Projekt AB — Jednofazowy eksperymentalny schemat badawczy AB
- Autor metody
- Murray Sidman; Baer, Wolf & Risley
- Rok
- 1960s
- Typ
- Single-subject experimental design
- Rodzina
- Experimental design
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Schemat AB jest najprostszym eksperymentalnym schematem badawczym dla pojedynczej osoby, składającym się z dwóch kolejnych faz: fazy bazowej (A), w której obserwowany jest docelowy sposób zachowania w warunkach naturalnych bez interwencji, a następnie fazy interwencyjnej (B), w której wprowadza się leczenie lub manipulację.
Zmiany poziomu, trendu lub zmienności zachowania między fazami służą do wnioskowania o wpływie interwencji na indywidualnego uczestnika.
Intuicja stojąca za metodą
Traktuj schemat AB jako porównanie przed i po dla jednej osoby. Najpierw obserwujesz i rejestrujesz, co robi uczeń, pacjent lub klient bez żadnej interwencji — to jest faza bazowa. Następnie wprowadzasz swoje leczenie i kontynuujesz rejestrowanie tego samego zachowania. Jeśli zachowanie zauważalnie się zmienia, gdy — i tylko wtedy, gdy — wprowadzasz leczenie, masz dowód, że leczenie może działać. Kluczowe słowo to 'może': ponieważ nie ma fazy wycofania ani powrotu do fazy bazowej, nie można definitywnie wykluczyć innych wyjaśnień zmiany. Schemat AB jest często punktem wyjścia dla badań z pojedynczą osobą i budulcem, z którego konstruuje się silniejsze schematy (ABA, ABAB).
Historia
Metodologia eksperymentalna dla pojedynczej osoby została usystematyzowana przez Murraya Sidmana w jego tekście z 1960 roku 'Tactics of Scientific Research', który ustanowił replikację wewnątrz-indywidualną jako alternatywę dla schematów grupowych. Dwufazowa logika AB została sformalizowana w analizie zachowania stosowanej po przełomowym artykule Baer, Wolf i Risley z 1968 roku w pierwszym numerze 'Journal of Applied Behavior Analysis'. Schemat AB pozostaje najprostszym wyrazem tej tradycji i rusztowaniem, na którym budowane są wszystkie bardziej złożone schematy pojedynczej osoby — ABA, ABAB, wielokrotna linia bazowa.
Kiedy stosować
Używaj schematu AB, gdy potrzebujesz praktycznych, niskobudżetowych ram dla pojedynczej osoby, aby udokumentować związek między interwencją a zmianą zachowania u danej osoby — powszechne w analizie zachowania stosowanej, edukacji specjalnej, psychologii klinicznej i rehabilitacji. Jest on odpowiedni, gdy wycofanie (zaprzestanie leczenia) jest etycznie lub praktycznie niemożliwe, lub gdy celem jest wstępna dokumentacja, a nie silna kontrola eksperymentalna. Nie używaj schematu AB, gdy potrzebujesz dowodów przyczynowych: bez fazy wycofania lub powrotu do linii bazowej, schemat nie może wykluczyć historii, dojrzewania ani regresji do średniej. Gdy priorytetem jest trafność wewnętrzna, ulepsz do schematu ABA lub ABAB.
Ograniczenia i uwagi
- Słaba trafność wewnętrzna: brak fazy wycofania lub replikacji oznacza, że przypadkowe zdarzenia (historia) nie mogą zostać wykluczone jako przyczyna obserwowanych zmian.
- Wyniki dotyczą tylko badanego osobnika; generalizacja na inne osoby, ustawienia lub zachowania wymaga systematycznej replikacji na wielu przypadkach.
- Zależny od stabilnej, przewidywalnej linii bazowej — zmienne lub trendujące linie bazowe sprawiają, że zmiany po interwencji są nieinterpretowalne.
- Schemat nie może wykryć opóźnionych efektów leczenia, jeśli zmiana zachowania następuje z opóźnieniem w stosunku do przejścia fazowego o wiele sesji.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Maksymalnie prosty w implementacji — wymaga tylko dwóch faz i może być przeprowadzony przez jednego praktyka z jednym uczestnikiem.
- Etycznie wykonalny, gdy wycofanie lub odwrócenie rzekomo korzystnego leczenia byłoby niewłaściwe.
- Zapewnia indywidualny obraz zmiany zachowania, który uśrednione wyniki grupowe by zaciemniły.
- Służy jako podstawowy budulec, z którego konstruuje się silniejsze schematy wycofania i wielokrotnej linii bazowej.
- Wizualna analiza danych szeregów czasowych sprawia, że wyniki są zrozumiałe dla praktyków bez zaawansowanego szkolenia statystycznego.
Zastosowania
- Dokumentowanie wpływu interwencji na płynność czytania na indywidualne tempo czytania ucznia (słowa na minutę) w edukacji specjalnej.
- Monitorowanie wpływu strategii zarządzania zachowaniem na częstość zachowań autoagresywnych w ustawieniu klinicznym.
- Śledzenie intensywności bólu lub mobilności funkcjonalnej przed i po protokole fizjoterapii w badaniach rehabilitacyjnych.
- Ocena wpływu dostosowania miejsca pracy na produktywność lub wskaźnik błędów indywidualnego pracownika.
- Ocena wstępnego wpływu zmiany farmakologicznej lub dietetycznej na mierzalny wynik behawioralny lub fizjologiczny u pojedynczego pacjenta.
- Pilotażowa ocena nowej techniki instruktażowej w klasie z jednym uczniem przed zastosowaniem jej na grupie.
Jak to działa
Jak to działa
Operacjonalizuj zmienną zależną — specyficzne, obserwowalne i mierzalne zachowanie lub wynik, który będziesz śledzić (np. liczba słów poprawnie przeczytanych na minutę, częstość zachowań zakłócających na sesję). Jasna operacjonalizacja zapewnia spójny pomiar w obu fazach.
Zbieraj wielokrotne pomiary docelowego zachowania przez wiele sesji przed wprowadzeniem jakiejkolwiek interwencji (faza A). Dane bazowe ustalają trend i zmienność przed interwencją. Stabilna, przewidywalna linia bazowa — co najmniej trzy do pięciu punktów danych pokazujących wyraźny poziom i trend — jest wymagana przed przejściem do fazy interwencyjnej; linia bazowa z trendem w pożądanym kierunku sprawia, że przypisanie późniejszej poprawy leczeniu jest prawie niemożliwe.
Na jasno zdefiniowanej granicy sesji wprowadź leczenie lub manipulację, utrzymując wszystkie inne warunki stałe. Dokładnie udokumentuj, kiedy i jak rozpoczyna się interwencja, aby przejście fazowe było jednoznaczne w zapisie danych. Unikaj wprowadzania jakichkolwiek równoczesnych zmian proceduralnych, które mogłyby zmylić zmianę fazy.
Kontynuuj mierzenie tego samego docelowego zachowania w tych samych warunkach, używając tej samej metody zbierania danych przez całą fazę B. Spójność pomiaru między fazami jest kluczowa: jakiekolwiek odchylenie proceduralne inne niż sama interwencja stanowi czynnik zakłócający, który podważa interpretację.
Nanieś wszystkie punkty danych na wykres szeregów czasowych z linią zmiany fazy zaznaczającą przejście od A do B. Oceń zmiany poziomu (średnia danych na fazę), trendu (kierunek nachylenia) i zmienności (rozrzut wokół trendu). Wyraźna, natychmiastowa zmiana poziomu lub trendu zbiegająca się ze zmianą fazy stanowi wstępny dowód efektu interwencji; można również zastosować formalne uzupełnienia statystyczne, takie jak Tau-U.
Częste pułapki
- Postępowanie z niestabilną linią bazową: jeśli dane bazowe są bardzo zmienne lub już wykazują trend w pożądanym kierunku, jakakolwiek poprawa w fazie B nie może być przypisana interwencji — poczekaj na stabilizację przed wprowadzeniem leczenia.
- Zbyt mało punktów danych: konwencjonalnym minimum jest od trzech do pięciu punktów danych na fazę; mniejsza liczba punktów sprawia, że trendy są nierozpoznawalne, a analiza wizualna niewiarygodna.
- Mylenie przejścia fazowego: zmiana procedur pomiarowych, ustawień lub obserwatorów w tym samym czasie, gdy wprowadzana jest interwencja, tworzy nieinterpretowalny czynnik zakłócający.
- Nadmierne przypisywanie przyczynowości: schemat AB daje dowody korelacyjne, a nie przyczynowe; wnioski powinny być formułowane jako 'związane ze zmianą', a nie 'spowodowane przez interwencję'.
Najczęściej zadawane pytania
Dlaczego schemat AB jest uważany za słaby w porównaniu do schematów ABA lub ABAB?
Schemat AB pokazuje, że zachowanie zmieniło się po wprowadzeniu interwencji, ale nie może wykazać, że interwencja spowodowała tę zmianę. Bez wycofania leczenia i obserwacji, czy zachowanie powraca do linii bazowej — jak w schemacie ABA — lub replikacji tego odwrócenia — jak w ABAB — nie można wykluczyć alternatywnych wyjaśnień, takich jak przypadkowe zdarzenia, dojrzewanie lub spontaniczna poprawa. Silniejsze schematy zapewniają replikację wewnątrz-indywidualną, która ustanawia kontrolę eksperymentalną.
Ile punktów danych potrzebuję w każdej fazie?
Konwencjonalnym minimum jest od trzech do pięciu punktów danych na fazę, choć więcej jest lepsze. Praktycznym kryterium jest stabilność: zbieraj dane, dopóki poziom i trend nie będą wystarczająco przewidywalne, aby można było ekstrapolować, dokąd dane by zmierzały, gdyby nic się nie zmieniło. W fazie interwencyjnej kontynuuj, dopóki efekt lub jego brak nie będzie jasny, a seria się nie ustabilizuje.
Czy mogę używać testów statystycznych z danymi AB?
Tak. Analiza wizualna jest podstawowym i tradycyjnym podejściem, ale stosuje się kilka uzupełnień statystycznych: Tau-U uwzględnia trend bazowy i dostarcza oszacowania wielkości efektu; regresja odcinkowa (analiza szeregów czasowych z przerwaniami) modeluje zmiany poziomu i nachylenia na granicy faz. Te metody uzupełniają analizę wizualną i wymagają co najmniej ośmiu do dziesięciu punktów danych na fazę, aby były znaczące.
Kiedy schemat AB jest etycznie preferowany nad silniejszym schematem odwrócenia?
Gdy oczekuje się, że interwencja spowoduje nieodwracalne uczenie się (np. nabycie nowej umiejętności akademickiej) lub gdy wycofanie korzystnego leczenia byłoby szkodliwe lub nieetyczne, odwrócenie wymagane przez schematy ABA lub ABAB jest niewłaściwe. W takich sytuacjach schemat AB — lub schemat wielokrotnej linii bazowej, który całkowicie unika wycofania — jest etycznym wyborem.
Czy schemat AB jest tym samym co schemat przed-po?
Nie. Schemat przed-po zazwyczaj obejmuje pojedynczy pomiar przed i jeden po interwencji, często w grupie. Schemat AB obejmuje wielokrotne, częste pomiary w czasie u pojedynczej osoby, generując szereg czasowy, który ujawnia trendy i zmienność — informacje, których pojedynczy pomiar przed i po nie może dostarczyć.
Pokrewne metody
Źródła
Sidman, M. (1960). Tactics of Scientific Research: Evaluating Experimental Data in Psychology. Basic Books.
Otwórz odnośnik do publikacjiSkopiowano.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.
Otwórz odnośnik DOISkopiowano.