Multiple-Baseline Design
Det er to potensielle problemer med tilbakeføring design—som begge har å gjøre med fjerning av behandlingen. Det ene er at hvis en behandling virker, kan det være uetisk å fjerne det. For eksempel, hvis en behandling så ut til å redusere forekomsten av selv-skader i en utviklingshemmede barn, det ville være uetisk å fjerne at behandling bare for å vise at forekomsten av selv-skader øker., Det andre problemet er at den avhengige variabelen kan ikke gå tilbake til baseline når behandlingen er fjernet. For eksempel, når positiv oppmerksomhet for å studere er fjernet, en student kan fortsette å studere ved en økt pris. Dette kan bety at den positive oppmerksomheten hatt en varig effekt på elevens å studere, noe som selvsagt skulle være bra. Men det kan også bety at den positive oppmerksomheten var egentlig ikke årsaken til den økte å studere i første omgang., Kanskje noe annet som skjedde på omtrent samme tid som behandling—for eksempel elevens foreldre kan ha begynt å belønne ham for å få gode karakterer.
En løsning på disse problemene er å bruke en multippel baseline design, som er representert i Figur 10.5 «Resultatene av en Generisk Multiple-Baseline Studie». I én versjon av design, en baseline er etablert for hvert av flere deltakere, og behandlingen er da introdusert for hver og en. I hovedsak, hver deltaker er testet i en AB design., Nøkkelen til dette designet er at behandlingen er innført på et annet tidspunkt for hver deltaker. Tanken er at hvis den avhengige variabelen endrer seg når behandlingen er innført for en deltaker, kan det være en tilfeldighet. Men hvis den avhengige variabelen endrer seg når behandlingen er innført for flere deltakere—spesielt når behandlingen er innført på ulike tidspunkt for de ulike deltakerne—så det er ekstremt usannsynlig å være en tilfeldighet.
Figur 10.,5 Resultater av en Generisk Multiple-Baseline Studie
flere grunnlinjene kan være for ulike deltakere, avhengige variabler, eller innstillinger. Behandlingen er innført i en annen tid på hver baseline.
Som et eksempel, bør du vurdere et studium av Scott Ross og Robert Horner (Ross & Horner, 2009). De var interessert i hvordan et skoleomfattende program for forebygging av mobbing påvirket mobbing virkemåten til aktuelle problemet studenter., På hver av de tre forskjellige skoler, forskere studert to studenter som hadde jevnlig er involvert i mobbing. Under baseline fase, de observerte elevene for 10-minutters perioder hver dag til lunsj friminuttene og telles antall aggressiv atferd de viser overfor sine jevnaldrende. (Forskerne brukt håndholdte datamaskiner for å hjelpe registrere data. Etter 2 uker, de har implementert programmet på en skole. Etter 2 uker, de er implementert det på den andre skolen. Og etter 2 uker, de er implementert det på den tredje skolen., De fant at antall aggressiv atferd som utvises av hver student falt kort tid etter at programmet ble implementert på hans eller hennes skole. Legg merke til at hvis forskerne hadde bare studerte en skole eller hvis de hadde innført behandling på samme tid i alle tre skolene, så ville det være uklart om reduksjon i aggressiv atferd var på grunn av mobbing program eller noe annet som skjedde omtrent på samme tid ble det innført (f.eks., en ferie, et tv-program, en endring i været)., Men med sine multiple-baseline design, denne typen av tilfeldighetene ville ha det til å skje tre separate ganger—en svært usannsynlig hendelse—å forklare sine resultater.
I en annen versjon av den multiple-baseline design, flere grunnlinjene er etablert for samme deltager, men for ulike avhengige variabler, og behandlingen er innført på et annet tidspunkt for hver avhengig variabel. Tenk, for eksempel, en studie på effekten av å sette klare mål på produktiviteten til en kontorarbeider som har to primære oppgaver: lage salg samtaler og skriving av rapporter., Grunnlinjene for begge oppgavene kan være etablert. For eksempel, forsker kunne måle antall salg samtaler og rapporter skrevet av arbeideren hver uke i flere uker. Deretter målsetting behandling kan være introdusert for en av disse oppgavene, og på et senere tidspunkt samme behandling kan være introdusert for den andre oppgaven. Logikken er den samme som før. Hvis produktiviteten øker på en oppgave etter at behandlingen er innført, og det er uklart om behandling forårsaket økningen., Men hvis produktiviteten øker på begge oppgaver etter behandling er innført—spesielt når behandlingen er innført på to ulike tidspunkt—så det virker mye klarere på at behandlingen var ansvarlig.
I ennå en tredje versjon av multiple-baseline design, flere grunnlinjene er etablert for samme deltager men i forskjellige innstillinger. For eksempel, en baseline kan være etablert for hvor mye tid barnet bruker på å lese i løpet av sin fritid på skolen og i fritiden hjemme., Deretter en behandling som positiv oppmerksomhet kan være først introdusert på skolen og senere hjemme. Igjen, hvis den avhengige variabelen endres etter at behandlingen er innført i hver setting, da dette gir forskeren, og tillit til at behandling er, faktisk, som er ansvarlig for endringen.
Legg igjen en kommentar