Longitudinaal onderzoek staat ook wel bekend als cohort-onderzoek en komt in diverse disciplines voor: economie (aandelenverloop), de geneeskunde (verspreiding van ziekten), meteorologie (weerkunde), verkeer (files), etc. Het voordeel is dat de onderzoeker minder afhankelijk is van het ene specifieke meetmoment. Het nadeel is dat het een langdurige aangelegenheid is, dus kostbaar. Een ander groot nadeel is dat de leden die in de groep zitten uitvallen (mensen verhuizen, hebben geen zin meer om aan het onderzoek deel te nemen, gaan dood, en wat zoal meer voor kan komen). Om aan dat soort bezwaren tegemoet te komen wordt wel eens cross-sectioneel onderzoek voorgesteld. Dit heeft het volgende schema als onderzoeksdesign:
t1
groep 1: S M O1
groep 2: S M O2
groep 3: S M O3
groep 4: S M O4
waarbij: S = selectie van de kenmerken
M = het matchen van de groepen op verstorende kenmerken (in plaats van een M kan er ook een R staan die randomisatie betekent)
t1 = tijdstip 1
O1 t/m O4 = meetmoment: alleen tijdstip 1
De systematiek ligt nu in de verschillen tussen de groepen. Stel dat men kiest voor de groep 1: vijfjarige kinderen, groep 2: zevenjarige kinderen, groep 3: negenjarige kinderen en groep 4: elfjarige kinderen, dan zou men een redelijk beeld kunnen verkrijgen over hoe kinderen de basisschool doorlopen.
Ook het cross-sectioneel onderzoeksdesign kent een bezwaar: er doen namelijk steeds andere personen aan het onderzoek deel, dus een echt beeld van een ontwikkeling is nog niet helemaal te verkrijgen. Om aan dit bezwaar tegemoet te komen, wordt wel de combinatie van longitudinaal en cross-sectioneel gebruikt. Het onderzoeksdesign ziet er (met twee meetmomenten) dan als volgt uit:
t1 t2
groep 1: S M O1 O2
groep 2: S M O2 O3
groep 3: S M O3 O4
waarbij: S = selectie van de kenmerken
M = het matchen van de groepen op verstorende kenmerken (in plaats van een M kan er ook een R staan die randomisatie betekent)
t1 en t2 = de meetmomenten
O1 t/m O4 = metingen t.b.v. het observatiemoment