Einzelfallexperiment

 

(= E.) [engl. single-case-/subject experimental design], [FSE], unter einem klass. E. bzw. einer kontrollierten Fallstudie versteht man die intensive Untersuchung eines Phänomens unter systematisch variierten Bedingungen an ein und demselben Individuum. Da die Durchführung einer exp. Fallstudie wiederholte Beobachtungen am selben Individuum erfordert, bilden die so gewonnenen Daten stets eine Zeitreihe, die unterschiedliche Behandlungsbedingungen durchläuft. E. lassen sich somit als Zeitreihenexp. charakterisieren. Im einfachsten Fall wird durch die Einführung einer neuen Versuchsbedingung X die Zeitreihe in eine Vorbehandlungsphase und eine Behandlungsphase geteilt. Zeitreihenpläne vom Typ OOOXOOO werden in der verhaltenstherap. Fachliteratur auch als A-B-Pläne bez. Falls es möglich ist, die Beobachtungszeiten den Behandlungsbedingungen nach dem Zufall zuzuordnen oder den Interventionszeitpunkt innerhalb eines im Voraus fixierten Intervalls nach einem Zufallsverfahren zu bestimmen, dann stellen die von Edgington (1995) in die Ps. eingeführten Randomisierungspläne (random assignment model; Randomisierungstest) eine echte Alternative zu den klass. zeitreihentheoret. Ansätzen der allg. Klasse der ARIMA (autoregressive integrated moving average)-Modelle dar (Zeitreihenanalyse). Es lassen sich vier Hauptgruppen von randomisierten Versuchsanlagen unterscheiden (Huber, 2008): (1) vollständig randomisierte Versuchsanlagen und Versuchsanlagen mit eingeschränkter Randomisierung, (2) Blöcke mit randomisierter Anordnung, (3) zwei- und mehrphasige univariate Zeitreihenpläne mit zufällig variierenden Phasenlängen (die Interventionszeitpunkte werden unter Bedachtnahme auf eine Mindestanzahl von Beobachtungen pro Untersuchungsphase nach dem Zufall festgelegt) und (4) multivariate Zeitreihenpläne (multiple Grundkurvenpläne) mit zufällig variierenden Phasenlängen.

Manolov und Onghena (2018) haben sich den Umstand zunutze gemacht, dass bei Randomisierungstests die Prüfgrößen vom Experimentator def. werden können, und schlugen als Alternativen zu den üblicherweise verwendeten Mittelwertsdifferenzen die Größen ADISO (average difference between successive observations) und ALIV (actual and linearly interpolated values) vor. Auf diese Weise könne man – so die Autoren – der Datenstruktur von Einzelfallbeobachtungen (bspw. dem Vgl. benachbarter Beobachtungen) besser gerecht werden.

Verwendete Literatur

Sie sind schon registriert? Zur Anmeldung
Erstellen Sie einen Account um das komplette Literaturverzeichnis einzusehen.