71. Curve di crescita latente#
Quando si mira a esaminare le differenze tra individui, i loro punteggi vengono confrontati. Tuttavia, se l’obiettivo è comprendere i cambiamenti all’interno di ciascun individuo nel tempo, è necessario disporre di informazioni longitudinali, ovvero dati raccolti ripetutamente nel tempo, al fine di descrivere le traiettorie di cambiamento. Per raggiungere questo obiettivo, è fondamentale utilizzare un modello statistico che tenga conto sia delle differenze tra gli individui sia dei cambiamenti che avvengono nel tempo all’interno di ciascun individuo.
Le caratteristiche peculiari dei dati longitudinali abbracciano una serie di elementi, tra cui:
(i) Variazione Intra- e Interindividuale: I dati longitudinali presentano due fonti principali di variabilità: la variazione all’interno dello stesso individuo nel tempo (variazione intra-soggetto) e la variazione tra individui (variazione inter-soggetto).
(ii) Non Indipendenza delle Osservazioni: Le osservazioni all’interno dello stesso individuo tendono a non essere indipendenti nel tempo, poiché ciascuna osservazione può essere influenzata dalle precedenti.
(iii) Variazione Temporale non Costante: La variazione tra individui può non rimanere costante nel tempo, con alcune persone che mostrano cambiamenti più rapidi o più lenti rispetto ad altre.
(iv) Dati Incompleti o Sbilanciati: I dati longitudinali spesso presentano lacune o sono caratterizzati da disuguaglianze nel numero di misurazioni ripetute e negli intervalli di tempo tra i follow-up, con alcuni soggetti che potrebbero avere più dati disponibili rispetto ad altri.
Sono stati sviluppati vari metodi statistici per l’analisi dei dati longitudinali, tra cui i modelli misti e un’estensione del framework SEM (Structural Equation Modeling) per dati longitudinali. Nei capitoli successivi, esamineremo dettagliatamente questi due approcci, concentrandoci in particolare sul framework SEM per dati longitudinali.
71.1. Concettualizzazioni del Tempo nei Disegni di Ricerca Longitudinali#
La ricerca longitudinale offre diversi approcci per studiare il cambiamento umano nel tempo, ciascuno con specifiche caratteristiche e implicazioni metodologiche. Questi approcci possono essere categorizzati in cinque principali disegni di ricerca:
Disegno Trasversale (Cross-Sectional Design): Questo disegno analizza contemporaneamente diverse coorti d’età senza condurre valutazioni ripetute nel tempo. Sebbene utile per la raccolta di dati preliminari, la sua capacità di descrivere i cambiamenti nel tempo è limitata, poiché non può distinguere tra differenze di sviluppo e differenze tra coorti.
Disegno Longitudinale di Singola Coorte (Single-Cohort Longitudinal Design): Questo disegno coinvolge la misurazione ripetuta dello stesso gruppo di individui nel tempo. Può essere analizzato attraverso modelli di panel tradizionali, modelli di curve di crescita o modelli di cambiamento intrapersonale, consentendo una valutazione approfondita delle traiettorie di cambiamento individuali.
Disegno Cross-Sequenziale: Questo disegno combina un approccio trasversale con una sequenza longitudinale, permettendo l’analisi simultanea di coorti e momenti di misurazione nel tempo.
Disegno Sequenziale di Coorte: Questo disegno prevede il ripetere l’avvio di uno studio longitudinale con partecipanti della stessa fascia d’età ogni anno. È utile per minimizzare le distorsioni dovute alle differenze di coorte e per individuare le differenze legate all’età.
Disegno Sequenziale Temporale: Questo disegno valuta ripetutamente sia le coorti nuove che quelle esistenti mantenendo costante l’intervallo di età. Consente di distinguere gli effetti dell’età e del tempo di misurazione.
Ognuno di questi disegni offre un approccio unico per studiare il cambiamento nel tempo, con specifiche implicazioni per l’interpretazione dei risultati e la progettazione della ricerca.
71.1.1. Preoccupazioni sulla Validità Oltre gli Effetti di Coorte e Misurazione nel Tempo#
Nella ricerca longitudinale, è fondamentale considerare le sfide di validità che vanno oltre gli effetti di coorte e misurazione nel tempo. Tra le principali preoccupazioni vi sono:
Regressione verso la Media: Fenomeno in cui i punteggi estremi tendono a convergere verso la media nelle misurazioni successive. È importante mitigare questo effetto utilizzando modelli statistici appropriati.
Effetti del Retest: Fenomeno in cui la sensibilità alla misurazione ripetuta può influenzare i risultati. È necessario adottare protocolli di misurazione che minimizzino questi effetti.
Effetti di Selezione e Attrito: Rischi associati alla perdita di partecipanti nel corso dello studio, che possono influenzare la rappresentatività del campione e la validità dei risultati.
Effetti di Strumentazione: Alterazioni nelle proprietà di misurazione del fenomeno studiato, che possono distorcere i risultati. È cruciale utilizzare misure sensibili al cambiamento e rilevanti per il costrutto studiato.
71.1.2. Gestione dei Dati Mancanti nei Disegni Longitudinali#
La gestione dei dati mancanti rappresenta una sfida significativa nella ricerca longitudinale, poiché può influenzare sia la potenza statistica sia la validità dei risultati. È importante considerare diverse tecniche per affrontare questo problema, tra cui l’imputazione multipla e l’utilizzo di variabili ausiliarie per spiegare i meccanismi alla base della mancanza di dati.
In conclusione, un’attenta gestione dei dati mancanti e una considerazione attenta delle sfide di validità nella ricerca longitudinale sono fondamentali per garantire la robustezza e l’affidabilità dei risultati.
71.2. Obiettivi della Ricerca Longitudinale in Psicologia#
L’analisi dei dati longitudinali in psicologia si concentra su diverse dimensioni cruciali del cambiamento individuale nel tempo. Questi aspetti includono la comprensione di come gli individui si evolvono rispetto a specifici tratti o comportamenti, la variabilità di questi cambiamenti tra le persone e le dinamiche del cambiamento all’interno dello stesso individuo. Esamineremo qui i modelli utilizzati e le principali domande di ricerca affrontate in questi studi.
71.2.1. Modelli e Approcci Analitici#
71.2.1.1. 1. Modelli di Crescita Media (Latent Growth Modeling, LGM):#
Questi modelli quantificano come, in media, un tratto o comportamento cambia nel tempo all’interno di una popolazione. Oltre a valutare la crescita media nel tempo, analizzano anche la varianza di questa crescita, ovvero come il ritmo di cambiamento differisce tra gli individui.
71.2.1.2. 2. Modelli di Punteggio di Cambiamento Latente (Latent Change Score Models, LCSM):#
Questi modelli si concentrano sui cambiamenti intra-individuali, esplorando come le precedenti misurazioni di un individuo influenzino le successive. Consentono di comprendere i pattern di crescita personale nel tempo, focalizzandosi sul cambiamento all’interno dello stesso individuo nel corso del tempo.
71.2.2. Domande di Ricerca Chiave#
Secondo Grimm et al. [GRE16], l’utilizzo di questi modelli in studi longitudinali mira a rispondere a cinque questioni fondamentali:
71.2.2.1. 1. Identificazione di Cambiamento e Stabilità Intra-individuale:#
Valutare come specifici attributi o comportamenti di un individuo variano o rimangono consistenti nel tempo. Questo include esaminare se e come gli individui cambiano nel corso del tempo e quanto questo cambiamento sia prevedibile.
71.2.2.2. 2. Differenze Interindividuali nel Cambiamento Intra-individuale:#
Esplorare se e come differenti persone mostrano pattern di cambiamento variabili in termini di velocità, direzione o momenti di transizione. Questo permette di identificare le variazioni individuali nel cambiamento nel tempo.
71.2.2.3. 3. Interrelazioni nel Cambiamento Comportamentale:#
Analizzare come i cambiamenti in una determinata variabile possono influenzare le variazioni in altre variabili. Questo aiuta a comprendere le relazioni complesse tra diverse dimensioni del comportamento nel tempo.
71.2.2.4. 4. Causa del Cambiamento Intra-individuale:#
Identificare i fattori dinamici e i meccanismi che guidano i cambiamenti nel tempo a livello individuale. Questo include esaminare i processi psicologici, ambientali o sociali che contribuiscono al cambiamento nel corso del tempo.
71.2.2.5. 5. Cause delle Differenze Interindividuali nel Cambiamento Intra-individuale:#
Ricerca di fattori costanti, come caratteristiche demografiche, interventi sperimentali o contesti sociali, che possono influenzare il modo in cui differenti individui esperiscono il cambiamento. Questo consente di comprendere meglio le influenze esterne che modellano il cambiamento individuale nel tempo.
Queste domande di ricerca guidano gli studiosi nel comprendere non solo come le persone cambiano, ma anche le variabili che influenzano tali cambiamenti. Offrono un’analisi approfondita e multidimensionale del comportamento umano attraverso il tempo, contribuendo alla nostra comprensione della natura dinamica della psicologia.