การออกแบบ ABA — การออกแบบการย้อนกลับ ABA
- ผู้เสนอ
- Montrose Wolf, Donald Baer, Todd Risley (applied behavior analysis tradition)
- ปี
- 1968
- ประเภท
- Single-subject experimental design
- กลุ่มวิธี
- Experimental design
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การออกแบบ ABA เป็นการออกแบบการทดลองแบบผู้เข้าร่วมวิจัยเดี่ยว (single-subject experimental design) ที่แสดงให้เห็นถึงการควบคุมเชิงทดลองผ่านสามช่วงต่อเนื่องกัน ได้แก่ ช่วงการวัดพื้นฐาน (A1) ช่วงการทดลอง (B) และช่วงการถอนการทดลองกลับสู่สภาวะพื้นฐาน (A2) โดยการถอนการทดลองออกไปในช่วงสุดท้ายและสังเกตว่าพฤติกรรมจะกลับคืนสู่ระดับพื้นฐานหรือไม่ นักวิจัยจะสามารถสร้างความสัมพันธ์เชิงหน้าที่ (functional relationship) ระหว่างการรักษาและพฤติกรรมเป้าหมายสำหรับผู้เข้าร่วมวิจัยแต่ละรายได้
แนวคิดเบื้องหลังวิธีการ
ลองนึกภาพว่าคุณต้องการแสดงให้เห็นว่าระบบให้รางวัลในห้องเรียนมีผลอย่างแท้จริงต่อการที่นักเรียนจดจ่ออยู่กับงานหรือไม่ — ไม่ใช่เพียงแค่พฤติกรรมที่จดจ่อกับงานและการให้รางวัลเกิดขึ้นพร้อมกันโดยบังเอิญ การออกแบบ ABA ให้หลักฐานนั้นโดยการถอนการให้รางวัลหลังจากที่ดูเหมือนว่ามันจะได้ผล หากพฤติกรรมที่จดจ่อกับงานลดลงเมื่อมีการถอนการให้รางวัล คุณก็จะมีหลักฐานที่น่าเชื่อถือว่าระบบให้รางวัลนั้นเป็นสาเหตุของการปรับปรุง ไม่ใช่ปัจจัยอื่นที่เกิดขึ้นโดยบังเอิญ ตรรกะการย้อนกลับนี้เป็นหัวใจสำคัญของพลังของการออกแบบนี้ — และเป็นความท้าทายทางจริยธรรม
ประวัติศาสตร์
รากฐานแนวคิดของตรรกะการย้อนกลับในการวิจัยแบบผู้เข้าร่วมวิจัยเดี่ยว (single-subject research) สืบย้อนไปถึงงานในห้องปฏิบัติการการวางเงื่อนไขแบบการกระทำ (operant conditioning) ของ B. F. Skinner ในช่วงทศวรรษ 1950 และ 1960 การออกแบบการย้อนกลับ ABA (และ ABAB) ได้รับการกำหนดให้เป็นมาตรฐานวิธีการเมื่อมีการก่อตั้งวารสาร Journal of Applied Behavior Analysis ในปี 1968 โดยมีบทความสำคัญของ Baer, Wolf, และ Risley ที่กำหนดมิติของการวิเคราะห์พฤติกรรมประยุกต์ ในช่วงทศวรรษ 1970 และ 1980 การออกแบบนี้ได้กลายเป็นวิธีการหลักในการประเมินการทดลองพฤติกรรมในการศึกษาพิเศษ ความบกพร่องทางการพัฒนา และจิตวิทยาคลินิก
ควรใช้เมื่อใด
ใช้การออกแบบ ABA เมื่อคุณต้องการแสดงความสัมพันธ์เชิงหน้าที่ระหว่างการทดลองเฉพาะกับการเปลี่ยนแปลงพฤติกรรมเป้าหมายในผู้เข้าร่วมวิจัยรายบุคคล และเมื่อพฤติกรรมนั้นคาดว่าจะสามารถย้อนกลับได้หลังจากการถอนการทดลอง การออกแบบนี้เหมาะสมในการวิเคราะห์พฤติกรรมประยุกต์ (applied behavior analysis) การศึกษาพิเศษ การฟื้นฟูสมรรถภาพ และจิตวิทยาคลินิก เมื่อการออกแบบกลุ่มไม่สามารถทำได้จริง (เงื่อนไขที่หายาก จำนวนผู้เข้าร่วมน้อย การทดลองเฉพาะบุคคล) อย่าใช้การออกแบบ ABA เมื่อการถอนการทดลองมีความเสี่ยงทางจริยธรรม — ตัวอย่างเช่น เมื่อพฤติกรรมเป้าหมายคือการทำร้ายตนเอง การเรียนรู้ทักษะทางวิชาการ (ทักษะที่เรียนรู้แล้วอาจไม่ย้อนกลับ) หรือสถานการณ์ใดๆ ที่การระงับการรักษาที่เป็นประโยชน์ในช่วง A2 จะเป็นอันตรายต่อผู้เข้าร่วมวิจัย ในกรณีเหล่านั้น ควรเลือกใช้การออกแบบ ABAB หรือการออกแบบเส้นฐานพหุคูณ (multiple baseline design)
ข้อจำกัดและข้อควรพิจารณา
- ผลการวิจัยจำเพาะเจาะจงกับผู้เข้าร่วมวิจัยรายบุคคล การสรุปผลเชิงสถิติไปยังประชากรต้องอาศัยการทำซ้ำอย่างเป็นระบบในผู้เข้าร่วมวิจัยและสภาพแวดล้อมหลายราย
- การออกแบบนี้ไม่เหมาะสมเมื่อพฤติกรรมเป้าหมายไม่สามารถย้อนกลับได้ (เช่น ทักษะทางวิชาการที่เรียนรู้ การเรียนรู้ทักษะการเคลื่อนไหว) — การไม่ย้อนกลับใน A2 จะทำให้การตีความสับสน
- สิ้นสุดลงด้วยช่วงการถอนการทดลอง หมายความว่าผู้เข้าร่วมวิจัยสิ้นสุดการศึกษาโดยไม่มีการทดลองที่กำลังดำเนินการอยู่ ซึ่งก่อให้เกิดข้อกังวลทางจริยธรรมสำหรับการรักษาที่เป็นประโยชน์
- การวิเคราะห์ข้อมูลอนุกรมเวลาด้วยสายตาต้องอาศัยการฝึกอบรมและอาจมีความเอนเอียงของผู้ทำการวิเคราะห์ จำเป็นต้องมีการตรวจสอบความน่าเชื่อถือระหว่างผู้ประเมิน (inter-rater reliability checks)
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ให้การสาธิตความสัมพันธ์เชิงสาเหตุที่ชัดเจนภายในผู้เข้าร่วมวิจัยรายบุคคล โดยไม่ต้องใช้กลุ่มควบคุมแยกต่างหาก
- เหมาะสมสำหรับการศึกษาพฤติกรรมที่หายากหรือประชากรกลุ่มเล็ก ซึ่งการทดลองแบบกลุ่มไม่สามารถทำได้
- ตรรกะการทำซ้ำภายในผู้เข้าร่วมวิจัยรายบุคคลช่วยควบคุมปัจจัยรบกวนจากการเจริญเติบโตและประวัติศาสตร์ได้หลายประการ
- การวัดอย่างต่อเนื่องให้ข้อมูลเชิงเวลาที่สมบูรณ์เกี่ยวกับพลวัตของพฤติกรรม ไม่ใช่เพียงภาพรวมก่อนและหลัง
- ภาระของผู้เข้าร่วมวิจัยต่ำเมื่อเทียบกับการทดลองแบบสุ่มกลุ่มหลายกลุ่ม ผู้เข้าร่วมแต่ละคนทำหน้าที่เป็นกลุ่มควบคุมของตนเอง
การประยุกต์ใช้
- การประเมินผลของระบบเศรษฐกิจโทเค็น (token economy systems) ต่อพฤติกรรมที่จดจ่อกับงานในห้องเรียนของนักเรียนที่มีภาวะสมาธิสั้น (ADHD) หรือกลุ่มอาการออทิสติกสเปกตรัม
- การประเมินว่าขั้นตอนการเสริมแรงที่แตกต่างกัน (differential reinforcement procedures) ช่วยลดพฤติกรรมเลียนแบบตนเองหรือพฤติกรรมกระตุ้นตนเอง (stereotypic or self-stimulatory behavior) ในสภาพแวดล้อมทางคลินิกได้หรือไม่
- การทดสอบผลกระทบของการปรับปรุงสภาพแวดล้อมการทำงานตามหลักการยศาสตร์ (ergonomic workplace modifications) ต่อพฤติกรรมอาการบาดเจ็บจากการใช้งานซ้ำๆ (repetitive-strain injury behaviors) ในงานวิจัยอาชีวอนามัย
- การตรวจสอบผลเชิงหน้าที่ของการรักษาด้วยยาต่อพฤติกรรม เมื่อสามารถระงับการให้ยาได้ตามหลักจริยธรรม
- การสาธิตความสัมพันธ์เชิงหน้าที่ในการวิจัยพฤติกรรมสัตว์และห้องปฏิบัติการจิตวิทยาเปรียบเทียบ
วิธีการทำงาน
วิธีการทำงาน
ช่วง A แรกเป็นการสร้างระดับพื้นฐานที่คงที่ก่อนการทดลอง พฤติกรรมเป้าหมายจะถูกสังเกตและบันทึกซ้ำๆ ในแต่ละช่วงการทดลอง (โดยทั่วไปคืออย่างน้อย 3-5 จุดข้อมูล) จนกว่าประสิทธิภาพจะคงที่หรือมีแนวโน้มไปในทิศทางตรงกันข้ามกับผลการทดลองที่คาดการณ์ไว้ ระดับพื้นฐานนี้เป็นลักษณะของอัตราพฤติกรรมตามธรรมชาติของผู้เข้าร่วมวิจัย และทำหน้าที่เป็นข้อมูลอ้างอิงเปรียบเทียบ (counterfactual reference)
ช่วง B เป็นการนำตัวแปรอิสระ — การรักษา การทดลอง หรือการจัดการสิ่งแวดล้อมที่กำลังศึกษา — มาใช้ การรวบรวมข้อมูลพฤติกรรมยังคงดำเนินต่อไปด้วยความถี่ในการวัดแบบเดียวกัน นักวิจัยจะมองหาการเปลี่ยนแปลงที่ชัดเจนในระดับ แนวโน้ม หรือความแปรปรวนของพฤติกรรมเป้าหมายเมื่อเทียบกับระดับพื้นฐาน A1 ซึ่งเป็นการให้หลักฐานเบื้องต้นของผลกระทบ
ช่วง A ที่สองเป็นการถอนการทดลองและกลับสู่สภาวะพื้นฐาน หากพฤติกรรมเป้าหมายกลับคืนสู่ระดับ A1 การทำซ้ำภายในผู้เข้าร่วมวิจัยรายเดียวกันนี้จะช่วยเสริมการอนุมานว่าการเปลี่ยนแปลงพฤติกรรมเกิดจากการทดลองมากกว่าปัจจัยภายนอก ระดับของการย้อนกลับจะถูกประเมินด้วยการวิเคราะห์ด้วยสายตา และหากมีผล ก็จะใช้สถิติขนาดผลกระทบ (effect-size statistics)
ข้อมูลตลอดทั้งสามช่วงจะได้รับการประเมินโดยใช้การวิเคราะห์ด้วยสายตา (visual analysis): การเปลี่ยนแปลงระดับ (การเปลี่ยนแปลงค่าเฉลี่ยทันที) แนวโน้ม (ความชันของเส้นข้อมูล) และความแปรปรวน (การกระจายของจุดข้อมูลรอบเส้นแนวโน้ม) รูปแบบโดยรวม — การปรับปรุงใน B การกลับสู่สภาวะพื้นฐานใน A2 — ถือเป็นการสาธิตความสัมพันธ์เชิงหน้าที่ ตรรกะของการสาธิตนี้อาจเสริมด้วยขนาดผลกระทบ เช่น Tau-U หรือ PND (เปอร์เซ็นต์ของข้อมูลที่ไม่ทับซ้อนกัน)
ข้อผิดพลาดที่พบบ่อย
- การถอนการทดลองที่มีประสิทธิภาพซึ่งจัดการกับพฤติกรรมที่เป็นอันตราย (เช่น พฤติกรรมทำร้ายตนเอง) เป็นสิ่งที่ยอมรับไม่ได้ทางจริยธรรม — ควรทำการทบทวนจริยธรรมก่อนตัดสินใจถอนการทดลองในช่วง A2 เสมอ
- การรวบรวมข้อมูลน้อยเกินไปในแต่ละช่วง — ข้อมูลที่คงที่น้อยกว่าสามจุดต่อช่วง ทำให้ไม่สามารถระบุได้ว่าประสิทธิภาพคงที่จริงหรือไม่ ซึ่งบั่นทอนตรรกะของการทดลอง
- การละเลยทิศทางแนวโน้มในระดับพื้นฐาน — หากระดับพื้นฐาน A1 มีแนวโน้มไปในทิศทางที่คาดการณ์ไว้สำหรับการทดลอง การปรับปรุงที่ปรากฏใน B อาจเป็นเพียงการต่อเนื่องของแนวโน้มที่มีอยู่เดิม แทนที่จะเป็นผลจากการทดลอง
- การสับสนระหว่าง ABA กับ ABAB — การออกแบบ ABA สิ้นสุดลงหลังจากการถอนการทดลองและไม่นำการทดลองกลับมาใช้ใหม่ นักวิจัยที่ต้องการสิ้นสุดด้วยการทดลองที่กำลังดำเนินการอยู่และเสริมหลักฐานการทำซ้ำควรใช้การออกแบบ ABAB แทน
คำถามที่พบบ่อย
อะไรคือความแตกต่างระหว่างการออกแบบ ABA และ ABAB
ทั้งสองเป็นการออกแบบการย้อนกลับ การออกแบบ ABA มีสามช่วงและสิ้นสุดด้วยการถอนการทดลอง การออกแบบ ABAB เพิ่มช่วง B (การทดลอง) ครั้งที่สอง โดยสิ้นสุดด้วยการรักษาที่กำลังดำเนินการอยู่ ABAB ให้หลักฐานเชิงสาเหตุที่แข็งแกร่งขึ้นผ่านการทำซ้ำผลกระทบครั้งที่สอง และมีความชอบทางจริยธรรมมากกว่าเมื่อการทดลองเป็นประโยชน์ เนื่องจากผู้เข้าร่วมวิจัยสิ้นสุดการศึกษาโดยได้รับการรักษา
ฉันจะทราบได้อย่างไรว่าระดับพื้นฐานมีความเสถียรเพียงพอที่จะดำเนินการต่อไป
เกณฑ์ทั่วไปกำหนดให้มีข้อมูลอย่างน้อยสามจุดต่อเนื่องกันโดยไม่มีแนวโน้มที่เป็นระบบในทิศทางที่คาดการณ์ไว้สำหรับการทดลอง และมีความแปรปรวน (ช่วงของคะแนน) ที่น้อยพอที่จะไม่บดบังผลกระทบที่คาดการณ์ไว้ หากระดับพื้นฐานมีแนวโน้มสูงขึ้นและคุณคาดการณ์ผลกระทบจากการทดลองที่สูงขึ้น ให้รอจนกว่าแนวโน้มจะราบเรียบหรือกลับทิศทางก่อนที่จะเริ่มช่วง B
ฉันสามารถวิเคราะห์ข้อมูล ABA ด้วยสถิติแทนการวิเคราะห์ด้วยสายตาได้หรือไม่
ได้ การวิเคราะห์ด้วยสายตาเป็นมาตรฐานและจำเป็น แต่สถิติขนาดผลกระทบสามารถใช้เสริมได้ ตัวชี้วัดที่ใช้กันอย่างแพร่หลาย ได้แก่ Tau-U (ซึ่งคำนึงถึงแนวโน้มของระดับพื้นฐาน) เปอร์เซ็นต์ของข้อมูลที่ไม่ทับซ้อนกัน (PND) และอัตราส่วนการปรับปรุงที่แตกต่างกัน (IRD) ตัวชี้วัดเหล่านี้ช่วยวัดขนาดของผลกระทบและสนับสนุนการเปรียบเทียบระหว่างการศึกษาในการวิเคราะห์อภิมาน (meta-analyses)
การออกแบบ ABA เหมือนกับการออกแบบ ABAB หรือการออกแบบการถอนการทดลองหรือไม่
คำว่า การออกแบบการย้อนกลับ (reversal design) และ การออกแบบการถอนการทดลอง (withdrawal design) มักใช้สลับกันได้สำหรับการออกแบบตระกูล ABA ในทางเทคนิค การย้อนกลับเกี่ยวข้องกับการฟื้นฟูสภาวะพื้นฐานอย่างแข็งขัน (การถอนตัวเสริมแรง) ในขณะที่การถอนการทดลองเพียงแค่ยุติการทดลอง ในทางปฏิบัติ นักวิจัยส่วนใหญ่ถือว่าการออกแบบ ABA และการถอนการทดลองเป็นคำพ้องความหมาย การออกแบบ ABAB เป็นส่วนขยายเฉพาะที่นำการทดลองกลับมาใช้อีกครั้งหลังจากการวัดพื้นฐานครั้งที่สอง
ฉันสามารถสรุปผลการศึกษา ABA ไปยังบุคคลอื่นได้หรือไม่
โดยตรงไม่ได้ การออกแบบแบบผู้เข้าร่วมวิจัยเดี่ยวสร้างความสัมพันธ์เชิงหน้าที่สำหรับบุคคลที่ศึกษา การสรุปผลไปยังบุคคลและสภาพแวดล้อมอื่น ๆ จะทำได้ผ่านการทำซ้ำอย่างเป็นระบบ (systematic replication) — การทำซ้ำการศึกษาซ้ำกับผู้เข้าร่วม นักบำบัด หรือสภาพแวดล้อมที่แตกต่างกัน รูปแบบของผลกระทบที่สอดคล้องกันตลอดการทำซ้ำ ซึ่งมักรายงานในการทบทวนวรรณกรรมหรือการวิเคราะห์อภิมาน สนับสนุนข้อสรุปที่กว้างขึ้น
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
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.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วCooper, J. O., Heron, T. E., & Heward, W. L. (2020). Applied Behavior Analysis (3rd ed.). Pearson.
ISBN: 978-0134752556คัดลอกแล้ว