面向即時數據采集的經驗取樣法：應用、價值與展望

盧國慶 謝魁 張文超 劉清堂 張妮 梅鐳

[摘 ? 要] 經驗取樣法是一種在自發、自然的情境下，多次采集人們在事件發生時的主觀體驗的方法。“互聯網+”時代，不斷涌現的新技術與工具促進了經驗取樣法的發展，使之成為教育研究與應用領域的新手段。傳統上，經驗取樣法借助輔助工具（如鬧鐘）提醒被試，使被試在隨機或事件發生等諸多瞬間自我報告，從而達到自動采集自然情境下即時數據的目的。與其他自陳測驗方法（如問卷法）相比，經驗取樣法是一種測量個體隨情境、時間而變化的研究方法，在時間與空間上更加接近于真實情境，有利于降低被試的社會期許與回憶偏差。該方法強調在學習發生的真實情境下縱向動態地開展教育研究，側重學習者內在狀態的真實性與情境性，關注個體內在學習體驗的動態性與規律性，有助于提升教育量化研究的質量與精度。

[關鍵詞] 經驗取樣法; 研究方法; 即時數據

[中圖分類號] G434 ? ? ? ? ? ?[文獻標志碼] A

[作者簡介] 盧國慶（1988—），男， 河南周口人。博士研究生，主要從事學習分析、學習投入研究。E-mail：luguoqing

101@qq.com。謝魁為通訊作者，E-mail：xie.359@osu.edu。

一、問題的提出

在社會科學研究領域，傳統的數據采集大多采用自陳測驗（Self-report）的方式，如前測、后測，來獲取個體的社會和心理狀態。一般而言，傳統的自陳測驗采集到的數據具有一定程度的滯后性和延時性，盡管該方法對于解決一些科學問題具有一定的成效，但由于測驗時被試已經脫離了事件發生的情境，傳統自陳測驗能否捕捉到真實生活情境中個體的真實行為和主觀體驗已經逐漸被學界關注[1-2]。經驗取樣法（Experience Sampling Method，ESM）是一種有效的即時數據采集的方法，能夠提高自陳測驗的準確性和有用性。國外學者應用該方法取得的優秀研究成果越來越多，而國內學界尤其是教育領域對經驗取樣法的研究仍比較缺乏。

眾多研究者已經意識到經驗取樣法在教育研究領域的應用潛力[3-4]，將這種方法視為一種收集“真實”數據的新方法[5]。目前，國內外研究者對經驗取樣法都有詳細的介紹[6-8]，但主要集中在社會心理學、臨床心理學、組織行為學等領域[9-10]。Zirkel等雖然介紹了該方法在教育領域應用的優勢潛力以及在應用中可能遇到的問題[3]，但這種研究方法在教育領域所適用的情境和經典應用案例尚未得到介紹，研究價值也缺乏深入的探討。鑒于此，本研究梳理了近年來國內外關于經驗取樣法在教育領域應用的研究文獻，結合經驗取樣法的發展，總結經驗取樣法與傳統自陳測驗的區別以及經驗取樣常用的四種方法。接著，通過列舉與分析經驗取樣法在國外教育領域頂級期刊中的應用案例，從技術和方法層面，探究現有的研究如何把經驗取樣法應用到教育領域中，并對研究主題的應用價值、未來趨勢和存在問題進行展望。本研究為教育研究領域引入了一種更接近“事實”的縱向數據采集方法，進一步豐富了教育研究方法。通過采集即時數據，經驗取樣法在教育領域的應用有助于提高教育研究的質量。在應用層面，本研究一方面有助于新技術和工具在經驗取樣法中的應用;另一方面，通過介紹經驗取樣法在教育領域中的適用主題，并結合前沿應用案例，以期幫助教育研究者更好地認識、理解和應用該方法，拓展研究主題，進一步探究個體在不同情境中的學習變化規律。

二、何為經驗取樣法

經驗取樣法也稱生態即時評估法（Ecological Momentary Assessment，EMA），是一種在自發、自然的情境下，研究某事件發生時個體即時性反應（包括行為、認知、情緒等）的測量方法[11]。經驗取樣起源于測量個體的沉浸體驗（Flow）[12]，屬于自陳測驗的一種，傳統上要求被試隨身攜帶一個電子傳呼機或者帶鬧鈴的腕表，每天電子傳呼機或者腕表會以隨機的時間間隔發出響聲，被試在聽到鈴聲后即時填寫一份有關沉浸狀態的自陳測驗。

（一）經驗取樣法的發展

經驗取樣的研究始于20世紀80年代，最早采用紙筆測驗（Pencil-and-Paper Measures）[13-14]。在初期，一些研究者采用了尋呼機[15]、手表[16]作為輔助設備，發射信號提醒被試。一般而言，傳統的經驗取樣在數據收集上對于研究者和被試都是勞動密集型的，且數據分析困難，這些缺點嚴重阻礙了經驗取樣法的發展。隨著移動技術的蓬勃發展，手機、PDA等移動設備得到普及，使得依賴于簡單定時器的傳統工具支持的經驗取樣法逐步發展為移動技術支持的經驗取樣法，具體見表1。

與傳統的經驗取樣設備相比，移動設備具有普適性、便捷性、情境感知等優點，逐漸成為經驗取樣的最佳工具。移動技術支持的經驗取樣法是指在移動終端上安裝已開發的采樣應用程序，并利用這些輔助設備，在真實情境中多次收集被試的即時數據的方法。針對不同的移動平臺有許多經驗取樣工具 [17-23]，例如：MyExperience[23] ，采用了三層架構，即感應層、觸發層和動作層，通過位置傳感器、用戶交互和設備狀態等，記錄用戶的使用日志，并通過量表收集用戶的主觀體驗，如圖1所示。

（二）經驗取樣法與傳統自陳測驗的區別

典型的科學研究包括理論基礎、數據搜集與數據分析三個階段[24]。經驗取樣法與傳統的自陳測驗在理論、數據來源、數據收集和數據分析四個方面存在著差異。在理論方面，經驗取樣法注重在事件發生過程中測量被試的即時數據;數據來源方面，經驗取樣法的數據來源于真實情境，具有真實性;數據收集時間的差別決定了經驗取樣法的特征和優勢（見表2）;在數據分析方面，傳統自陳測驗側重于個體間（Between-person）的一般規律，而經驗取樣法更關注個體層面（Within-person）的研究。Larson等應用經驗取樣法，隨機對兒童玩伴、地點和情感等即時數據進行收集，研究不同年齡段的兒童（9～15歲）的日常經驗。研究發現，隨著兒童年齡的增長，與父母在一起的時間顯著下降，年齡較大的學生是年齡較小的學生的一半[25]。如果用傳統自陳測驗收集這些數據，即使這些青少年很配合研究，他們也許不能針對不同的情境給出準確的回答。但是，經驗取樣法能夠為研究人員獲取這些即時數據提供可靠的方法，能夠準確反映個體的自然、社會和心理生活。

（三）經驗取樣的四種方法

經驗取樣法的核心特征是“取樣”，即實地、實時地收集個體在真實情境中的即時數據。經驗取樣有四種常見的取樣方法，分別是隨機取樣（Random Sampling）、固定采樣（Fixed Sampling）、基于事件的采樣（Event-focused Sampling）[3，6]、情境感知經驗取樣（Context-aware Experience Sampling）[21-22]，研究者可以根據研究需要選擇不同的取樣方法或將多種方法相結合使用。

隨機取樣是指在隨機的時間獲取被試的即時體驗。這種取樣方法一般適用于情境和時間寬泛的研究場景。Shumow等以手表作為信號發射工具，采用隨機取樣法，調查了學生在不同情境下做家庭作業時的主觀體驗，并探究了這些主觀體驗與學業成果、社會情感結果的聯系[27]。通過經驗取樣法，研究者能夠更加真實地了解學生做家庭作業的情境，如他們在哪里、與誰一起做作業等。而這些情境因素將有助于進一步探究學生做家庭作業的效果。

固定取樣要求被試在特定時間或按特定的時間間隔進行測量。有研究者借助電子記錄設備（如Electronically Activated Recorder，EAR[17]），按照固定的時間間隔收集數據，如每隔5分鐘采集一小段被試環境的音頻，或間隔2～4小時收集一次被試的即時體驗。與其他取樣方法相比，采用這種取樣方法獲得的數據更加具有時間維度上的結構性，可幫助分析各個變量在時間參數上的變化，并對之進行評估。

基于事件的取樣是為特定的事件而采集數據的方法。當研究人員對特定的事件感興趣時，可以選取這種取樣方法。研究者如果對學習伙伴是否影響學習參與感興趣，可以在學生每次與朋友一起學習時，測量學生的即時體驗[3]。Xie等以iPAD為載體，利用基于事件取樣的方法，對大學生課外學習習慣進行了研究，并發現基于事件的取樣方法能顯著提高取樣的準確性和效率[28]。總之，基于事件的取樣的目的是讓數據采集更接近于事件發生的真實情境。

情境感知經驗取樣是21世紀初新興的一種經驗采樣方法，它通過計算感知和傳感器技術，自動偵測事件，觸發取樣，完成數據收集。通過多種數字化技術，記錄學習的即時體驗和行為等，研究者不需要過多地依賴自陳測驗數據和人格因素對測驗產生的偏差[29]。例如：可穿戴設備（如手環、頭盔等[30]）作為數據收集的載體，能實現對學生相關指標的追蹤記錄;心電、腦電、眼動等生物傳感器獲得的生物數據具有真實性、情境性、可視化、精確定量及多維度等特性[31]，有利于把握學生的情緒和認知狀態的變化。

三、經驗取樣法在教育領域中的應用

（一）經驗取樣法在教育領域的應用情境

經驗取樣法在教育領域中的應用主要關注個體在學習過程中的行為、認知和情感的表現。由于學生在學習過程中的行為、認知和情感表現是復雜的、多維的，并隨著學習的時間和情境變化不斷發生波動，因此，個體的學習行為具有個體波動的規律性，個體的認知和情感是極易受到環境影響的存在狀態。正因如此，經驗取樣法在國外教育領域中，尤其是學生投入度、主觀體驗和學習環境信息的捕獲等方面，逐漸得到重視和應用。經驗取樣法在課堂、實驗室、家庭作業、網絡學習、非正式學習等不同的情境已經取得了相關的研究進展，見表3。可見，經驗取樣法在國外教育領域的應用情境多樣，通過移動技術、采集器和傳感器等，能夠捕捉到個體在不同學習情境中的行為數據、多模態數據、學習體驗和心理狀態等。

（二）經驗取樣法在教育領域的應用案例

經驗取樣法在教育領域應用的研究主要包括不同情境因素（時間位置、學習活動、學習伙伴等）對學生情緒、情感、認知和行為的影響;在更細粒度上測量元認知、自我調節學習;不同學習環境下生物數據表征，認知負荷的衡量;網絡環境下知識的獲取、保留和遷移的影響因素;學習者行為特征的抽取及其變化規律等。下面分別選取了傳統工具支持的經驗取樣、移動技術支持的經驗取樣兩個案例，對如何運用該方法探究學習投入和主觀體驗進行分析。

1. 傳統工具支持的經驗取樣在課堂學習投入中的應用案例

我們選取了傳統工具支持的經驗取樣在課堂學習投入（Learning Engagement）應用中的研究作為案例。學習投入是一個多維的結構，在不同的研究中，其概念和分類有細微的差別。但是總體來說學習投入包括行為、情感和認知投入三個維度[39-40]。影響學習投入的因素有很多，學校、教師、學習伙伴等外在環境因素和個體因素（性別、年齡和個體認知等）都會影響學生的投入[39-41]。

Schmidt等采用震動尋呼機作為輔助工具，從學習活動和學生選擇兩個方面探究課堂學習投入的影響因素[32]。此研究主要選用基于事件的取樣法和視頻內容分析法，對綜合性高中的12個教室的科學課進行了長期的跟蹤。研究分別在秋季和春季兩個周期對數據進行采集，在數據收集的每個周期內，采用經驗取樣法對科學課上學生的學習體驗進行了連續五個工作日的重復測量。參與測試的學生攜帶震動尋呼機，在科學課上，選擇兩個隨機的時間點隱蔽地向尋呼機發射信號。為了最大限度地降低對課堂的干擾，且能夠盡量多地采集課堂活動的信息，此研究將每個班級的學生分為兩組，每組有不同的信號發射安排。學生收到發射的信號之后，需要花費1～2分鐘填寫一個簡單的李克特量表，這些量表簡潔地記錄學生在收到信號時所做的活動及他們的主觀體驗。此研究共收集了4136個響應表單，經驗取樣信號的響應率達91%，而參與者沒有響應信號的原因一般是請假或曠課。通過聚類分析得到學生參與科學課的投入的瞬時投入剖面（Momentary Engagement Profiles，MEPs）。根據這些剖面，研究對象被聚為六類，分別是：（1）低投入型，即行為、情感、認知三個維度的投入都偏低;（2）勉強投入型，代表中等程度的行為投入，而情感、認知投入偏低;（3）理性投入型，代表較高的認知投入，而行為和情感投入較低;（4）愉悅投入型，代表情感投入偏高，而其他維度的投入偏低;（5）中等充分投入型，代表三個維度的投入處于中等水平;（6）充分投入型，代表三個維度的投入處于高水平。研究表明，大部分學生在課堂學習投入的某一維度上偏高，而在另外的維度偏低;三個維度都偏低，即低投入型，占22%;而三個維度都偏高，即高投入型，僅僅占了11%。此外，該研究通過卡方檢驗驗證了學習活動、學生的選擇與學生即時投入的關聯。與傳統的變量指向方法（Variable-oriented Approaches）不同，該研究采用了個體指向的研究方法（Person-oriented Approaches）探索個體在具體的課堂學習情境中的內在變化、個體間學習投入的內在差異及其影響因素。

2. 移動技術支持的經驗取樣在非正式學習中的應用案例

移動技術支持的經驗取樣為深入探究非正式學習提供了一種有效的研究方法。余勝泉等認為，非正式學習指在正規學校教育或繼續教育之外，在工作、生活、社交等非正式學習時間和地點接受新知的學習方式，具有個性化、隨機性、多樣性、知識來源多元化等特點，它是教育技術人員亟待研究的一個新領域[42]。從教育傳播的視角看，非正式學習一般是由學生自主安排，沒有固定的技術或媒體作為中介實施干預，并且在學習環境、學習材料、學習目的、學習伙伴、學習工具等方面表現出富于變化、各式各樣、模糊不明等特點。那么，如何準確獲取非正式學習情境下學生學習的主觀體驗、個體行為和認知等即時數據，成為有效探究非正式學習的學習主體的內在狀態及變化規律的關鍵。

Xie等以智能終端作為取樣工具對非正式學習環境下學生的行為、認知、情感和自我調節等進行了實證研究[28]。此研究選取了133名師范生作為樣本，周期為兩個學期，每個學期分前測、中測、后測三次測量，分別測量非正式學習環境下學生的認知、情感投入度及學生的自我調節水平。中測采用經驗取樣法，第一個學期采用固定取樣方法，第二個學期采用基于事件的取樣方法，兩種經驗取樣均是通過智能終端實現。該研究比較了經驗取樣法與傳統的自陳測驗的區別。研究發現，經驗取樣能夠更細粒度地采集非正式情境下學生的行為數據。通過時間與空間上的視覺呈現，研究者可以更準確地分析學生的行為參與。傳統自陳測驗中，存在著被試社會期許性的問題[43]，即學生在前測與后測中更偏向于回答社會希望他回答的結果。研究證明，經驗取樣在時間與空間上更加接近于真實情境，因而在某種程度上降低了這種反應心向。此外，該研究將固定取樣與基于事件的取樣進行了比較，發現后者在很大程度上提高了非正式學習中數據采集的精度，提高了教育研究的準確性。移動智能設備不僅開辟了非正式學習的“新戰場”[44]，而且逐漸成為研究非正式學習領域的有效的“取樣”工具。

四、經驗取樣法在教育領域中的應用價值

（一）側重學習者內在的主體性與真實性

教育研究既要重視宏觀的群體，也要兼顧“每一個個體的真實”。經驗取樣法強調在學習發生的地方研究學習，側重于學習者內在狀態的真實性、情境性，在一定程度上體現了教育研究中學習者的主體取向。經驗取樣法主要測量個體的日常學習、生活所經歷的情感、想法、行為、情境和活動等，通過在自然情境下研究個體學習的體驗和行為，更關注個體學習的真實性和普遍性。與傳統自陳測驗不同，經驗取樣法的測量發生在學習事件過程中，能夠最大限度地接近學習事件發生的真實情境，研究學習者“此時此刻”的主觀體驗及行為。相對于傳統的問卷調查、訪談等研究方法，它能降低傳統自陳測驗的誤差，更接近真實體驗。經驗取樣法使我們更了解個體在不同情境中的學習行為、認知和情感狀態及變化規律。研究者采用經驗取樣法，以新的方式捕獲即時的個體體驗、情感和行為等，以此來研究學生的真實體驗，并有助于更好地了解主體和環境是如何塑造這些體驗的。通過經驗取樣法，我們能夠探究一些新穎而有趣的教育問題，例如：學生、教師和學校管理者是如何真實地投入或參與到學習、教學和管理中的，進而能夠幫助我們更真實地了解教育情境如何塑造個體的行為、認知及其他社會化結果。

（二）關注學習者內在的動態性與規律性

通過探究學習情境中個體內在的變化，經驗取樣法更關注個體內在學習體驗的動態性與規律性。傳統自陳測驗往往側重于個體間的研究，所收集的信息僅僅是學習者對相關事件和體驗的“回憶”，不能有效地反映個體波動的規律性。經驗取樣法是解決微觀個體視角的跨層次研究的重要方法[5]。通過跟蹤測量，研究者能夠獲得不同時期內個體在學習中的即時認知、情感和行為等數據，以及這些變量隨時間動態變化的規律，以便更加精確地獲得學習者的“真實”感受。這些縱向數據在統計學上的價值，尤其在“個體層次探索”上，是其他統計方法所不能相比的。這些變量的變化軌跡及對其他變量的影響，有助于進一步探究不同情境中個體內部思想、情感和學習行為的規律性變化。

（三）提高教育量化研究的準確性與生態性

量化研究是實證科學范式的產物，在教育研究領域扮演著越來越重要的角色。經驗取樣法是提高自陳測驗的數據準確性和有用性的重要工具[45]，與傳統自陳測驗相比，經驗取樣法在削弱反應心向、降低回顧性誤差等方面具有一定的優勢[46-47]，有助于提高教育領域量化研究的質量，提升教育領域量化研究的精度。學習的發生過程具有主體性和情境性。學生在學習過程中的行為、認知與情感易受情境因素的影響。班杜拉的交互決定理論強調個體、環境和行為相互影響，交互決定[48]。雖然“環境”不是個體行為改變的決定性因素，但是對于個體的沉浸體驗、學習投入、注意力和目標導向等具有重要的影響。通過經驗取樣法，更真實地探究情境因素與變量間的關系，從微觀視角探索、解釋個體行為的情境動力。經驗取樣法作為傳統自陳測驗的補充，對于不同情境下個體學習的研究有一定的潛力和價值，有助于提升教育領域量化研究的準確性與生態效度。

五、經驗取樣法的研究展望

（一）研究主題將聚焦情境對個體學習的影響

目前，經驗取樣法已經廣泛應用在情緒、參與、壓力等具有情境化特點的研究領域，研究其過程性以及在事情發生時個體的認知和感受。同樣，學習過程具有情境化特點，情境認知理論認為，“個體”和“環境”都是同一個學習系統中的要素，兩者相互作用[49]。所以從情境的視角研究學習者的行為與感受，可以挖掘學習者在不同學習情境中的行為、認知和情感的客觀規律。從技術角度來看，以前沒有收集學習者即時數據的工具，而且數據分析與數據管理受到了技術的制約。但是，隨著信息技術的發展，這些問題都得到了解決。當收集到足夠多的個體學習即時的縱貫數據時，就可以發現不同情境下學習者認知、情感和行為的客觀規律。因此，不同情境對個體學習的影響將受到更多的關注與研究。

（二）移動技術支持的經驗取樣將成為趨勢

移動技術支持的經驗取樣能夠有效降低對被試學習和生活的干擾。研究者應當充分利用和開發相關應用程序，借助學生隨身攜帶的移動設備（如智能手機、智能手表），動態采集即時數據[50]，經無線移動網絡上傳數據庫，更好地實時動態監測。鑒于目前缺少開源的、適配的經驗采樣移動程序，那么，開發相應的經驗取樣程序是必不可少的，這類采樣工具應該充分利用移動設備的內置采集器、傳感器等。然而，對于教育研究者來說，開發一套經驗取樣應用程序，在技術上還是有一定的難度，這就需要包括計算機、心理學、教育技術學等領域的研究者相互合作。可以想象，隨著類似研究的開展，將有更多開源的經驗取樣工具供教育研究者使用。隨著信息技術的發展，人工智能、物聯網和大數據等新一代信息技術將進一步助力經驗取樣法的發展與創新，由此，經驗取樣法將能更智能地檢測個體學習事件，預測學習發生的時間，提高數據捕獲和事件響應的效率，降低重復測量帶來的疲勞效應等。

（三）進一步提升經驗取樣法的內部效度

經驗取樣法具有很強的潛在“入侵性”，對被試有很強的依賴性和服從性。重復的、密集的數據采集可能增加被試的負擔，從而改變其真實的反應，產生新的期望效應[10]，如何提升研究的內部效度成為研究者在方法設計與研究操作中需要關注的問題[8]。技術進步降低了數據收集和分析的難度，有助于提升經驗取樣的內部效度。在信息獲取和記錄技術方面，利用移動設備的內置采集器、傳感器等能夠對學習者當前所處的環境有所“感知”，并將環境信息（如位置、噪音、光線）和學習者的生物數據（如溫度、心跳、眼動）進行自動記錄。這些客觀的數據相比傳統自陳測驗的數據，具有更高的內部效度。在實際研究過程中，需要研究者明確被試的學習時間安排，確定合理的取樣時間框架，如在被試學習或訓練結束后立即收集數據[51]。研究者可以借助新的移動工具，完善研究設計，提高被試的響應率，如采用智能手機感知學生的位置信息、采集學生的行為數據等。

六、結 ? 語

數據的質量是量化研究的靈魂。教育大數據時代，面向即時數據采集的經驗取樣法備受關注。本研究通過分析目前國內外經驗取樣法在教育領域的研究現狀，厘清了經驗取樣法的發展脈絡，界定了經驗取樣法與傳統自陳測驗的區別，從技術和工具的視角對經驗取樣法在教育領域中的典型應用案例進行了歸類剖析，介紹這些案例的取樣工具、應用情境及研究結果，充分肯定了其在教育領域中的研究價值，并對相關研究主題、支持工具和內部效度等做了進一步展望，以期為經驗取樣法在我國的研究與實踐應用提供借鑒。我們下一階段的重點是設計并實現移動經驗取樣應用程序，并用來收集學習者在非正式學習過程中的環境信息和內在狀態，以探究環境因素對學習者非正式學習的影響。

[參考文獻]

[1] STONE A A，BACHRACH C A，JOBE J B，et al.The science of self-report：implications for research and practice[M].New York： Psychology Press，1999.

[2] DAVIES C，HATTIE J C. The dangers of extreme positive responses in Likert scales administered to young children[J].International journal of educational and psychological assessment，2012，11（1）：75-89.

[3] ZIRKEL S，GARCIA J A，MURPHY M C. Experience-sampling research methods and their potential for education research[J]. Educational researcher，2015，44（1）：7-16.

[4] HEKTNER J M，SCHMIDT J A，CSIKSZENTMIHALYI M. Experience sampling method：measuring the quality of everyday life[M]. California：Sage Publications，2007.

[5] 張銀普，駱南峰，石偉. 經驗取樣法——一種收集“真實”數據的新方法[J]. 心理科學進展，2016，24（2）：305-316.

[6] BOLGER N，LAURENCEAU J P. Intensive longitudinal methods：an introduction to diary and experience sampling research[M].New York：Guilford Press，2016.

[7] CONNER T S，LEHMAN B J. Getting started： launching a study in daily life[M]//MEHL M R，CONNER T S. Handbook of research methods for studying daily life. New York：Guilford Press，2012.

[8] 李文靜，鄭全全.日常經驗研究：一種獨具特色的研究方法[J].心理科學進展，2008（1）：169-174.

[9] 張銀普，石偉，駱南峰，等.經驗取樣法在組織行為學中的應用[J].心理科學進展，2017，25（6）：943-954.

[10] 段錦云，陳文平. 基于動態評估的取樣法：經驗取樣法[J]. 心理科學進展， 2012，20（7）：1110-1120.