イベントサンプリング方法

イベントサンプリング方法論（ESM）は、日記研究を指します。ESMは、生態学的瞬間評価（EMA）または経験サンプリング方法論としても知られています。ESMには、自然に発生する社会環境において、参加者1人あたり1日に1回以上評価を行うことで、進行中の経験やイベントを研究できるサンプリング方法が含まれます。^{[1] [2]} ESMを使用すると、研究者は行動の普及を研究し、理論開発を促進し、探索的な役割を果たすことができます。ESMに固有のイベントの頻繁なサンプリングにより、研究者は活動の類型を測定し、経験（職場や人間関係など）の時間的および動的変動を検出できます。ESMは、個人内の変動や時間の経過に伴うプロセス、および因果関係を検出できない横断的研究の欠点に対処するため、近年、新しい形式の研究デザインとして人気が高まっています。 ^[3] ESMでは、参加者は紙または電子日記に経験と認識を記録するように求められます。日記研究では、自然に発生するが研究室で調べるのが難しいイベントを研究することができます。イベントサンプリングを実施するために、SurveySignalとExpimetrics ^[4]が社会科学研究者の間で人気のプラットフォームになりつつあります。

また、一部の著者は、スマートフォン、ウェアラブルセンサー、モノのインターネット、電子メール、ソーシャルメディアなど、参加者からの明示的な入力を必要としないソースから得られる受動的なデータも、経験サンプリングという用語で包括しています。^[5]これらの方法は、参加者への要求が少なく、コンプライアンスが向上し、より長期間にわたってデータを収集できるため、研究対象の行動が変化する可能性が低く、データをより高速かつ正確にサンプリングできるため、有利です。多くの研究課題は、能動的および受動的な経験サンプリングの両方から恩恵を受けることができます。^[6]

ESM 手順には 3 つの種類があります。

1. シグナルコンティンジェント – SMSテキストメッセージ^[7]やポケベルや腕時計からのビープ音などの何らかの通知形式で、参加者は固定間隔またはランダム間隔でデータを記録するよう通知されます。 ^[2]このタイプのESMの利点は、想起バイアスを最小限に抑えられることです。オンラインデータ収集と組み合わせて使用​​​​する場合のさらなる利点は、参加者が指定された時間内に応答しない場合にリマインダー信号を送信することで、応答率と適時性が向上することです。^[7]
2. イベント条件付き – 参加者は、事前に決められた特定のイベントの発生を記録します。この形式は、イベントがかなりまれな場合に最も役立ちます。また、通常は独自に変動するイベントを追跡する柔軟性も得られます。関心のあるイベントを明確に定義することは、頻度を歪めず、参加者がイベントが発生したかどうかを簡単に区別できるようにするために重要です。^[2]
3. インターバルコンティンジェント – 一定期間の経過に応じてデータを記録します。通常、参加者は、理論的または論理的な時間単位に基づいて決定される所定の間隔^[8]で、関心のある行動について自己報告するよう求められます。 ^[3]間隔自体の選択は、行動の認識を歪めないために重要ですが、参加者に負担がかからないことも重要です。^[9]最も一般的に使用されるサンプリング単位は 1 日です。^[2]

ESM の使用には多くの利点があります。第一に、行動が左右される可能性のある状況や役割を浮き彫りにすることです。つまり、ESM は個人と状況の相互作用のデモンストレーションとして機能し、行動の偶発性に対する洞察を提供します。 ^[8] ESM の 2 番目の利点は、データが参加者の自然な環境で収集されるため、生態学的妥当性が提供され、結果データの一般化可能性が高まることです。もう 1 つの利点は、個人差や時間の経過とともに出現または変化する差を測定するための優れたツールを提供することです。ESM が ESM の一般的な問題のいくつかを回避できるという事実は、4 番目の利点です。一般的な自己報告測定では、参加者が過去を思い出すのに苦労する可能性がある記憶または想起バイアスに関する懸念があります。ESM の最後の利点は、マルチメソッド評価の有用性のデモンストレーションとして機能することです。ESM の結果とアプリケーションは、たとえばグローバル レポートと組み合わせて使用​​​​すると最も役立ちます。^[8]

ESM にはいくつかの欠点があります。ESM の欠点の 1 つは、参加者から侵入的かつ押し付けがましいと感じられる場合があることです。また、ESM は自己選択バイアスにつながる可能性があります。特定のタイプの個人のみがこのタイプの研究に参加する意思があり、代表性のないサンプルが作成されている可能性があります。もう 1 つの懸念は、参加者の協力に関連しています。参加者は指定された時間に日記を実際に記入しない可能性があり、日記の形式の違いがコンプライアンスに影響を与える可能性があるという懸念が提起されています。^[10]ただし、最近の研究^[10]では、平均レベル、個人間の違い、変数間の相関関係に焦点を当てた研究は、電子日記と紙の日記の方法の違いの影響を受けにくいことがわかりました。研究では、一部の参加者は繰り返しの評価を負担に感じていると報告されています。^[3]さらなる懸念は、ESM が研究対象の現象を実質的に変える可能性があるという事実に関連しています。反応性またはプライミング効果が発生する可能性があり、その結果、繰り返し測定により参加者の経験が変化する可能性があります。このデータ サンプリング方法は、一般的な方法の変動の影響も非常に受けやすいです。

さらに、ESM 設計で適切な従属変数が使用されているかどうかを考えることも重要です。たとえば、1 日を通して大きく変化する従属変数を含む研究の質問に回答するために ESM を使用するのは理にかなっているかもしれません。したがって、気分の変化、ストレス レベルの変化、特定のイベントの即時の影響などの変数は、ESM 方法論を使用して研究するのが最適です。ただし、1 日を通して反復的なタスクを実行している人を測定する場合、結果が長期的な性質を持つ場合 (冠状動脈疾患など)、または本質的に安定した変数の場合、ESM を使用しても意味のある予測が得られる可能性は低くなります。

ESM のデータを分析するための可能な手法を検討することが重要です。ESM は大量のデータを生成するという問題がありますが、分析の決定には、ネスト、シリアル依存性、データ ポイントの数と分散の不均衡など、考慮すべき点もあります。^[2]オプションには、複合計算、回帰分析の使用、マルチレベルまたは階層的にネストされたモデルによるモデリングなどがあります。^[2]日記データに最も頻繁に使用されるモデリング オプションには、^[9]階層型線形モデリング (HLM) ソフトウェア、^[11] MLWin、^[12]ベクトル自己回帰などがあります。^[13]

• 日記研究
• 経験サンプリング法