Fra forrige gang: Pre-test – post-test design med kontrollgruppe Førmåling Manipulasjon Ettermåling Eksperimentgr. X X X Kontrollgruppe X X Noen ganger kan det å bli pretestet påvirke effekten av manipulasjon

Solomons 4-gruppe design Spesielt velegnet for å oppdage interaksjoner mellom prestest og manipulasjon Kan undersøkes gjennom et Solomon 4-gruppe design: Gruppe 1: pretest manipulasjon posttest Gruppe 2: pretest ---- posttest Gruppe 3: manipulasjon posttest Gruppe 4 posttest

Kombinasjon av eksperiment og korrelasjonsdesign Ofte vanskelig å holde andre variabler (f eks IQ, kjønn alder m.m.) enn den vi manipulerer med konstant Kan dog inkludere slike som kovariater (f eks IQ og alder) eller kvasi-uavhengige variabler (f eks kjønn) etterpå Kan statistisk kan beregne effekten av slike kovariater/kvasi UV Eksempel: har kvinner større effekt av treningsopplegget for deprimerte enn menn? Ulempen med dette er at vi ikke kan være like sikre på årsak-virkning forhold

Kvasi-eksperiment Tilstreber krav til eksperiment, en klarer ikke dette helt Benytter ikke randomisering/matching Mangler kontroll i eksperimentsituasjonen Manipulerer ofte ikke selv med uavhengig variabel Interrupted time-series design (avbrutt tids-serie design) ofte virkning av tiltak innført av andre, f eks røykeloven eller holdningskampanje eller etter endringer ikke er innført av andre, f eks turisme etter Tsunami

Avbrutt tidsseriedesign: Utvikling i antall skadde og drepte ungdommer i Sogn og fjordane 57 78 64 56 63 53 35 44 48 10 20 30 40 50 60 70 80 90 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 Før Etter Ekspon. (Før) "Sei ifrå" satt i gang

Utviklingsrelaterte design (en form for korrelasjonsdesign fordi vi ikke manipulerer) Endringer som funksjon av alder/utvikling. Kryss-seksjonelle design Data samles inn på samme tidspunkt for ulike aldersgrupper ks.ppt Longitudinelle design. Samme individer følges over tid lg.ppt Kohort design Kombinasjon av de to overstående ch.ppt Avdekker generasjonseffekter og utvikling over tid for samme personer

Kryss-seksjonelt vs. longitudinelt – kognitive evner og alder

(N=1) Én eller få-persons design Fokuserer på atferd til enkeltsubjekter, ikke gjennomsnittet til en gruppe Ren variant av within-subjects design (repetert måling) ”Subjektet er sin egen kontroll” Tre hovedtyper Baseline design Dynamisk design Diskret forsøk design

Baseline designs Observasjoner før intervensjon for å etablere kunnskap om atferden (baseline) Deretter intervensjon Evt. gjentatte observasjoner med og uten intervensjon Dette egentlig et avbrutt (interrupted) tidsseriedesign Kan ha mer enn en forsøksperson/ et dyr, men man følger den enkelte over tid og beregner ikke gruppegjennomsnitt Sistnevnte er en måte å sikre generaliserbarhet på

Hvordan skal baseline ”se ut” Minst mulig ”opp og ned” Stabil baseline gjør det letter å konkludere med at intervensjonen (eventuelt) er effektiv (gjelder også etter intervensjon)

(Baseline) (Tiltak) (Reversal) (Tiltak) AB, ABA og ABAB –design – sistnevnte vil sikre den interne validitet gjennom replikasjon og kan være mest etisk Tiltak= høy lyd A B A B (Baseline) (Tiltak) (Reversal) (Tiltak)

Andre varianter av baseline design Multifactor design: Manipulering med flere uavhengige variabler f eks manipulasjon med lyd og intensitet av lyd (høy-lav-middels) mfac.ppt Multi-baseline design: Måling av effekt på flere avhengige variabler f eks effekt på selvskading og angrep på andre

Dynamisk design Ligner på baseline design, men treatment (intervensjonen) endres gradvis, ikke bare ”enten eller” Sjelden brukt i psykologisk forskning

Discrete trial design Utgangspunkt i ”signal detection theory” Benyttet til å måle enkeltindivids evne til å skille mellom ”signal” og ”støy” Har blant annet til hensikt å kontrollere for ”response set”, dvs stabil preferanse for å si ”ja” eller ”nei” Måles gjennom en persons gjennomsnitt av gjentatte responser ved presentasjon av signal (uavhengig variabel) sammen med ulike grader av støy F eks evnen til å se om en farlig situasjon er oppstått ut i fra å lese et radarbilde

Eks - radarovervåking Signal tilstede (farlig situasjon oppstått) Signal ikke tilstede (farlig situasjon ikke oppstått) Person tror signal (farlig sit.) ikke er tilstede Signal (farlig situasjon) ikke oppdaget Korrekt avvisning Person tror signal (farlig sit.) er tilstede Signal (farlig situasjon) oppdaget korrekt Falsk alarm (tror feilaktig at farlig sit. er oppstått)

Fra forsøket Person 1: oppdager korrekt faresituasjon (signal) i 65 % av tilfellene, og gir falsk alarm i 10 % av tilfellene Person 2: oppdager korrekt faresituasjon (signal) i 80% av tilfellene, og gir falsk alarm i 60 % av tilfellene Person 1 mer ”konservativ” mer tilbøyelig til å si at signal ikke er tilstede Person 2 mer ”liberal” dvs. tilbøyelig til å si at signal er tilstede

Kan også presenteres i form av ROC kurver (receiver operating characteristic)

Fordeler og ulemper med N=1 design Noen fordeler: Kan lettere oppdage effekter som skjules enn hvis man bruker gjennomsnitt for hele grupper Trenger ikke så stort utvalg Lang observasjonstid Noen ulemper Vanskelig å oppdage svake effekter Vanskelig å foreta gjentatte målinger over tid Carry-over effekter Begrenset evne til å generalisere