Cuprins
- Obiective
- Studiu de caz
- 1. Dimensiunea temporală
- 2. Tipuri de design
- 3. Structura datelor
- 4. Vârstă, perioadă, cohortă
- 5. Efecte fixe și aleatorii
- 6. Modele de creștere
- 7. Istoria evenimentelor
- 8. Secvențe
- 9. Atriția
- 10. Alegerea metodei
- 11. Raportarea
- 12. Capcane
- 13. Software și date
- Fișă de lucru
- Autoevaluare
- Sinteză
- Glosar
- Bibliografie
Obiective de învățare
Rezultatele învățării
- Formularea întrebărilor de cercetare despre schimbare (nivel, direcție, ritm, moment, durată, ordine).
- Distincția dintre designurile de panel, cohortă, trend și retrospective, cu avantajele și limitele fiecăruia.
- Alegerea între modele cu efecte fixe, efecte aleatorii și modele hibride și interpretarea corectă a rezultatelor.
- Utilizarea modelelor de creștere, a analizei istoriei evenimentelor și a analizei secvențelor pentru întrebări diferite despre timp.
- Evaluarea și tratarea atriției și raportarea transparentă a analizelor longitudinale.
Structura temei
Secțiunile se parcurg în ordine. Casetele „Aplicabilitate în teză” conțin întrebări de lucru, reluate la final în fișa de lucru, care poate fi descărcată. Tema se sprijină pe regresia logistică și pe modelele multinivel din Tema 2.
Studiu de caz
Exemplu de lucru folosit în toate secțiunile
Tinerii pe piața muncii: un panel în patru valuri
O doctorandă continuă studiul despre intenția de emigrare din Tema 2, de această dată cu date de panel: 1.200 de tineri (18–35 de ani) sunt intervievați anual, timp de patru ani. La fiecare val se înregistrează statutul pe piața muncii, venitul, satisfacția cu viața și intenția de emigrare.
Întrebările de cercetare:
- Crește intenția de emigrare atunci când un tânăr devine șomer? (schimbare intra-individuală)
- Cât durează până la primul loc de muncă stabil după absolvire? (momentul unui eveniment)
- Ce tipuri de traiectorii de inserție profesională există? (traiectorii ca întreg)
Fiecare întrebare cere o altă metodă longitudinală.
Exemplul este ipotetic, iar toate valorile din tabele sunt ilustrative.
Ce adaugă dimensiunea temporală
De la „cine diferă de cine” la „cum se schimbă oamenii”
Definiție
Analiza longitudinală studiază date în care aceleași unități (persoane, gospodării, organizații) sau aceeași populație sunt observate în mai multe momente. Obiectul analizei este schimbarea: ce se modifică, în ce ritm, în ce moment și în ce ordine.
Datele transversale compară persoane diferite la un moment dat. Datele longitudinale permit compararea aceleiași persoane cu ea însăși în momente diferite. Această diferență are trei consecințe metodologice:
- Ordinea temporală: se poate verifica dacă presupusa cauză precede efectul.
- Controlul caracteristicilor stabile: comparația intra-individuală elimină influența trăsăturilor care nu se schimbă (personalitate, mediu de origine, abilități), chiar dacă nu sunt măsurate.
- Procesele: durata stărilor, momentul tranzițiilor și forma traiectoriilor devin obiecte de analiză.
| Tipul întrebării | Exemplu | Metoda |
|---|---|---|
| Schimbare intra-individuală | Crește intenția de emigrare după pierderea locului de muncă? | Efecte fixe (secțiunea 5) |
| Forma și ritmul schimbării | Cum evoluează satisfacția cu viața în primii ani după absolvire? | Modele de creștere (secțiunea 6) |
| Momentul unui eveniment | Cât durează până la primul loc de muncă stabil? | Istoria evenimentelor (secțiunea 7) |
| Traiectorii ca întreg | Ce tipuri de parcursuri de inserție profesională există? | Analiza secvențelor (secțiunea 8) |
| Schimbare agregată | Cum s-au schimbat atitudinile față de imigranți în ultimii 20 de ani? | Design de trend (secțiunea 2) |
Tipuri de design longitudinal
Ce se urmărește în timp: aceiași oameni, aceeași generație sau aceeași populație
| Design | Ce se urmărește | Ce permite | Limita principală |
|---|---|---|---|
| Panel | Aceiași indivizi, în valuri succesive. | Schimbare intra-individuală, efecte fixe, ordine temporală. | Atriție, cost, efect de panel. |
| Cohortă | Un grup definit de un eveniment comun (anul nașterii, anul absolvirii). | Tranziții de viață, comparații între generații. | Separarea efectelor de vârstă de cele de perioadă. |
| Trend (transversale repetate) | Aceeași populație, eșantioane noi la fiecare val. | Schimbare agregată, schimbare socială. | Nu măsoară schimbarea individuală. |
| Panel rotativ | O parte din eșantion este înlocuită la fiecare val. | Combinație între estimări transversale și longitudinale pe termen scurt. | Durata urmăririi este limitată (de ex., 4 ani în EU-SILC). |
| Retrospectiv | O singură anchetă reconstituie istoria de viață (calendare biografice). | Istorii lungi la cost redus. | Erori de memorie, mai ales pentru atitudini. |
Design retrospectiv în teze
Pentru o teză de doctorat, un panel propriu pe mai mulți ani este rareori fezabil. Variantele realiste sunt: analiza secundară a unui panel existent (secțiunea 13), un design retrospectiv cu calendar biografic pentru evenimente (locuri de muncă, migrații, căsătorii) sau un panel scurt cu două-trei valuri.
Cercetarea calitativă longitudinală
Logica longitudinală nu este exclusiv cantitativă. Cercetarea calitativă longitudinală reintervievează aceleași persoane pentru a urmări modul în care își reinterpretează experiențele în timp (Neale, 2019). Ea se potrivește bine cu designurile mixte din Tema 1, de exemplu interviuri repetate cu un subeșantion dintr-un panel.
Aplicabilitate în teză
Identificarea tipului de schimbare relevant pentru teză (individuală, de cohortă, agregată) și a designului fezabil: panel existent, date retrospective sau colectare proprie în mai multe valuri.
Structura datelor și măsurarea în timp
Format, comparabilitate și calendarul valurilor
Formatul larg și formatul lung
Aceleași date pot fi organizate în două moduri. Majoritatea modelelor longitudinale cer formatul lung.
| id | somaj_1 | somaj_2 | somaj_3 | intentie_1 | intentie_2 | intentie_3 |
|---|---|---|---|---|---|---|
| 001 | 0 | 1 | 1 | 0 | 1 | 1 |
| 002 | 0 | 0 | 0 | 0 | 0 | 1 |
| id | val | somaj | intentie |
|---|---|---|---|
| 001 | 1 | 0 | 0 |
| 001 | 2 | 1 | 1 |
| 001 | 3 | 1 | 1 |
| 002 | 1 | 0 | 0 |
| 002 | 2 | 0 | 0 |
| 002 | 3 | 0 | 1 |
Formatul larg: o linie pentru fiecare persoană. Formatul lung: o linie pentru fiecare combinație persoană–val. Trecerea de la un format la altul se face prin script (pivot_longer în R, reshape long în Stata).
Comparabilitatea măsurării
- Itemii trebuie formulați identic în toate valurile. O schimbare de formulare sau de scală poate produce o „schimbare” care nu există în realitate.
- Pentru constructe latente se testează invarianța de măsurare în timp, după aceeași logică din Tema 2.
- Efectul de panel (condiționarea): participarea repetată poate modifica răspunsurile, de exemplu prin familiarizarea cu întrebările.
Calendarul valurilor
Intervalul dintre valuri trebuie corelat cu ritmul fenomenului studiat. Episoadele scurte de șomaj pot trece neobservate între două valuri anuale. Datele calendaristice (luna începerii și încheierii fiecărui episod) reduc această problemă.
Vârstă, perioadă și cohortă
Trei surse de schimbare care nu pot fi separate statistic fără ipoteze
| Efect | Sursa schimbării | Exemplu |
|---|---|---|
| Vârstă | Ciclul de viață: roluri, resurse, sănătate. | Intenția de emigrare scade după 30 de ani, odată cu formarea familiei. |
| Perioadă | Evenimente care afectează simultan toate grupurile. | Pandemia din 2020 a redus temporar intenția de emigrare pentru toate vârstele. |
| Cohortă | Experiențe formative comune unei generații. | Tinerii socializați după aderarea la UE consideră migrația o opțiune obișnuită. |
Problema identificării
Cele trei variabile sunt legate printr-o identitate exactă: cohorta = perioada − vârsta. Un model care le include pe toate trei liniar nu poate fi estimat fără constrângeri suplimentare. Nicio tehnică statistică nu rezolvă această problemă fără ipoteze; unele soluții propuse în literatură produc rezultate care depind în mare măsură de constrângerile alese implicit (Bell & Jones, 2014).
Abordarea recomandată este teoretică: se stabilește care dintre efecte este plauzibil să fie nul sau neglijabil, sau se înlocuiește una dintre variabile cu un indicator substanțial (de exemplu, perioada înlocuită de rata șomajului din anul respectiv). Ipoteza aleasă se declară explicit.
Modele cu efecte fixe și aleatorii
Modelele de bază pentru date de panel
Rezultate din studiul de caz
| Model | Efectul șomajului | Eroare standard | Comparația folosită |
|---|---|---|---|
| Regresie agregată (pooled) | 0,142 | (0,018) | Toate observațiile, ca și cum ar fi independente. |
| Efecte aleatorii | 0,118 | (0,016) | Combinație între și în interiorul persoanelor. |
| Efecte fixe | 0,061 | (0,021) | Aceeași persoană, înainte și după schimbarea statutului. |
Model de probabilitate liniară; variabila dependentă: intenția de emigrare (0/1). 1.200 de persoane, 4.320 de observații persoană–val. Coeficienții se citesc ca diferențe de probabilitate (0,061 = 6,1 puncte procentuale). Valori ilustrative.
Interpretare
Asocierea transversală dintre șomaj și intenția de emigrare (14 puncte procentuale) se reduce la mai puțin de jumătate în modelul cu efecte fixe. O mare parte din asociere provine din diferențe stabile între persoane: tinerii mai expuși șomajului aveau deja o intenție de emigrare mai ridicată. Efectul propriu-zis al trecerii în șomaj este de aproximativ 6 puncte procentuale.
Modelul hibrid (within–between)
Modelul hibrid descompune fiecare predictor variabil în timp în media persoanei și abaterea de la această medie. Coeficientul abaterii reproduce estimarea cu efecte fixe, iar modelul păstrează avantajele efectelor aleatorii, inclusiv estimarea efectelor variabilelor stabile (Allison, 2009; Bell & Jones, 2015). În multe situații, această formulare face inutil testul Hausman pentru alegerea dintre FE și RE.
Ce nu rezolvă efectele fixe
- Factorii de confuzie care variază în timp: dacă pierderea locului de muncă și intenția de emigrare sunt ambele influențate de o despărțire, efectul rămâne distorsionat.
- Cauzalitatea inversă: intenția de emigrare poate determina demisia, nu invers. Ordinea evenimentelor trebuie verificată, de exemplu prin predictori decalați cu un val.
- Eficiența: estimarea se bazează doar pe persoanele care își schimbă statutul. În studiul de caz, aproximativ 310 tineri au trecut cel puțin o dată prin șomaj; restul nu contribuie la estimarea efectului.
Aplicabilitate în teză
Identificarea variabilelor din teză care se schimbă în timp și a celor stabile, cu estimarea numărului de persoane care își schimbă efectiv statutul pe variabila principală.
Modele de creștere
Forma, ritmul și variația traiectoriilor individuale
Modelele de creștere tratează timpul ca predictor și estimează pentru fiecare persoană o traiectorie proprie (Singer & Willett, 2003). Există două formulări echivalente în cazurile simple:
Decizii practice
- Codificarea timpului: valul, anul calendaristic, vârsta sau timpul de la un eveniment (de ex., absolvirea). Alegerea schimbă interpretarea interceptului.
- Forma traiectoriei: liniară, pătratică sau pe segmente. Cu patru valuri, posibilitățile sunt limitate; o traiectorie pătratică cere cel puțin trei, iar estimarea variației ei între persoane cere mai multe.
- Tipologii de traiectorii: modelele de mixtură (growth mixture models, modele de traiectorii pe grupuri) identifică subgrupuri cu traiectorii diferite. Numărul de grupuri depinde puternic de specificare; rezultatele se tratează ca exploratorii și se verifică prin replicare.
Analiza istoriei evenimentelor
Când are loc un eveniment și ce îi influențează momentul
Analiza istoriei evenimentelor (analiza supraviețuirii) modelează timpul până la producerea unui eveniment: primul loc de muncă, emigrarea, căsătoria, ieșirea din șomaj (Mills, 2011; Blossfeld, Rohwer & Schneider, 2019).
Cenzurarea
Definiție
O observație este cenzurată la dreapta atunci când evenimentul nu s-a produs până la sfârșitul perioadei de observație sau până la ieșirea persoanei din studiu. Se știe doar că evenimentul nu a avut loc până la acel moment.
Eliminarea cazurilor cenzurate sau tratarea lor ca și cum evenimentul nu s-ar produce niciodată distorsionează rezultatele. Metodele de analiză a istoriei evenimentelor folosesc informația parțială din aceste cazuri.
Metode principale
| Metoda | Utilizare |
|---|---|
| Estimatorul Kaplan–Meier | Descrierea proporției celor care nu au trăit încă evenimentul, în funcție de timp; comparații descriptive între grupuri. |
| Modelul Cox | Efectul predictorilor asupra riscului (hazard) de producere a evenimentului, fără ipoteze despre forma riscului de bază. |
| Model logistic în timp discret | Datele se organizează pe intervale (persoană–lună, persoană–an), iar riscul se estimează printr-o regresie logistică (Tema 2). Potrivit pentru date colectate anual și ușor de extins cu predictori variabili în timp. |
Studiul de caz
Timpul până la primul loc de muncă stabil se măsoară în luni de la absolvire, pe baza calendarului biografic din fiecare val. Tinerii care nu găsiseră un loc de muncă stabil la ultimul interviu sunt cazuri cenzurate. Un model logistic în timp discret arată dacă riscul de angajare diferă după nivelul de educație și dacă scade odată cu durata căutării.
Analiza secvențelor
Traiectoriile de viață tratate ca întreg
Analiza secvențelor descrie traiectoriile ca succesiuni de stări (de ex., lună cu lună: studii, șomaj, loc de muncă temporar, loc de muncă stabil, emigrare) și grupează traiectoriile asemănătoare în tipologii (Abbott & Tsay, 2000). Metoda răspunde la întrebarea „ce tipuri de parcursuri există?”, nu la întrebarea „ce cauzează un eveniment?”.
Studiul de caz
Din traiectoriile lunare ale celor 1.200 de tineri rezultă, de exemplu, patru tipuri de parcurs: inserție rapidă și stabilă, alternanță între șomaj și locuri de muncă temporare, studii prelungite și ieșire prin emigrare. Apartenența la tip poate deveni apoi variabilă dependentă într-o regresie multinomială (Tema 2).
Rezultatele depind de costurile de substituție alese și de numărul de grupuri; ambele decizii se justifică și se verifică prin variante alternative.
Atriția și datele lipsă
Principala amenințare la adresa validității studiilor de panel
| Val | Participanți | Retenție față de valul 1 |
|---|---|---|
| 1 | 1.200 | 100% |
| 2 | 1.104 | 92% |
| 3 | 1.032 | 86% |
| 4 | 984 | 82% |
Valori ilustrative din studiul de caz.
Atriție selectivă
În studiul de caz, o parte dintre tinerii care au ieșit din panel au emigrat efectiv. Dacă pierderea lor nu este luată în calcul, legătura dintre șomaj și emigrare este subestimată tocmai pentru cazurile cele mai relevante. Atriția este problematică atunci când depinde de variabila studiată.
Strategii
- Prevenire: date de contact multiple, persoane de contact alternative, contactare între valuri, stimulente (Lynn, 2009).
- Diagnostic: compararea celor care rămân cu cei care pleacă, pe variabilele din valul 1; un model logistic al probabilității de a rămâne în panel.
- Corecție: ponderi longitudinale (furnizate de majoritatea anchetelor de panel), imputare multiplă sau estimare FIML (Tema 2).
- Sensibilitate: rezultatele se compară între eșantionul complet (panel neechilibrat) și eșantionul celor prezenți în toate valurile (panel echilibrat).
Alegerea metodei
Metoda decurge din tipul întrebării despre timp
Raportarea analizelor longitudinale
Elemente specifice capitolului de metodologie și rezultate
- Fluxul participanților: numărul de persoane la fiecare val, motivele ieșirii din studiu, structura panelului (echilibrat sau neechilibrat).
- Unitatea de analiză: numărul de persoane și numărul de observații persoană–val (sau persoană–lună) din fiecare model.
- Variația disponibilă: câte persoane își schimbă statutul pe variabilele principale (relevant pentru efectele fixe).
- Codificarea timpului și justificarea formei traiectoriei.
- Vizualizări: traiectorii individuale pentru un subeșantion aleatoriu, traiectorii medii pe grupuri, curbe Kaplan–Meier, grafice ale secvențelor.
- Tratamentul atriției și analizele de sensibilitate.
Aplicabilitate în teză
Schițarea unei diagrame a fluxului participanților pe valuri pentru datele folosite în teză, cu motivele cunoscute ale ieșirii din studiu.
Capcane frecvente în tezele de doctorat
Listă de verificare
Semnale de alarmă
- Date longitudinale analizate transversal: valurile sunt agregate într-o regresie obișnuită, fără corecția erorilor standard și fără folosirea variației intra-individuale.
- Concluzii despre schimbarea individuală din date de trend.
- Efecte fixe prezentate ca dovadă cauzală definitivă, fără discutarea factorilor de confuzie variabili în timp și a cauzalității inverse.
- Separarea efectelor de vârstă, perioadă și cohortă fără ipoteze declarate.
- Cazurile cenzurate eliminate din analiza timpului până la un eveniment.
- Atriția nemenționată sau tratată doar prin restrângerea la panelul echilibrat.
- Schimbarea instrumentului între valuri nediscutată.
- Tipologii de traiectorii prezentate ca grupuri „reale”, fără verificarea stabilității soluției.
Software și surse de date
Instrumente și paneluri disponibile pentru analiză secundară
| Instrument | Utilizare |
|---|---|
| R | fixest și plm (efecte fixe), panelr (modele hibride), lme4 (modele de creștere), lavaan (LGCM), survival (Kaplan–Meier, Cox), TraMineR (analiza secvențelor), tidyr (conversia între formate). |
| Stata | xtset, xtreg, xtlogit (panel), mixed (creștere), stset, sts graph, stcox (istoria evenimentelor), reshape (conversia între formate). |
| Mplus | Modele latente de creștere, modele de mixtură, modele cu panel încrucișat. |
Paneluri pentru analiză secundară
- EU-SILC, componenta longitudinală: panel rotativ pe patru ani, cu date despre venituri și condiții de viață, inclusiv pentru România (acces pe bază de cerere la Eurostat).
- SHARE (Survey of Health, Ageing and Retirement in Europe): panel european al persoanelor de peste 50 de ani; România participă începând cu valul 7.
- SOEP (Germania), Understanding Society (Regatul Unit), PSID (SUA): paneluri de referință, utile pentru comparații și pentru studiul migranților din aceste țări, inclusiv al celor din România.
- European Values Study și World Values Survey: date de trend pentru atitudini și valori pe mai multe decenii.
Fișă de lucru: aplicabilitate în teză
Răspunsurile se păstrează doar în browserul curent și pot fi descărcate ca fișier text.
Întrebări de autoevaluare
Șase întrebări, cu explicație după fiecare răspuns.
Idei principale
- Întrebarea despre timp determină metoda: schimbare intra-individuală, traiectorie, moment al unui eveniment sau tipologie de parcursuri.
- Efectele fixe elimină influența caracteristicilor stabile, dar nu și a factorilor de confuzie variabili în timp; modelul hibrid combină avantajele FE și RE.
- Efectele de vârstă, perioadă și cohortă nu pot fi separate fără ipoteze teoretice declarate.
- Cazurile cenzurate rămân în analiza istoriei evenimentelor.
- Analiza secvențelor produce tipologii de traiectorii, care se tratează ca rezultate dependente de deciziile analitice.
- Atriția selectivă se diagnostichează, se corectează și se raportează.
Legătura cu tema următoare
Temele 2 și 3 au tratat datele cantitative structurate. Tema 4 trece la limbaj ca obiect de analiză: analiza discursului și analiza conversațională.
Glosar
Glosar (12 termeni)
- Val
- Un moment de colectare a datelor într-un studiu longitudinal.
- Panel echilibrat / neechilibrat
- Panel în care toate persoanele sunt prezente în toate valurile / panel cu observații lipsă în unele valuri.
- Format lung
- Organizarea datelor cu o linie pentru fiecare combinație unitate–moment.
- Variație intra-individuală
- Schimbarea aceleiași persoane de la un moment la altul.
- Efecte fixe
- Model care folosește doar variația intra-individuală și elimină influența caracteristicilor stabile.
- Model hibrid
- Model care separă efectele din interiorul persoanelor de cele dintre persoane.
- Efect de vârstă, perioadă, cohortă
- Surse de schimbare legate de ciclul de viață, de momentul istoric și de generație.
- Cenzurare la dreapta
- Situația în care evenimentul nu s-a produs până la sfârșitul observației.
- Risc (hazard)
- Probabilitatea producerii unui eveniment într-un interval, condiționat de faptul că nu s-a produs anterior.
- Secvență
- Succesiunea stărilor prin care trece o persoană într-o perioadă dată.
- Atriție
- Pierderea participanților între valuri.
- Efect de panel
- Modificarea răspunsurilor ca urmare a participării repetate la studiu.
Bibliografie
Lecturi recomandate
- Bell, A., & Jones, K. (2015). Explaining fixed effects: Random effects modeling of time-series cross-sectional and panel data. Political Science Research and Methods, 3(1), 133–153. doi.org/10.1017/psrm.2014.7
- Allison, P. D. (2009). Fixed effects regression models. Sage.
- Abbott, A., & Tsay, A. (2000). Sequence analysis and optimal matching methods in sociology. Sociological Methods & Research, 29(1), 3–33. doi.org/10.1177/0049124100029001001
Referințe
- Bell, A., & Jones, K. (2014). Another „futile quest”? A simulation study of Yang and Land’s Hierarchical Age-Period-Cohort model. Demographic Research, 30, 333–360. doi.org/10.4054/DemRes.2014.30.11
- Blossfeld, H.-P., Rohwer, G., & Schneider, T. (2019). Event history analysis with Stata (ed. a 2-a). Routledge.
- Lynn, P. (Ed.). (2009). Methodology of longitudinal surveys. Wiley.
- Mills, M. (2011). Introducing survival and event history analysis. Sage.
- Neale, B. (2019). What is qualitative longitudinal research? Bloomsbury.
- Singer, J. D., & Willett, J. B. (2003). Applied longitudinal data analysis: Modeling change and event occurrence. Oxford University Press.