)。
  • 评估快速变化背景下技术采纳、媒体消费或数字行为模式的变化。

使用方式

使用方式

1

研究者识别出需要随时间追踪的特定特征、态度、行为或结果。清晰的概念定义和操作定义至关重要,因为所有调查轮次都必须始终使用相同的构念和测量工具;任何措辞或量表的变化都会使直接比较失效。

2

计划进行两轮或更多轮数据收集。调查轮次之间的时间间隔取决于研究问题——社会态度研究可能使用年度或十年间隔,而政策评估可能使用季度间隔。调查轮次的数量和间隔应根据目标构念预期的变化速度来确定。

3

在每一轮调查中,都从同一目标总体中独立抽取新的概率样本。由于不追踪同一批个体,因此抽样必须严格且一致——在每一轮调查中都使用相同的抽样框、方法和目标人口统计学标准——这样,样本构成的差异就不会被误认为是真实的变化。

4

使用相同的(或经过仔细验证的等效)工具在每一轮调查中收集数据。保持标准化的调查管理程序,以最大限度地减少测量误差在各轮调查中的变化。记录响应率和无响应模式,因为各轮调查之间存在差异性的无响应可能会引入偏差。

5

计算每一轮调查的总体统计数据——均值、比例、频率——并进行比较。使用卡方检验、t检验或将调查轮次作为预测变量的回归分析等统计检验,来确定观察到的各轮调查之间的差异是否超出偶然性。效应量和置信区间提供了关于检测到的趋势的幅度与精度的信息。

6

研究者结合各轮调查之间发生的背景因素——历史事件、政策变化、人口结构变动——来解释趋势的方向、幅度与一致性。在得出结论之前,需要明确处理观察到的变化的其他可能解释(抽样误差、测量工具漂移、社会期望效应)。

常见陷阱

  • 在调查轮次之间更改测量工具——即使是项目措辞或反应量表的细微改动也会破坏可比性;任何必要的修订都必须经过实证检验,并被视为系列中的一个准断裂点。
  • 不一致的抽样框——如果在调查轮次之间更改了抽样框(例如,电话调查从固定电话转向移动电话),观察到的差异可能反映的是覆盖范围的变化,而不是真实总体变化。
  • 时间点太少——只有两轮调查,研究者无法区分真实的线性趋势与暂时的波动;需要三轮或更多轮才能有信心地描述变化的形态。
  • 将趋势研究与追踪研究混淆——从总体趋势数据中报告个体层面的推断(例如,“受访者改变了他们的观点”)是一种分析单位错误;所有有效的推断都必须在总体层面进行。
  • 忽略各轮调查之间的差异性无响应——如果后期调查中某个特定亚群的无响应率更高,那么总体统计数据可能会独立于真实的总体变化而朝着误导性的方向漂移。

常见问题

趋势研究与追踪研究有什么区别?

两者都是纵向设计,但它们在测量对象上有所不同。在追踪研究中,同一批个体在每一轮调查中都被追踪和调查,从而能够分析个体变化轨迹。在趋势研究中,每一轮调查都从同一总体中抽取新的独立样本;只能估计总体层面的变化。趋势研究避免了受访者流失和熟悉效应,但无法揭示个体层面的动态。

趋势研究需要多少时间点?

至少需要两轮调查才能观察到任何变化,但两点只能指示方向——它们无法揭示变化是线性的、加速的、减速的,还是暂时的波动。强烈建议进行三轮或更多轮调查,以描述趋势的形态并区分真实变化与随机抽样变异。

我可以使用现有的存档调查数据进行趋势研究吗?

是的,这是常见的做法。许多政府和学术调查档案(例如,IPUMS、Roper Center、GESIS)保存了历史调查的微观数据。关键要求是所使用的存档轮次具有相同或可证明等效的测量工具和可比的抽样方法。在合并各轮数据之前,必须仔细评估档案之间在问题措辞、反应量表或抽样框方面的差异。

趋势研究与时间序列分析是同一回事吗?

它们在目的上有所重叠,但在数据结构和方法上有所不同。趋势研究通常涉及较少轮次(2-10轮),每轮都有大型横断面样本,并使用描述性统计和基本推断检验来比较总体。时间序列分析涉及对同一变量的许多规则间隔的观测(通常是几十到几百个时间点),并使用专门的统计模型(ARIMA、状态空间模型)来分解和预测序列。对于少数几轮调查,趋势研究方法更为合适。

如何处理在调查轮次之间必须更改调查工具的情况?

在趋势研究中对测量工具的任何更改都是一个严重的方法学问题。如果更改不可避免,请在连接轮次中同时运行旧版本和新版本,以便在两个版本之间建立经验联系。在所有报告中透明地记录更改。将更改点视为系列中的一个准断裂点,并避免在没有连接校准的情况下进行跨断裂点的直接数值比较。

相关方法

参考文献

  1. Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). Sage.

    ISBN:978-1452226101
    已复制。
  2. Babbie, E. (2016). The Practice of Social Research (14th ed.). Cengage Learning.

    ISBN:978-1305104945
    已复制。