我們繼續要談一談發展心理學的各式各樣的研究方法
那我們談到了為何要特別去研究兒童、青少年 而使用不同的方法的種種原因
那麼其中一個重要的原因就是因為我們會期望去了解
兒童青少年他們在發展過程中的發展趨勢
是發展的里程碑,或是發展的連續性的議題 或是發展穩定性的議題
都是值得去捕捉的一些現象
而我們上次已經提到了縱貫追蹤設計
以及橫斷設計它們各自有的好處以及弱勢的地方
那麼我們今天就要從序列設計的角度去捕捉發展的里程碑
發展的連續性以及發展的穩定性
那麼在談序列研究的時候,我們先去看看序列設計它的另外一個名稱
它叫做短期追蹤之橫斷研究法,英文是
Cross-Sectional/Short-Term Longitudinal Study
意思也就是雖然是有追蹤,但是追蹤的時間
沒有像長期追蹤設計所追蹤的時間那麼長 意思也就是我們同時去追蹤
幾個不同年齡層的兒童與青少年 使得幾乎每一個年齡層都會有不同的
cohort的資料,而且幾乎每個 cohort
也都會有不同年齡層的資料。那我們來看看一個實例就更清楚了
比如說,我們有一群孩子他在 2005 年的時候是 0歲
我們每五年追蹤一次,但是我們不像上次所談的長期追蹤研究
我們追蹤了五個時間點,每隔五年一共追蹤了二十年 我們對這一群孩子只從
2005 年的 0 歲開始 追蹤了三次,那麼從
0 歲到 10 歲,但是在 2005 年我們同樣做了一件事
我們追蹤了一群從 5 歲開始的孩子,也是只追了三個時間點,追蹤到他們
15 歲,這個時間點也是在 2015 年結束
我們同時又在 2005 年開始追蹤了一群 10歲
的孩子,也是追蹤了三個時間點 也到 2015 年結束
在這樣子的狀況底下,我們卻同時有了 0 歲到
20 歲的資料,而我們有三個不同的 cohort
好,有了這樣子的序列設計的概念之後 我們可以來看看序列設計有什麼優點
它的優點是相對於長期追蹤研究,我們花了 20年
年的時間才得到 0 歲到 20 歲的資料,它相對來說只花了
2005 年到 2015 年的 10 年的
時間,也追蹤了三個時間點而已,卻得到了 0 到 20 歲
的資料,它相對來說省時、 省力、 省錢
而且呢,因為只追蹤了三次 它比較少受試者逐年流失的問題
相對來講,這三個樣本的代表性對每一個世代的代表性 也比較可以受到控制
此外因為我們追蹤的時間點少 我們一個研究所花的整體的時間的長度比較短
所以可以去依據研究者的興趣而設計他想要設計的研究
可以使用比較好的最有信、效度的 具理論意義的測量工具以及理論
而且我們也不會因為太多次的重複施測 而讓受試者有太多的練習效果
以上都是序列研究的好處 但是它也有一些其他的好處存在
比如比起了縱貫追蹤的資料,在相對比較短的時間之內
我們還是可以得到發展穩定性的資料 我們來舉個例子,比如說在這樣子的一個序列研究裡面
我們可以去看到 0 歲、 5歲、
10 歲在 2005 年到 2015年
之間他們的發展穩定性,我們也可以看到 5 歲、
10 歲、 15 歲 他們的發展穩定性,以及
10 歲、 15 歲、 20 歲他們的發展穩定性
那麼發展穩定性因為是同一筆受試者連續地施測之後 我們可以看到的結果
所以我們其實雖然要用三個樣本,但是我們還是收到了
0歲到 10 歲、 5 歲到 15 歲以及 10 歲到 20歲
他們的發展穩定性,他們的個別差異的發展穩定性的資料
好,那麼再來我們也可以解釋縱貫研究的
cohort effect 的缺失是否存在
怎麼解釋呢?我們記得縱貫研究的 cohort
的效應 意思就是說,你在一段時間收集到了這個個體以及這個群體
他們在這一段時間裡面發展的趨勢之後,你卻
無法使用在下一個世代的孩子,他是怎麼發展來的
但是如果我們有序列性的資料,我們就可以檢驗,比如說,2000年
生的孩子 從 5 歲到 10 歲的發展,跟 2005年
生的孩子他 5 歲到 10 歲的發展是不是類似
從這個圖來看,就是這裡。從 2005年
是 5 歲到 10 歲的穩定性,以及 2010 年從
5 歲到 10 歲的發展趨勢 他們到底是不是相似的
我們也可以再舉一個例子
剛剛是 5 歲到 10 歲,那我們要檢驗 10 歲到 15歲
的發展是不是類似呢? 我們可以比較兩個世代,就是 1995年次
的孩子跟 2000 年次的孩子,像這樣子的一個圖,這是
10 歲到 15 歲的資料,這也是 10 歲到 15 歲的資料
那麼 2005 年 跟 2010 年的孩子他們從 10歲
到 15 歲的時候,到底在這兩個年齡層所出生的孩子 他們同樣的年齡發展趨勢是不是類似呢?
這也是可以在序列設計裡面所看得到的 好,以上是關於縱貫研究的
cohort effect,我們可以從序列設計裡面
找到是不是真的有縱貫的缺失 那麼我們也其實可以解釋橫斷研究的
cohort 效應,所謂橫斷研究的 cohort
effect 指的是,當我們用五個不同的樣本
五個不同的年齡層去測量出孩子們的發展趨勢的時候
這樣子的一個描繪出來的發展趨勢不能夠代表 任何一個世代的孩子他真正的發展趨勢
那如果說我們用了序列研究的設計的話 我們說不定可以去解決或是了解
橫斷研究的 cohort effect 是不是真的存在
比如說,我們可以去在 2010 年的時候測量
到 5 歲、 10 歲、 15 歲的橫斷的資料
但是這個資料我們也可以去看 2005 年的 5 歲與
10 歲的差異 跟 2010 年看到的是不是類似
我們也可以去看 2015 年所收集到的 10 歲和 15歲
的樣本的年齡差異是不是跟 2010 年收集到的 10 歲跟 15歲
的差異是類似的 好,除了這樣子看的話,因為我們也有短期追蹤資料
所以如果我們關心的是 5 歲與 10 歲的差異、 10 歲與
15 歲的差異,我們也可以真的看一看 那麼這樣子的一個
5歲、 10 歲、 15 歲同一個樣本的發展趨勢
跟我們用橫斷研究做出來的結果是不是類似
而我們也還有別的資料,比如說我們可以看 2010年
15 歲的孩子,他發展五年之後是什麼樣子,以及
2005 年 是 10 歲的孩子他發展了五年之後是什麼樣子
所以呢,在這樣子的一個序列設計裡面
我們可以用來檢驗長期追蹤設計,它的cohort effect
是不是真的影響了我們對發展趨勢的描繪
我們也可以用序列設計的資料去看看 如果我們用橫斷資料去描繪出來的
發展的狀況是不是真的體現了 所謂的世代差異而非年齡差異的這個議題
好,以上是我們對序列研究所描繪出來的優點 我們過去的幾講已經就把
縱貫追蹤設計、橫斷設計以及序列設計 它們如何捕捉發展的里程碑、
發展的連續性以及個別差異的發展穩定性的這些現象做了一些解釋
而我們做的這些設計主要的目的 都是要去問在我們探討嬰兒、 兒童、
青少年的發展時 我們想要探討發展趨勢以及個別差異的穩定性
我們會用什麼樣的方法去面對這樣的研究問題