- Beskriv de grundläggande elementen i en enskild forskningsdesign.
- konstruera enkla enämnes studier med omvänd och multipla baslinjedesigner.
- förklara hur enstaka forskningsdesigner behandlar frågan om intern giltighet.
- tolka resultaten av enkla enpublicerade studier baserat på visuell inspektion av graferade data.,
innan du tittar på några specifika enstaka forskningsdesigner, kommer det att vara bra att överväga vissa funktioner som är vanliga för de flesta av dem. Många av dessa funktioner illustreras i Figur 10.2, som visar resultaten av en generisk enämnesstudie. För det första mäts den beroende variabeln (representerad på grafens Y-axel) upprepade gånger över tiden (representerad av x-axeln) med jämna mellanrum. För det andra är studien uppdelad i olika faser, och deltagaren testas under ett villkor per fas., Villkoren betecknas ofta med stora bokstäver: A, B, C och så vidare. Figur 10.2 representerar således en design där deltagaren testades först i ett tillstånd (A), sedan testades i ett annat tillstånd (B) och slutligen testades i det ursprungliga tillståndet (a). (Detta kallas en omvänd design och kommer att diskuteras mer detaljerat inom kort.)
en annan viktig aspekt av en-ämnesforskning är att förändringen från ett villkor till nästa vanligtvis inte uppstår efter en fast tid eller antal observationer. I stället beror det på deltagarens beteende. Specifikt väntar forskaren tills deltagarens beteende i ett tillstånd blir ganska konsekvent från observation till observation före förändrade förhållanden., Detta kallas ibland steady state-strategin (Sidman, 1960). Tanken är att när den beroende variabeln har nått ett stabilt tillstånd, då någon förändring över förhållanden kommer att vara relativt lätt att upptäcka. Minns att vi stötte på samma princip när vi diskuterade experimentell forskning mer generellt. Effekten av en oberoende variabel är lättare att upptäcka när ”bruset” i data minimeras.
Reversal Designs
den mest grundläggande enämnesforskningsdesignen är reversal-designen, även kallad ABA-designen., Under den första fasen, a, fastställs en baslinje för den beroende variabeln. Detta är nivån på att svara innan någon behandling införs, och därför är baslinjefasen ett slags kontrolltillstånd. När steady state-svar uppnås börjar fas B när forskaren introducerar behandlingen. Det kan finnas en period av justering av behandlingen under vilken beteendet av intresse blir mer varierande och börjar öka eller minska., Återigen väntar forskaren tills den beroende variabeln når ett stadigt tillstånd så att det är klart om och hur mycket det har förändrats. Slutligen tar forskaren bort behandlingen och väntar igen tills den beroende variabeln når ett stabilt tillstånd. Denna grundläggande återföring design kan också förlängas med återinförandet av behandlingen (ABAB), en annan återgång till baslinjen (ABABA), och så vidare.
studien av Hall och hans kollegor var en ABAB reversal design. Figur 10.3 approximerar data för Robbie., Den procentandel av tiden han ägnade åt studier (den beroende variabeln) var låg under den första baslinjefasen, ökade under den första behandlingsfasen tills den planade av, minskade under den andra baslinjefasen och ökade igen under den andra behandlingsfasen.
Varför är den omvända—avlägsnande av behandling—som anses nödvändigt i denna typ av design? Varför använda en ABA-design, till exempel, snarare än en enklare AB-design? Observera att en AB-design i huvudsak är en avbruten tidsseriedesign som tillämpas på en enskild deltagare., Minns att ett problem med den designen är att om den beroende variabeln ändras efter behandlingen införs är det inte alltid klart att behandlingen var ansvarig för förändringen. Det är möjligt att något annat ändras vid ungefär samtidigt och att denna externa variabel är ansvarig för förändringen i den beroende variabeln., Men om den beroende variabeln ändras med införandet av behandlingen och sedan ändras tillbaka med avlägsnandet av behandlingen (förutsatt att behandlingen inte skapar en permanent effekt) är det mycket tydligare att behandlingen (och avlägsnandet av behandlingen) är orsaken. Med andra ord ökar återföringen kraftigt studiens interna giltighet.
det finns nära släktingar till den grundläggande reverseringsdesignen som möjliggör utvärdering av mer än en behandling., I en behandlingsomvandling med flera behandlingar följs en baslinjefas av separata faser där olika behandlingar införs. Till exempel kan en forskare fastställa en baslinje för att studera beteende för en störande student (A), sedan introducera en behandling som involverar positiv uppmärksamhet från läraren (B) och sedan byta till en behandling som involverar mild bestraffning för att inte studera (C). Deltagaren kan sedan återföras till en baseline-fas innan varje behandling återinförs-kanske i omvänd ordning som ett sätt att kontrollera för överföringseffekter., Denna speciella multipelbehandlingsreverseringsdesign kan också kallas en ABCACB-design.
i en alternerande behandlingsdesign alterneras två eller flera behandlingar relativt snabbt på ett regelbundet schema. Till exempel kan positiv uppmärksamhet för studier användas en dag och mild bestraffning för att inte studera nästa, och så vidare. Eller en behandling kan genomföras på morgonen och en annan på eftermiddagen. Växlande behandlingar design kan vara ett snabbt och effektivt sätt att jämföra behandlingar, men endast när behandlingarna är snabbverkande.,
multiple-Baseline Designs
det finns två potentiella problem med omvänd design—som båda har att göra med avlägsnandet av behandlingen. En är att om en behandling fungerar kan det vara oetiskt att ta bort det. Till exempel, om en behandling tycktes minska förekomsten av självskada i ett utvecklingshindrat barn, skulle det vara oetiskt att ta bort den behandlingen bara för att visa att förekomsten av självskada ökar. Det andra problemet är att den beroende variabeln inte kan återgå till baslinjen när behandlingen tas bort., Till exempel, när positiv uppmärksamhet för att studera tas bort, kan en student fortsätta att studera i ökad takt. Detta kan innebära att den positiva uppmärksamheten hade en bestående effekt på studentens studier, vilket naturligtvis skulle vara bra. Men det kan också innebära att den positiva uppmärksamheten inte var orsaken till den ökade studien i första hand. Kanske hände något annat vid ungefär samma tidpunkt som behandlingen—till exempel kan studentens föräldrar ha börjat belöna honom för bra betyg.,
en lösning på dessa problem är att använda en multipelbaslinjedesign, som representeras i Figur 10.4. I en version av designen fastställs en baslinje för var och en av flera deltagare, och behandlingen introduceras sedan för var och en. I huvudsak Testas varje deltagare i en AB-design. Nyckeln till denna design är att behandlingen introduceras vid en annan tidpunkt för varje deltagare. Tanken är att om den beroende variabeln ändras när behandlingen införs för en deltagare kan det vara en slump., Men om den beroende variabeln ändras när behandlingen införs för flera deltagare-särskilt när behandlingen introduceras vid olika tidpunkter för de olika deltagarna-är det extremt osannolikt att det är en slump.
som ett exempel, överväga en studie av Scott Ross och Robert Horner (Ross& Horner, 2009). De var intresserade av hur ett skolomfattande mobbningsprogram påverkade mobbning beteendet hos särskilda problemstudenter. Vid var och en av tre olika skolor studerade forskarna två studenter som regelbundet hade engagerat sig i mobbning. Under baslinjefasen observerade de eleverna i 10-minuters perioder varje dag under lunchuppehållet och räknade antalet aggressiva beteenden som de uppvisade mot sina kamrater., (Forskarna använde handdatorer för att registrera data.) Efter 2 veckor genomförde de programmet på en skola. Efter 2 veckor genomförde de det på andra skolan. Och efter 2 veckor genomförde de det på tredje skolan. De fann att antalet aggressiva beteenden som uppvisas av varje elev sjönk strax efter att programmet genomfördes på hans eller hennes skola., Observera att om forskarna bara hade studerat en skola eller om de hade infört behandlingen samtidigt på alla tre skolor, skulle det vara oklart om minskningen av aggressiva beteenden berodde på mobbningsprogrammet eller något annat som hände vid ungefär samma tidpunkt det introducerades (t.ex. en semester, ett tv-program, en förändring i vädret). Men med sin multipla baslinjedesign skulle denna typ av slump behöva hända tre separata gånger—en mycket osannolik händelse—för att förklara deras resultat.,
i en annan version av multipla baslinjedesignen fastställs flera baslinjer för samma deltagare men för olika beroende variabler, och behandlingen införs vid en annan tidpunkt för varje beroende variabel. Föreställ dig till exempel en studie om effekten av att sätta tydliga mål på produktiviteten hos en kontorsarbetare som har två primära uppgifter: ringa försäljningssamtal och skriva rapporter. Baslinjer för båda uppgifterna skulle kunna fastställas. Till exempel kan forskaren mäta antalet försäljningssamtal som gjorts och rapporter skrivna av arbetstagaren varje vecka i flera veckor., Då kan målinställningsbehandlingen introduceras för en av dessa uppgifter, och vid ett senare tillfälle kan samma behandling introduceras för den andra uppgiften. Logiken är densamma som tidigare. Om produktiviteten ökar på en uppgift efter att behandlingen har införts är det oklart om behandlingen orsakade ökningen. Men om produktiviteten ökar på båda uppgifterna efter att behandlingen introducerats-särskilt när behandlingen introduceras vid två olika tidpunkter-verkar det mycket tydligare att behandlingen var ansvarig.,
i ännu en tredje version av multiple-baslinjedesignen upprättas flera baslinjer för samma deltagare men i olika inställningar. Till exempel kan en baslinje fastställas för den tid ett barn spenderar läsning under sin fritid i skolan och under sin fritid hemma. Då kan en behandling som positiv uppmärksamhet introduceras först i skolan och senare hemma. Återigen, om den beroende variabeln ändras efter behandlingen införs i varje inställning, ger detta forskaren förtroende för att behandlingen faktiskt är ansvarig för förändringen.,
dataanalys i en-Ämnesforskning
förutom fokus på enskilda deltagare skiljer sig en-ämnesforskning från gruppforskning på det sätt som data vanligtvis analyseras. Som vi har sett i hela boken innebär gruppforskning att kombinera data mellan deltagare. Gruppdata beskrivs med hjälp av statistik som medel, standardavvikelser, Pearsons r och så vidare för att upptäcka allmänna mönster. Slutligen används inferentiell statistik för att avgöra om resultatet för provet sannolikt kommer att generaliseras till befolkningen., Enämnesforskning bygger däremot starkt på ett mycket annorlunda tillvägagångssätt som kallas visuell inspektion. Detta innebär att man planerar enskilda deltagares uppgifter enligt vad som framgår i detta kapitel, tittar noggrant på dessa uppgifter och bedömer huruvida och i vilken utsträckning den oberoende variabeln hade en effekt på den beroende variabeln. Inferentiell statistik används vanligtvis inte.
vid visuell inspektion av deras data tar enskilda forskare hänsyn till flera faktorer. En av dem är förändringar i nivån på den beroende variabeln från tillstånd till tillstånd., Om den beroende variabeln är mycket högre eller mycket lägre i ett tillstånd än en annan, tyder detta på att behandlingen hade en effekt. En andra faktor är trend, som hänvisar till gradvisa ökningar eller minskningar i den beroende variabeln över observationer. Om den beroende variabeln börjar öka eller minska med en förändring av förhållandena, föreslår det igen att behandlingen hade en effekt. Det kan vara särskilt talande när en trend ändrar riktningar-till exempel när ett oönskat beteende ökar under baslinjen men sedan börjar minska med införandet av behandlingen., En tredje faktor är latens, vilket är den tid det tar för den beroende variabeln att börja förändras efter en förändring av förhållandena. I allmänhet, om en förändring i den beroende variabeln börjar strax efter en förändring av förhållandena, tyder detta på att behandlingen var ansvarig.
i den övre panelen i Figur 10.5 finns det ganska uppenbara förändringar i nivån och trenden för den beroende variabeln från tillstånd till tillstånd. Dessutom är latenserna för dessa förändringar korta; förändringen sker omedelbart., Detta resultatmönster tyder starkt på att behandlingen var ansvarig för förändringarna i den beroende variabeln. I den nedre panelen i Figur 10.5 är dock förändringarna i nivå ganska små. Och även om det verkar finnas en ökande trend i behandlingstillståndet, det ser ut som om det kan vara en fortsättning av en trend som redan hade börjat under baslinjen. Detta resultatmönster tyder starkt på att behandlingen inte var ansvarig för några förändringar i den beroende variabeln—åtminstone inte i den utsträckning som enskilda forskare vanligtvis hoppas se.,
resultaten av enstaka forskning kan också analyseras med hjälp av statistiska förfaranden-och detta blir allt vanligare. Det finns många olika tillvägagångssätt, och enskilda forskare fortsätter att diskutera vilka som är mest användbara., Ett tillvägagångssätt paralleller vad som vanligtvis görs i gruppforskning. Medel-och standardavvikelsen för varje deltagares svar under varje villkor beräknas och jämförs, och inferentiella statistiska tester som t-testet eller variansanalysen tillämpas (Fisch, 2001). (Observera att genomsnitt mellan deltagare är mindre vanligt.) En annan metod är att beräkna den procentuella andelen av nonoverlapping data (PND) för varje deltagare (Scruggs & Mastropieri, 2001)., Detta är andelen svar i behandlingstillståndet som är mer extrema än det mest extrema svaret i ett relevant kontrolltillstånd. I studien av Hall och hans kollegor var till exempel alla åtgärder av Robbies studietid i det första behandlingstillståndet större än det högsta måttet i den första baslinjen, för en PND på 100%. Ju större procentandel av nonoverlapping data desto starkare behandlingseffekten., Ändå betraktas formella statistiska metoder för dataanalys i enstaka forskning som ett komplement till visuell inspektion, inte en ersättning för den.
- enstaka forskningsdesigner innebär vanligtvis att man mäter den beroende variabeln upprepade gånger över tid och förändrade förhållanden (t.ex. från baslinje till behandling) när den beroende variabeln har nått ett stabilt tillstånd. Detta tillvägagångssätt gör det möjligt för forskaren att se om förändringar i den oberoende variabeln orsakar förändringar i den beroende variabeln.,
- i en omvänd design testas deltagaren i ett utgångsläge, testas sedan i ett behandlingstillstånd och återgår sedan till baslinjen. Om den beroende variabeln ändras med införandet av behandlingen och sedan ändras tillbaka med återgången till baslinjen, ger detta starka bevis på en behandlingseffekt.
- i en multipla baslinjedesign upprättas baslinjer för olika deltagare, olika beroende variabler eller olika inställningar—och behandlingen introduceras vid en annan tidpunkt på varje baslinje., Om introduktionen av behandlingen följs av en förändring av den beroende variabeln på varje baslinje, ger detta starka bevis på en behandlingseffekt.
- enskilda forskare analyserar vanligtvis sina data genom att rita dem och göra bedömningar om huruvida den oberoende variabeln påverkar den beroende variabeln baserat på nivå, trend och latens.
- Practice: designa en enkel enskild studie (med antingen en reversal eller multiple-baseline design) för att svara på följande frågor., Var noga med att ange behandlingen, operativt definiera den beroende variabeln, bestämma när och var observationerna ska göras och så vidare.
- ökar positiv uppmärksamhet från en förälder ett barns tandborstningsbeteende?
- förbättrar självtestning medan du studerar en elevs prestanda på veckovisa stavningstester?
- hjälper regelbunden motion till att lindra depression?
- övning: skapa ett diagram som visar de hypotetiska resultaten för den studie du utformade i Övning 1. Skriv ett stycke där du beskriver vad resultaten visar., Var noga med att kommentera nivå, trend och latens.
långa beskrivningar
figur 10.3 lång beskrivning: linjediagram som visar resultaten av en studie med en ABAB-omvänd design. Den beroende variabeln var låg under den första baslinjefasen; ökade under den första behandlingen; minskade under den andra baslinjen, men var fortfarande högre än under den första baslinjen; och var högst under den andra behandlingsfasen.
Figur 10.,4 lång beskrivning: tre linjediagram som visar resultaten av en generisk studie med flera baslinjer, där olika baslinjer upprättas och behandling introduceras till deltagare vid olika tidpunkter.
För Baseline 1 introduceras behandling en fjärdedel av vägen in i studien. Den beroende variabeln varierar mellan 12 och 16 enheter under baslinjen, men sjunker till 10 enheter med behandling och minskar mestadels till slutet av studien, mellan 4 och 10 enheter.
För Baseline 2 introduceras behandlingen halvvägs genom studien., Den beroende variabeln varierar mellan 10 och 15 enheter under baslinjen och har sedan en kraftig minskning till 7 enheter när behandlingen införs. Den beroende variabeln ökar dock till 12 enheter strax efter droppen och varierar mellan 8 och 10 enheter fram till slutet av studien.
För Baseline 3 introduceras behandling tre fjärdedelar av vägen in i studien. Den beroende variabeln varierar mellan 12 och 16 enheter för det mesta under baslinjen, med en droppe ner till 10 enheter., När behandlingen införs sjunker den beroende variabeln ner till 10 enheter och varierar sedan mellan 8 och 9 enheter fram till slutet av studien.
figur 10.5 lång beskrivning: två diagram som visar resultaten av en generisk en-ämnesstudie med ABA-design. I det första diagrammet, under förutsättning A, är nivån hög och trenden ökar. Under villkor B är nivån mycket lägre än under Villkor A och trenden minskar. Under förutsättning A igen är nivån ungefär lika hög som första gången och trenden ökar., För varje förändring är latens kort, vilket tyder på att behandlingen är orsaken till förändringen.
i det andra diagrammet, under förutsättning A, är nivån relativt låg och trenden ökar. Under villkor B är nivån lite högre än under Villkor A och trenden ökar något. Under förutsättning A igen är nivån lite lägre än under villkor B och trenden minskar något. Det är svårt att bestämma latensen av dessa förändringar, eftersom varje förändring är ganska minut, vilket tyder på att behandlingen är ineffektiv.,
forskaren väntar tills deltagarens beteende i ett tillstånd blir ganska konsekvent från observation till observation före förändrade förhållanden. På så sätt kommer alla förändringar över förhållandena att vara lätta att upptäcka.
en studiemetod där forskaren samlar in data om ett utgångsläge, introducerar behandlingen och fortsätter observation tills ett stabilt tillstånd uppnås och slutligen tar bort behandlingen och observerar deltagaren tills de återgår till ett stabilt tillstånd.,
nivån på svaret innan någon behandling införs och fungerar därför som ett slags kontrolltillstånd.
en baseline fas följs av separata faser där olika behandlingar införs.
två eller flera behandlingar växlas relativt snabbt på ett vanligt schema.
en baslinje är etablerad för flera deltagare och behandlingen introduceras sedan till varje deltagare vid en annan tidpunkt.,
plottning av enskilda deltagares data, granskning av data och bedömning av huruvida och i vilken utsträckning den oberoende variabeln hade en effekt på den beroende variabeln.
om data är högre eller lägre baserat på en visuell inspektion av data; en förändring i nivån innebär att den behandling som infördes hade en effekt.
gradvisa ökningar eller minskningar i den beroende variabeln över observationer.
den tid det tar för den beroende variabeln att börja förändras efter en förändring av förhållandena.,
andelen svar i behandlingstillståndet som är mer extrema än det mest extrema svaret i ett relevant kontrolltillstånd.