纵向研究专题 .pdfVIP

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

纵向研究专题

我感觉,把我用黑体标注的内容背下来,这样会节省一点记忆空间,大家看着办吧。缺陷是

纵向设计的实验范式没有办法用表格呈现给大家,SORRY,自行理解一下吧。

专题一:概述

一.基本概念

1.追踪数据:指一被试群体在一个或多个变量上、多个时间点测量的结果。重要关心两个

方面的问题,描述个体的发展趋势和个体间发展趋势的差异;对被试的发展趋势及因素进行

解释。预测变量可以使随时间变化的因素,也可以是不随时间变化的个体特性因素,如性别。

与横断研究相比,其最大的优点是可以合理地推论变量间存在的因果关系。

2.因果关系的条件:1.假设的因素变量和结果变量间存在相关;2.时间关系上,因素变量

在前,结果变量在后;3.在所考虑的模型中,其他因素变量对结果变量的影响能被排除。

可见,横断研究永远无法满足条件2.

3.与横断研究比较优劣:

劣势:需要更多的时间投入(测量多次)和更大的成本(必须测量相同被试)

优势:可以就某一现象随时间的变化进行分析;可以对变量间的因果关系进行合理的假设。

二.纵向研究的类型

1.同时性横断研究:指对不同年龄组样本进行同时测量,自变量是不同年龄群体,目的是

描述某个因变量随年龄的变化情况,但并非真正意义的纵向研究。其优点是可以在很短时间

(一次测量)对不同年龄特性进行了解;缺陷,无法区分年龄和组群两个效应,无法回答差

异产生的因素是年龄还是组群;也无法回答个体内的发展趋势。

2.趋势研究:又称反复横断研究,共进行T次测量,每次测量从同一个年龄群体抽取不同

的被试进行,实质也不是纵向研究,其优劣同上。

3.时间序列研究:相同的被试在多个时间点的多次测量,此种设计可以分析个体内发展的

问题,也可以就被试间变化的差异进行分析。预期的追踪研究:被观测个体真正是从T1时

刻开始,到Tt时刻,那么其内部效度将是非常高的。但费时较长,但是是真正意义上的追

踪研究,收集了相同被试在一段时间内对同一组问题的信息,描述了个体真实的状态变化。

回溯研究,实验从Tt开始,规定被试对过去经历进行回顾,省时省力,但有以下缺陷:Tt

被试的随机性无法保证,尽管采用随机对Tt被试抽样,但T1到Tt被试的变化不能保证是

随机变化;由于是回顾的结果,变量间的因果关系假设的拟定会很困难;回顾数据信度往往

很低。通常只是准追踪研究,由于因果过程并不完整,且不精确的记忆会带来结果的扭曲。

4.干预研究,先将被试随机分为实验组和干预组,分别对两组进行Tt次测量,目的在于比

较实验解决效应,最常见的范式是实验前后测设计。干预研究不仅关注发展趋势,还关注不

同组的平均水平和发展趋势的差异。

5.群组序列设计或加速设计,是一种既能体现追踪研究的优点又能客服其局限性的设计。

通过对不同年龄群体有限的追踪数据进行连接,从而对个体某一特性在较长时间内的发展趋

势进行分析,即通过同时对几个不同年龄群体进行短时间的追踪,然后将几个群体的数据结

合起来得到近似的长时间的追踪研究数据,只需要相对短的时间的追踪测量,就可以了解被

试某一特性较长时间发展的变化趋势,既能减小测试效应对实验结果带来的影响,又能减小

被试流失的机会,减少实验费用。同时由于在不同群体间进行观测,还能就反复测量的发展

趋势是否在不同年龄群体中相同这一问题进行探讨。其缺陷是没有解决重要事件及干预变量

对发展过程影响的问题。

三缺失值及相关议题

几乎所有的追踪研究都会碰到被试流失问题,不同的缺失数据类型规定研究者采用不同

的解决缺失技术。

1.数据缺失类型:1.被试由于漏掉或疏忽某一题或某一调查导致的缺失本质上是一种随机误

差。2.被试不参与或没有测量,是由于被试流失所导致,此时缺失变量自身的特性有也许是

导致后来测量数据缺失的因素。3.设计自身带来的数据缺失,即有计划的缺失,如群组序

列设计,这类缺失是可以控制的,可以视为完全随机缺失,虽然会导致记录检查力减少,但

带来的记录推论的错误的也许性则是最小的。

2.理解:某调查含X、Y两个变量,只有Y变量具有缺失值。

1.完全随机缺失(CMAR):Y值是否缺失独立于X与Y,即缺失与观测都是随机的,那么有

缺失值的数据和没有缺失值的数据可以被视为是从总体中随机抽取的两个样本,此时从没有

缺失值的完整数据分析得到的参数估计结果是无偏的,因此缺失可以被忽略,即可以采用列

删除的方法,只用完整数据进行分析。

2.随机缺失(MAR):变量Y的缺失依赖于另一个不含缺失值的变量X,而不系统地依

文档评论(0)

150****0026 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档