- írja le az egy tárgyú kutatási terv alapvető elemeit.
- egyszerű, egytényezős vizsgálatok tervezése fordított és többszörös alaprajzú minták alkalmazásával.
- magyarázza el, hogy az egy tárgyú kutatási tervek hogyan kezelik a belső érvényesség kérdését.
- értelmezze az egyszerű, egy tárgyú vizsgálatok eredményeit a grafikon adatok vizuális ellenőrzése alapján.,
mielőtt bármilyen konkrét egytényezős kutatási tervet megvizsgálna, hasznos lesz megfontolni néhány olyan funkciót, amelyek a legtöbbjük számára közösek. Ezek közül a jellemzők közül sokat a 10.2. ábra szemléltet, amely egy általános, egytényezős vizsgálat eredményeit mutatja. Először is, a függő változót (a grafikon y tengelyén ábrázolva) az idő múlásával többször mérik (az x tengely képviseli) rendszeres időközönként. Másodszor, a vizsgálat különálló fázisokra oszlik, a résztvevőt fázisonként egy feltétel mellett tesztelik., A feltételeket gyakran nagybetűkkel jelölik: A, B, C stb. Így a 10.2. ábra egy olyan tervet ábrázol, amelyben a résztvevőt először egy (A) állapotban tesztelték, majd egy másik (B) állapotban tesztelték, majd végül az eredeti (A) állapotba tesztelték. (Ez az úgynevezett fordított tervezés, amelyet hamarosan részletesebben tárgyalunk.)
az egytényezős kutatás másik fontos szempontja, hogy az egyik feltételről a másikra történő változás általában nem fordul elő rögzített idő vagy megfigyelések száma után. Ehelyett a résztvevő viselkedésétől függ. Pontosabban, a kutató megvárja, amíg a résztvevő viselkedése egy állapotban meglehetősen konzisztens lesz a megfigyeléstől a megfigyelésig, mielőtt megváltoztatná a feltételeket., Ezt néha steady state stratégiának nevezik (Sidman, 1960). Az ötlet az, hogy amikor a függő változó elérte az állandó állapotot, akkor a körülmények közötti változások viszonylag könnyen észlelhetők. Emlékezzünk vissza, hogy ugyanezt az elvet tapasztaltuk a kísérleti kutatások általánosabb megvitatásakor. Egy független változó hatását könnyebb észlelni, ha az adatok” zaját ” minimalizálják.
fordított minták
a legalapvetőbb egytényezős kutatási terv a fordított tervezés, más néven ABA design., Az első fázisban, a, egy alapvonal jön létre a függő változó. Ez a válaszadás szintje a kezelés megkezdése előtt, ezért a kiindulási fázis egyfajta kontroll állapot. Az egyensúlyi állapot elérésekor a B fázis kezdődik, amikor a kutató bevezeti a kezelést. Előfordulhat, hogy a kezeléshez igazodik egy olyan időszak, amely során a kamat viselkedése változóbbá válik, és növekedni vagy csökkenni kezd., A kutató ismét megvárja, amíg ez a függő változó eléri az állandó állapotot, hogy világos legyen, hogy megváltozott-e és mennyit. Végül a kutató eltávolítja a kezelést, majd ismét megvárja, amíg a függő változó eléri az állandó állapotot. Ez az alapvető fordított kialakítás kiterjeszthető a kezelés (ABAB) újbóli bevezetésével, egy másik visszatéréssel az alapvonalhoz (ABABA) stb.
A Hall és kollégái által készített tanulmány ABABEFORMÁCIÓS terv volt. A 10.3. ábra megközelíti Robbie adatait., A tanulmányozással töltött idő százalékos aránya (a függő változó) alacsony volt az első kiindulási fázisban, az első kezelési szakaszban nőtt, amíg kiegyenlült, csökkent a második kiindulási fázisban, majd ismét nőtt a második kezelési fázisban.
miért van szükség a fordított-a kezelés eltávolítása—az ilyen típusú tervezés során? Miért használjon például egy ABA designt, nem pedig egy egyszerűbb AB designt? Figyeljük meg, hogy az AB design lényegében egy megszakított idősor tervezés alkalmazott egyéni résztvevő., Emlékezzünk vissza, hogy az egyik probléma ezzel a kialakítással az, hogy ha a függő változó megváltozik a kezelés bevezetése után, nem mindig egyértelmű, hogy a kezelés felelős a változásért. Lehetséges, hogy valami más változott körülbelül ugyanabban az időben, és hogy ez az idegen változó felelős a függő változó változásáért., De ha a függő változó megváltozik a kezelés bevezetésével, majd a kezelés eltávolításával megváltozik (feltételezve, hogy a kezelés nem hoz létre állandó hatást), sokkal világosabb, hogy a kezelés (és a kezelés eltávolítása) az oka. Más szavakkal, a megfordítás jelentősen növeli a tanulmány belső érvényességét.
az alapvető fordított kialakítás közeli hozzátartozói lehetővé teszik egynél több kezelés értékelését., Többszörös kezelés megfordítása esetén a kiindulási fázist külön fázisok követik, amelyekben különböző kezeléseket vezetnek be. Például, egy kutató hozhat létre kiindulási tanult viselkedés bomlasztó diák (Egy), akkor be egy kezelés érintő pozitív a figyelmet a tanár (B), majd kapcsoljuk be egy kezelés érintő enyhe büntetés, amiért nem tanul (C). A résztvevőt ezután vissza lehet állítani a kiindulási fázisba, mielőtt újra bevezetné az egyes kezeléseket-talán fordított sorrendben, mint az átvitel hatásainak ellenőrzésének módját., Ezt a különleges többszörös kezelést megfordító kialakítást ABCACB kialakításnak is nevezhetjük.
váltakozó kezelések esetén két vagy több kezelés viszonylag gyorsan váltakozik a szokásos ütemterv szerint. Például a tanulásra fordított pozitív figyelmet egy nap fel lehet használni, enyhe büntetést pedig azért, mert nem tanulta meg a következőt stb. Vagy egy kezelést reggel lehet végrehajtani, a másik pedig délután. A váltakozó kezelések kialakítása lehet egy gyors és hatékony módja összehasonlítjuk kezelések, de csak akkor, ha a kezelések gyors hatású.,
többszörös kiindulási minták
két lehetséges probléma van a fordított kialakítással—mindkettő a kezelés eltávolításával kapcsolatos. Az egyik az, hogy ha egy kezelés működik, etikátlan lehet eltávolítani. Például, ha úgy tűnik, hogy egy kezelés csökkenti az önsérülés előfordulását egy fejlődési fogyatékossággal élő gyermeknél, etikátlan lenne eltávolítani ezt a kezelést csak azért, hogy megmutassa, hogy az önsérülés előfordulása növekszik. A második probléma az, hogy a függő változó nem térhet vissza a kiindulási értékhez, amikor a kezelést eltávolítják., Például, ha a tanulásra fordított pozitív figyelmet eltávolítják,a hallgató továbbra is nagyobb arányban tanulhat. Ez azt jelentheti, hogy a pozitív figyelem tartós hatással volt a hallgató tanulására, ami természetesen jó lenne. De ez azt is jelentheti, hogy a pozitív figyelem nem igazán volt az oka a megnövekedett tanulásnak. Talán valami más történt a kezeléssel egy időben—például a hallgató szülei elkezdhették jutalmazni őt a jó osztályzatokért.,
ezekre a problémákra az egyik megoldás a 10.4.ábrán bemutatott többszörös alapvonal-kialakítás. A tervezés egyik változatában egy alapvonalat állapítanak meg mind a több résztvevő számára, majd a kezelést mindegyikre bevezetik. Lényegében minden résztvevőt AB-konstrukcióban tesztelnek. Ennek a kialakításnak az a kulcsa, hogy a kezelést minden résztvevő számára más időpontban vezetik be. Az ötlet az, hogy ha a függő változó megváltozik, amikor a kezelést egy résztvevő számára bevezetik, ez véletlen egybeesés lehet., De ha a függő változó megváltozik, amikor a kezelést több résztvevő számára vezetik be—különösen akkor, ha a kezelést különböző időpontokban vezetik be a különböző résztvevők számára—, akkor rendkívül valószínűtlen, hogy véletlen egybeesés lenne.
példaként tekintsen Scott Ross és Robert Horner tanulmányára (Ross& Horner, 2009). Érdekelte őket, hogy egy iskolai szintű zaklatás-megelőzési program hogyan befolyásolja az adott problémás diákok zaklatási viselkedését. Mindhárom különböző iskolában a kutatók két diákot tanulmányoztak, akik rendszeresen részt vettek a zaklatásban. Az alapszakaszban az ebédszünetben naponta 10 perces periódusokban figyelték meg a diákokat, és megszámolták, hogy hány agresszív viselkedést mutattak ki társaik felé., (A kutatók kézi számítógépeket használtak az adatok rögzítéséhez.) 2 hét után egy iskolában valósították meg a programot. További 2 hét elteltével a második iskolában hajtották végre. További 2 hét elteltével a harmadik iskolában hajtották végre. Megállapították, hogy az egyes hallgatók által mutatott agresszív viselkedések száma nem sokkal a program végrehajtása után csökkent az iskolájában., Figyeljük meg, hogy ha a kutatók csak egy iskolát tanulmányoztak, vagy ha mindhárom iskolában egyszerre vezették be a kezelést, akkor nem lenne világos, hogy az agresszív viselkedés csökkenése a zaklatási program vagy valami más miatt történt-e, ami körülbelül ugyanabban az időben történt (például ünnep, televíziós program, az időjárás változása). De a többszörös alaprajzú kialakításukkal ez a fajta véletlen egybeesésnek háromszor kell megtörténnie-nagyon valószínűtlen esemény -, hogy elmagyarázza eredményeiket.,
a multiple-baseline tervezés egy másik változatában több alapvonalat állapítanak meg ugyanarra a résztvevőre, de különböző függő változókra, és a kezelést minden függő változó esetében eltérő időpontban vezetik be. Képzeljünk el például egy tanulmányt arról, hogy milyen hatással van az egyértelmű célok meghatározása egy olyan irodai dolgozó termelékenységére, akinek két elsődleges feladata van: értékesítési hívások kezdeményezése és jelentések írása. Mindkét feladat alapvonalait meg lehetne határozni. Például a kutató hetente több héten keresztül mérheti a munkavállaló által készített értékesítési hívások és jelentések számát., Ezután az egyik feladathoz bevezethető a célmeghatározó kezelés,majd később a másik feladathoz hasonló kezelés is bevezethető. A logika ugyanaz, mint korábban. Ha a kezelés bevezetése után egy feladatnál nő a termelékenység, nem világos, hogy a kezelés okozta-e a növekedést. De ha a kezelés bevezetése után mindkét feladat termelékenysége növekszik—különösen akkor, ha a kezelést két különböző időpontban vezetik be—, akkor sokkal világosabbnak tűnik, hogy a kezelés felelős.,
a multiple-baseline tervezés harmadik verziójában több alapvonalat hoznak létre ugyanazon résztvevő számára, de különböző beállításokban. Például meghatározható egy alapvonal arra az időre, ameddig a gyermek szabadidejében az iskolában és szabadidejében otthon olvas. Ezután egy olyan kezelést, mint a pozitív figyelem, először az iskolában, majd később otthon lehet bevezetni. Ismét, ha a függő változó a kezelés után minden egyes beállítás során megváltozik, akkor ez bizalmat ad a kutatónak, hogy a kezelés valójában felelős a változásért.,
Adatelemzés egy Alanyos kutatásban
amellett, hogy az egyes résztvevőkre összpontosít, az egy alanyos kutatás különbözik a csoportkutatástól az adatok jellemzően elemzésének módjában. Amint azt a könyv egészében láttuk, a csoportos kutatás magában foglalja az adatok kombinálását a résztvevők között. A csoportadatokat olyan statisztikákkal írják le, mint az eszközök, a szórások, a Pearson r stb. Végül, inferenciális statisztikákat használnak annak eldöntésére, hogy a minta eredménye valószínűleg általánosítja-e a lakosságot., Az egy tárgyú kutatás ezzel szemben nagymértékben támaszkodik egy nagyon eltérő megközelítésre, amelyet vizuális ellenőrzésnek neveznek. Ez azt jelenti, hogy az egyes résztvevők adatait az ebben a fejezetben leírtak szerint ábrázoljuk, alaposan megvizsgáljuk ezeket az adatokat, és megítéljük, hogy a független változó milyen mértékben volt hatással a függő változóra. Az inferenciális statisztikákat általában nem használják.
az adatok vizuális ellenőrzésekor az egy alanyos kutatók több tényezőt is figyelembe vesznek. Az egyik a függő változó szintjének változása állapotról állapotra., Ha a függő változó sokkal magasabb vagy sokkal alacsonyabb az egyik állapotban, mint a másik, ez arra utal, hogy a kezelésnek hatása volt. A második tényező a trend, amely a függő változó fokozatos növekedésére vagy csökkenésére utal a megfigyelések során. Ha a függő változó a körülmények megváltozásával növekszik vagy csökken, akkor ez ismét azt sugallja, hogy a kezelésnek hatása volt. Különösen akkor mondható el, amikor egy tendencia irányt vált-például amikor a nem kívánt viselkedés növekszik a kiindulási időszakban, de a kezelés bevezetésével csökkenni kezd., A harmadik tényező a késleltetés, ami az az idő, amíg a függő változó megváltozik a körülmények megváltozása után. Általában, ha a függő változó változása röviddel a körülmények megváltozása után kezdődik, ez arra utal, hogy a kezelés felelős.
a 10.5. ábra felső paneljén meglehetősen nyilvánvaló változások vannak a függő változó szintjén és trendjében állapotról állapotra. Továbbá, ezeknek a változásoknak a latenciái rövidek; a változás azonnal megtörténik., Ez az eredménymintázat erősen azt sugallja, hogy a kezelés felelős a függő változó változásaiért. A 10.5 ábra alsó paneljén azonban a szint változása meglehetősen kicsi. És bár úgy tűnik, hogy egyre növekvő tendenciát mutat a kezelési állapot, úgy tűnik, hogy ez lehet a folytatása a tendencia, hogy már megkezdődött a kiindulási. Ez az eredménymintázat erősen azt sugallja, hogy a kezelés nem volt felelős a függő változó változásaiért—legalábbis nem olyan mértékben, amennyire az egy alanyos kutatók általában remélik.,
az egytényezős kutatás eredményei statisztikai eljárásokkal is elemezhetők-és ez egyre gyakoribbá válik. Számos különböző megközelítés létezik, és az egy alanyos kutatók továbbra is vitatják, hogy melyik a leghasznosabb., Az egyik megközelítés párhuzamot mutat azzal, amit általában a csoportkutatásban végeznek. Az egyes résztvevők válaszainak átlagát és szórását minden feltétel alapján kiszámítják és összehasonlítják, és olyan inferenciális statisztikai vizsgálatokat alkalmaznak, mint a T-teszt vagy a variancia elemzése (Fisch, 2001). (Vegye figyelembe, hogy a résztvevők átlagolása kevésbé gyakori.) Egy másik megközelítés az egyes résztvevők (Scruggs & Mastropieri, 2001) nonoverlapping adatok (PND) százalékának kiszámítása., Ez a kezelési állapotban a válaszok százalékos aránya, amely szélsőségesebb, mint a legszélsőségesebb válasz a megfelelő kontroll állapotban. Hall és kollégái tanulmányában például az első kezelési állapotban mért vizsgálati idő minden mértéke nagyobb volt, mint az első kiindulási értéknél mért legmagasabb, 100% – os PND-érték. Minél nagyobb a nonoverlapping adatok aránya, annál erősebb a kezelés hatása., Ennek ellenére az egy tárgyú kutatás adatelemzésének formális statisztikai megközelítéseit általában a szemrevételezés kiegészítésének tekintik, nem helyettesítve azt.
- Egyetlen téma kutatási tervek rendszerint mérése a függő változó többször idővel, valamint a változó feltételek (pl. a kiindulási értékhez képest a kezelés), amikor a függő változó elérte egyensúlyi állapotban. Ez a megközelítés lehetővé teszi a kutató számára, hogy megnézze, hogy a független változó változásai változásokat okoznak-e a függő változóban.,
- fordított kivitelben a résztvevőt kiindulási állapotban tesztelik, majd kezelési állapotban tesztelik, majd visszatérnek a kiindulási értékre. Ha a függő változó megváltozik a kezelés bevezetésével, majd visszatér a kiindulási értékhez, ez erős bizonyítékot szolgáltat a kezelési hatásra.
- egy több kiindulási kialakításban különböző résztvevők, különböző függő változók vagy különböző beállítások alapvonalait állapítják meg—és a kezelést minden alapvonalnál eltérő időpontban vezetik be., Ha a kezelés bevezetését az egyes kiindulási értékekhez képest a függő változó változása követi, ez erős bizonyítékot szolgáltat a kezelési hatásra.
- az egyalanyos kutatók jellemzően úgy elemzik adataikat, hogy grafikonozzák őket, és megítélik, hogy a független változó befolyásolja-e a függő változót a szint, a trend és a latencia alapján.
- gyakorlat: tervezzen egy egyszerű, egy tárgyú vizsgálatot (megfordítással vagy többszörös alapvonal kialakítással) a következő kérdések megválaszolásához., Győződjön meg róla, hogy meghatározza a kezelést, operatív módon meghatározza a függő változót, eldönti, mikor és hol történik a megfigyelések stb.
- a szülők pozitív figyelme növeli-e a gyermek fogmosási viselkedését?
- az önvizsgálat a tanulás során javítja-e a hallgató teljesítményét a heti helyesírási teszteken?
- segít-e a rendszeres testmozgás a depresszió enyhítésében?
- gyakorlat: hozzon létre egy grafikont, amely megjeleníti az 1. gyakorlatban tervezett vizsgálat hipotetikus eredményeit. Írjon egy bekezdést, amelyben leírja, hogy mit mutatnak az eredmények., Ügyeljen arra, hogy megjegyzést szinten, trend, késés.
hosszú Leírások
10.3. ábra hosszú leírás: Vonalgráf, amely egy ABAB megfordítással végzett vizsgálat eredményeit mutatja. A függő változó alacsony volt az első kiindulási fázisban; emelkedett az első kezelés alatt; csökkent a második kiindulási időszakban, de még mindig magasabb volt, mint az első kiindulási fázisban; és a második kezelési fázisban volt a legmagasabb.
10.ábra.,4 Hosszú leírás: három sordiagram, amely egy általános, többszörös kiindulási vizsgálat eredményeit mutatja, amelyben különböző alapvonalakat állapítanak meg, és a kezelést különböző időpontokban vezetik be a résztvevőknek.
az 1. vizsgálat megkezdésekor a kezelés az út egynegyedét vezette be a vizsgálatba. A függő változó az alapérték alatt 12 és 16 egység között mozog, de a kezelés során 10 egységre csökken, és többnyire a vizsgálat végéig csökken, 4 és 10 egység között.
a 2. vizsgálat megkezdésekor a kezelés a vizsgálat felénél kezdődik., A függő változó 10-15 egység között mozog az alapvonal alatt, majd a kezelés bevezetésekor élesen 7 egységre csökken. A függő változó azonban nem sokkal a csökkenés után 12 egységre nő, és a vizsgálat végéig 8-10 egység között mozog.
a 3. vizsgálat megkezdésekor a kezelés az út háromnegyedét adja be a vizsgálatba. A függő változó az alapvonal során többnyire 12 és 16 egység között mozog, egy csökkenéssel 10 egységig., A kezelés bevezetésekor a függő változó 10 egységre csökken, majd a vizsgálat végéig 8-9 egység között mozog.
10,5. ábra hosszú leírás: két gráf, amelyek egy általános, egytényezős vizsgálat eredményeit mutatják Aba kialakítással. Az első grafikonon az a feltétel mellett a szint magas, a trend pedig növekszik. B. feltétel esetén a szint jóval alacsonyabb, mint az A. feltételnél, és a tendencia csökken. Az A feltétel ismét, szint körülbelül olyan magas, mint az első alkalommal, és a tendencia növekszik., Minden változás esetén a késleltetés rövid, ami arra utal, hogy a kezelés a változás oka.
a második grafikonon az a feltétel mellett a szint viszonylag alacsony, és a tendencia növekszik. B. feltétel esetén a szint valamivel magasabb, mint az A. állapot alatt, és a tendencia kissé növekszik. Az a feltétel ismét, szint egy kicsit alacsonyabb, mint a B állapot alatt, és a tendencia kissé csökken. Nehéz meghatározni ezeknek a változásoknak a késleltetését, mivel minden változás meglehetősen perc, ami azt sugallja, hogy a kezelés hatástalan.,
a kutató megvárja, amíg a résztvevő viselkedése egy állapotban meglehetősen konzisztens lesz a megfigyeléstől a megfigyelésig, mielőtt megváltoztatná a feltételeket. Ily módon a körülmények közötti változások könnyen észlelhetők.
egy olyan vizsgálati módszer, amelyben a kutató adatokat gyűjt a kiindulási állapotról, bevezeti a kezelést, és addig folytatja a megfigyelést, amíg el nem éri az egyensúlyi állapotot, végül eltávolítja a kezelést, és megfigyeli a résztvevőt, amíg vissza nem tér egyensúlyi állapotba.,
a kezelés megkezdése előtt a válaszadás szintje, ezért egyfajta kontroll állapotként működik.
a kiindulási fázist külön fázisok követik, amelyekben különböző kezeléseket vezetnek be.
két vagy több kezelés viszonylag gyorsan váltakozik a szokásos ütemterv szerint.
több résztvevő esetében megállapítást nyert, hogy a kezelést ezután minden résztvevőnek más időpontban kell beadni.,
az egyes résztvevők adatainak ábrázolása, az adatok vizsgálata, valamint annak megítélése, hogy a független változó milyen mértékben volt hatással a függő változóra.
Az adatok vizuális ellenőrzése alapján az adatok magasabbak vagy alacsonyabbak; a szint változása azt jelenti, hogy a bevezetett kezelés hatással volt.
a függő változó fokozatos növekedése vagy csökkenése a megfigyelések során.
Az idő, amíg a függő változó a körülmények változása után megváltozik.,
a kezelési állapotban a válaszok százalékos aránya, amely szélsőségesebb, mint a legszélsőségesebb válasz egy adott kontrollállapotban.