ABAB-Design – Reversal-/Withdrawal-Design
- Eingeführt von
- Murray Sidman; Baer, Wolf & Risley (applied behavior analysis formalization)
- Jahr
- 1960s (Sidman 1960; Baer et al. 1968)
- Typ
- Single-subject experimental design
- Familie
- Experimental design
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Das ABAB-Design ist eine experimentelle Methodik für Einzelfallstudien, die kausale Kontrolle durch wiederholtes Einführen und Entfernen einer Intervention herstellt.
Einer Ausgangsphase (A) folgt eine Interventionsphase (B), dann eine Rückkehr zur Ausgangsphase (A) und eine zweite Interventionsphase (B), wodurch der Forschende zeigen kann, dass beobachtete Verhaltensänderungen durch die Intervention und nicht durch zufällige Faktoren hervorgerufen werden.
Die Intuition hinter der Methode
Stellen Sie sich vor, Sie möchten zeigen, dass ein Belohnungssystem das Arbeitsverhalten eines Schülers tatsächlich verbessert – und nicht nur, dass sich das Verhalten zufällig im Laufe der Zeit verbessert hat. Das ABAB-Design erreicht dies, indem es die Intervention ein-, dann aus- und dann wieder einschaltet. Wenn sich das Verhalten jedes Mal verbessert, wenn die Intervention vorhanden ist, und jedes Mal zurückkehrt, wenn sie entfernt wird, ist die logische Schlussfolgerung, dass die Intervention für die Änderung verantwortlich ist. Die wiederholte Demonstration der Kontrolle über die vier Phasen hinweg unterscheidet dieses Design von schwächeren Einzelfall-Alternativen wie den AB- oder ABA-Designs.
Geschichte
Das Reversal-Design hat seine konzeptuellen Wurzeln in B. F. Skinners operanten Konditionierungslabor-Methoden der 1930er-1950er Jahre, in denen das Verhalten einzelner Organismen unter experimentell kontrollierten Bedingungen untersucht wurde. Murray Sidman kodifizierte die experimentelle Logik von Einzelfallstudien in seinem wegweisenden Text „Tactics of Scientific Research“ von 1960. Die ABAB-Variante wurde zum Eckpfeiler der angewandten Verhaltensanalyse (ABA) nach dem grundlegenden Artikel von Baer, Wolf und Risley (1968) in der Erstausgabe des Journal of Applied Behavior Analysis, der wiederholte Messungen und die Demonstration experimenteller Kontrolle als definierende Merkmale des Feldes etablierte.
Wann wird sie eingesetzt?
Verwenden Sie das ABAB-Design, wenn (1) Sie eine kausale Beziehung zwischen einer spezifischen Intervention und einem Verhalten für einen einzelnen Teilnehmer nachweisen möchten, (2) das Zielverhalten voraussichtlich umkehrt, wenn die Intervention entfernt wird (d.h. das Verhalten wurde nicht dauerhaft gelernt), und (3) eine wiederholte Messung derselben Ergebnisvariablen über alle Phasen hinweg machbar ist. Es eignet sich besonders gut für die angewandte Verhaltensanalyse, Sonderpädagogik, klinische Psychologie und Rehabilitationsforschung. Verwenden Sie es NICHT, wenn das Zielverhalten unwahrscheinlich ist, sich umzukehren (z.B. eine erworbene Fähigkeit wie das Lesen eines Wortes), wenn die Intervention ethisch nicht zurückgezogen werden kann (z.B. lebenserhaltende Behandlung oder Krisenintervention), oder wenn die Forschungsfrage die Verallgemeinerung auf Gruppenebene und nicht die funktionale Kontrolle auf individueller Ebene betrifft.
Grenzen und Hinweise
- Bietet eine starke Demonstration einer kausalen (funktionalen) Beziehung innerhalb eines Subjekts, ohne eine Kontrollgruppe zu benötigen.
- Erfordert, dass das Zielverhalten umkehrt, wenn die Intervention zurückgezogen wird; nicht umkehrbare Verhaltensweisen (Fähigkeiten, Gewohnheiten) sind ungeeignet.
- Das Zurückziehen einer wirksamen Intervention wirft ethische Bedenken auf, wenn Teilnehmer von der Behandlung für ihr Wohlbefinden oder ihre Sicherheit abhängig sind.
- Übertragungs- und Verlaufseffekte können eine saubere Rückkehr zur Ausgangsphase verhindern, was die kausale Interpretation erschwert.
- Phasenlänge und die Anzahl der Datenpunkte, die für Stabilität benötigt werden, sind Ermessensentscheidungen, die den Ermessensspielraum des Forschenden einführen.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Bietet eine starke In-Subject-Demonstration einer kausalen (funktionalen) Beziehung, ohne eine Kontrollgruppe zu benötigen.
- Erfordert nur einen Teilnehmer oder eine kleine Anzahl von Teilnehmern, was es machbar macht, wenn große Stichproben nicht verfügbar sind.
- Die doppelte Replikation über zwei A–B-Paare hinweg stärkt die interne Validität im Vergleich zu einfacheren AB- oder ABA-Designs erheblich.
- Wiederholte Messungen ergeben eine dichte, longitudinale Datenaufzeichnung, die die Dynamik der Verhaltensänderung im Zeitverlauf erfasst.
- Visuelle Analysemethoden sind transparent und in den Verhaltens- und klinischen Forschungsgemeinschaften weithin verstanden.
Anwendungen
- Bewertung verhaltensbezogener Interventionen (Verstärkungspläne, Token-Ökonomien) für Kinder mit Autismus-Spektrum-Störung oder intellektuellen Beeinträchtigungen.
- Beurteilung der Wirkung von Klassenmanagementstrategien auf das Arbeitsverhalten oder störendes Verhalten in sonderpädagogischen Einrichtungen.
- Testen der Wirksamkeit von physikalischen oder ergotherapeutischen Protokollen auf die motorische Leistung in der Rehabilitationsforschung.
- Untersuchung der Auswirkungen von Biofeedback- oder kognitiv-verhaltenstherapeutischen Techniken auf beobachtbare Symptome wie Tics, Angstverhalten oder schmerzbedingte Vermeidung.
- Messung der Auswirkungen von Umwelt- oder ergonomischen Anpassungen auf die Produktivität oder Sicherheitsverhaltensweisen von Arbeitnehmern in organisationalen Kontexten.
So funktioniert es
So funktioniert es
Während der ersten A-Phase wird das Zielverhalten wiederholt unter natürlichen oder Standardbedingungen ohne Intervention gemessen. Diese Daten etablieren ein stabiles Ausgangsmuster – das prä-interventionelle Niveau und den Trend –, anhand dessen spätere Veränderungen beurteilt werden. Die Datenerhebung wird fortgesetzt, bis die Ausgangsphase Stabilität zeigt (ein konsistentes Niveau und einen flachen oder vorhersagbaren Trend), was typischerweise mindestens drei bis fünf Datenpunkte erfordert.
Die Intervention wird eingeführt, während die Messung des Zielverhaltens mit der gleichen Frequenz fortgesetzt wird. Der Forschende untersucht, ob sich das Verhalten vom etablierten Ausgangsmuster unterscheidet. Eine klare, replizierte Änderung in Niveau, Trend oder Variabilität, die mit dem Beginn der Intervention zusammenfällt, stellt die erste Demonstration einer funktionalen Beziehung dar.
Die Intervention wird zurückgezogen und die Bedingungen kehren in den ursprünglichen Ausgangszustand zurück (die zweite A-Phase). Wenn das Verhalten auf das Ausgangsniveau zurückkehrt, stärkt diese Umkehrung die Schlussfolgerung, dass die Intervention – und nicht eine störende Variable – für die frühere Änderung verantwortlich war. Eine bedeutsame Umkehrung ist der kritische Test der experimentellen Kontrolle in diesem Design.
Testen der Auswirkungen ergonomischer Arbeitsplatzmodifikationen auf sicherheitsrelevante Verhaltensweisen bei wiederholten Belastungsverletzungen in der Arbeitsmedizin.
Daten werden visuell analysiert, indem Niveau, Trend, Variabilität, Unmittelbarkeit der Änderung, Überlappung zwischen Phasen und Konsistenz des Effekts über die beiden A–B-Phasenpaare hinweg inspiziert werden. Effektstärkemaße wie der Non-Overlap of All Pairs (NAP) oder Tau-U werden oft zusammen mit der visuellen Analyse berichtet, um eine quantitative Zusammenfassung der funktionalen Beziehung zu liefern.
Häufige Fallstricke
- Das Zurückziehen einer wirksamen Intervention ohne ethische Rechtfertigung – immer prüfen, ob eine Umkehrung zulässig ist, und eine informierte Einwilligung einholen, die die Offenlegung der Rückzugsphase beinhaltet.
- Verwendung zu weniger Datenpunkte pro Phase – ein Minimum von drei Datenpunkten ist die konventionelle Untergrenze, aber fünf oder mehr sind erforderlich, um eine echte Stabilität zu beurteilen; vorzeitige Phasenwechsel erhöhen das Risiko von falsch positiven Ergebnissen.
- Ignorieren des Trends in der Ausgangsphase – wenn die Ausgangsdaten einen bereits bestehenden positiven Trend zeigen, können scheinbare Interventionseffekte eher eine natürliche Erholung als eine Behandlung widerspiegeln; die Intervention sollte idealerweise bei einem stabilen oder sich verschlechternden Trend eingeführt werden.
- Sich ausschließlich auf visuelle Analyse verlassen, ohne ergänzende Effektstärkemaße – visuelle Analyse kann unzuverlässig sein, wenn Daten variabel sind oder die Überlappung zwischen den Phasen moderat ist; die Berichterstattung von NAP oder Tau-U neben Grafiken verbessert die Strenge.
- Verwechslung von ABA mit ABAB – das Beenden des Designs in der zweiten A-Phase (ABA) belässt den Teilnehmer in einem Zustand der zurückgezogenen Behandlung und liefert nur eine Replikation der funktionalen Beziehung, was sowohl wissenschaftlich schwächer als auch potenziell weniger ethisch ist.
Häufig gestellte Fragen
Wie unterscheidet sich das ABAB-Design vom ABA-Design?
Beide sind Reversal-Designs, aber das ABAB-Design fügt nach dem Entzug eine zweite Interventionsphase hinzu. Diese zweite B-Phase bietet eine unabhängige Replikation der funktionalen Beziehung innerhalb derselben Studie, was die kausale Schlussfolgerung erheblich stärkt. Das ABA-Design endet mit der Entzugsphase, wodurch der Teilnehmer im unbehandelten Zustand verbleibt und nur eine Demonstration experimenteller Kontrolle geboten wird.
Was soll ich tun, wenn sich das Verhalten während der Entzugsphase nicht umkehrt?
Ein Ausbleiben der Umkehrung kann mehrere Bedeutungen haben: Das Verhalten könnte dauerhaft erworben worden sein (wodurch das Reversal-Design ungeeignet wäre), ein Verlaufs- oder Übertragungseffekt könnte die Umkehrung maskieren, oder die Ausgangsphase war nicht stabil genug, um eine Veränderung zu erkennen. Dokumentieren Sie das Ausbleiben der Umkehrung sorgfältig. Wenn eine Umkehrung konzeptionell erwartet wird, aber nicht eintritt, erwägen Sie für zukünftige Arbeiten den Wechsel zu einem Multiple-Baseline-Design, das keinen Entzug erfordert.
Ist es ethisch vertretbar, eine wirksame Intervention zurückzuziehen?
Dies ist ein berechtigtes Anliegen. Ethikkommissionen und Teilnehmer müssen im Voraus darüber informiert werden, dass die Intervention vorübergehend zurückgezogen wird. Der Entzug ist im Allgemeinen akzeptabel, wenn (a) das Verhalten kein unmittelbares Sicherheitsrisiko darstellt, (b) die Entzugsphase so kurz wie wissenschaftlich notwendig gehalten wird und (c) die Intervention in der letzten B-Phase vollständig wiederhergestellt wird. Bei einigen Verhaltensweisen – selbstverletzendes Verhalten auf Krisenniveau, lebenserhaltende Behandlungen – ist jeder Entzug inakzeptabel, und es sollte ein alternatives Design wie ein Multiple-Baseline-Design verwendet werden.
Wie viele Datenpunkte pro Phase sind erforderlich?
Es gibt keine feste Regel, aber das konventionelle Minimum sind drei Datenpunkte pro Phase. In der Praxis sammeln Forschende weiterhin Daten, bis die Reihe ein stabiles Muster zeigt – konsistentes Niveau, vorhersagbarer Trend und geringe Variabilität. Fünf oder mehr Datenpunkte pro Phase sind ein weithin empfohlenes Ziel. Stabilitätskriterien sollten a priori definiert werden, um selektives Beenden zu verhindern.
Kann das ABAB-Design mit mehr als einem Teilnehmer verwendet werden?
Ja. Die Durchführung des ABAB-Designs über mehrere Teilnehmer hinweg stellt eine systematische direkte Replikation dar, wodurch die Einzelfallforschung verallgemeinerbare Evidenz aufbaut. Die Daten jedes Teilnehmers werden individuell analysiert; die konsistente Wirkung über die Teilnehmer hinweg wird dann als Evidenz für die externe Validität bewertet. Dies unterscheidet sich von der Mittelwertbildung der Daten über alle Teilnehmer hinweg, die die funktionalen Beziehungen auf individueller Ebene, die das Design aufdecken soll, verschleiern würde.
Verwandte Methoden
Quellen
Sidman, M. (1960). Tactics of Scientific Research: Evaluating Experimental Data in Psychology. Basic Books.
Publikationsreferenz öffnenKopiert.Baer, D. M., Wolf, M. M., & Risley, T. R. (1968). Some current dimensions of applied behavior analysis. Journal of Applied Behavior Analysis, 1(1), 91–97.
DOI-Referenz öffnenKopiert.