قبل از اینکه به طرح های تحقیقاتی خاص تک موضوع بپردازیم ، در نظر گرفتن برخی از ویژگی های مشترک برای اکثر آنها مفید خواهد بود. بسیاری از این ویژگی ها در شکل 10. 2 نشان داده شده است ، که نتایج یک مطالعه تک موضوع عمومی را نشان می دهد. اول ، متغیر وابسته (که در y-axis نمودار نشان داده شده است) به مکرر با گذشت زمان (نشان داده شده توسط x-axis) در فواصل منظم اندازه گیری می شود. دوم ، این مطالعه به مراحل مجزا تقسیم می شود و شرکت کننده تحت یک شرایط در هر مرحله آزمایش می شود. شرایط اغلب توسط حروف بزرگ تعیین می شود: A ، B ، C و غیره. بنابراین شکل 10. 2 طرحی را نشان می دهد که در آن شرکت کننده ابتدا در یک شرایط (A) مورد آزمایش قرار گرفت ، سپس در یک شرط دیگر (B) آزمایش شد و در نهایت در شرایط اصلی (A) آزمایش شد.(به این یک طرح معکوس گفته می شود و به زودی با جزئیات بیشتری مورد بحث قرار می گیرد.)

جنبه مهم دیگر تحقیقات تک موضوع این است که تغییر از یک شرط به حالت دیگر معمولاً پس از مدت زمان مشخص یا تعداد مشاهدات رخ نمی دهد. در عوض ، این به رفتار شرکت کننده بستگی دارد. به طور خاص ، محقق منتظر می ماند تا رفتار شرکت کننده در یک شرط نسبت به مشاهده تا مشاهده قبل از تغییر شرایط سازگار باشد. این گاهی اوقات به عنوان استراتژی حالت پایدار گفته می شود (Sidman ، 1960) [1]. ایده این است که وقتی متغیر وابسته به حالت پایدار رسیده باشد ، تشخیص هرگونه تغییر در شرایط نسبتاً آسان خواهد بود. به یاد بیاورید که ما هنگام بحث در مورد تحقیقات تجربی به طور کلی با همین اصل روبرو شدیم. تأثیر یک متغیر مستقل آسانتر برای تشخیص زمان به حداقل رساندن "سر و صدا" در داده ها آسانتر است.

طرح های معکوس

ابتدایی ترین طرح تحقیق تک موضوع ، طراحی معکوس است که به آن طراحی ABA نیز گفته می شود. در مرحله اول ، A ، یک پایه برای متغیر وابسته ایجاد می شود. این سطح پاسخ قبل از معرفی هرگونه درمان است ، و بنابراین مرحله پایه نوعی شرایط کنترل است. با رسیدن به حالت پایدار ، مرحله B با معرفی محقق ، شروع می شود. ممکن است یک دوره تعدیل در درمان وجود داشته باشد که در طی آن رفتار علاقه متغیر تر می شود و شروع به افزایش یا کاهش می کند. باز هم ، محقق منتظر می ماند تا این متغیر وابسته به حالت پایدار برسد تا مشخص شود که آیا و چه مقدار تغییر کرده است. سرانجام ، محقق درمان را حذف می کند و دوباره منتظر می ماند تا متغیر وابسته به حالت پایدار برسد. این طراحی اساسی معکوس همچنین می تواند با بازگرداندن درمان (ABAB) ، بازگشت دیگر به پایه (آبابا) و غیره گسترش یابد.

مطالعه هال و همکارانش یک طرح وارونگی ABAB بود. شکل 10. 3 داده های رابی را تقریب می دهد. درصد زمانی که وی برای مطالعه صرف کرده بود (متغیر وابسته) در مرحله اول پایه پایین بود ، در مرحله اول درمان افزایش یافت تا زمانی که سطح آن خاموش شود ، در مرحله پایه دوم کاهش یافته و دوباره در مرحله درمانی دوم افزایش یافته است.

چرا معکوس - حذف درمان - در این نوع طراحی ضروری است؟به عنوان مثال ، چرا از یک طراحی ABA استفاده می کنید و نه یک طراحی AB ساده تر؟توجه کنید که یک طرح AB در واقع یک طرح سری زمانی قطع شده برای یک شرکت کننده فردی است. به یاد بیاورید که یک مشکل در این طرح این است که اگر متغیر وابسته پس از معرفی درمان تغییر کند ، همیشه مشخص نیست که این درمان مسئول تغییر است. این امکان وجود دارد که چیز دیگری در همان زمان تغییر کند و این متغیر عجیب و غریب مسئول تغییر در متغیر وابسته باشد. اما اگر متغیر وابسته با معرفی درمان تغییر کند و سپس با حذف درمان تغییر کند (با فرض اینکه درمان اثر دائمی ایجاد نمی کند) ، بسیار واضح تر است که درمان (و حذف درمان) استدلیل. به عبارت دیگر ، معکوس اعتبار داخلی مطالعه را تا حد زیادی افزایش می دهد.

بستگان نزدیک از طراحی معکوس اساسی وجود دارد که امکان ارزیابی بیش از یک درمان را فراهم می کند. در یک طرح معکوس چند معکوس ، یک مرحله پایه توسط مراحل جداگانه ای دنبال می شود که در آن درمان های مختلف معرفی می شوند. به عنوان مثال ، یک محقق ممکن است یک مبنای اولیه برای مطالعه رفتار برای یک دانش آموز مختل کننده (A) ایجاد کند ، سپس درمانی را که شامل توجه مثبت معلم (B) است ، معرفی کند ، و سپس به یک درمان مربوط به مجازات خفیف برای عدم مطالعه (C) تبدیل شود. سپس شرکت کننده می تواند قبل از شروع مجدد هر درمان به یک مرحله پایه برگردانده شود - شاید به ترتیب معکوس به عنوان راهی برای کنترل اثرات حمل. این طراحی خاص معکوس چند معالج نیز می تواند به عنوان یک طرح ABCACB گفته شود.

در یک طرح درمانی متناوب ، دو یا چند درمان نسبتاً سریع در یک برنامه منظم متناوب می شوند. به عنوان مثال ، توجه مثبت برای مطالعه می تواند یک روز و مجازات خفیف به دلیل عدم مطالعه بعدی و غیره مورد استفاده قرار گیرد. یا یک درمان می تواند در صبح و دیگری بعد از ظهر انجام شود. طراحی متناوب درمان می تواند روشی سریع و مؤثر برای مقایسه درمان ها باشد ، اما فقط در صورت انجام سریع درمان.

طرح های چند منظوره

دو مشکل بالقوه با طراحی معکوس وجود دارد - هر دو مربوط به حذف درمان است. یکی این است که اگر یک درمان کار کند ، ممکن است حذف آن غیر اخلاقی باشد. به عنوان مثال ، اگر به نظر می رسید یک درمان باعث کاهش بروز خود داروی در یک کودک معلول در رشد می شود ، حذف این روش درمانی غیر اخلاقی خواهد بود تا نشان دهد که شیوع خودجوش افزایش می یابد. مشکل دوم این است که متغیر وابسته ممکن است در هنگام برداشتن درمان به پایه بازگردد. به عنوان مثال ، هنگامی که توجه مثبت برای مطالعه حذف می شود ، دانش آموز ممکن است با افزایش نرخ تحصیل خود را ادامه دهد. این می تواند بدان معنی باشد که توجه مثبت تأثیر ماندگار در تحصیل دانش آموز داشته است ، که البته خوب خواهد بود. اما همچنین می تواند به این معنی باشد که توجه مثبت در وهله اول علت افزایش مطالعه نبوده است. شاید اتفاق دیگری تقریباً همزمان با معالجه اتفاق افتاده باشد - برای مثال ، والدین دانش آموز ممکن است برای نمرات خوب به او پاداش دهند.

یک راه حل برای این مشکلات استفاده از یک طراحی چند خطی است که در شکل 10. 4 نشان داده شده است. در یک نسخه از طراحی ، یک پایه برای هر یک از چندین شرکت کننده ایجاد می شود و سپس درمان برای هر یک معرفی می شود. در اصل ، هر شرکت کننده در یک طرح AB آزمایش می شود. نکته اصلی این طرح این است که درمان در زمان دیگری برای هر شرکت کننده معرفی می شود. ایده این است که اگر متغیر وابسته هنگام معرفی درمان برای یک شرکت کننده تغییر کند ، ممکن است یک تصادف باشد. اما اگر متغیر وابسته در هنگام معرفی درمان برای چندین شرکت کننده تغییر کند - به ویژه هنگامی که درمان در زمان های مختلف برای شرکت کنندگان مختلف معرفی می شود - پس از آن یک تصادف بسیار بعید است.

به عنوان نمونه ، مطالعه ای از اسکات راس و رابرت هورنر را در نظر بگیرید (راس و هورنر ، 2009) [2]. آنها علاقه مند بودند که چگونه یک برنامه پیشگیری از زورگویی در سطح مدرسه بر رفتار قلدری دانش آموزان مشکل خاص تأثیر بگذارد. در هر یک از سه مدرسه مختلف ، محققان دو دانش آموز را که مرتباً درگیر قلدری بودند ، مطالعه کردند. در طول مرحله پایه ، آنها دانش آموزان را برای 10 دقیقه در هر روز در هنگام ترک ناهار مشاهده می کردند و تعداد رفتارهای پرخاشگرانه ای را که نسبت به همسالان خود به نمایش گذاشته بودند ، شمارش می کردند.(محققان برای کمک به ضبط داده ها از رایانه های دستی استفاده کردند.) پس از 2 هفته ، آنها برنامه را در یک مدرسه اجرا کردند. پس از 2 هفته دیگر ، آنها آن را در مدرسه دوم اجرا کردند. و بعد از 2 هفته دیگر ، آنها آن را در مدرسه سوم اجرا کردند. آنها دریافتند که تعداد رفتارهای پرخاشگرانه به نمایش گذاشته شده توسط هر دانش آموز اندکی پس از اجرای برنامه در مدرسه وی کاهش یافته است. توجه داشته باشید که اگر محققان فقط یک مدرسه را مطالعه کرده بودند یا اینکه آنها در هر سه مدرسه همزمان درمان را معرفی کرده بودند ، مشخص نیست که آیا کاهش رفتارهای پرخاشگرانه به دلیل برنامه قلدری بوده است یا اتفاق دیگری که در مورد آن اتفاق افتاده استدر همان زمان معرفی شد (به عنوان مثال ، تعطیلات ، یک برنامه تلویزیونی ، تغییر در آب و هوا). اما با طراحی چند خطی آنها ، این نوع تصادف باید سه بار جداگانه-یک اتفاق بسیار بعید-برای توضیح نتایج آنها اتفاق بیفتد.

در نسخه دیگری از طراحی چند خطی ، چندین پایه برای یک شرکت کننده یکسان اما برای متغیرهای وابسته مختلف ایجاد شده است و درمان در زمان دیگری برای هر متغیر وابسته معرفی می شود. به عنوان مثال ، یک مطالعه در مورد تأثیر اهداف واضح بر بهره وری یک کارگر اداری که دو وظیفه اصلی دارد: انجام تماس های فروش و گزارش نوشتن. خط مقدماتی برای هر دو کار می تواند ایجاد شود. به عنوان مثال ، محقق می تواند تعداد تماس های فروش و گزارش های نوشته شده توسط کارگر را هر هفته برای چند هفته اندازه گیری کند. سپس می توان برای یکی از این کارها ، درمان هدفمند را معرفی کرد و در زمان دیگری نیز می توان همین روش را برای کار دیگر معرفی کرد. منطق مانند گذشته است. اگر پس از معرفی درمان ، بهره وری در یک کار افزایش یابد ، مشخص نیست که آیا این درمان باعث افزایش شده است یا خیر. اما اگر بهره وری در هر دو کار افزایش یابد پس از معرفی درمان - به ویژه هنگامی که درمان در دو زمان مختلف معرفی می شود - پس به نظر می رسد که این درمان مسئول است.

در نسخه سوم از طراحی چند خطی ، چندین خط پایه برای همان شرکت کننده اما در تنظیمات مختلف ایجاد شده است. به عنوان مثال ، ممکن است یک مبنای اولیه برای مدت زمانی که کودک در طول وقت آزاد خود در مدرسه و در طول اوقات فراغت در خانه می خواند ، ایجاد کند. سپس درمانی مانند توجه مثبت ممکن است ابتدا در مدرسه و بعداً در خانه معرفی شود. باز هم ، اگر متغیر وابسته پس از معرفی درمان در هر تنظیم تغییر کند ، این اطمینان به محقق می دهد که درمان در واقع مسئول تغییر است.

تجزیه و تحلیل داده ها در تحقیقات تک موضوع

علاوه بر تمرکز خود بر روی شرکت کنندگان ، تحقیقات تک موضوع در نحوه تجزیه و تحلیل داده ها با تحقیقات گروهی متفاوت است. همانطور که در طول کتاب مشاهده کردیم ، تحقیقات گروهی شامل ترکیب داده ها در بین شرکت کنندگان است. داده های گروهی با استفاده از آماری مانند میانگین ، انحراف استاندارد ، R پیرسون و غیره برای تشخیص الگوهای کلی توصیف شده است. سرانجام ، از آمار استنباطی برای کمک به تصمیم گیری در مورد اینکه آیا نتیجه نمونه احتمالاً برای جمعیت تعمیم یافته است ، استفاده می شود. در مقابل ، تحقیقات تک موضوع به شدت به رویکرد بسیار متفاوتی به نام بازرسی بصری متکی است. این به معنای ترسیم داده های شرکت کنندگان در این فصل است ، با دقت به آن داده ها نگاه می کند و قضاوت در مورد اینکه آیا متغیر مستقل تا چه اندازه تأثیر در متغیر وابسته داشته است. از آمار استنباطی به طور معمول استفاده نمی شود.

محققان تک موضوع در بازرسی بصری داده های خود ، عوامل مختلفی را در نظر می گیرند. یکی از آنها تغییر در سطح متغیر وابسته از شرایط به شرایط دیگر است. اگر متغیر وابسته در یک شرایط بسیار بالاتر یا بسیار پایین تر از حالت دیگر باشد ، این نشان می دهد که این درمان دارای اثر است. عامل دوم روند است که به افزایش تدریجی یا کاهش متغیر وابسته در بین مشاهدات اشاره دارد. اگر متغیر وابسته با تغییر در شرایط شروع به افزایش یا کاهش کند ، دوباره این نشان می دهد که این درمان تأثیر داشته است. این امر به ویژه می تواند بگوید که یک روند جهت ها را تغییر می دهد - به عنوان مثال ، وقتی یک رفتار ناخواسته در طول پایه افزایش می یابد اما با معرفی درمان شروع به کاهش می کند. عامل سوم تأخیر است که زمانی است که متغیر وابسته پس از تغییر در شرایط شروع به تغییر می کند. به طور کلی ، اگر تغییر در متغیر وابسته اندکی پس از تغییر شرایط شروع شود ، این نشان می دهد که این درمان مسئول بوده است.

در پانل بالای شکل 10. 5 ، تغییرات نسبتاً آشکاری در سطح و روند متغیر وابسته از شرایط به شرایط به شرایط دیگر وجود دارد. علاوه بر این ، تأخیر این تغییرات کوتاه است. تغییر بلافاصله اتفاق می افتد. این الگوی نتایج به شدت نشان می دهد که درمان مسئول تغییرات در متغیر وابسته بود. در صفحه پایین شکل 10. 5 ، با این حال ، تغییرات در سطح نسبتاً اندک است. و گرچه به نظر می رسد روند فزاینده ای در شرایط درمانی وجود دارد ، اما به نظر می رسد که این ممکن است ادامه روند است که قبلاً در ابتدا آغاز شده بود. این الگوی نتایج به شدت نشان می دهد که درمان مسئولیتی در قبال تغییر در متغیر وابسته نبوده است-حداقل به حدی که محققان تک شخص معمولاً امیدوارند ببینند.

نتایج تحقیقات تک موضوع نیز می تواند با استفاده از روشهای آماری مورد تجزیه و تحلیل قرار گیرد-و این رایج تر می شود. رویکردهای مختلف زیادی وجود دارد ، و محققان تک موضوع همچنان به بحث و گفتگو ادامه می دهند که مفیدترین آنهاست. یک رویکرد به موازات آنچه که به طور معمول در تحقیقات گروهی انجام می شود ، موازی است. میانگین و انحراف استاندارد پاسخهای هر یک از شرکت کنندگان در هر شرایط محاسبه و مقایسه می شود و تست های آماری استنباطی مانند آزمون T یا تجزیه و تحلیل واریانس اعمال می شود (Fisch ، 2001) [3].(توجه داشته باشید که میانگین در بین شرکت کنندگان کمتر متداول است.) رویکرد دیگر محاسبه درصد داده های غیرمستقیم (PND) برای هر شرکت کننده است (Scruggs & Mastropieri ، 2001) [4]. این درصد پاسخ ها در شرایط درمانی است که شدیدتر از شدیدترین پاسخ در یک شرایط کنترل مربوطه است. به عنوان مثال ، در مطالعه هال و همکارانش ، تمام اقدامات مربوط به زمان مطالعه رابی در اولین شرایط درمانی بیشتر از بالاترین اندازه در ابتدا بود ، برای PND 100 ٪. هرچه درصد داده های غیرمستقیم بیشتر باشد ، اثر درمانی قوی تر می شود. با این حال ، رویکردهای آماری رسمی برای تجزیه و تحلیل داده ها در تحقیقات تک موضوع به طور کلی مکمل بازرسی بصری در نظر گرفته می شود ، نه جایگزینی برای آن.

• طرح های تحقیقاتی تک موضوع به طور معمول شامل اندازه گیری متغیر وابسته به طور مکرر در طول زمان و تغییر شرایط (به عنوان مثال ، از ابتدا به درمان) است که متغیر وابسته به حالت پایدار رسیده است. این رویکرد به محقق این امکان را می دهد تا ببیند آیا تغییرات در متغیر مستقل باعث تغییر در متغیر وابسته می شود یا خیر.
• در یک طراحی معکوس ، شرکت کننده در یک شرایط پایه آزمایش می شود ، سپس در یک شرایط درمانی آزمایش می شود و سپس به پایه باز می گردد. اگر متغیر وابسته با معرفی درمان تغییر کند و سپس با بازگشت به پایه تغییر کند ، این شواهد محکمی از اثر درمانی ارائه می دهد.
• در یک طراحی چند طبقه ، خطوط پایه برای شرکت کنندگان مختلف ، متغیرهای وابسته مختلف یا تنظیمات مختلف ایجاد می شود-و درمان در زمان دیگری در هر پایه معرفی می شود. اگر معرفی درمان با تغییر متغیر وابسته در هر پایه انجام شود ، این شواهد محکمی از اثر درمانی ارائه می دهد.
• محققان تک موضوع به طور معمول داده های خود را با نمودار کردن آنها و قضاوت در مورد اینکه آیا متغیر مستقل بر متغیر وابسته بر اساس سطح ، روند و تأخیر تأثیر می گذارد ، تجزیه و تحلیل می کنند.

1. تمرین: برای پاسخ به سؤالات زیر ، یک مطالعه ساده تک موضوع (با استفاده از یک طرح معکوس یا چند خطی) طراحی کنید. حتماً درمان را مشخص کنید ، متغیر وابسته را به صورت عملیاتی تعریف کنید ، تصمیم بگیرید که مشاهدات در کجا و کجا انجام می شود و غیره.
   • آیا توجه مثبت والدین باعث افزایش رفتار مسواک کودک می شود؟
   • آیا خودآزمایی هنگام تحصیل عملکرد دانش آموز را در آزمون های هجی هفتگی بهبود می بخشد؟
   • آیا ورزش منظم به تسکین افسردگی کمک می کند؟
2. تمرین: یک نمودار ایجاد کنید که نتایج فرضی را برای مطالعه ای که در تمرین طراحی کرده اید نشان می دهد. پاراگراف را بنویسید که در آن شما توصیف می کنید که نتایج چه چیزی را نشان می دهد. حتما در مورد سطح ، روند و تأخیر نظر دهید.

توضیحات طولانی

شکل 10. 3 توضیحات طولانی: نمودار خط که نتایج یک مطالعه را با یک طراحی معکوس ABAB نشان می دهد. متغیر وابسته در فاز پایه اول کم بود. در اولین درمان افزایش یافت. در مرحله دوم کاهش یافت ، اما هنوز هم بالاتر از پایه اول بود. و در مرحله درمانی دوم بالاترین بود.[بازگشت به شکل 10. 3]

شکل 10. 4 توضیحات طولانی: سه نمودار خط که نتایج یک مطالعه چند طبقه عمومی را نشان می دهد ، که در آن خطوط مختلف ایجاد شده و درمان در زمان های مختلف به شرکت کنندگان معرفی می شود.

برای پایه 1 ، درمان یک چهارم از راه مطالعه معرفی می شود. متغیر وابسته بین 12 تا 16 واحد در طول پایه متغیر است ، اما با درمان به 10 واحد کاهش می یابد و بیشتر تا پایان مطالعه کاهش می یابد ، بین 4 تا 10 واحد.

برای پایه 2 ، درمان در نیمی از مطالعه انجام می شود. متغیر وابسته بین 10 تا 15 واحد در طول پایه قرار دارد ، سپس هنگام معرفی درمان ، کاهش شدید به 7 واحد دارد. با این حال ، متغیر وابسته به 12 واحد به زودی پس از قطره افزایش می یابد و بین 8 تا 10 واحد تا پایان مطالعه متغیر است.

برای پایه 3 ، درمان سه چهارم از راه مطالعه معرفی می شود. متغیر وابسته بین 12 تا 16 واحد برای بیشتر قسمت ها در طول پایه قرار دارد و یک کاهش به 10 واحد کاهش می یابد. هنگامی که درمان معرفی می شود ، متغیر وابسته به 10 واحد کاهش می یابد و سپس تا پایان مطالعه بین 8 تا 9 واحد متغیر است.[بازگشت به شکل 10. 4]

شکل 10. 5 توضیحات طولانی: دو نمودار که نتایج یک مطالعه تک موضوع عمومی را با طراحی ABA نشان می دهد. در نمودار اول ، تحت شرایط A ، سطح بالا است و روند در حال افزایش است. در شرایط B ، سطح بسیار پایین تر از شرایط A است و روند در حال کاهش است. در شرایط A دوباره ، سطح تقریباً به اندازه اولین بار است و روند در حال افزایش است. برای هر تغییر ، تأخیر کوتاه است ، نشان می دهد که درمان دلیل تغییر است.

در نمودار دوم ، تحت شرایط A ، سطح نسبتاً پایین است و روند در حال افزایش است. در شرایط B ، سطح کمی بیشتر از شرایط A است و روند کمی در حال افزایش است. در شرایط A دوباره ، سطح کمی پایین تر از شرایط B است و روند آن کمی کاهش می یابد. تعیین تأخیر این تغییرات دشوار است ، زیرا هر تغییر نسبت به دقیقه است ، که نشان می دهد درمان بی اثر است.[بازگشت به شکل 10. 5]

1. Sidman ، M. (1960). تاکتیک های تحقیقات علمی: ارزیابی داده های تجربی در روانشناسی. بوستون ، MA: تعاونی نویسندگان.↵
2. Ross ، S. W. ، & Hoer ، R. H. (2009). پیشگیری از قلدر در حمایت از رفتار مثبت. مجله تجزیه و تحلیل رفتار کاربردی ، 42 ، 747-759.↵
3. Fisch ، G. S. (2001). ارزیابی داده ها از تجزیه و تحلیل رفتاری: بازرسی بصری یا مدلهای آماری. فرآیندهای رفتاری ، 54 ، 137-154.↵
4. Scruggs ، T. E. ، & Mastropieri ، M. A. (2001). نحوه خلاصه تحقیقات تک شرکت: ایده ها و برنامه ها. استثنائات ، 9 ، 227-244.↵

محقق منتظر می ماند تا رفتار شرکت کننده در یک شرایط قبل از تغییر شرایط نسبتاً از مشاهده تا مشاهده سازگار باشد. به این ترتیب ، هرگونه تغییر در شرایط تشخیص آسان خواهد بود.

یک روش مطالعه که در آن محقق داده های مربوط به حالت پایه را جمع آوری می کند ، درمان را معرفی می کند و مشاهده را ادامه می دهد تا زمان پایدار به دست بیاید ، و در نهایت درمان را از بین می برد و شرکت کننده را تا زمان بازگشت به حالت پایدار مشاهده می کند.

سطح پاسخ قبل از هرگونه درمان معرفی می شود و بنابراین به عنوان نوعی شرایط کنترل عمل می کند.

یک مرحله پایه توسط فازهای جداگانه ای که در آن درمان های مختلف معرفی می شوند ، دنبال می شود.

دو یا چند درمان نسبتاً سریع در یک برنامه منظم متناوب می شوند.

یک پایه برای چندین شرکت کننده ایجاد می شود و سپس درمان در زمان دیگری به هر شرکت کننده معرفی می شود.

ترسیم داده های شرکت کنندگان ، بررسی داده ها ، و قضاوت در مورد اینکه آیا متغیر مستقل تا چه اندازه در متغیر وابسته تأثیر داشته است.

آیا داده ها بر اساس بازرسی بصری از داده ها بالاتر یا پایین تر هستند. تغییر در سطح دلالت بر این دارد که درمان معرفی شده تأثیر داشته است.

تدریجی در متغیر وابسته در بین مشاهدات افزایش یا کاهش می یابد.

زمان لازم برای تغییر متغیر وابسته پس از تغییر در شرایط ، تغییر می کند.

درصد پاسخ ها در شرایط درمانی که شدیدتر از شدیدترین پاسخ در یک شرایط کنترل مربوطه است.