THREE-LEVEL SYNTHESIS OF SINGLE-SUBJECT EXPERIMENTAL DATA: FURTHER EXTENSIONS, EMPIRICAL VALIDATION AND APPLICATIONS

DOCTORAL RESEARCH PROJECT

Mariola Moeyaert

Gedurende het laatste decennium is er een groeiende interesse om single-subject experimentele designs (SSED) in verschillende onderzoeksdomeinen in pedagogie en psychologie toe te passen om de effectiviteit van één of meerdere behandelingen te onderzoeken (Barlow, Nock, & Hersen, 2009). De interesse van de SSED onderzoeker gaat uit naar één of meerdere individuen (of een entiteit zoals een school) dat geobserveerd en gekwantificeerd wordt gedurende opeenvolgende meetmomenten gedurende een baseline conditie (waarin men geen behandeling toedient), gevolgd door een behandelingsconditie (Onghena, 2005). De validiteit van inferenties van een basis SSED is ter discussie, omdat een verandering in de gemeten variabele kan verklaard worden door een toevallige factor in plaats van de behandeling zelf (i.e., een bepaald event dat optreedt op hetzelfde moment als de start van de behandeling; Shadish, Cook, & Campbell, 2002). Om hieraan tegemoet te komen, worden meestal complexe SSEDs gebruikt zoals reversal designs, alternating treatment designs, en multiple-baseline designs. Niettegenstaande de groeiende populariteit en waardering voor SSEDs, rijzen er vragen betreffende de externe validiteit van de onderzoeksresultaten aangezien slechts een beperkt aantal personen deel uitmaken van de SSED studie. Het drieniveau model kan gebruikt worden om SSED studies samen te vatten wat resulteert in meer extern valide uitspraken met betrekking tot het effect van een behandeling. Onderzoekers zijn niet altijd op de hoogte van gepaste statististische analyse technieken om dit te realiseren (Shadish, Rindskopf, & Hedges, 2008).  De drieniveau benadering is veelbelovend en maakt het mogelijk om behandelingseffecten over subjecten en over studies te schatten bovenop studie-specifieke en subject-specifieke behandelingseffecten. Bovendien kan variantie in behandelingseffecten tussen subjecten en tussen studies geschat worden, predictoren kunnen toegevoegd worden, autocorrelatie en heterogene variantie kunnen gemodelleerd worden, enz. Het doel van dit proefschrift is tweevoudig, enerzijds het empirisch valideren van de multiniveau methodologie, en anderzijds het geven van praktische toepassingen.
In the domain of pedagogy and psychology, individualized research is often needed (Barlow, Nock, & Hersen) in order to estimate treatment effects for each participant separately. Single subject experimental designs (SSED) were developed to observe one participant or a small number of participants repeatedly under the level of at least one independent variable (Onghena, 2005).  The validity of inferences from a basic SSED can be questioned, because a shift in the data may be the results of something other than the treatment (e.g., an event that happened to occur around the time of the intervention; (Shadish, Cook, & Campbell, 2002). In an effort to reduce the plausibility of alternative explanations for shifts in time series data, single-case researchers often turn to more complex single-case designs, such as the reversal design and the multiple-baseline designs. Although single-case studies are growing in popularity and are valued, they have their limitations. A limitation of using single cases is the difficulty of generalizing their results to other cases, because of the small number of cases that are investigated. To explore generalization, SSEDs can be replied over cases within studies, such as in a multiple baseline design, and across studies. Researchers are not always aware whether appropriate statistical analysis are possible, available and appropriate (Shadish, Rindskopf, & Hedges, 2008) to analyze the obtained data. Therefore recently, three-level procedures are proposed to synthesize the results from such replicated SSED’s. The purpose of the proposed research is develop a three-level model that is appropriate for all kinds of single-case designs, with all possible extensions.

 

Person in charge of the project

Co-promotor(s)

John Ferron

Duration

  • 2010 -2014
Scroll to top