Small-N-Designs

Aus eLearning - Methoden der Psychologie - TU Dresden
Version vom 20. Dezember 2021, 11:38 Uhr von Elisa (Diskussion | Beiträge) (→‎Wechselnde Replikationen Design)
(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)
Zur Navigation springen Zur Suche springen

AB Design

Bei diesem Design wird die abhängige Variable(AV) zuerst in Phase A mehrfach als Grundrate erhoben. In der Experimentalphase (B) wird dann die unabhängige Variable(UV) eingeführt und weiterhin die AV erhoben. Aus dem Vergleich der Ausprägungen der AV zwischen den Phasen A und B werden dann Schlussfolgerungen über die Wirkung des Treatments gezogen. Der Einfluss der Störvariablen wird als in beiden Phasen gleich angesehen, er wird also durch Konstanthaltung kontrolliert.

Die interne Validität des AB-Designs ist jedoch trotzdem mangelhaft, da nur einmalig gezeigt wird, dass mit der Intervention (UV in Experimentalphase) eine Veränderung eintritt. Dabei werden jedoch Konfundierungseffekte mit dem zwischenzeitlichen Geschehen und mit Reifungseffekten nicht kontrolliert.

Schema:

Ausgelagerte Bildbeschreibung von AB Design

ABA Design

Dieser Plan stellt eine Erweiterung des AB Designs dar. An die Grundratenphase (A1) und die Experimentalphase (B) schließt sich hier erneut eine Phase ohne Intervention (A2) an. Um diese herbeizuführen, muss der Einfluss der UV "rückgängig" gemacht werden. Dies kann geschehen, indem die UV entweder ausgeblendet oder umgekehrt wird.

Wenn in der zweiten A-Phase die Auswirkung der AV auf das Niveau der ersten A-Phase zurückgeht (bei Ausblendung der UV) bzw. die Daten entgegen der Richtung der B-Phase gehen (bei Umkehrung der UV), dann kann als hinreichend gesichert gelten, dass die Ausprägungen der AV von der Wirkung bzw. Nichtwirkung der UV beeinflusst wurde.

Schema:

Ausgelagerte Bildbeschreibung von ABA Design

BAB Design

Das Prinzip des BAB-Plans ist ähnlich wie das des ABA Designs. Hier beginnt und endet man jedoch nicht mit einer Grundratenerhebung (A), sondern mit der Experimentalbedingung (B1 und B2). Dies kann zum Beispiel in klinischen oder pädagogischen Studien sinnvoller und ethisch vertretbarer sein. Denn nun wird die Versuchsperson nicht mit einer wieder entzogenen Hilfe oder gar einem gegenteiligen Treatment aus der Studie entlassen.

Dieses Vorgehen wirft jedoch auch Probleme auf, denn die Erhebung der Grundphase kann von der vorherigen Experimentalphase beeinflusst sein (Pretesteffekt). Dies wirkt sich negativ auf die externe Validität von BAB-Plänen aus. Außerdem ist die Baseline, also das „Normalverhalten“ durch die vorgeschobene B-Phase womöglich schlecht erfasst.


ABAB Design

Diese Pläne werden auch als Ausblendungs- oder Umkehrdesigns bezeichnet. ABAB-Pläne sind Erweiterungen der AB- bzw. ABA Designs. Die Grundratenphasen A1 und A2 stellen Kontrollphasen dar. Die Phase A2 kann durch Ausblendung oder durch Umkehrung der UV herbeigeführt werden. Es findet nach der zweiten Grundratenerhebung eine erneute Experimentalphase (B2) statt. Ziel dabei ist es durch Alternieren von B und A einen Interventionseffekt bei derselben Untersuchungseinheit zu replizieren. Durch den Vergleich der Phasen B1 und B2 und insgesamt der A- mit den B-Phasen ist ein valider Rückschluss auf die Wirkung der Intervention möglich. Durch die erhöhte Anzahl von Messphasen werden Zeiteinflüsse gut kontrolliert, da es als unwahrscheinlich angesehen wird, dass diese nur in den Experimentalphasen auftreten.

Das ABAB-Design kann allerdings in der Therapieforschung als problematisch aufgefasst werden, wenn eine wirksame Behandlung bei einer Person zeitweilig unterbrochen wird, um die experimentelle Kontrolle zu demonstrieren.

Außerdem ist manches einmal gelerntes Verhalten in der Phase B1 nicht mehr reversibel und kann dadurch nicht mehr ausgeblendet oder umgekehrt werden, so dass eine mit der A1-Phase identischen Grundratenphase nach begonnener Intervention nicht mehr hergestellt werden kann.


ABE Design

ABE-Design steht für AB-Extension-Design. Auf Deutsch bedeutet das so viel wie AB-Erweiterungs-Design. Es handelt sich um ein AB Design, bei dem nach der Experimentalphase eine erneute Messung stattfindet (Follow-up-Messung). Das Ziel dabei ist die Nachhaltigkeit einer Intervention zu überprüfen, indem die Beobachtung des Zielverhaltens fortgesetzt wird. Die Zeitspanne zwischen der Beendigung der B-Phase und der Follow-up-Messung muss dabei je nach inhaltlicher Fragestellung bei jeder Untersuchung individuell gewählt werden. Mit einem ABE-Plan kann überprüft werden, ob die gefundenen Effekte nachhaltig anhalten. Somit kann die Aussagekraft der Ergebnisse erhöht werden.


Changing Criterion Design

Das Changing Criterion Design (CCD – deutsch: Kriterien-Veränderungs-Design) wird angewendet, um die Wirksamkeit von Interventionen anhand sukzessiver Verhaltensänderungen nachzuweisen. Viele Verhaltensänderungen (z. B. Gewichtsreduktion, Aufbau von sozial kompetentem Verhalten) entstehen nur schrittweise und nicht "von jetzt auf gleich". Die kleinen Fortschritte sind dann schwer mit herkömmlichen Experimenten nachweisbar, da die Effekte zu gering sind, um als bedeutsam zu gelten. Das CCD berücksichtigt dieses Problem und weist nacheinander die Teilergebnisse nach.

Prinzipiell kann man das CCD als Adaption eines AB Designs begreifen, bei dem sich die B-Phase in mehrere Teilphasen aufsplittet. Für jede dieser Teilphasen wird ein Kriterium festgelegt, welches erreicht werden muss, um mit der nächsten Teilphase beginnen zu können. Beispielsweise soll ein Diätprogramm zunächst zu einer Gewichtsreduktion von 3 kg führen, dann einmal von 4 kg und in Phase B3 zu erneut -3 kg. Insgesamt hat das Programm dann zu einer Gewichtsabnahme von 10 kg geführt und kann damit als wirksam gelten.

Wichtig ist, dass diese Teilkriterien mit sinnvollen Differenzen festgelegt werden – es muss insgesamt ein eindeutiger Effekt nachgewiesen werden können, aber ein einzelner Teilschritt muss erreichbar und mit dem nächsten Teilschritt gut vereinbar sein.

Weiterhin ist die Dauer der Teilphasen von Belang. Im Beispiel der Gewichtsreduktion wäre es unrealistisch und dementsprechend für einen wissenschaftlichen Versuch unangemessen, die Teilphasen nur jeweils einen Tag oder – das andere Extrem – ein Jahr anzusetzen. Eine zu kurze Dauer verhindert die Erreichung der Zielkriterien, da es sich um träge und langsam in Gang kommende Prozesse handelt. Da jede Teilphase als Grundrate für die darauf folgende Teilphase dient, müssen die Datenreihen stabil sein, bevor die nächste Teilphase beginnt. Generell sagt man, dass man mindestens drei stabile Datenpunkte (Messungen) erfasst haben sollte, bevor die nächste Teilphase beginnt. Ein zu langer Zeitraum würde jedoch ebenfalls keine relevanten Ergebnisse bringen, hier würden zu viele externe Störvariablen (Zeiteinflüsse) wirken. Im Beispiel wäre eine Dauer von jeweils 1-2 Wochen realistisch und sinnvoll.

Ebenfalls beachtet werden müssen in einem CCD die Anzahl der Teilphasen. Diese müssen wie auch die Dauer und die einzelnen Teilkriterien je nach Versuchsinhalt sinnvoll gewählt werden. Meist werden 6-8 Teilphasen anberaumt, mindestens müssen zwei vorhanden sein.

Ausgelagerte Bildbeschreibung von Changing Criterion Design

Ausbalancierte Pläne

Ausbalancierte Versuchspläne (auch "Anordnungen mit gleichartigen Zeitstichproben") werden dann eingesetzt, wenn eine Gruppe (oder Person) quasiexperimentell untersucht werden soll, jedoch keine Kontrollgruppe (bzw. -person) vorhanden ist. Anstatt die verschiedenen Faktorstufen an verschiedenen Gruppierungen zu testen, werden die Bedingungen an ein und denselben Personen zu unterschiedlichen Zeitpunkten untersucht. Bei einer zweifach gestuften unabhängigen Variablen (UV) läuft eine ausbalancierte Untersuchung nach dem Schema ABBA ab, wobei A zum Beispiel die Arbeit mit einem traditionellen Lehrbuch sein kann und B die Arbeit mit einem neuen Lehrbuch. Bei drei Faktorstufen, beispielsweise mit zusätzlichen Phasen ganz ohne Lehrbuch (C), erfolgt der Ablauf nach dem Schema ABCCBA. Die Kontrollgruppen werden also gewissermaßen durch Kontrollbedingungen ersetzt.

Wichtig ist, dass die Bedingungen systematisch variiert werden – sie werden ausbalanciert. Dies verhindert das Auftreten von Reihenfolgeeffekten (wie sie bei nicht ausbalancierten Wiederholungsdesigns auftreten können) und erhöht somit die interne Validität des Designs. Der störende Einfluss zwischenzeitlicher Geschehnisse wird in ausbalancierten Plänen ebenfalls kontrolliert, da die Wahrscheinlichkeit als gering angesehen wird, dass diese ausgerechnet nur in den Interventionsphasen auftreten.

Bei Übertragungseffekten sind diese Pläne nicht anwendbar. Um sie zu verhindern, sind Parallelversionen vom Untersuchungsmaterial erforderlich (z. B. unterschiedliche, aber gleich schwere Rechenaufgaben oder unterschiedliche, aber emotional gleich stark wirkende Bilder).


Multi-Treatment-Design

Multi-Treatment bedeutet, dass mehrere Treatments (also UVs) vorhanden sind. Neben der Grundrate A und der Intervention B kommt also noch mindestens eine weitere Intervention hinzu (C, D, … etc.). Auch eine Kombination von Treatments ist möglich (z. B. BC). Ein Multi-Treatment-Design kann zum Beispiel A BC B BC sein.

Vorteilhaft an Multi-Treatment-Plänen ist die Effektivität. Es können in einer Versuchsreihe mehrere Treatments miteinander verglichen werden. Allerdings ist die interne Validität dieser Designs beeinträchtigt durch Reifungseffekte, zudem können hier Sequenzeffekte zwischen den einzelnen Treatments die externe Validität reduzieren.


Alternating Treatment Design

Alternating Treatment bedeutet übersetzt "alternierende Behandlung". Das alternating Treatment Design (ATD) bezeichnet also einen Versuchsaufbau, bei dem im Wechsel verschiedene Interventionen untersucht werden. Dadurch kann von mehreren Interventionen die effektivste bestimmt werden. Zunächst wird die Grundrate der AV erhoben (Phase A). Im Anschluss daran erfolgen abwechselnd mehrere Interventionsphasen.

Beispiel:

Ein Kind zeigt häufig aggressives Verhalten, welches abgebaut werden soll. Dazu stehen zwei Strategien (X und Y) zur Verfügung, von denen die beste ermittelt werden soll.

Nach der Ermittlung der Grundrate und der Erlernung beider Strategien wird das Kind angewiesen, die Strategien X und Y zu vorher festgelegten Zeitpunkten anzuwenden. Diese Zeitpunkte sind alternierend. Die AV wird weiter erfasst und immer der in dem Moment angewendeten Strategie zugeordnet. Die Ergebnisse werden dann prozentual verglichen, beispielsweise grafisch (siehe Abbildung). Die Strategie mit den besseren bzw. den schneller erreichten Effekten ist die wirksamere.

Ausgelagerte Bildbeschreibung von Alternating Treatment Design

Multiple Grundraten Design

Multiple Grundratenversuchspläne (MGV) können zum Beispiel dann eingesetzt werden, wenn Ausblendungs- und Umkehrdesigns nicht zur Anwendung kommen können. Sie stellen eine Kombination mehrerer AB-Phasen mit zeitversetzten Interventionen dar. Nach unterschiedlich langen Grundratenphasen (A) beginnen die Interventionsphasen (B) mehrfach zeitlich versetzt. Die unterschiedlich langen Grundratenphasen kommen dadurch zustande, dass pro Grundrate das Augenmerk auf verschiedenen abhängigen Variablen liegt. Man bezeichnet dies als Replikation. Diese können erfolgen über

  • Verhaltensweisen (z. B. Melden im Unterricht, Quatschen mit dem Banknachbarn, Verhalten in der Pause, Pünktlichkeit zu Unterrichtsbeginn)
  • Situationen (z. B. im Mathe-, Deutsch-, Geschichte- und Musikunterricht)
  • Materialien (z. B. Arbeitsheft, Tagebuch, Hefter, Tafel)
  • Personen (z. B. verschiedene Klassen oder verschiedene Schüler).

In einem MGV werden also verschiedene Verhaltensweisen, Situationen, Materialien oder Personen festgelegt, die untersucht werden sollen (i. S. v. abhängigen Variablen). Dann beginnt die erste Grundratenphase, in der die Ausprägungen aller Variablen im "Normalzustand" erfasst werden, bis stabile Daten erkennbar sind. Nun wird die Intervention, deren Wirkung herausgefunden werden soll (unabhängige Variablen, z. B. Motivationstraining bei Schülern), eingeführt. Allerdings nicht bei allen AVs gleichzeitig, sondern zunächst nur bei einer. Die anderen sind noch unbeeinflusst davon und befinden sich weiterhin in der Grundrate. Wenn dann an der ersten AV ein Effekt auftritt und einige Zeit stabil beobachtet werden kann, wird die Intervention an der nächsten AV eingeführt. Die restlichen AVs bleiben nach wie vor unberührt davon. Wenn auch in diesem Bereich stabile Effekte auftreten, kommt die nächste AV an die Reihe usw.

Zur besseren Veranschaulichung hier die beispielhafte grafische Darstellung eines MGV:

Ausgelagerte Bildbeschreibung von Multiple Grundraten Design

Wenn dann immer ab dem Zeitpunkt der Einführung der Intervention eine Veränderung der verschiedenen AVs eintritt, kann auf die Intervention als verursachende Variable geschlossen werden. Dabei sollten gleiche Interventionen zu ähnlich stark ausgeprägten Verhaltensänderungen bei allen Datenreihen führen. Wenn dies auf mindestens drei Situationen (oder Verhaltensweisen, Materialien, Personen) zutrifft, gilt die interne Validität eines MGV als gesichert.

Damit die Logik der MGV funktioniert, muss eine wichtige Voraussetzung erfüllt sein: Die Zielverhaltensweisen (oder Situationen, Materialien, Personen) müssen voneinander unabhängig sein, es darf keinen Transfer zwischen ihnen geben. Das ist sehr wichtig, weil sonst die Einführung der Intervention sofort auf alle AVs übergreift und keine versetzten Grundraten mehr entstehen können.

Wechselnde Replikationen Design

In diesem Design erhält jede Gruppe das Treatment, nur in zeitlich versetzter Reihenfolge. So können Zeiteinflüsse und Lerneffekte kontrolliert werden. Z.B. erhält die erste Untersuchungsgruppe nach der Erhebung der Grundrate (A) das Treatment (B) und im dritten Durchgang wieder kein Treatment (A). Die Zweite Gruppe wird hingegen nach dem Schema AAB untersucht.

Damit entspricht dieses Design im Prinzip einem Multiple Grundraten Design über verschiedene Personen.

Ausgelagerte Bildbeschreibung von Wechselnde Replikationen Design