การออกแบบแบบ AB — การออกแบบการทดลองแบบผู้เข้าร่วมวิจัยเดี่ยว
- ผู้เสนอ
- Murray Sidman; Baer, Wolf & Risley
- ปี
- 1960s
- ประเภท
- Single-subject experimental design
- กลุ่มวิธี
- Experimental design
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การออกแบบแบบ AB เป็นการออกแบบการทดลองแบบผู้เข้าร่วมวิจัยเดี่ยวที่ง่ายที่สุด ประกอบด้วยสองช่วงต่อเนื่องกัน: ช่วงฐาน (A) ซึ่งพฤติกรรมเป้าหมายจะถูกสังเกตภายใต้สภาวะปกติโดยไม่มีการแทรกแซง ตามด้วยช่วงการแทรกแซง (B) ซึ่งจะมีการนำการรักษาหรือการปรับเปลี่ยนมาใช้ การเปลี่ยนแปลงระดับ แนวโน้ม หรือความแปรปรวนของพฤติกรรมระหว่างช่วงต่างๆ จะถูกนำมาใช้เพื่ออนุมานผลของการแทรกแซงต่อผู้เข้าร่วมวิจัยแต่ละราย
แนวคิดเบื้องหลังวิธีการ
ลองนึกถึงการออกแบบแบบ AB ว่าเป็นการเปรียบเทียบก่อนและหลังสำหรับบุคคลคนเดียว คุณจะสังเกตและบันทึกสิ่งที่นักเรียน ผู้ป่วย หรือผู้รับบริการทำโดยไม่มีการแทรกแซงใดๆ ก่อน นี่คือช่วงฐาน จากนั้นคุณจะนำการรักษาของคุณมาใช้และบันทึกพฤติกรรมเดียวกันต่อไป หากพฤติกรรมเปลี่ยนแปลงอย่างเห็นได้ชัดเมื่อ — และเมื่อเท่านั้น — คุณนำการรักษามาใช้ คุณก็มีหลักฐานว่าการรักษานั้นอาจจะได้ผล คำสำคัญคือ 'อาจจะ': เนื่องจากไม่มีการถอนการรักษาหรือการกลับสู่ช่วงฐาน คุณจึงไม่สามารถตัดคำอธิบายอื่นสำหรับการเปลี่ยนแปลงออกไปได้อย่างแน่นอน การออกแบบแบบ AB มักเป็นจุดเริ่มต้นสำหรับการวิจัยแบบผู้เข้าร่วมวิจัยเดี่ยว และเป็นส่วนประกอบพื้นฐานที่การออกแบบที่แข็งแกร่งกว่า (ABA, ABAB) ถูกสร้างขึ้น
ประวัติศาสตร์
ระเบียบวิธีวิจัยแบบผู้เข้าร่วมวิจัยเดี่ยวได้รับการทำให้เป็นระบบโดย Murray Sidman ในตำราปี 1960 ของเขา Tactics of Scientific Research ซึ่งได้กำหนดการจำลองซ้ำภายในผู้เข้าร่วมวิจัยเป็นทางเลือกแทนการออกแบบกลุ่ม ตรรกะแบบ AB สองช่วงได้รับการทำให้เป็นทางการภายในการวิเคราะห์พฤติกรรมประยุกต์ตามบทความสำคัญปี 1968 โดย Baer, Wolf, และ Risley ในฉบับแรกของ Journal of Applied Behavior Analysis การออกแบบแบบ AB ยังคงเป็นการแสดงออกที่ง่ายที่สุดของแนวทางนี้ และเป็นโครงสร้างพื้นฐานที่การออกแบบแบบผู้เข้าร่วมวิจัยเดี่ยวที่ซับซ้อนกว่าทั้งหมด — ABA, ABAB, แบบฐานหลายแบบ — ถูกสร้างขึ้น
ควรใช้เมื่อใด
ใช้การออกแบบแบบ AB เมื่อคุณต้องการกรอบงานผู้เข้าร่วมวิจัยเดี่ยวที่ใช้งานได้จริงและใช้ทรัพยากรน้อย เพื่อบันทึกความสัมพันธ์ระหว่างการแทรกแซงกับการเปลี่ยนแปลงพฤติกรรมในบุคคล — พบได้ทั่วไปในการวิเคราะห์พฤติกรรมประยุกต์ การศึกษาพิเศษ จิตวิทยาคลินิก และการฟื้นฟูสมรรถภาพ เหมาะสมเมื่อการย้อนกลับ (การถอนการรักษา) เป็นไปไม่ได้ในทางจริยธรรมหรือในทางปฏิบัติ หรือเมื่อเป้าหมายคือการบันทึกเบื้องต้นมากกว่าการควบคุมการทดลองที่แข็งแกร่ง อย่าใช้การออกแบบแบบ AB เมื่อคุณต้องการหลักฐานเชิงสาเหตุ: หากไม่มีช่วงการถอนกลับหรือการจำลองซ้ำ การออกแบบนี้ไม่สามารถตัดคำอธิบายอื่น เช่น เหตุการณ์ที่เกิดขึ้นพร้อมกัน การเจริญเติบโต หรือการถดถอยสู่ค่าเฉลี่ยออกไปได้ เมื่อความเที่ยงตรงภายในเป็นสิ่งสำคัญ ให้ยกระดับเป็นการออกแบบ ABA หรือ ABAB
ข้อจำกัดและข้อควรพิจารณา
- ความเที่ยงตรงภายในต่ำ: การขาดช่วงการถอนกลับหรือการจำลองซ้ำหมายความว่าเหตุการณ์ที่เกิดขึ้นพร้อมกัน (ประวัติ) ไม่สามารถตัดออกไปได้ว่าเป็นสาเหตุของการเปลี่ยนแปลงที่สังเกตได้
- ผลลัพธ์ใช้ได้กับบุคคลที่ศึกษาเท่านั้น การสรุปผลไปยังบุคคล กลุ่ม หรือพฤติกรรมอื่น ๆ ต้องอาศัยการจำลองซ้ำอย่างเป็นระบบในหลายกรณี
- ขึ้นอยู่กับฐานที่คงที่และคาดการณ์ได้ — ฐานที่มีความแปรปรวนหรือมีแนวโน้มทำให้การเปลี่ยนแปลงหลังการแทรกแซงไม่สามารถตีความได้
- การออกแบบนี้ไม่สามารถตรวจจับผลของการรักษาที่ล่าช้าได้หากการเปลี่ยนแปลงพฤติกรรมล่าช้าจากการเปลี่ยนช่วงไปหลายเซสชัน
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ง่ายต่อการนำไปใช้มากที่สุด — ต้องการเพียงสองช่วงและสามารถดำเนินการได้โดยผู้ปฏิบัติงานเพียงคนเดียวกับผู้เข้าร่วมวิจัยหนึ่งราย
- เป็นไปได้ในทางจริยธรรมเมื่อการถอนหรือย้อนกลับการรักษาที่น่าจะเป็นประโยชน์นั้นไม่เหมาะสม
- ให้ภาพการเปลี่ยนแปลงพฤติกรรมที่เป็นส่วนตัวซึ่งค่าเฉลี่ยจากการออกแบบกลุ่มจะบดบัง
- ทำหน้าที่เป็นส่วนประกอบพื้นฐานที่การออกแบบการถอนและการออกแบบแบบฐานหลายแบบที่แข็งแกร่งกว่าถูกสร้างขึ้น
- การวิเคราะห์ด้วยภาพของข้อมูลอนุกรมเวลาทำให้ผลลัพธ์สามารถตีความได้สำหรับผู้ปฏิบัติงานที่ไม่มีการฝึกอบรมทางสถิติขั้นสูง
การประยุกต์ใช้
- การบันทึกผลของการแทรกแซงความคล่องแคล่วในการอ่านต่อคำที่อ่านถูกต้องต่อนาทีของนักเรียนแต่ละรายในการศึกษาพิเศษ
- การติดตามผลกระทบของกลยุทธ์การจัดการพฤติกรรมต่อความถี่ของพฤติกรรมทำร้ายตนเองในสภาพแวดล้อมทางคลินิก
- การติดตามความรุนแรงของอาการปวดหรือความสามารถในการเคลื่อนไหว ก่อนและหลังโปรโตคอลกายภาพบำบัดในการวิจัยฟื้นฟูสมรรถภาพ
- การประเมินผลกระทบของการปรับปรุงสภาพแวดล้อมการทำงานต่อผลิตภาพหรืออัตราข้อผิดพลาดของพนักงานแต่ละราย
- การประเมินผลกระทบเบื้องต้นของการเปลี่ยนแปลงทางเภสัชวิทยาหรืออาหารต่อพฤติกรรมที่วัดผลได้หรือผลลัพธ์ทางสรีรวิทยาในผู้ป่วยรายเดียว
- การทดลองใช้เทคนิคการสอนในห้องเรียนใหม่กับนักเรียนหนึ่งคนก่อนที่จะขยายผลไปยังการแทรกแซงแบบกลุ่ม
วิธีการทำงาน
วิธีการทำงาน
กำหนดตัวแปรตามเชิงปฏิบัติการ — พฤติกรรมหรือผลลัพธ์ที่เฉพาะเจาะจง สังเกตได้ และวัดผลได้ที่คุณจะติดตาม (เช่น จำนวนคำที่อ่านถูกต้องต่อนาที ความถี่ของพฤติกรรมก่อกวนต่อเซสชัน) การกำหนดเชิงปฏิบัติการที่ชัดเจนช่วยให้มั่นใจได้ถึงการวัดผลที่สม่ำเสมอในทั้งสองช่วง
รวบรวมการวัดซ้ำของพฤติกรรมเป้าหมายในช่วงหลายเซสชันก่อนที่จะมีการแทรกแซงใดๆ (ช่วง A) ข้อมูลฐานกำหนดแนวโน้มและความแปรปรวนก่อนการแทรกแซง จำเป็นต้องมีฐานที่คงที่และคาดการณ์ได้ — อย่างน้อยสามถึงห้าจุดข้อมูลที่แสดงระดับและแนวโน้มที่ชัดเจน — ก่อนที่จะดำเนินการไปยังช่วงการแทรกแซง ฐานที่มีแนวโน้มเพิ่มขึ้นในทิศทางที่ต้องการทำให้แทบเป็นไปไม่ได้ที่จะอ้างถึงการปรับปรุงที่ตามมาว่าเกิดจากการรักษา
ที่ขอบเขตเซสชันที่กำหนดไว้อย่างชัดเจน ให้แนะนำการรักษาหรือการปรับเปลี่ยนในขณะที่รักษาเงื่อนไขอื่นๆ ทั้งหมดให้คงที่ บันทึกอย่างแม่นยำว่าการแทรกแซงเริ่มขึ้นเมื่อใดและอย่างไร เพื่อให้การเปลี่ยนช่วงมีความชัดเจนในบันทึกข้อมูล หลีกเลี่ยงการเปลี่ยนแปลงขั้นตอนใดๆ ที่เกิดขึ้นพร้อมกันซึ่งจะทำให้การเปลี่ยนช่วงสับสน
วัดพฤติกรรมเป้าหมายเดียวกันภายใต้เงื่อนไขเดียวกันโดยใช้วิธีการเก็บข้อมูลเดียวกันตลอดช่วง B ความสม่ำเสมอในการวัดผลระหว่างช่วงต่างๆ เป็นสิ่งสำคัญ: การเบี่ยงเบนขั้นตอนใดๆ นอกเหนือจากการแทรกแซงเองถือเป็นปัจจัยรบกวนที่บั่นทอนการตีความ
พล็อตจุดข้อมูลทั้งหมดบนกราฟอนุกรมเวลาพร้อมเส้นการเปลี่ยนแปลงช่วงที่ทำเครื่องหมายการเปลี่ยนจาก A ไป B ประเมินการเปลี่ยนแปลงในระดับ (ค่าเฉลี่ยของข้อมูลต่อช่วง) แนวโน้ม (ทิศทางความชัน) และความแปรปรวน (การกระจายรอบแนวโน้ม) การเปลี่ยนแปลงที่ชัดเจนและทันทีในระดับหรือแนวโน้มที่สอดคล้องกับการเปลี่ยนแปลงช่วงจะให้หลักฐานเบื้องต้นของผลการแทรกแซง นอกจากนี้ยังสามารถใช้ส่วนเสริมทางสถิติอย่างเป็นทางการ เช่น Tau-U ได้
ข้อผิดพลาดที่พบบ่อย
- ดำเนินการด้วยฐานที่ไม่เสถียร: หากข้อมูลฐานมีความแปรปรวนสูงหรือมีแนวโน้มไปในทิศทางที่ต้องการอยู่แล้ว การปรับปรุงใดๆ ในช่วง B ไม่สามารถอ้างถึงการแทรกแซงได้ — รอจนกว่าจะเสถียรก่อนที่จะนำการรักษามาใช้
- จุดข้อมูลน้อยเกินไป: โดยทั่วไปแล้ว จำนวนจุดข้อมูลขั้นต่ำสามถึงห้าจุดต่อช่วงถือเป็นเกณฑ์ขั้นต่ำ จำนวนจุดที่น้อยกว่าทำให้แนวโน้มไม่สามารถแยกแยะได้และการวิเคราะห์ด้วยภาพไม่น่าเชื่อถือ
- การทำให้การเปลี่ยนช่วงสับสน: การเปลี่ยนแปลงขั้นตอนการวัด สภาพแวดล้อม หรือผู้สังเกตในเวลาเดียวกับการนำการแทรกแซงมาใช้ ทำให้เกิดความสับสนที่ไม่สามารถตีความได้
- การอ้างถึงความเป็นเหตุเป็นผลมากเกินไป: การออกแบบแบบ AB ให้หลักฐานเชิงสหสัมพันธ์ ไม่ใช่เชิงสาเหตุ ข้อสรุปควรถือว่าเป็น 'เกี่ยวข้องกับการเปลี่ยนแปลง' แทนที่จะเป็น 'เกิดจากการแทรกแซง'
คำถามที่พบบ่อย
เหตุใดการออกแบบแบบ AB จึงถือว่าอ่อนแอกว่าการออกแบบ ABA หรือ ABAB
การออกแบบแบบ AB แสดงให้เห็นว่าพฤติกรรมเปลี่ยนแปลงไปหลังจากการแทรกแซง แต่ไม่สามารถแสดงให้เห็นว่าการแทรกแซงเป็นสาเหตุของการเปลี่ยนแปลงนั้นได้ หากไม่มีการถอนการรักษาและสังเกตว่าพฤติกรรมกลับสู่ช่วงฐานหรือไม่ — เช่นเดียวกับการออกแบบ ABA — หรือการจำลองการย้อนกลับนั้นซ้ำ — เช่นเดียวกับการออกแบบ ABAB — คำอธิบายทางเลือก เช่น เหตุการณ์ที่เกิดขึ้นพร้อมกัน การเจริญเติบโต หรือการฟื้นตัวเอง ไม่สามารถตัดออกไปได้ การออกแบบที่แข็งแกร่งกว่าให้การจำลองซ้ำภายในผู้เข้าร่วมวิจัยซึ่งสร้างการควบคุมการทดลอง
ฉันต้องการข้อมูลกี่จุดในแต่ละช่วง
เกณฑ์ขั้นต่ำตามธรรมเนียมคือสามถึงห้าจุดข้อมูลต่อช่วง แม้ว่าจำนวนที่มากกว่าจะดีกว่า เกณฑ์การปฏิบัติคือความเสถียร: รวบรวมข้อมูลจนกว่าระดับและแนวโน้มจะคาดการณ์ได้เพียงพอที่คุณสามารถคาดการณ์ได้ว่าข้อมูลจะไปทางไหนหากไม่มีอะไรเปลี่ยนแปลง สำหรับช่วงการแทรกแซง ให้ดำเนินการต่อไปจนกว่าผลกระทบหรือการขาดผลกระทบจะชัดเจนและชุดข้อมูลมีความเสถียร
ฉันสามารถใช้การทดสอบทางสถิติกับข้อมูล AB ได้หรือไม่
ได้ การวิเคราะห์ด้วยภาพเป็นแนวทางหลักและดั้งเดิม แต่มีการใช้ส่วนเสริมทางสถิติหลายอย่าง: Tau-U พิจารณาแนวโน้มฐานและให้ค่าประมาณขนาดผลลัพธ์ การถดถอยแบบต่อเนื่อง (การวิเคราะห์อนุกรมเวลาขัดจังหวะ) สร้างแบบจำลองการเปลี่ยนแปลงระดับและค่าความชันที่ขอบเขตช่วง สิ่งเหล่านี้เสริมการวิเคราะห์ด้วยภาพและต้องการข้อมูลอย่างน้อยแปดถึงสิบจุดต่อช่วงจึงจะมีความหมาย
เมื่อใดที่การออกแบบแบบ AB มีความเหมาะสมทางจริยธรรมมากกว่าการออกแบบแบบย้อนกลับที่แข็งแกร่งกว่า
เมื่อคาดว่าการแทรกแซงจะก่อให้เกิดการเรียนรู้ที่ไม่อาจย้อนกลับได้ (เช่น การได้ทักษะทางวิชาการใหม่) หรือเมื่อการถอนการรักษาที่เป็นประโยชน์จะเป็นอันตรายหรือไม่เหมาะสม การย้อนกลับที่จำเป็นสำหรับการออกแบบ ABA หรือ ABAB จะไม่เหมาะสม ในสถานการณ์เหล่านี้ การออกแบบแบบ AB — หรือการออกแบบแบบฐานหลายแบบ ซึ่งหลีกเลี่ยงการถอนกลับโดยสิ้นเชิง — เป็นทางเลือกทางจริยธรรม
การออกแบบแบบ AB เหมือนกับการออกแบบก่อน-หลัง หรือไม่
ไม่ การออกแบบก่อน-หลังโดยทั่วไปเกี่ยวข้องกับการวัดผลเพียงครั้งเดียวก่อนและหลังการแทรกแซง มักจะทำกับกลุ่ม การออกแบบแบบ AB เกี่ยวข้องกับการวัดผลซ้ำๆ บ่อยครั้งตามช่วงเวลาภายในผู้เข้าร่วมวิจัยรายเดียว ทำให้เกิดอนุกรมเวลาที่แสดงแนวโน้มและความแปรปรวน — ข้อมูลที่การวัดผลก่อนและหลังเพียงครั้งเดียวไม่สามารถให้ได้
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Sidman, M. (1960). Tactics of Scientific Research: Evaluating Experimental Data in Psychology. Basic Books.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้วBaer, 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.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว