De focus van dit doctoraat ligt op de methodologie voor het voeren van pedagogisch onderzoek, meer bepaald op de statistische analyse van single-case experimentele designs (SCED). Een SCED is een experiment waarin één enkele persoon grondig wordt bestudeerd, op zijn minst onder twee verschillende condities. Een SCED start typisch met een baseline fase, waarin de afhankelijke variabele herhaaldelijk wordt gemeten alvorens een zekere behandeling wordt gestart. Deze fase wordt vervolgens opgevolgd door een behandelingsfase, waarin de afhankelijke variabele opnieuw herhaaldelijk wordt gemeten, nadat nu de behandeling of de interventie is gestart. Het effect van de behandeling wordt geëvalueerd door de scores onder beide condities met elkaar te vergelijken. Het grootste probleem met SCEDs is dat het moeilijk is om de resultaten van slechts één persoon te generaliseren naar andere personen. Daarom kunnen SCEDS herhaald worden binnen of over studies. Het doel van dit doctoraat is om multiniveau meta-analyse als statistische analyse voor SCEDs te evalueren. Verschillende simulatie studies worden uitgevoerd om de werking van deze modellen uit te testen in verschillende situaties. Op basis van dit doctoraat lijkt multiniveau meta-analyse van SCEDs alvast veelbelovend. We hebben aangetoond dat met een zeker minimum van meetmomenten en personen, goede effectschattingen verkregen kunnen worden. 

The focus of this dissertation is on the methodology of educational sciences, more in particular on the statistical analysis of single-case experimental designs (SCEDs). A SCED is an experiment in which one single case is studied thoroughly under at least two manipulated conditions. A SCED typically starts with a baseline phase, during which the dependent variable is measured repeatedly before any treatment is given. This phase is followed by a treatment phase, during which the dependent variable is again measured repeatedly, after a treatment or intervention started. The effect of the treatment is evaluated by comparing the scores under both conditions. The main issue with SCEDs is that it is difficult to generalize the result of only one case to other cases. Therefore, SCEDs can be replicated, within or across studies. The purpose of this dissertation is to evaluate multilevel meta-analysis as a statistical analysis method for SCEDs. Several simulation studies are performed in order to test the performance of these models under a variety of conditions. Based on this dissertation, multilevel meta-analysis of SCEDs seems very promising, and we have demonstrated that with a certain minimum number of measurements and subjects, unbiased effect estimates can be obtained.