第七部分-追踪研究

第七部分追踪研究赵景欣山东师范大学心理学院主要内容一、追踪研究概述二、纵向数据的优势三、追踪研究设计与数据的注意事项四、追踪研究设计的类型五、追踪研究的效度问题六、追踪研究的数据分析一、概述追踪研究(Longitudinalresearch)主要用来分析一段时间或某几个时间点个体的增长趋势和个体之间的差异。纵向数据(Longitudinaldata)指的是一被试群体在一个或多个变量上、多时间点的测量结果。为何需要进行追踪研究？想要掌控未来的欲望，促进对成长期趋势研究的重视。过去收集的横断资料无法满足研究问题所需。传统的资料分析方法，已不符合方法学所需。电脑软硬件的进步，促使统计方法茁壮成长。时间因素让探索因果关系的问题研究成为可能。国际上大型纵向数据库的发布，使得长期趋势的研究成为未来研究的必然。追踪研究所关心的问题描述个体内(Intraindividual)发展趋势以及个体之间(Interindividual)趋势的差异对被试的发展趋势及其原因进行解释，预测变量可以是不稳定的随时间变化的因素，也可以是固定的个体特征因素二、纵向数据的优势Thefirstadvantageisthatlongitudinaldataallowustodrawmorevalidconclusionsregardingdevelopmentalchangesinlevels(i.e.,means)andprocesses(i.e.,associations)ofphenomenathancanbedrawnwithcross-sectionaldata.年龄效应（Ageeffect）出生序列效应（Cohorteffect）二、纵向数据的优势Asecondadvantageofalongitudinalstudyisthatitallowsforinferencesregardingvariousestimatesofthecross-timerelationsamongasetofvariables.稳定性（stability）指的是两个或多个测量时间点上，个体在同一测量结构上的相对位置的关系强度。（自回归路径）静态性（stationarity）指的是在多重时间间隔上（如在时间间隔长度相等的情况下，三次或更多测量时间点上的两个或多个时间间隔）自回归路径的大小是否等同（Kenny,1979）。平衡性（equilibrium）是指两个或多个结构间的关系模式在两个或多个测量时间点上的稳定性。二、纵向数据的优势Thethirdadvantageofalongitudinalstudyisthatitallowsustomakequalifiedinferencesregardingthecause–effectrelationsamongconstructs.因果推论的条件？二、纵向数据的优势Afourthadvantageofalongitudinalstudyistheabilitytomodeltheprocessesthroughwhicheffectsareexpressedovertime.直接路径（directpathways）间接路径（indirectpathways）动态关系（dynamicassociations）三、研究设计与数据的注意事项在青少年研究中，纵向数据有助于理解变化的机制、影响的过程以及青少年与其情境的交互作用（见Card,Little,&Bovaird,2007;Little,Bovaird,&Card,2007）。利用先进的科学方法从纵向数据中获得的各种答案的质量取决于理论原理和研究设计。理论模型、当前的设计以及统计模型的整合。（一）DesignConsiderationsThefirstcriticalissue,ofcourse,isthetheoreticalmodeldrivingtheresearch.变化的是什么，变化的动力是什么，变化的函数形式是什么，影响变化的调节和/或中介机制是什么，变化的发生有多快，可用的测量工具是否足够标准化、并且足够敏感以获取所有这些特征。1、测量的时间间隔绝大多数青少年发展研究每年或每半年进行测量，几乎没有考虑测量间距是否足以获取所研究的变化过程。2、变化的函数形式从整体来看，在毕生发展中，非线性变化的函数是可能的，并且也许是普遍的。但是，采用非线性统计模型可能也不足以得到所研究的过程的函数形式，这取决于研究设计的适当性。从局部来看，某个适当的统计模型事实上可能拟合线性模型。对于研究设计的启示？如果不能在足够的测量时间点上收集数据，数据可以合理的近似于线性轨迹。对于获取其他形式的非线性变化的一小段信息来说，局部的线性近似也是很有效力的。但是，我们鼓励研究者设计数据收集的间隔时，要足以能检验非线性增长假设的理论模型。3、描述时间（RepresentingTime）代表发展过程的时间单位：年龄是不是最佳指标？经验时间一段关键发展事件的开始或结束个体的实足年龄可以作为背景协变量4、测量问题第一个特征是观测变量（我们的测量）的本质以及潜变量（我们希望得出推论的潜在结构）的本质。第二个测量特征是测量工具对于发展的适宜性。当参与者到达一个年龄段，先前的测量工具不再具有发展适宜性时，研究者实施大规模工具更换，从一组测量工具转换为另一组。是否合适？简单补救措施：逐步采用新工具，并逐步放弃旧工具。在一次或更多次测量时间点中测评两个测量工具中的所有项目（或关键的项目子集），可以使得我们在统计上校正这两个工具间的分数，进而也使得我们可以对在研究的不同时期所用的不同的测量间的增长趋势进行建模。5、潜变量与显变量潜变量分析有其优势：当采用多指标测量一个结构时，指标间的公共方差提供了关于结构的信息，（理论上）不受测量误差的影响。潜变量SEM方法提供了很多重要的效度信息。在潜变量SEM方法中，因素不变性假设易于设定并检验。（二）缺失数据处理缺失数据的最好办法是不要有缺失数据。能做到吗？追踪研究中数据缺失的原因流失：一个关键的数据缺失机制缺失的数据能否看作是研究中完全的信息损失？数据缺失的模式有几种？数据缺失的模式完全随机缺失（missingcompletelyatrandom,MCAR）功能性随机缺失（missingfunctionallyatrandom,MAR）非随机缺失（notmissingatrandom,NMAR）处理缺失数据的最好方法全息最大似然估计（fullinformationmaximumlikelihood,FIML）迭代设算算法（itetativeimputationalgorithm）（如期望最大化[expectationmaximum,EM]马尔可夫链蒙特卡罗方法（MarkovChainMonteCarlo,MCMC）（Little&Rubin,2002;Schafer&Graham,2002）四、追踪研究设计的类型：辨析同时性横断研究设计（SimultaneousCross-sectionalstudydesign）趋势研究(Trendstudies)时间序列研究(timeseriesstudies)干预研究(intervention)群组序列(cohort-sequential)设计或加速(accelerated)设计（一）同时性横断研究设计年龄组样本时间观测变量A1S1T1X1X2X3……XMA2S2T1X1X2X3……XM............AGsGT1X1X2X3……XM对不同年龄组的样本进行同时性测量（二）趋势研究（重复横断研究）年龄组样本时间观测变量A1S1T1X1X2X3……XMA1S2T2X1X2X3……XM............A1sGTtX1X2X3……XM进行T次测量，但每次测量都是对同一个年龄群体中抽取不同的被试进行。（三）时间序列研究年龄组样本时间观测变量A1S1T1X1X2X3……XMA2S1T2X1X2X3……XM............AGs1TtX1X2X3……XM•对同一组样本进行多次测量•该设计可以分析个体内发展的问题，同时可以就被试间变化的差异进行分析。TimeseriesstudiesVSPanelstudy相同点：相同被试在多个连续时间点被多次观测；区别：时间点的追踪次数测量次数与测量时间间隔的相等与否思考两种研究设计的优势？Panelstudy假设该研究者确实发现，时间1的X（表示为X1）和时间2的Y（表示为Y2）存在关系，基于这一关系，能否总结为X是Y的原因？Retrospectivelongitudinaldesign回溯追踪研究设计：实验从Tt时刻开始，要求对过去经历过的事情进行回顾。存在的问题：所抽取的样本可能不是随机抽样的结果。由于被试对特征进行回顾，所以关于变量之间因果关系的假设变得比较困难。回顾得来的数据往往信度较低。思考上述研究设计中，哪一种是“真正的追踪研究”（可以分析微观层面上个体的变化）？（四）干预研究年龄组实验干预组实验控制组样本时间观测变量A1E1C1S1T1X1X2X3……XMA2E1C1S1T2X1X2X3……XM..................AGE1C1s1TtX1X2X3……XM首先将被试随机分为实验干预组和控制组，然后分别对两个组进行Tt次的测量，目的在于比较实验处理的效果。InterventionVSPanelstudy共同点：都是对相同的被试进行多次测量区别：干预研究中把被试按照实验特征（是否接受实验）分为不同组；在研究问题上，干预研究不仅关心发展趋势，而且关心不同组的平均水平和发展趋势的差异。（五）群组序列设计或加速设计群体测试时的年龄（岁）12131415161712岁※※※13岁※※※14岁※※※15岁※※※•把横断研究设计与追中研究设计结合，是一种对独立年龄群体进行有限重复测量，并要求相邻年龄群体的测量在时间上有重叠的设计方法。•基本特征：通过对不同年龄群体有效的追踪数据进行连接，从而对个体某一特征在较长时间内的发展趋势进行分析。比较：聚合交叉设计(六)纵向数据中的中介与调节中介效应（mediation）调节效应（moderation）调节变量（moderatorvariable）:如果变量Y与变量X的关系是变量M的函数,称M为调节变量。Y与X的关系受到第三个变量M的影响中介变量（mediatorvariable）考虑自变量X对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量。1、纵向背景中的中介中介分析的目的是确定效应是通过什么中间步骤展开的（或者效应是通过什么机制发生的）第一，考虑到了建立因果模型所必须的时间间隔第二，由于每个变量重复测量的内容都被包括进来，因而可以获得对关键路径系数的更为精确的估计第三，专门小组模型可以很容易地将潜变量整合进来以校正测量误差第四，通过控制先前的M与Y，只有M与Y的变异成分（即不随时间保持稳定的部分）对中介效应的估计做出了贡献这有助于减少偏差，并描绘了一个更为现实的X通过M影响Y的间接过程。格罗布和赖卡特（1991）主张并没有任何单一的中介效应来刻画一组变量X、M和Y。相反，在评定X与M、M与Y的每个滞后的时间间隔内，可能存在不同的中介效应（也可见Cole&Maxwell,2003;Maxwell&Cole,2007）。因而，注意力需放在选择合适的时间间隔上以分离中介效应所涉及的关键变量的测量。很重要的是，这一合适的时间间隔可能并不是效应最大的时间间隔。要使用的最佳时间间隔取决于理论或背景。2.纵向背景中的调节“什么样的效应可假设为调节？”以及“凭什么？”（1）被调节的自回归模型假设理论上认为存在调节，那么将调节效应整合入模型的一个方法是，假设自回归系数a1、b1和c1可能受自我监控（self-monitor