什么是经验抽样（Experience Sampling）

经验抽样（Experience Sampling）概述

1. 什么是经验抽样

经验抽样（Experience Sampling Method，简称 ESM）是一种在自然情境中多次、实时收集个体主观体验（情绪、想法、行为、环境等）的定量研究方法。研究者通过随机或预设的提示，让参与者在当下或极短时间内报告自己的感受和情境，从而获得高生态效度的“即时”数据。

2. 发展历史

• 1970 年代：Csikszentmihalyi 等人首次在实验室外使用电子寻呼机进行即时报告，奠定了经验抽样的雏形。
• 1990 年代至今：随着移动设备（PDA、智能手机）和专用软件（如 SurveySignal、movisensXS、MetricWire）普及，ESM 从硬件信号转向软件平台，应用范围大幅扩展。

3. 基本流程

4. 抽样方式

1. 随机抽样：系统或完全随机的时间点提示，最常用，可降低记忆偏差。
2. 固定抽样：每天固定时间（如上午 9 点、下午 5 点）进行报告，便于比较日内规律。
3. 事件触发抽样：受试者在特定事件发生后自行启动报告（如完成一次任务后）。
4. 情境感知抽样：结合传感器（如 GPS、心率）自动触发，捕捉特定情境下的体验。

5. 优势

• 高生态效度：在真实生活情境中获取数据，避免实验室的人工限制。
• 降低回忆偏差：即时报告减少对过去事件的记忆失真。
• 捕捉动态过程：能够观察情绪、行为等随时间的微观波动，区分“个体间差异”和“个体内部波动”。
• 多维度信息：可同步记录情绪、行为、地点、社交情境等多种变量。

6. 局限与挑战

7. 常见应用领域

• 心理学：情绪波动、压力、抑郁症状的日常监测。
• 组织行为学：员工工作体验、工作‑生活平衡研究。
• 教育：学生学习投入、课堂情境体验。
• 市场营销：用户日常使用情境、产品体验即时反馈。
• 健康医学：慢性病症状、药物依从性实时追踪。

8. 软件与工具

• SurveySignal、movisensXS、MetricWire：专为 ESM 设计的移动端问卷推送与数据管理平台。
• 自建 App：利用 Android/iOS 原生推送实现定制化抽样。
• 数据分析：R 包 lme4、nlme、brms，或 Python 的 statsmodels、PyMC3 用于多层模型分析。

9. 设计要点小贴士

1. 提示频率：一般 5‑10 次/天为宜，保证数据量的同时控制负担。
2. 问卷简洁：每次报告不超过 1 分钟，问题数控制在 5‑8 项以内。
3. 激励机制：提供小额报酬或抽奖，提高完成率。
4. 预实验：先进行小规模试点，检验提示时间、问卷可行性。
5. 伦理审查：明确说明数据用途、存储方式，获取书面同意。

结论
经验抽样是一套兼具技术与方法论的研究工具，能够在自然环境中捕捉个体的即时体验，为理解人类行为的动态过程提供了独特视角。通过合理的研究设计、合适的抽样方式以及严谨的数据分析，ESM 已成为心理学、组织行为、教育、健康等多个领域的标准方法之一。