- popisují základní prvky výzkumného návrhu s jedním předmětem.
- Navrhněte jednoduché studie s jedním předmětem pomocí obrácení a vícenásobných základních návrhů.
- vysvětlete, jak jednotlivé výzkumné návrhy řeší otázku vnitřní platnosti.
- interpretovat výsledky jednoduchých single-subject studií na základě vizuální kontroly grafovaných dat.,
než se podíváte na konkrétní jednopodlažní výzkumné návrhy, bude užitečné zvážit některé funkce, které jsou pro většinu z nich společné. Mnoho z těchto funkcí je znázorněno na obrázku 10.2, který ukazuje výsledky obecné studie s jedním předmětem. První, závislá proměnná (zastoupeny na y-ose grafu) je měřena opakovaně v průběhu času (zastoupené osa x) v pravidelných intervalech. Za druhé, studie je rozdělena do různých fází a účastník je testován za jedné podmínky na fázi., Podmínky jsou často označeny velkými písmeny: A, B, C a tak dále. Obrázek 10.2 tedy představuje návrh, ve kterém byl účastník nejprve testován v jednom stavu (A), poté testován v jiném stavu (B) a nakonec znovu testován v původním stavu (a). (To se nazývá návrh obrácení a bude brzy podrobněji diskutováno.)
Dalším důležitým aspektem single-předmětem výzkumu je, že změna z jednoho stavu do dalšího tak není obvykle vyskytují po stanovenou dobu nebo počtem pozorování. Místo toho záleží na chování účastníka. Konkrétně, výzkumník čeká, až se chování účastníka v jednom stavu stane poměrně konzistentním od pozorování k pozorování před změnou podmínek., To je někdy označováno jako strategie ustáleného stavu (Sidman, 1960). Myšlenka je, že když se závislou proměnnou dosáhl ustáleného stavu, pak jakákoli změna v celé podmínky bude poměrně snadné odhalit. Připomeňme, že jsme se setkali se stejným principem při obecnějším projednávání experimentálního výzkumu. Účinek nezávislé proměnné je snazší zjistit, kdy je“ šum “ v datech minimalizován.
návrhy obrácení
nejzákladnějším jednopodměrovým výzkumným návrhem je návrh obrácení, nazývaný také ABA design., Během první fáze a je pro závislou proměnnou stanovena základní linie. To je úroveň odpovědi před zavedením jakékoli léčby, a proto je základní fáze jakýmsi kontrolním stavem. Když je dosaženo reakce v ustáleném stavu, fáze B začíná, když výzkumník zavádí léčbu. Může existovat období úpravy léčby, během kterého se chování zájmu stává variabilnějším a začíná se zvyšovat nebo snižovat., Výzkumník opět čeká, až tato závislá proměnná dosáhne ustáleného stavu, takže je jasné, zda a kolik se změnila. Nakonec výzkumník odstraní léčbu a znovu čeká, až závislá proměnná dosáhne ustáleného stavu. Tento základní návrh obrácení lze také prodloužit opětovným zavedením léčby (ABAB), dalším návratem k základní linii (ABABA) a tak dále.
studie Halla a jeho kolegů byla ABAB reverzní design. Obrázek 10.3 přibližuje data pro Robbieho., Procento času strávil studiem (závislá proměnná) byla nízká v průběhu první základní fáze, se zvýšil v průběhu první fáze léčby, dokud se ustálil, snížil během druhé základní fáze, a znovu zvýšil ve druhé fázi léčby.
Proč je obrácení—odstranění léčba—považuje za nezbytné v tomto typu designu? Proč používat například ABA design, spíše než jednodušší AB design? Všimněte si, že návrh AB je v podstatě přerušený návrh časových řad aplikovaný na jednotlivého účastníka., Připomeňme si, že jeden problém návrhu je, že pokud je závislá proměnná změny po ošetření je zaveden, není vždy jasné, že léčba byla zodpovědná za změnu. Je možné, že se něco změnilo přibližně ve stejnou dobu a že tato cizí proměnná je zodpovědná za změnu závislé proměnné., Ale pokud závislá proměnná změny se zavedením léčby a pak se změní zpět s odstraněním léčba (za předpokladu, že léčba není vytvořit trvalý efekt), to je mnohem jasnější, že léčba (a odstranění léčby) je příčinou. Jinými slovy, obrat výrazně zvyšuje vnitřní platnost studie.
existují blízcí příbuzní základního návrhu obrácení, které umožňují hodnocení více než jedné léčby., V mnohočetném provedení obrácení léčby je základní fáze následována samostatnými fázemi, ve kterých jsou zavedeny různé léčby. Například, výzkumník, by mohla vytvořit základní studium chování rušivé student (A), pak zavést léčbu zahrnující pozitivní pozornost od učitele (B), a pak přejít na léčbu zahrnující mírný trest za to, že studují (C). Účastník by pak mohl být vrácen do základní fáze před opětovným zavedením každé léčby-možná v opačném pořadí jako způsob kontroly účinků přenesení., Tento konkrétní návrh obrácení vícenásobného ošetření by mohl být také označován jako návrh ABCACB.
v návrhu střídavé léčby se dvě nebo více ošetření střídají relativně rychle podle pravidelného plánu. Například pozitivní pozornost na studium by mohla být použita jeden den a mírný trest za to, že nebudete studovat další a tak dále. Nebo jedna léčba by mohla být provedena ráno a druhá odpoledne. Střídavé ošetření design může být rychlý a účinný způsob porovnávání léčby, ale pouze tehdy, když ošetření jsou rychle působící.,
Více-Základní Vzory
Existují dva potenciální problémy s změnu designu—z nichž oba mají co do činění s odstranění léčby. Jedním z nich je, že pokud léčba funguje, může být neetické ji odstranit. Například, pokud je léčba zdálo, že ke snížení výskytu sebepoškozování u mentálně postižené dítě, bylo by neetické, aby odstranit, že léčba jen ukazují, že výskyt zranění zvyšuje. Druhým problémem je, že závislá proměnná se nemusí vrátit k výchozí hodnotě, když je léčba odstraněna., Například, když je odstraněna pozitivní pozornost pro studium, student může pokračovat ve studiu se zvýšenou rychlostí. To by mohlo znamenat, že pozitivní pozornost měla trvalý vliv na studium studenta, což by samozřejmě bylo dobré. Mohlo by to však také znamenat, že pozitivní pozornost nebyla v první řadě příčinou zvýšeného studia. Možná se stalo něco jiného přibližně ve stejnou dobu jako léčba-například rodiče studenta ho mohli začít odměňovat za dobré známky.,
Jedním z řešení těchto problémů je použití více-základní design, který je reprezentován na Obrázku 10.4. V jedné verzi návrhu je pro každého z několika účastníků stanovena základní linie a léčba je poté zavedena pro každého z nich. V podstatě je každý účastník testován v AB designu. Klíčem k tomuto návrhu je, že léčba je zavedena v jiném čase pro každého účastníka. Myšlenka je taková, že pokud se závislá proměnná změní, když je léčba zavedena pro jednoho účastníka, může to být náhoda., Ale pokud závislá proměnná se změní, když léčba je zaveden pro více účastníků—zvlášť, když léčba je zavedena v různé době, pro různé účastníky—pak je velmi nepravděpodobné, aby to byla náhoda.
Jako příklad, zvažovat studie Scott Ross a Robert Horner (Ross & Horner, 2009). Zajímali se o to, jak program prevence šikany v celé škole ovlivnil šikanování konkrétních problémových studentů. Na každé ze tří různých škol vědci studovali dva studenty, kteří se pravidelně zabývali šikanou. Během základní fáze pozorovali studenty po dobu 10 minut každý den během přestávky na oběd a počítali počet agresivních chování, které projevovali vůči svým vrstevníkům., (Vědci použili ruční počítače, aby pomohli zaznamenat data.) Po 2 týdnech realizovali program na jedné škole. Po dalších 2 týdnech ji implementovali na druhé škole. A po dalších 2 týdnech ji implementovali na třetí škole. Zjistili, že počet agresivních chování vystavených každým studentem klesl krátce poté, co byl program implementován na jeho škole., Všimněte si, že pokud výzkumníci měli pouze studoval jednu školu, nebo pokud se zavedlo léčení současně na všechny tři školy, pak by bylo jasné, zda snížení agresivního chování bylo kvůli šikaně program nebo něco jiného, co se stalo zhruba ve stejné době byl zaveden (např. dovolenou, televizní program, změna počasí). Ale s jejich více-základní design, tento druh náhod by se muselo stát třikrát—velmi nepravděpodobné, že výskyt—vysvětlit jejich výsledky.,
V další verzi více-základní design, více linií, jsou stanoveny pro stejného účastníka, ale pro různé závislé proměnné, a léčba je zavedena v různé době, pro každou závislou proměnnou. Představte si například studii o vlivu stanovení jasných cílů na produktivitu kancelářského pracovníka, který má dva primární úkoly: uskutečňování prodejních hovorů a psaní zpráv. Mohly by být stanoveny základní linie pro oba úkoly. Například výzkumník by mohl měřit počet uskutečněných prodejních hovorů a zpráv napsaných pracovníkem každý týden po dobu několika týdnů., Pak by mohla být zavedena léčba stanovující cíl pro jeden z těchto úkolů a později by mohla být zavedena stejná léčba pro druhý úkol. Logika je stejná jako předtím. Pokud se po zavedení léčby zvýší produktivita na jeden úkol, není jasné, zda léčba způsobila nárůst. Pokud se však po zavedení léčby zvýší produktivita obou úkolů—zejména pokud je léčba zavedena ve dvou různých časech-zdá se mnohem jasnější, že léčba byla zodpovědná.,
v ještě třetí verzi návrhu s více základními hodnotami je pro stejného účastníka stanoveno více základních linií, ale v různých nastaveních. Například, základní linie by mohla být stanovena na dobu, po kterou dítě tráví čtení během svého volného času ve škole a během svého volného času doma. Pak může být léčba, jako je pozitivní pozornost, zavedena nejprve ve škole a později doma. Opět, je-li závislá proměnná změny po ošetření je představen v každé nastavení, pak to dává výzkumník jistotu, že léčba je, ve skutečnosti, zodpovědný za změnu.,
Analýza dat ve výzkumu s jedním předmětem
kromě zaměření na jednotlivé účastníky se výzkum s jedním předmětem liší od skupinového výzkumu způsobem, jakým jsou data obvykle analyzována. Jak jsme viděli v celé knize, Skupinový výzkum zahrnuje kombinování dat mezi účastníky. Skupinová data jsou popsána pomocí statistik, jako jsou prostředky, standardní odchylky, Pearsonův r atd. Nakonec se používají inferenční statistiky, které pomáhají rozhodnout, zda výsledek vzorku pravděpodobně zobecní populaci., Výzkum s jedním předmětem se naproti tomu silně opírá o velmi odlišný přístup zvaný vizuální kontrola. To znamená, že vykreslování jednotlivých účastníků dat, jak je znázorněno v celé této kapitole, opatrně při pohledu na tyto údaje, a dělat rozhodnutí o tom, zda a do jaké míry nezávislá proměnná měla vliv na závislou proměnnou. Inferenční statistiky se obvykle nepoužívají.
při vizuální kontrole jejich dat berou vědci s jedním subjektem v úvahu několik faktorů. Jednou z nich jsou změny úrovně závislé proměnné od stavu k stavu., Pokud je závislá proměnná v jednom stavu mnohem vyšší nebo mnohem nižší než jiná, naznačuje to, že léčba měla účinek. Druhým faktorem je trend, který se týká postupného zvyšování nebo snižování závislé proměnné napříč pozorováními. Pokud se závislá proměnná začne zvyšovat nebo snižovat se změnou podmínek, pak to opět naznačuje, že léčba měla účinek. To může být zvláště říkat, když trend mění směry-například, když se nežádoucí chování zvyšuje během základní linie, ale pak začne klesat se zavedením léčby., Třetím faktorem je latence, což je doba potřebná k tomu, aby se závislá proměnná začala měnit po změně podmínek. Obecně platí, že pokud změna závislé proměnné začne krátce po změně podmínek, naznačuje to, že léčba byla zodpovědná.
v horním panelu obrázku 10.5 dochází k poměrně zřejmým změnám úrovně a trendu závislé proměnné od stavu k stavu. Latence těchto změn jsou navíc krátké; ke změně dochází okamžitě., Tento vzorec výsledků silně naznačuje, že léčba byla zodpovědná za změny závislé proměnné. Ve spodním panelu obrázku 10.5 jsou však změny úrovně poměrně malé. A ačkoli se zdá, že v léčebném stavu existuje rostoucí trend, vypadá to, že by to mohlo být pokračování trendu, který již začal během základní linie. Tento vzorec výsledků silně naznačuje, že léčba nebyla zodpovědná za žádné změny v závislé proměnné—alespoň ne do té míry, že vědci s jedním subjektem obvykle doufají, že uvidí.,
výsledky jednorázového výzkumu lze také analyzovat pomocí statistických postupů-a to je stále častější. Existuje mnoho různých přístupů a jednopatroví vědci pokračují v debatě, které jsou nejužitečnější., Jeden přístup odpovídá tomu, co se obvykle děje ve skupinovém výzkumu. Průměr a směrodatné odchylky každého účastníka odpovědi pod každou podmínkou jsou vypočteny a porovnány, a inferenční statistické testy, jako je t-testu či analýzy rozptylu jsou aplikovány (Fisch, 2001). (Všimněte si, že průměrování mezi účastníky je méně časté.) Další možností je vypočítat procento nepřekrývající se data (PND) pro každého účastníka (Scruggs & Mastropieri, 2001)., Toto je procento odpovědí ve stavu léčby, které jsou extrémnější než nejextrémnější reakce v příslušném kontrolním stavu. Ve studii Hall a jeho kolegové, například, všechna opatření Robbieho dobu studia v prvním ošetření stavu, byly vyšší než nejvyšší opatření v první, základní, pro PND 100%. Čím větší je procento nepřekrývaných dat, tím silnější je léčebný účinek., Ještě, formální statistické přístupy k analýze dat v jediném-předmětem výzkumu jsou obecně považovány za doplněk k vizuální kontrole, není náhradou za to.
- výzkum jednooborové vzory obvykle zahrnují měření závislé proměnné opakovaně v průběhu času a měnící se podmínky (např. od základní léčby), kdy závislá proměnná dosáhla ustáleného stavu. Tento přístup umožňuje, aby výzkumník zjistit, zda změny v nezávislé proměnné způsobují změny závisle proměnné.,
- v reverzním provedení je účastník testován v základním stavu, poté testován v léčebném stavu a poté vrácen na výchozí hodnotu. Pokud se závislá proměnná změní se zavedením léčby a poté se změní zpět s návratem k výchozí hodnotě, poskytuje to silný důkaz léčebného účinku.
- V multiple baseline design, výchozí hodnoty jsou stanoveny pro různé účastníky, různé závislé proměnné, nebo jiné nastavení—a léčba je zavedena v různé době na každé základní., Pokud po zavedení léčby následuje změna závislé proměnné na každé základní linii, poskytuje to silný důkaz léčebného účinku.
- Jeden předmět se výzkumníci obvykle analyzovat jejich data pomocí grafů a dělat rozhodnutí o tom, zda nezávislá proměnná ovlivňuje závislou proměnnou v závislosti na úrovni, trend, a latence.
- Praxe: Design je jednoduchý, jednooborové studium (pomocí buď obrat nebo multiple baseline design) odpovědět na následující otázky., Nezapomeňte specifikovat léčbu, operativně definovat závislou proměnnou, rozhodnout, kdy a kde budou pozorování provedena atd.
- zvyšuje pozitivní pozornost rodiče chování dítěte při čištění zubů?
- zlepšuje vlastní testování při studiu výkon studenta při týdenních testech pravopisu?
- pomáhá pravidelné cvičení zmírnit depresi?
- praxe: vytvořte graf, který zobrazuje hypotetické výsledky studie, kterou jste navrhli ve cvičení 1. Napište odstavec, ve kterém popíšete, co výsledky ukazují., Nezapomeňte komentovat úroveň, trend a latenci.
Popis
Obrázek 10.3 dlouho popis: Linka graf, který ukazuje výsledky studie s ABAB obrácení design. Závislou proměnnou byla nízká během první základní fáze; zvýšené během první léčby; snížil během druhé základní, ale byla stále vyšší než v první, základní, a byl nejvyšší v druhé fázi léčby.
obrázek 10.,4 dlouhý popis: tři řádkové grafy ukazující výsledky generické vícenásobné základní studie, ve které jsou stanoveny různé základní linie a léčba je účastníkům zavedena v různých časech.
u výchozí hodnoty 1 se do studie zavádí jedna čtvrtina cesty. Závislá proměnná se pohybuje mezi 12 a 16 jednotkami během základní linie, ale klesá na 10 jednotek s léčbou a většinou klesá až do konce studie, v rozmezí 4 až 10 jednotek.
pro výchozí hodnotu 2 je léčba zavedena v polovině studie., Závislá proměnná se pohybuje mezi 10 a 15 jednotkami během základní linie, pak má prudký pokles na 7 jednotek, když je léčba zavedena. Závislá proměnná se však brzy po poklesu zvyšuje na 12 jednotek a pohybuje se mezi 8 a 10 jednotkami až do konce studie.
u výchozí hodnoty 3 je léčba zavedena tři čtvrtiny cesty do studie. Závislá proměnná se většinou pohybuje mezi 12 a 16 jednotkami během základní linie, přičemž jedna poklesla na 10 jednotek., Když je léčba zavedena, závislá proměnná klesne na 10 jednotek a poté se pohybuje mezi 8 a 9 jednotkami až do konce studie.
obrázek 10.5 dlouhý popis: dva grafy ukazující výsledky obecné jednopodlažní studie s designem ABA. V prvním grafu, pod podmínkou a, úroveň je vysoká a trend se zvyšuje. Pod podmínkou B je hladina mnohem nižší než pod podmínkou A a trend klesá. Pod podmínkou a znovu, úroveň je asi tak vysoká jako poprvé a trend se zvyšuje., Pro každou změnu je latence krátká, což naznačuje, že léčba je důvodem změny.
ve druhém grafu, pod podmínkou a, úroveň je relativně nízká a trend se zvyšuje. Pod podmínkou B je úroveň o něco vyšší než během stavu a a trend se mírně zvyšuje. Pod podmínkou a je hladina opět o něco nižší než během stavu B a trend mírně klesá. Je obtížné určit, latence těchto změn, protože každá změna je spíše minutu, což naznačuje, že léčba je neúčinná.,
výzkumník čeká, až se chování účastníka v jednom stavu stane poměrně konzistentní od pozorování k pozorování před změnou podmínek. Tímto způsobem bude možné snadno zjistit jakoukoli změnu napříč podmínkami.
studie metoda, při které výzkumník shromažďuje data na základní stav, zavádí léčba a pokračuje v pozorování, dokud není dosaženo ustáleného stavu, a konečně odstraňuje léčby a dodržuje účastníkem, dokud se vrátí do ustáleného stavu.,
úroveň odpovědi před zavedením jakékoli léčby, a proto působí jako druh kontrolního stavu.
po základní fázi následují samostatné fáze, ve kterých jsou zavedeny různé léčby.
Dvě nebo více ošetření se střídají relativně rychle podle pravidelného rozvrhu.
základní linie je stanovena pro několik účastníků a léčba je pak zavedena každému účastníkovi v jiném čase.,
vykreslování jednotlivých účastníků dat, zkoumání dat a vytváření úsudků o tom, zda a do jaké míry nezávislá proměnná měla vliv na závislou proměnnou.
zda jsou data vyšší nebo nižší na základě vizuální kontroly dat; změna úrovně znamená, že zavedená léčba měla účinek.
postupné zvyšování nebo snižování závislé proměnné napříč pozorováními.
čas potřebný k tomu, aby se závislá proměnná začala měnit po změně podmínek.,
procento odpovědí ve stavu léčby, které jsou extrémnější než nejextrémnější reakce v příslušném kontrolním stavu.