ในสาขาสังคมศาสตร์ การวิเคราะห์ลำดับ ( Sequence Analysis: SA)เกี่ยวข้องกับการวิเคราะห์ชุดลำดับเชิงหมวดหมู่ ซึ่งโดยทั่วไปแล้วจะอธิบายข้อมูลตามช่วงเวลา ลำดับที่วิเคราะห์นั้นเป็นการเข้ารหัสแทนเส้นทางชีวิตของแต่ละบุคคล เช่น การก่อตั้งครอบครัว การเปลี่ยนผ่านจากโรงเรียนสู่การทำงาน อาชีพการงาน แต่ก็อาจอธิบายการใช้เวลาในแต่ละวันหรือแต่ละสัปดาห์ หรือแสดงถึงวิวัฒนาการของสุขภาพที่สังเกตได้หรือรายงานด้วยตนเอง พฤติกรรมทางการเมือง หรือขั้นตอนการพัฒนาขององค์กร ลำดับดังกล่าวเรียงลำดับตามเวลา ซึ่งแตกต่างจากคำหรือลำดับดีเอ็นเอเป็นต้น

SA เป็นวิธีการวิเคราะห์เชิงระยะยาวแบบองค์รวมในแง่ที่ว่าพิจารณาแต่ละลำดับเป็นภาพรวมทั้งหมด SA เป็นการสำรวจอย่างเป็นรูปธรรม โดยทั่วไปแล้ว SA ให้ภาพรวมที่เข้าใจได้ของชุดลำดับต่างๆ โดยมีวัตถุประสงค์เพื่อกำหนดลักษณะโครงสร้างของชุดลำดับ ค้นหาลักษณะเด่นของกลุ่ม ระบุเส้นทางทั่วไป เปรียบเทียบกลุ่ม และโดยทั่วไปแล้วศึกษาว่าลำดับต่างๆ เกี่ยวข้องกับตัวแปรควบคุม เช่น เพศ กลุ่มปีเกิด หรือภูมิหลังทางสังคมอย่างไร

SA ได้รับการแนะนำในสาขาสังคมศาสตร์ในช่วงทศวรรษ 1980 โดยAndrew Abbott [ ^{1 ] [ 2 ] และ}ได้รับความนิยมอย่างมากหลังจากมีการเปิดตัวซอฟต์แวร์เฉพาะ เช่น ส่วนเสริม SQ ^{[ 3 ]}และ SADI ^{[ 4 ]}สำหรับStataและแพ็คเกจTraMineR R ^{[ 5 ]}พร้อมด้วย TraMineRextras ^{[ 6 ]}และ WeightedCluster ^{[ 7 ]}

แม้จะมีบางส่วนที่เชื่อมโยงกัน แต่เป้าหมายและวิธีการของ SA ในสาขาสังคมศาสตร์นั้นแตกต่างอย่างมากจากการวิเคราะห์ลำดับในสาขาชีวสารสนเทศ

วิธีการวิเคราะห์ลำดับถูกนำเข้าสู่สังคมศาสตร์เป็นครั้งแรกจากวิทยาศาสตร์สารสนเทศและชีววิทยา (ดูการจัดเรียงลำดับ ) โดยแอนดรูว์ แอ็บบอตต์นักสังคมวิทยา จาก มหาวิทยาลัยชิคาโกในช่วงทศวรรษ 1980 และตั้งแต่นั้นมาวิธีการเหล่านี้ก็ได้รับการพัฒนาในรูปแบบที่เป็นเอกลักษณ์เฉพาะของสังคมศาสตร์^{[ 8 ]}นักวิชาการในสาขาจิตวิทยาเศรษฐศาสตร์มานุษยวิทยาประชากรศาสตร์การสื่อสารรัฐศาสตร์วิทยาศาสตร์การเรียนรู้การศึกษาองค์กร และโดยเฉพาะอย่างยิ่งสังคมวิทยาได้ ใช้วิธีการลำดับ มาตั้งแต่นั้นเป็นต้น มา

ในทางสังคมวิทยา เทคนิคการจัดลำดับมักถูกนำมาใช้ในการศึกษาแบบแผนของการพัฒนาช่วงชีวิต วงจร และประวัติชีวิต^{[ 9 ] [ 10 ] [ 11 ] [ 12 ]}มีงานวิจัยมากมายเกี่ยวกับการพัฒนาอาชีพตามลำดับ^{[ 13 ] [ 14 ] [ 15 ]}และมีความสนใจเพิ่มมากขึ้นว่าเส้นทางอาชีพเกี่ยวพันกับลำดับช่วงชีวิตอย่างไร^{[ 16 ] [ 17 ]}นักวิชาการหลายคนใช้เทคนิคการจัดลำดับเพื่อสร้างแบบจำลองว่ากิจกรรมการทำงานและครอบครัวเชื่อมโยงกันอย่างไรในการแบ่งงานในครัวเรือนและปัญหาของการประสานตารางเวลาภายในครอบครัว^{[ 18 ] [ 19 ] [ 20 ]}การศึกษาแบบแผนปฏิสัมพันธ์มุ่งเน้นไปที่แนวคิดเชิงลำดับมากขึ้น เช่น การผลัดกันพูด การเน้นการพูดโต้ตอบ และการเรียกร้องเชิงกลยุทธ์ของประเภทการตอบสนองที่ต้องการ (ดูการวิเคราะห์การสนทนา ) นักวิเคราะห์เครือข่ายสังคม (ดูการวิเคราะห์เครือข่ายสังคม ) เริ่มหันมาใช้วิธีการและแนวคิดลำดับเพื่อทำความเข้าใจว่าการติดต่อและกิจกรรมทางสังคมเกิดขึ้นจริงอย่างไร^{[ 21 ] [ 22 ]}และเพื่อสร้างแบบจำลองและแสดงให้เห็นว่าเครือข่ายทั้งหมดพัฒนาไปอย่างไร^{[ 23 ]}นักระบาดวิทยาเครือข่ายสังคมเริ่มตรวจสอบลำดับการติดต่อทางสังคมเพื่อทำความเข้าใจการแพร่กระจายของโรคได้ดียิ่งขึ้น^{[ 24 ]}นักจิตวิทยาใช้วิธีการเหล่านั้นเพื่อศึกษาว่าลำดับของข้อมูลส่งผลต่อการเรียนรู้อย่างไร และเพื่อระบุโครงสร้างในการปฏิสัมพันธ์ระหว่างบุคคล (ดูการเรียนรู้ลำดับ )

การพัฒนาวิธีการหลายอย่างในการวิเคราะห์ลำดับเกิดขึ้นหลังจากส่วนพิเศษที่อุทิศให้กับหัวข้อนี้ในฉบับปี 2000 ^{[ 10 ]}ของSociological Methods & Researchซึ่งมีการถกเถียงกันเกี่ยวกับการใช้ ระยะห่างการแก้ไขการ จับคู่ที่เหมาะสมที่สุด (OM) สำหรับการเปรียบเทียบลำดับ โดยเฉพาะอย่างยิ่ง นักสังคมวิทยาคัดค้านแนวทางเชิงพรรณนาและการลดข้อมูลของการจับคู่ที่เหมาะสมที่สุดรวมถึงการขาดความสอดคล้องระหว่างวิธีการลำดับทางชีวสารสนเทศและปรากฏการณ์ทางสังคมโดยเฉพาะ^{[ 25 ] [ 26 ]}การถกเถียงนี้ได้ก่อให้เกิดนวัตกรรมวิธีการหลายอย่าง (ดูความแตกต่างแบบคู่ด้านล่าง) ที่แก้ไขข้อจำกัดของวิธีการเปรียบเทียบลำดับในยุคแรกๆ ที่พัฒนาขึ้นในศตวรรษที่ 20 ในปี 2006 David Starkและ Balazs Vedres ^{[ 23 ]}เสนอคำว่า "การวิเคราะห์ลำดับทางสังคม" เพื่อแยกความแตกต่างระหว่างวิธีการนี้กับการวิเคราะห์ลำดับทาง ชีว สารสนเทศ อย่างไรก็ตาม หากเรายกเว้นหนังสือที่ดีของเบนจามิน คอร์นเวลล์^{[ 27} ] ^{คำนี้}แทบจะไม่ถูกใช้เลย อาจเป็นเพราะบริบทป้องกันความสับสนในวรรณกรรม SA Sociological Methods & Researchได้จัดทำฉบับพิเศษเกี่ยวกับการวิเคราะห์ลำดับในปี 2010 ซึ่งนำไปสู่สิ่งที่ Aisenbrey และ Fasang ^{[ 28 ]}เรียกว่า "คลื่นลูกที่สองของการวิเคราะห์ลำดับ" ซึ่งส่วนใหญ่ขยายการจับคู่ที่เหมาะสมที่สุดและแนะนำเทคนิคอื่นๆ เพื่อเปรียบเทียบลำดับ นอกเหนือจากการเปรียบเทียบลำดับแล้ว ความก้าวหน้าล่าสุดใน SA ยังเกี่ยวข้องกับการแสดงภาพชุดข้อมูลลำดับ^{[ 5 ] [ 29 ]}การวัดและการวิเคราะห์ความคลาดเคลื่อนของลำดับ^{[ 30 ]}การระบุลำดับที่เป็นตัวแทน [ ^{31 ]}และการพัฒนาตัวบ่งชี้สรุปของลำดับแต่ละรายการ^{[ 32 ]} Raab และ Struffolino ^{[ 33 ] ได้มองว่าความก้าวหน้าล่าสุดเป็นคลื่นลูกที่สามของการ วิเคราะห์}ลำดับ คลื่นนี้มีลักษณะเด่นส่วนใหญ่มาจากความพยายามในการนำวัฒนธรรมการสร้างแบบจำลองแบบสุ่มและแบบอัลกอริทึมมารวมกัน^{[ 34 ]}โดยการประยุกต์ใช้ SA ร่วมกับวิธีการที่ได้รับการยอมรับมากขึ้น เช่นการวิเคราะห์ความแปรปรวนการวิเคราะห์ประวัติเหตุการณ์การสร้างแบบจำลองแบบมาร์โคเวียนการ วิเคราะห์ เครือข่ายสังคมหรือการวิเคราะห์เชิงสาเหตุและการสร้างแบบจำลองทางสถิติโดยทั่วไป^{[ 35 ] [ 36 ] [ 37 ] [ 27 ] [ 30 ] [ 38 ] [ 39 ]}

การวิเคราะห์รูปแบบลำดับมีพื้นฐานมาจากทฤษฎีทางสังคมวิทยาที่เกิดขึ้นในช่วงกลางศตวรรษที่ 20 ^{[ 27 ]} นักทฤษฎีโครงสร้างโต้แย้งว่าสังคมเป็นระบบที่มีลักษณะเฉพาะด้วยรูปแบบที่สม่ำเสมอ แม้แต่ปรากฏการณ์ทางสังคมที่ดูเหมือนไม่สำคัญก็ยังถูกจัดเรียงในรูปแบบที่คาดการณ์ได้สูง^{[ 40 ]}แนวคิดนี้เป็นแรงจูงใจโดยนัยเบื้องหลังการใช้การจับคู่ที่เหมาะสม การจัดกลุ่ม และวิธีการที่เกี่ยวข้องของนักวิเคราะห์ลำดับทางสังคมเพื่อระบุ "คลาส" ทั่วไปของลำดับในทุกระดับขององค์กรทางสังคม ซึ่งเป็นรูปแบบหนึ่งของการค้นหารูปแบบ การมุ่งเน้นไปที่รูปแบบที่สม่ำเสมอของการกระทำทางสังคมนี้ได้กลายเป็นกรอบการทำงานที่มีอิทธิพลมากขึ้นเรื่อยๆ สำหรับการทำความเข้าใจปฏิสัมพันธ์ทางสังคมระดับจุลภาคและลำดับการติดต่อ หรือ "ลำดับจุลภาค" ^{[ 41 ]}สิ่งนี้มีความเกี่ยวข้องอย่างใกล้ชิดกับ ทฤษฎี โครงสร้างของAnthony Giddensซึ่งกล่าวว่าพฤติกรรมของผู้แสดงทางสังคมส่วนใหญ่มีโครงสร้างโดยกิจวัตร และซึ่งในทางกลับกันจะให้ความสามารถในการคาดการณ์และความรู้สึกถึงความมั่นคงในโลกทางสังคมที่วุ่นวายและเคลื่อนไหวอย่างรวดเร็ว^{[ 42 ]}แนวคิดนี้ยังสะท้อนอยู่ในแนวคิดhabitus ของ Pierre Bourdieuซึ่งเน้นย้ำถึงการเกิดขึ้นและอิทธิพลของมุมมองโลกที่มั่นคงในการชี้นำการกระทำในชีวิตประจำวัน และทำให้เกิดลำดับพฤติกรรมที่เป็นระเบียบและคาดเดาได้^{[ 43 ]}อิทธิพลที่เกิดขึ้นจากกิจวัตรประจำวันในฐานะอิทธิพลเชิงโครงสร้างต่อปรากฏการณ์ทางสังคมได้รับการแสดงให้เห็นเป็นครั้งแรกในเชิงประจักษ์โดยPitirim Sorokinซึ่งเป็นผู้นำการศึกษาในปี 1939 ที่พบว่าชีวิตประจำวันเป็นไปตามกิจวัตรมากจนบุคคลหนึ่งสามารถคาดการณ์ได้อย่างแม่นยำประมาณ 75% ว่าพวกเขาจะใช้เวลาทำสิ่งต่างๆ ในวันถัดไปนานเท่าใด^{[ 44 ]}ข้อโต้แย้งของTalcott Parsons ^{[ 40 ]}ที่ว่านักแสดงทางสังคมทั้งหมดต่างมุ่งเน้นไปที่ระบบสังคมขนาดใหญ่ของตน (เช่น ครอบครัวและชุมชนขนาดใหญ่) ผ่านบทบาททางสังคมนั้น ยังเป็นพื้นฐานของความสนใจของนักวิเคราะห์ลำดับทางสังคมในการเชื่อมโยงที่มีอยู่ระหว่างตารางเวลาและประสบการณ์ที่เรียงลำดับของนักแสดงทางสังคมต่างๆ ซึ่งก่อให้เกิดผลงานจำนวนมากเกี่ยวกับการประสานงานระหว่างนักแสดงทางสังคมและการติดต่อทางสังคมและชุมชนขนาดใหญ่ของพวกเขา^{[ 19 ] [ 18 ] [ 45 ]}แนวทางทฤษฎีทั้งหมดเหล่านี้ร่วมกันรับประกันการวิพากษ์วิจารณ์แบบจำลองเชิงเส้นทั่วไปของความเป็นจริงทางสังคม ซึ่งเมื่อนำไปใช้ในงานส่วนใหญ่ หมายความว่าสังคมนั้นคงที่หรือมีความสุ่มสูงในลักษณะที่สอดคล้องกับกระบวนการมาร์คอฟ^{[ 1 ] [ 46 ]}ความกังวลนี้เป็นแรงบันดาลใจให้เกิดการวางกรอบการวิเคราะห์ลำดับทางสังคมในเบื้องต้นเพื่อต่อต้านแบบจำลองเชิงเส้นทั่วไป นอกจากนี้ยังเป็นแรงบันดาลใจให้เกิดความพยายามล่าสุดในการสร้างแบบจำลองลำดับของกิจกรรมหรือเหตุการณ์ในแง่ขององค์ประกอบที่เชื่อมโยงผู้แสดงทางสังคมในโครงสร้างเครือข่ายที่ไม่เป็นเชิงเส้น^{[ 47 ] [ 48 ]}งานนี้มีรากฐานมาจาก ทฤษฎี ของ Georg Simmelที่ว่าการประสบกับกิจกรรม ประสบการณ์ และสถานะที่คล้ายคลึงกันทำหน้าที่เป็นตัวเชื่อมระหว่างผู้แสดงทางสังคม^{[ 49 ] [ 50 ]}

ในประชากรศาสตร์และประชากรศาสตร์เชิงประวัติศาสตร์ตั้งแต่ทศวรรษ 1980 การนำมุมมองและวิธีการของช่วงชีวิตมาใช้อย่างรวดเร็วเป็นส่วนหนึ่งของการเปลี่ยนแปลงกระบวนทัศน์ที่สำคัญ ซึ่งหมายถึงการฝังตัวของกระบวนการทางประชากรศาสตร์เข้ากับพลวัตของสังคมศาสตร์อย่างแน่นแฟ้นยิ่งขึ้น หลังจากช่วงแรกที่เน้นการเกิดขึ้นและช่วงเวลาของเหตุการณ์ทางประชากรศาสตร์ที่ศึกษาแยกจากกันด้วยวิธีการสมมติฐาน-อนุมาน ตั้งแต่ต้นทศวรรษ 2000 ^{[ 34 ] [ 51 ]}ความจำเป็นในการพิจารณาโครงสร้างของช่วงชีวิตและการให้ความสำคัญกับความซับซ้อนของมันนำไปสู่การใช้การวิเคราะห์ลำดับที่เพิ่มมากขึ้นโดยมีเป้าหมายเพื่อแสวงหาแนวทางแบบองค์รวม ในระดับระหว่างบุคคลความแตกต่างแบบคู่และการจัดกลุ่มปรากฏขึ้นเป็นเครื่องมือที่เหมาะสมสำหรับการเปิดเผยความแตกต่างในพัฒนาการของมนุษย์ ตัวอย่างเช่น การเล่าเรื่องเชิงอภิปรัชญาที่เปรียบเทียบสังคมตะวันตกแบบปัจเจกนิยมกับสังคมแบบรวมกลุ่มในซีกโลกใต้ (โดยเฉพาะในเอเชีย) ถูกท้าทายโดยการศึกษาเชิงเปรียบเทียบที่เปิดเผยความหลากหลายของเส้นทางสู่การสืบพันธุ์ที่ถูกต้องตามกฎหมาย^{[ 52 ]}ในระดับภายในบุคคล การวิเคราะห์ลำดับจะบูรณาการหลักการพื้นฐานของเส้นทางชีวิตที่บุคคลตีความและตัดสินใจเกี่ยวกับชีวิตของตนตามประสบการณ์ในอดีตและการรับรู้ถึงเหตุการณ์ที่อาจเกิดขึ้น^{[ 34 ]}ความสนใจในมุมมองนี้ยังได้รับการส่งเสริมจากการเปลี่ยนแปลงในเส้นทางชีวิตของบุคคลในกลุ่มที่เกิดระหว่างต้นและปลายศตวรรษที่ 20 การเปลี่ยนแปลงเหล่านี้ได้รับการอธิบายว่าเป็นการลดมาตรฐาน การไม่ประสานกัน และการลดสถาบัน^{[ 53 ]}ในบรรดาปัจจัยขับเคลื่อนของพลวัตเหล่านี้ การเปลี่ยนผ่านสู่ความเป็นผู้ใหญ่เป็นสิ่งสำคัญ: ^{[ 54 ]}สำหรับกลุ่มที่เกิดในช่วงหลังๆ ระยะสำคัญนี้ในเส้นทางชีวิตของแต่ละบุคคลหมายถึงจำนวนเหตุการณ์และระยะเวลาของสถานะที่ประสบมากขึ้น ตัวอย่างเช่น หลายคนเลื่อนการออกจากบ้านพ่อแม่และการเปลี่ยนผ่านไปสู่การเป็นพ่อแม่ ในบางบริบท การอยู่ร่วมกันเข้ามาแทนที่การแต่งงานในฐานะรูปแบบการใช้ชีวิตระยะยาว และการเกิดของบุตรคนแรกมักเกิดขึ้นในขณะที่พ่อแม่อยู่ร่วมกันแทนที่จะแต่งงานกัน^{[ 55 ]}ความซับซ้อนดังกล่าวจำเป็นต้องได้รับการวัดเพื่อให้สามารถเปรียบเทียบตัวบ่งชี้เชิงปริมาณระหว่างกลุ่มการเกิด^{[ 11 ] [ 56 ]} (ดู^{[ 57 ]}(สำหรับการขยายคำถามนี้ไปยังประชากรจากประเทศที่มีรายได้ต่ำและปานกลาง) ความทะเยอทะยานเดิมของประชากรศาสตร์ในการพัฒนา 'ประชากรศาสตร์ครอบครัว' พบว่าการวิเคราะห์ลำดับเป็นเครื่องมือที่มีประสิทธิภาพในการแก้ไขปัญหาการวิจัยที่จุดตัดกับสาขาวิชาอื่น ๆ ตัวอย่างเช่น เทคนิคหลายช่องทาง^{[ 58 ]}แสดงถึงโอกาสอันล้ำค่าในการจัดการกับปัญหาความเข้ากันได้ระหว่างชีวิตการทำงานและชีวิตครอบครัว^{[ 59 ] [ 37 ]}ในทำนองเดียวกัน การผสมผสานการวิเคราะห์ลำดับและการวิเคราะห์ประวัติเหตุการณ์ที่พัฒนาขึ้นเมื่อเร็ว ๆ นี้ (ดู^{[ 36 ]}สำหรับการทบทวน) และสามารถนำไปใช้ได้ เช่น เพื่อทำความเข้าใจความเชื่อมโยงระหว่างการเปลี่ยนแปลงทางประชากรศาสตร์และสุขภาพ

การวิเคราะห์กระบวนการทางเวลาในขอบเขตของรัฐศาสตร์^{[ 60 ]}เกี่ยวข้องกับสถาบันต่างๆ ซึ่งก็คือระบบและองค์กร (ระบอบการปกครอง รัฐบาล พรรคการเมือง ศาล ฯลฯ) ที่ทำให้เกิดปฏิสัมพันธ์ทางการเมือง สร้างข้อจำกัดทางกฎหมายอย่างเป็นทางการ และกำหนดระดับความมั่นคงหรือความเฉื่อยชา ความสำคัญพิเศษจะมอบให้กับประการแรก บทบาทของบริบท ซึ่งให้ความหมายแก่แนวโน้มและเหตุการณ์ต่างๆ ในขณะที่บริบทที่ใช้ร่วมกันจะให้ความหมายที่ใช้ร่วมกัน ประการที่สอง การเปลี่ยนแปลงของความสัมพันธ์ทางอำนาจเมื่อเวลาผ่านไป และต่อมาคือความไม่สมดุล ลำดับชั้น การโต้แย้ง หรือความขัดแย้ง และสุดท้าย เหตุการณ์ทางประวัติศาสตร์ที่สามารถกำหนดวิถี เช่น การเลือกตั้ง อุบัติเหตุ สุนทรพจน์ในพิธีเข้ารับตำแหน่ง สนธิสัญญา การปฏิวัติ หรือการหยุดยิง ในเชิงประจักษ์หน่วยการวิเคราะห์ของ ลำดับทางการเมือง อาจเป็นบุคคล องค์กร การเคลื่อนไหว หรือกระบวนการทางสถาบัน ขึ้นอยู่กับหน่วยการวิเคราะห์ ขนาดตัวอย่างอาจมีจำกัดเพียงไม่กี่กรณี (เช่น ภูมิภาคในประเทศเมื่อพิจารณาการเปลี่ยนแปลงของพรรคการเมืองท้องถิ่นเมื่อเวลาผ่านไป) หรืออาจมีหลายร้อยกรณี (เช่น รูปแบบการลงคะแนนเสียงของแต่ละบุคคล) สามารถแยกแยะลำดับทางการเมืองได้ 3 ประเภทกว้างๆ ประเภทแรกและพบได้บ่อยที่สุดคืออาชีพซึ่งก็คือตำแหน่งที่เป็นทางการ ส่วนใหญ่เป็นลำดับชั้น ซึ่งบุคคลจะก้าวหน้าในสภาพแวดล้อมของสถาบัน เช่น รัฐสภา คณะรัฐมนตรี ฝ่ายบริหาร พรรคการเมือง สหภาพแรงงาน หรือองค์กรธุรกิจ^{[ 61 ] [ 62 ] [ 63 ]}เราอาจเรียกเส้นทางทางการเมืองที่พัฒนาในบริบทที่ไม่เป็นทางการและลื่นไหลมากขึ้น เช่น นักกิจกรรมที่พัฒนาไปตามสาเหตุและขบวนการทางสังคมต่างๆ^{[ 64 ] [ 65 ]}หรือผู้ลงคะแนนเสียงที่สำรวจภูมิทัศน์ทางการเมืองและอุดมการณ์ในการเลือกตั้งครั้งต่อๆ ไป^{[ 66 ]}สุดท้ายกระบวนการเกี่ยวข้องกับหน่วยงานที่ไม่ใช่บุคคล เช่น นโยบายสาธารณะที่พัฒนาผ่านขั้นตอนนโยบายที่ต่อเนื่องกันในเวทีที่แตกต่างกัน^{[ 67 ]}ลำดับของปฏิสัมพันธ์เชิงสัญลักษณ์หรือเชิงรูปธรรมระหว่างผู้มีบทบาทระดับชาติและนานาชาติในบริบททางการทูตและการทหาร^{[ 68 ] [ 69 ]}และการพัฒนาองค์กรหรือสถาบัน เช่น เส้นทางของประเทศต่างๆ สู่ประชาธิปไตย (วิลสัน 2014) ^{[ 70 ]}

ลำดับsคือรายการเรียงลำดับขององค์ประกอบ ( s1 _, s2 _, ... , s1 ₎ที่เลือกมาจากตัวอักษรจำกัดA สำหรับเซต S ของลำดับ นั้นมีสามขนาดที่สำคัญ ได้แก่ จำนวนnของลำดับ ขนาดa = | A | ของตัวอักษร และความยาวlของลำดับ (ซึ่งอาจแตกต่างกันสำหรับแต่ละลำดับ) ในสาขาสังคมศาสตร์ โดยทั่วไป nจะมีค่าอยู่ระหว่างไม่กี่ร้อยถึงไม่กี่พัน ขนาดของตัวอักษรยังคงมีจำกัด (ส่วนใหญ่น้อยกว่า 20) ในขณะที่ความยาวของลำดับนั้นแทบจะไม่เกิน 100

เราอาจแยกแยะระหว่างลำดับสถานะและลำดับเหตุการณ์ [ ^{71 ] โดยที่สถานะ จะ}คงอยู่ ในขณะที่เหตุการณ์เกิดขึ้น ณ จุดเวลาหนึ่ง และไม่คงอยู่ แต่มีส่วนร่วมกับเหตุการณ์อื่นๆ ในการเปลี่ยนแปลงสถานะ ตัวอย่างเช่น การเกิดขึ้นพร้อมกันของสองเหตุการณ์ คือการออกจากบ้านและการเริ่มต้นความสัมพันธ์ ทำให้เกิดการเปลี่ยนแปลงสถานะจาก 'อาศัยอยู่กับพ่อแม่' เป็น 'อาศัยอยู่กับคู่ครอง'

เมื่อลำดับสถานะถูกแสดงเป็นรายการของสถานะที่สังเกตได้ ณ จุดเวลาที่ต่อเนื่องกัน ตำแหน่งของแต่ละองค์ประกอบในลำดับจะสื่อถึงข้อมูลเวลา และระยะห่างระหว่างตำแหน่งจะสะท้อนถึงระยะเวลา การนำเสนอลำดับที่กระชับกว่าอีกวิธีหนึ่งคือรายการของคาถาที่ต่อเนื่องกันซึ่งประทับด้วยระยะเวลา โดยที่คาถา (เรียกอีกอย่างว่าตอน ) เป็นสตริงย่อยในสถานะเดียวกัน ตัวอย่างเช่น ในaabbbc , bbbเป็นคาถาที่มีความยาว 3 ในสถานะbและลำดับทั้งหมดสามารถแสดงได้เป็น ( a , 2)-( b , 3)-( c , 1) ^{[ 71 ]}

จุดสำคัญอย่างยิ่งเมื่อพิจารณาลำดับสถานะคือ รูปแบบการกำหนดเวลาที่ใช้ในการจัดเรียงลำดับเวลาเหล่านั้น ซึ่งอาจเป็นเวลาตามปฏิทินในอดีต หรือเวลาตามกระบวนการ เช่น อายุ กล่าวคือ เวลาตั้งแต่เกิด

ในลำดับเหตุการณ์ ตำแหน่งไม่ได้ให้ข้อมูลเวลาใดๆ ดังนั้น เวลาที่เกิดเหตุการณ์จึงต้องระบุอย่างชัดเจน (ในรูปแบบของไทม์สแตมป์) เมื่อมีความสำคัญ

SA เกี่ยวข้องกับลำดับสถานะเป็นหลัก

SA แบบดั้งเดิมประกอบด้วยการสร้างประเภทของวิถีที่สังเกตได้เป็นหลัก Abbott และ Tsay (2000) ^{[ 10 ]}อธิบาย SA ทั่วไปนี้ว่าเป็นโปรแกรมสามขั้นตอน: 1. การเข้ารหัสเรื่องเล่าแต่ละเรื่องเป็นลำดับของสถานะ 2. การวัดความแตกต่างระหว่างลำดับแบบคู่ และ 3. การจัดกลุ่มลำดับจากความแตกต่างแบบคู่ อย่างไรก็ตาม SA มีมากกว่านั้นมาก (ดูเช่น^{[ 35 ] [ 8 ]} ) และยังครอบคลุมถึงการอธิบายและการแสดงผลภาพของชุดลำดับ การวิเคราะห์แบบ ANOVA และต้นไม้การถดถอยสำหรับลำดับ การระบุลำดับที่เป็นตัวแทน การศึกษาความสัมพันธ์ระหว่างลำดับที่เชื่อมโยงกัน (เช่น คู่ การเชื่อมโยงชีวิต หรือมิติชีวิตต่างๆ เช่น อาชีพ ครอบครัว สุขภาพ) และเครือข่ายลำดับ

เมื่อกำหนดกฎการจัดเรียงลำดับแล้ว ชุดของลำดับสามารถแสดงในรูปแบบตารางได้ โดยมีลำดับอยู่ในแถวและคอลัมน์ ซึ่งสอดคล้องกับตำแหน่งในลำดับเหล่านั้น

ในการอธิบายข้อมูลดังกล่าว เราอาจดูที่คอลัมน์และพิจารณาการกระจายสถานะตามภาคตัดขวาง ณ ตำแหน่งที่ต่อเนื่องกัน

แผนภูมิเวลาหรือแผนภูมิความหนาแน่นของชุดลำดับจะแสดงการกระจายภาคตัดขวางที่ต่อเนื่องกันเหล่านี้

สำหรับการกระจาย (คอลัมน์) แต่ละรายการ เราสามารถคำนวณลักษณะต่างๆ เช่น เอนโทรปีหรือสถานะโมดอล และดูว่าค่าเหล่านี้เปลี่ยนแปลงไปอย่างไรตามตำแหน่งต่างๆ (ดู^{[ 5 ]}หน้า 18–21)

อีกทางเลือกหนึ่ง เราสามารถดูที่แถวได้แผนภูมิดัชนี^{[ 73 ]}ซึ่งแต่ละลำดับจะแสดงเป็นแท่งหรือเส้นแนวนอนซ้อนกัน เป็นแผนภูมิพื้นฐานสำหรับการแสดงผลลำดับแต่ละรายการ

เราสามารถคำนวณลักษณะเฉพาะของลำดับแต่ละลำดับและตรวจสอบการกระจายตัวแบบภาคตัดขวางของลักษณะเฉพาะเหล่านี้ได้

ตัวบ่งชี้หลักของลำดับแต่ละลำดับ^{[ 32 ]}

• มาตรการพื้นฐาน
  • ความยาว
  • จำนวนรัฐที่เคยไปเยือน
  • จำนวนการเปลี่ยนสถานะ (ความยาวของลำดับสถานะที่แตกต่างกันต่อเนื่องกัน, DSS)
  • จำนวนลำดับย่อย^{[ 11 ] [ 74 ]}
  • การเกิดซ้ำ^{[ 56 ]}
• ความหลากหลาย
  • ภายในเอนโทรปีลำดับ^{[ 5 ]}
  • ความแปรปรวนของระยะเวลาของคาถา^{[ 11 ] [ 32 ]}
• ความซับซ้อนของโครงสร้างลำดับ
  • ความผันผวน^{[ 75 ]}
  • ดัชนีความซับซ้อน^{[ 76 ]}
  • ความปั่นป่วน^{[ 11 ] [ 32 ]}
• มาตรการที่คำนึงถึงลักษณะเฉพาะของรัฐต่างๆ
  • ความผันผวนเชิงบรรทัดฐาน^{[ 15 ]}เช่น สัดส่วนของช่วงเวลาบวก
  • ดัชนีการบูรณาการ^{[ 15 ]}หรือที่รู้จักกันในชื่อดัชนีคุณภาพ^{[ 77 ]}
  • การเสื่อมสภาพ^{[ 32 ]}
  • ความชั่วร้าย^{[ 32 ]}
  • ดัชนีความไม่มั่นคง^{[ 78 ]}
  • ความไม่มั่นคง^{[ 32 ]}

• เวลาเฉลี่ยในสถานะต่างๆ (การกระจายสถานะโดยรวม) และข้อผิดพลาดมาตรฐาน^{[ 5 ]}
• ความน่าจะเป็นของการเปลี่ยนสถานะระหว่างสถานะ^{[ 5 ] [ 4 ]}

ลำดับสถานะสามารถแสดงผลได้อย่างสวยงามด้วยกราฟ และกราฟเหล่านี้มีประโยชน์สำหรับการตีความ ดังแสดงข้างต้น กราฟพื้นฐานสองแบบคือ กราฟดัชนีที่แสดงลำดับแต่ละรายการ และกราฟแสดงวิวัฒนาการของการกระจายสถานะตามช่วงเวลา กราฟแสดงวิวัฒนาการ (หรือที่เรียกว่ากราฟสัดส่วนสถานะหรือกราฟการกระจายสถานะ) มองข้ามความหลากหลายของลำดับอย่างสิ้นเชิง ในขณะที่กราฟดัชนีมักจะกระจัดกระจายเกินไปจนอ่านยาก กราฟความถี่สัมพัทธ์และกราฟลำดับตัวแทนพยายามเพิ่มความอ่านง่ายของกราฟดัชนีโดยไม่ทำให้กราฟแสดงวิวัฒนาการง่ายเกินไป นอกจากนี้ยังมีกราฟอีกมากมายที่เน้นลักษณะเฉพาะของลำดับ ด้านล่างนี้เป็นรายการกราฟที่ได้รับการเสนอในเอกสารทางวิชาการสำหรับการแสดงผลชุดลำดับขนาดใหญ่ สำหรับแต่ละกราฟ เราจะยกตัวอย่างซอฟต์แวร์ (รายละเอียดในส่วนซอฟต์แวร์ ) ที่สร้างกราฟนั้น

• แผนภาพดัชนี: แสดงชุดของลำดับแต่ละรายการ^{[ 73 ]} (SADI, SQ, TraMineR)
• โครโนแกรม (แผนภูมิสัดส่วนสถานะ แผนภูมิการกระจายสถานะ): แสดงลำดับของการกระจายภาคตัดขวาง^{[ 79 ]} (SADI, SQ, TraMineR)
• พล็อตลำดับหลายโดเมน/หลายช่องที่จัดกลุ่มตามช่อง^{[ 58 ] [ 39 ]} (TraMineR, seqHMM) หรือตามแต่ละบุคคล^{[ 64 ]}
• พล็อตอนุกรมเวลาของตัวบ่งชี้ภาคตัดขวาง (เอนโทรปี, ^{[ 79 ]}สถานะโมดอล, ...) (SQ, TraMineR)
• แผนภูมิความถี่ (SQ, TraMineR)
• แผนภูมิความถี่สัมพัทธ์^{[ 80 ]} (TraMineR)
• ลำดับตัวแทน^{[ 31 ]} (TraMineR)
• เวลาเฉลี่ยในแต่ละสถานะและค่าความคลาดเคลื่อนมาตรฐาน (TraMineR)
• แผนภูมิแสดงอัตราการรอดชีวิตของรัฐ (TraMineRextras)
• สถานะทั่วไปของกลุ่มตามตำแหน่ง เช่น ที่มีความแข็งแกร่งของนัยยะสูงสุด^{[ 81 ]} (TraMineRextras)
• รูปแบบการเปลี่ยนผ่าน^{[ 4 ]} (SADI)
• แผนภาพการเปลี่ยนผ่าน^{[ 82 ]} (SQ; Gmisc ^{[ 83 ]} ) และแผนภาพความน่าจะเป็นของการเปลี่ยนผ่าน^{[ 39 ]} (seqHMM)
• พล็อตพิกัดขนาน^{[ 84 ] [ 29 ]} (TraMineR, SQ)
• ต้นไม้คำต่อท้ายความน่าจะเป็น^{[ 38 ]} (PST)
• เครือข่ายลำดับ^{[ 27 ] [ 85 ]} (ดูการวิเคราะห์เครือข่ายสังคมซอฟต์แวร์วิเคราะห์เครือข่ายสังคม)
• เครือข่ายเรื่องเล่า^{[ 48 ]} (ซอฟต์แวร์?)

ความแตกต่างแบบคู่ระหว่างลำดับใช้ในการเปรียบเทียบลำดับ และวิธีการวิเคราะห์การจัดลำดับขั้นสูงหลายวิธีก็อาศัยความแตกต่างเหล่านี้ มาตรวัดความแตกต่างที่นิยมใช้มากที่สุดคือการจับคู่ที่เหมาะสมที่สุด (Optimal Matching: OM) กล่าวคือ ต้นทุนขั้นต่ำในการแปลงลำดับหนึ่งไปเป็นอีกลำดับหนึ่งโดยใช้การแทรกหรือลบ (indel) และการแทนที่ โดยต้นทุนของการดำเนินการพื้นฐานเหล่านี้อาจขึ้นอยู่กับสถานะที่เกี่ยวข้อง การวิเคราะห์การจัดลำดับมีความเชื่อมโยงอย่างใกล้ชิดกับ OM จนบางครั้งเรียกว่าการวิเคราะห์การจับคู่ที่เหมาะสมที่สุด (Optimal Matching Analysis: OMA)

โดยทั่วไปแล้ว การวัดความแตกต่างมี 3 ประเภทหลักๆ ดังนี้^{[ 86 ]}

• การจับคู่ที่เหมาะสมที่สุดและระยะการแก้ไขอื่นๆ
  • ตัวอย่าง: OM, ^{[ 87 ] [ 2 ]} OMloc (OM เฉพาะที่), ^{[ 88 ]} OMslen (OM ที่ไวต่อความยาวของคาถา), ^{[ 89 ]} OMspell (OM ของลำดับคาถา), ^{[ 86 ]} OMstran (OM ของลำดับการเปลี่ยนผ่าน), ^{[ 90 ] [ 86 ]} TWED (ระยะทางแก้ไขการบิดเบือนเวลา), ^{[ 91 ] [ 92 ]} HAM (แฮมมิงและแฮมมิงแบบทั่วไป), ^{[ 93 ] [ 86 ]} DHD (แฮมมิงแบบไดนามิก) ^{[ 94 ]}
  • กลยุทธ์ในการกำหนดต้นทุนการทดแทนและการแทรก/ลบ
    • ต้นทุนคงที่ (ต้นทุนการทดแทนทั้งหมดเหมือนกัน และต้นทุนการแทรก/ลบแต่ละครั้งเท่ากัน)
    • ต้นทุนตามทฤษฎี
    • ต้นทุนตามคุณลักษณะ^{[ 88 ]}
    • ต้นทุนที่ขับเคลื่อนด้วยข้อมูล: อิงตามความน่าจะเป็นของการเปลี่ยนสถานะ^{[ 95 ]}หรือความถี่ของสถานะ^{[ 86 ]}
• มาตรการที่อิงตามจำนวนคุณลักษณะที่เหมือนกัน
  • ตัวอย่าง: LCS (ได้มาจากความยาวของลำดับย่อยร่วมที่ยาวที่สุด ), LCP (จากความยาวของคำนำหน้าร่วมที่ยาวที่สุด), NMS (จำนวนลำดับย่อยที่ตรงกัน) ^{[ 96 ]}และ NMSMST และ SVRspell ซึ่งเป็นรูปแบบสองแบบของ NMS ^{[ 97 ]}
• ระยะห่างระหว่างการกระจายสถานะภายในลำดับ
  • ตัวอย่าง: CHI2 และ EUCLID ถูกกำหนดให้เป็นค่าเฉลี่ยของระยะทางไคกำลังสองและระยะทางยูคลิดระหว่างการกระจายสถานะในหน้าต่างเลื่อนที่ต่อเนื่องกัน^{[ 98 ] [ 86 ]}

ความแตกต่างระหว่างลำดับคู่ช่วยให้เข้าถึงเทคนิคต่างๆ เพื่อค้นหาลักษณะโครงสร้างแบบองค์รวมของข้อมูลลำดับ โดยเฉพาะอย่างยิ่ง ความแตกต่างระหว่างลำดับสามารถใช้เป็นข้อมูลป้อนเข้าสำหรับอัลกอริธึมการจัดกลุ่มและการจัดเรียงแบบหลายมิติ แต่ยังช่วยให้สามารถระบุค่ากลางหรือลำดับตัวแทนอื่นๆ กำหนดกลุ่มใกล้เคียง วัดความคลาดเคลื่อนของชุดลำดับ ดำเนินการวิเคราะห์แบบ ANOVA และสร้างต้นไม้การถดถอยได้อีกด้วย

• การวิเคราะห์คลัสเตอร์
  • เชิงพรรณนา: การระบุรูปแบบลำดับหลัก
  • กลุ่มข้อมูลในฐานะตัวแปรอิสระหรือตัวแปรตามในการวิเคราะห์การถดถอย : การศึกษาความสัมพันธ์กับตัวแปรอื่นๆ ที่สนใจ
• การจัดเรียงแบบหลายมิติ (พิกัดหลัก): การแสดงลำดับในรูปแบบตัวเลข
• การวิเคราะห์ ความแตกต่าง ( คล้ายANOVA ) ^{[ 30 ] [ 99 ]}
  • ลำดับของการวิเคราะห์แบบ ANOVA ^{[ 30 ]}
• ต้นไม้การถดถอย^{[ 100 ] [ 30 ]}
• ลำดับตัวแทน^{[ 31 ]}
• ค่าผิดปกติและลำดับที่เบี่ยงเบน^{[ 101 ]}
• โดเมนหลายโดเมน (การวิเคราะห์หลายช่องสัญญาณ) ^{[ 58 ] [ 102 ] [ 16 ] [ 103 ] [ 104 ] [ 105 ] [ 106 ]}
• ข้อมูลลำดับแบบไดอะดิกและโพลีอะดิก^{[ 107 ] [ 108 ]}

แม้ว่าวิธีการที่อิงตามความแตกต่างจะมีบทบาทสำคัญในการวิเคราะห์ลำดับทางสังคม เนื่องจากความสามารถในการรักษาภาพรวมแบบองค์รวม แต่ยังมีวิธีการอื่นๆ อีกหลายวิธีที่เป็นประโยชน์สำหรับการวิเคราะห์ข้อมูลลำดับเช่นกัน

• การจัดกลุ่มแบบไม่อิงความแตกต่าง
  • การวิเคราะห์ คลาสแฝง (LCA) ^{[ 109 ] [ 110 ] [ 111 ]}
  • ส่วนผสมโมเดล Markov ^{[ 112 ]}และส่วนผสมโมเดล Markov ที่ซ่อนอยู่^{[ 39 ]}
  • ส่วนผสมของแบบจำลองระยะทางเลขชี้กำลัง^{[ 113 ]}
• เครือข่ายลำดับ^{[ 114 ] [ 27 ] [ 115 ]}
  • การแสดงลำดับเดียวในรูปแบบเครือข่าย
  • เครือข่ายเมตาของลำดับ
  • การวัดเครือข่ายลำดับ
  • กราฟประวัติชีวิต^{[ 116 ]}
• แนวทางเชิงความน่าจะเป็น
  • แบบจำลองการกระจายการเปลี่ยนผ่านแบบมาร์โคเวียนและแบบอื่นๆ^{[ 117 ] [ 39 ]}ดูเพิ่มเติมที่แบบจำลองมาร์โคฟ
  • ต้นไม้คำต่อท้ายความน่าจะเป็น(PST) ^{[ 38 ]}หรือที่รู้จักกันในชื่อแบบจำลองมาร์คอฟลำดับตัวแปรหรือแบบจำลองมาร์คอฟความยาวตัวแปร
• ลำดับเหตุการณ์
  • แบบจำลองโครงสร้างเหตุการณ์^{[ 118 ] [ 119 ]}
  • การเรนเดอร์ลำดับเหตุการณ์ (พล็อตพิกัดขนาน ...) ^{[ 29 ] [ 84 ]}
  • ลำดับย่อยที่เกิดขึ้นบ่อย
  • ลำดับย่อยที่แยกแยะได้^{[ 120 ]}
  • การวิเคราะห์ลำดับเหตุการณ์ตามความแตกต่าง^{[ 120 ]}
  • การเรียนรู้การแสดงแทนด้วยโครงข่ายประสาทเทียมเชิงลึก^{[ 121 ]}

ความก้าวหน้าล่าสุดบางประการอาจถือได้ว่าเป็นคลื่นลูกที่สามของ SA [ ^{33 ] คลื่นลูกนี้มีลักษณะเด่นคือความพยายามในการนำวัฒนธรรมการสร้างแบบจำลองเชิงสุ่มและเชิงอัลกอริทึมมารวม กัน}โดยการประยุกต์ใช้ SA ร่วมกับวิธีการที่ได้รับการยอมรับมากขึ้น เช่น การวิเคราะห์ความแปรปรวน ประวัติเหตุการณ์ การวิเคราะห์เครือข่าย หรือการวิเคราะห์เชิงสาเหตุและการสร้างแบบจำลองทางสถิติโดยทั่วไป ตัวอย่างบางส่วนแสดงไว้ด้านล่าง โปรดดู "วิธีการวิเคราะห์อื่นๆ" ด้วย

• ผลกระทบของวิถีในอดีตต่อความเสี่ยงของเหตุการณ์: การวิเคราะห์ประวัติลำดับ SHA ^{[ 122 ]}
• ผลกระทบของตัวแปรเสริมที่เปลี่ยนแปลงตามเวลาต่อวิถีการเคลื่อนที่: การวิเคราะห์วิถีการเคลื่อนที่แบบแข่งขัน (CTA) ^{[ 123 ]}และแบบจำลองหลายสถานะการวิเคราะห์ลำดับ (SAMM) ^{[ 124 ]}
• การตรวจสอบความถูกต้องของกลุ่มข้อมูลลำดับ^{[ 125 ] [ 126 ]}
• การวิเคราะห์ความคลาดเคลื่อนเพื่อนำเวลากลับไปสู่การวิเคราะห์เชิงเปรียบเทียบเชิงคุณภาพ (QCA) ^{[ 127 ]}
• การประเมินผลกระทบที่อาจเกิดขึ้นจากข้อผิดพลาดด้านเวลาต่อผลลัพธ์ของ SA ^{[ 128 ]}
• การจัดกลุ่มชุดข้อมูลลำดับขนาดใหญ่มาก^{[ 129 ]}

แม้ว่า SA จะเห็นการไหลเข้าอย่างต่อเนื่องของผลงานเชิงวิธีการที่แก้ไขปัญหาที่ยกขึ้นมาเมื่อสองทศวรรษที่แล้ว^{[ 28 ]}แต่ก็ยังมีประเด็นเปิดที่สำคัญบางประการอยู่^{[ 36 ]}ในบรรดาประเด็นที่ท้าทายที่สุด เราสามารถกล่าวถึงได้ดังนี้:

• ลำดับที่มีความยาวต่างกัน ลำดับที่ถูกตัดทอน และค่าที่หายไป^{[ 35 ] [ 130 ] [ 131 ] [ 132 ]}
• ความยาวของลำดับเทียบกับความสำคัญของความใหม่: ตัวอย่างเช่น เมื่อวิเคราะห์ลำดับชีวประวัติที่มีความยาว 40 ปี ตั้งแต่อายุ 1 ถึง 40 ปี เราสามารถพิจารณาเฉพาะบุคคลที่เกิดเมื่อ 40 ปีก่อนเท่านั้น ดังนั้นพฤติกรรมของกลุ่มที่เกิดในรุ่นที่อายุน้อยกว่าจึงถูกละเลย^{[ 124 ]}

คุณสามารถค้นหาข้อมูลล่าสุดเกี่ยวกับความก้าวหน้า การอภิปรายเชิงวิธีการ และสิ่งตีพิมพ์ที่เกี่ยวข้องล่าสุดได้ที่เว็บไซต์ ของสมาคมการวิเคราะห์ลำดับ (Sequence Analysis Association )

เทคนิคเหล่านี้ได้รับการพิสูจน์แล้วว่ามีคุณค่าในบริบทต่างๆ มากมาย ตัวอย่างเช่น ในการวิจัยเกี่ยวกับช่วงชีวิต การวิจัยแสดงให้เห็นว่าแผนการเกษียณอายุไม่ได้ได้รับผลกระทบเพียงแค่ปีหรือสองปีสุดท้ายของชีวิตเท่านั้น แต่ยังขึ้นอยู่กับว่าอาชีพการงานและครอบครัวของแต่ละคนดำเนินไปอย่างไรในช่วงหลายทศวรรษ ผู้ที่ดำเนินตามเส้นทางอาชีพที่ "เป็นระเบียบ" (ซึ่งมีลักษณะเป็นการจ้างงานที่สม่ำเสมอและการไต่เต้าขึ้นไปเรื่อยๆ ภายในองค์กรเดียว) เกษียณอายุก่อนคนอื่นๆ รวมถึงผู้ที่มีอาชีพการงานไม่ต่อเนื่อง ผู้ที่เข้าสู่ตลาดแรงงานช้า ตลอดจนผู้ที่ทำงานประจำแต่มีการย้ายงานข้ามองค์กรหลายครั้งตลอดอาชีพการงาน^{[ 12 ]}ในสาขาสังคมวิทยาเศรษฐกิจการวิจัยแสดงให้เห็นว่าประสิทธิภาพของบริษัทไม่ได้ขึ้นอยู่กับการเชื่อมต่อเครือข่ายสังคมในปัจจุบันหรือล่าสุดของบริษัทเท่านั้น แต่ยังขึ้นอยู่กับความคงทนหรือความมั่นคงของการเชื่อมต่อกับบริษัทอื่นๆ ด้วย บริษัทที่มีโครงสร้างเครือข่ายความเป็นเจ้าของที่ "เหนียวแน่นและยั่งยืน" มากกว่าจะดึงดูดการลงทุนจากต่างประเทศได้มากกว่าโครงสร้างที่ไม่มั่นคงหรือมีการเชื่อมต่อที่ไม่ดี^{[ 23 ]}งานวิจัยยังใช้ข้อมูลเกี่ยวกับลำดับกิจกรรมการทำงานประจำวันเพื่อระบุประเภทของตารางการทำงาน โดยพบว่าช่วงเวลาการทำงานในแต่ละวันส่งผลกระทบอย่างมากต่อความสามารถของคนงานในการรักษาความสัมพันธ์กับชุมชนในวงกว้าง เช่น ผ่านกิจกรรมชุมชน^{[ 19 ]}เมื่อไม่นานมานี้ การวิเคราะห์ลำดับทางสังคมได้รับการเสนอให้เป็นแนวทางที่มีความหมายในการศึกษาเส้นทางในขอบเขตของธุรกิจสร้างสรรค์ ซึ่งช่วยให้สามารถเปรียบเทียบความเฉพาะตัวของอาชีพสร้างสรรค์ที่ไม่เหมือนใครได้^{[ 133 ]}ในขณะที่วิธีการอื่นๆ สำหรับการสร้างและวิเคราะห์โครงสร้างลำดับทั้งหมดได้รับการพัฒนาในช่วงสามทศวรรษที่ผ่านมา รวมถึงการวิเคราะห์โครงสร้างเหตุการณ์^{[ 118 ] [ 119 ]} OM และวิธีการเปรียบเทียบลำดับอื่นๆ เป็นแกนหลักของการวิจัยเกี่ยวกับโครงสร้างลำดับทั้งหมด

ตัวอย่างการประยุกต์ใช้ ได้แก่:

สังคมวิทยา

• ลำดับการเข้าสู่ตลาดแรงงาน^{[ 15 ]}
• การลดมาตรฐานของช่วงชีวิต^{[ 11 ] [ 17 ]}
• เส้นทางที่อยู่อาศัย^{[ 134 ]}
• การใช้เวลา^{[ 18 ] [ 135 ] [ 136 ]}
• สคริปต์ความสัมพันธ์จริงและในอุดมคติ^{[ 137 ]}
• รูปแบบพื้นฐานของท่าเต้นในพิธีกรรม^{[ 1 ]}
• เส้นทางการบริโภคแอลกอฮอล์^{[ 138 ]}

ประชากรศาสตร์และประชากรศาสตร์เชิงประวัติศาสตร์

• การเปลี่ยนผ่านสู่วัยผู้ใหญ่^{[ 139 ] [ 140 ]}
• ชีวประวัติของหุ้นส่วน^{[ 141 ]}
• เส้นทางชีวิตการก่อตั้งครอบครัว^{[ 142 ]}
• ประวัติการคลอดบุตร^{[ 31 ]}

รัฐศาสตร์

• เส้นทางสู่การทำให้เป็นประชาธิปไตย^{[ 143 ]}
• เส้นทางของกระบวนการทางกฎหมาย^{[ 144 ]}
• การต่อรองระหว่างผู้มีบทบาทในช่วงวิกฤตการณ์ระดับชาติ^{[ 69 ]}

การศึกษาและวิทยาศาสตร์การเรียนรู้

• วิถีการศึกษา^{[ 145 ]}
• กลยุทธ์การเรียนรู้^{[ 146 ] [ 147 ]}

จิตวิทยา

• ลำดับของปฏิสัมพันธ์ทางสังคมของวัยรุ่น^{[ 148 ]}

การวิจัยทางการแพทย์

• เส้นทางการดูแลในโรคเรื้อรัง^{[ 149 ]}

ระเบียบวิธีสำรวจ

• การตอบสนองในการรวบรวมแบบสำรวจ^{[ 150 ] [ 131 ]}

ภูมิศาสตร์

• การศึกษาการเคลื่อนที่^{[ 151 ] [ 152 ] [ 153 ]}
• การพัฒนาภูมิภาค^{[ 154 ] [ 155 ] [ 156 ]}
• การใช้ที่ดิน^{[ 157 ]}

มีสภาพแวดล้อมการคำนวณทางสถิติหลักสองแบบและภาษาโปรแกรมทั่วไปหนึ่งภาษาที่ให้เครื่องมือในการวิเคราะห์ลำดับในรูปแบบของแพ็กเกจที่ผู้ใช้เขียนขึ้น ได้แก่ Stata, R และ Python

• Stata : SQ ^{[ 3 ]}และ SADI ^{[ 4 ]}เป็นชุดเครื่องมือ SA ทั่วไป MICT ^{[ 130 ]}มีไว้สำหรับการเติมองค์ประกอบที่หายไปในลำดับ
• R : TraMineR ^{[ 5 ]}พร้อมส่วนขยาย TraMineRextras ^{[ 6 ]}น่าจะเป็นชุดเครื่องมือ SA ที่ครอบคลุมมากที่สุด ggseqplot ^{[ 158 ]}ให้เวอร์ชัน ggplot ของพล็อต TraMineR ส่วนใหญ่ seqhandbook ^{[ 159 ]}ให้เครื่องมือเฉพาะหลายอย่าง เช่น แผนที่ความร้อนของข้อมูลลำดับและวิธี GIMSA สำหรับการวัดความไม่เหมือนกันระหว่างลำดับหลายโดเมน seqimpute ^{[ 160 ]}ให้เครื่องมือสำหรับการเติมองค์ประกอบที่หายไปในลำดับ seqHMM ^{[ 39 ]}แม้ว่าจะเชี่ยวชาญในการปรับแบบจำลอง Markov แต่แพ็คเกจนี้มีสิ่งอำนวยความสะดวกในการพล็อตที่มีประโยชน์สำหรับการแสดงผลลำดับหลายช่องสัญญาณและความน่าจะเป็นของการเปลี่ยนผ่าน WeightedCluster ^{[ 7 ]}แพ็คเกจการจัดกลุ่มอเนกประสงค์พร้อมเครื่องมือดั้งเดิมสำหรับการจัดกลุ่มลำดับที่เหมือนกันและการแสดงผลต้นไม้ลำดับชั้นของลำดับ นอกจากนี้ยังมีการใช้งาน CLARA สำหรับการจัดกลุ่มชุดข้อมูลขนาดใหญ่ PST ^{[ 38 ]}ปรับและแสดงผลต้นไม้คำต่อท้ายความน่าจะเป็นของลำดับ MCseqReplic ^{[ 161 ]}ใช้การจำลอง Monte Carlo เพื่อประเมินผลกระทบที่อาจเกิดขึ้นจากข้อผิดพลาดด้านเวลาต่อผลลัพธ์ SA
• Python : Sequenzo ^{[ 162 ]}ชุดเครื่องมือ SA เสนอการใช้งาน Python สำหรับฟังก์ชันการทำงานหลายอย่างของ TraMineR , WeightedClusterและ seqHMM

การประชุมนานาชาติครั้งแรกที่อุทิศให้กับการวิจัยทางสังคมศาสตร์ที่ใช้วิธีการวิเคราะห์ลำดับ – การประชุมโลซานว่าด้วยการวิเคราะห์ลำดับ หรือLaCOSA – จัดขึ้นที่โลซาน ประเทศสวิตเซอร์แลนด์ ในเดือนมิถุนายน พ.ศ. 2555 ^{[ 163 ]}การประชุมครั้งที่สอง ( LaCOSA II ) จัดขึ้นที่โลซานในเดือนมิถุนายน พ.ศ. 2559 ^{[ 164 ] [ 165 ]}สมาคมการวิเคราะห์ลำดับ (SAA) ก่อตั้งขึ้นในการประชุมนานาชาติว่าด้วยการวิเคราะห์ลำดับและวิธีการที่เกี่ยวข้อง ในเดือนตุลาคม พ.ศ. 2561 ที่ Monte Verità, TI ประเทศสวิตเซอร์แลนด์ SAA เป็นองค์กรระหว่างประเทศที่มีเป้าหมายในการจัดกิจกรรมต่างๆ เช่น การประชุมสัมมนาและหลักสูตรฝึกอบรม และกิจกรรมที่เกี่ยวข้อง และเพื่ออำนวยความสะดวกให้นักวิชาการเข้าถึงแหล่งข้อมูลการวิเคราะห์ลำดับ

• หน้าแรกของสมาคมวิเคราะห์ลำดับดีเอ็นเอ (Sequence Analysis Association)
• [1]บทวิจารณ์ของAndrew Abbott ในปี 1995 เกี่ยวกับแนวทางทางสังคมวิทยาในการวิเคราะห์ลำดับ
• หน้า TraMineR
• หน้าวิเคราะห์ลำดับดีเอ็นเอของเบรนแดน ฮัลปินที่มหาวิทยาลัยลิเมอริก