Metodi di ricerca in psicologia

Disegni a base multipla

Ci sono due potenziali problemi con il disegno di inversione-entrambi i quali hanno a che fare con la rimozione del trattamento. Uno è che se un trattamento funziona, potrebbe essere immorale rimuoverlo. Ad esempio, se un trattamento sembrava ridurre l’incidenza di autolesionismo in un bambino disabile in via di sviluppo, sarebbe immorale rimuovere quel trattamento solo per dimostrare che l’incidenza di autolesionismo aumenta., Il secondo problema è che la variabile dipendente potrebbe non tornare al basale quando il trattamento viene rimosso. Ad esempio, quando viene rimossa l’attenzione positiva per lo studio, uno studente potrebbe continuare a studiare ad un ritmo maggiore. Ciò potrebbe significare che l’attenzione positiva ha avuto un effetto duraturo sullo studio dello studente, che ovviamente sarebbe buono. Ma potrebbe anche significare che l’attenzione positiva non era davvero la causa dell’aumento dello studio in primo luogo., Forse qualcos’altro è successo all’incirca nello stesso momento del trattamento—per esempio, i genitori dello studente potrebbero aver iniziato a premiarlo per buoni voti.

Una soluzione a questi problemi consiste nell’utilizzare un design a più baseline, che è rappresentato nella Figura 10.5 “Risultati di uno studio generico a più baseline”. In una versione del progetto, viene stabilita una linea di base per ciascuno dei diversi partecipanti e il trattamento viene quindi introdotto per ciascuno di essi. In sostanza, ogni partecipante viene testato in un design AB., La chiave di questo progetto è che il trattamento viene introdotto in un momento diverso per ogni partecipante. L’idea è che se la variabile dipendente cambia quando viene introdotto il trattamento per un partecipante, potrebbe essere una coincidenza. Ma se la variabile dipendente cambia quando il trattamento viene introdotto per più partecipanti-specialmente quando il trattamento viene introdotto in momenti diversi per i diversi partecipanti—allora è estremamente improbabile che sia una coincidenza.

Ad esempio, si consideri uno studio di Scott Ross e Robert Horner (Ross& Horner, 2009). Erano interessati a come un programma di prevenzione del bullismo a livello scolastico influenzasse il comportamento di bullismo di particolari studenti problematici., In ognuna delle tre scuole diverse, i ricercatori hanno studiato due studenti che si erano regolarmente impegnati nel bullismo. Durante la fase di base, hanno osservato gli studenti per periodi di 10 minuti ogni giorno durante la pausa pranzo e contato il numero di comportamenti aggressivi che hanno esibito nei confronti dei loro coetanei. (I ricercatori hanno utilizzato computer palmari per aiutare a registrare i dati.) Dopo 2 settimane, hanno implementato il programma in una scuola. Dopo altre 2 settimane, l’hanno implementato nella seconda scuola. E dopo altre 2 settimane, l’hanno implementato alla terza scuola., Hanno scoperto che il numero di comportamenti aggressivi esibiti da ogni studente è sceso poco dopo che il programma è stato implementato nella sua scuola. Si noti che se i ricercatori hanno studiato solo una scuola, o se essi avevano introdotto il trattamento allo stesso tempo in tutte e tre le scuole, allora sarebbe chiaro se la riduzione dei comportamenti aggressivi è stato a causa del bullismo programma o qualcos’altro che è accaduto a circa lo stesso tempo è stato introdotto (ad esempio, una vacanza, un programma televisivo, un cambiamento del tempo)., Ma con il loro design a più linee di base, questo tipo di coincidenza dovrebbe accadere tre volte separate—un evento molto improbabile—per spiegare i loro risultati.

In un’altra versione del progetto di base multipla, vengono stabilite più linee di base per lo stesso partecipante ma per diverse variabili dipendenti e il trattamento viene introdotto in un momento diverso per ogni variabile dipendente. Immagina, ad esempio, uno studio sull’effetto di fissare obiettivi chiari sulla produttività di un impiegato che ha due compiti principali: effettuare chiamate di vendita e scrivere rapporti., Potrebbero essere stabilite linee di base per entrambe le attività. Ad esempio, il ricercatore potrebbe misurare il numero di chiamate di vendita effettuate e rapporti scritti dal lavoratore ogni settimana per diverse settimane. Poi il trattamento di definizione degli obiettivi potrebbe essere introdotto per uno di questi compiti, e in un secondo momento lo stesso trattamento potrebbe essere introdotto per l’altro compito. La logica è la stessa di prima. Se la produttività aumenta su un’attività dopo l’introduzione del trattamento, non è chiaro se il trattamento abbia causato l’aumento., Ma se la produttività aumenta su entrambi i compiti dopo l’introduzione del trattamento-specialmente quando il trattamento viene introdotto in due momenti diversi-allora sembra molto più chiaro che il trattamento è stato responsabile.

In una terza versione del progetto di base multipla, vengono stabilite più linee di base per lo stesso partecipante ma in impostazioni diverse. Ad esempio, una linea di base potrebbe essere stabilita per la quantità di tempo che un bambino trascorre a leggere durante il suo tempo libero a scuola e durante il suo tempo libero a casa., Quindi un trattamento come l’attenzione positiva potrebbe essere introdotto prima a scuola e poi a casa. Ancora una volta, se la variabile dipendente cambia dopo che il trattamento è stato introdotto in ogni impostazione, questo dà al ricercatore la fiducia che il trattamento è, di fatto, responsabile del cambiamento.