問題一覧
1
要因の組み合わせの効果、2要因以上の実験計画において、1つの要因が従属変数に及ぼす影響の向きや大きさが、もう一つの要因の水準によって異なること
交互作用
2
課題間多層ベースラインデザイン
1人の被験者について複数の課題のもとで測定を行うデザイン
3
同じ人を複数の条件に割り当てる実験計画
被験者内計画
4
処遇の撤回を含まないデザイン、ABデザインやABCデザイン、基準変更デザイン
非反転法
5
被験者数の特徴
多数
6
処遇の撤回が困難な場合
倫理的に問題となる場合、標的行動自体が処遇により変容し、処遇を撤回しても元のベースラインに戻すことができない場合
7
ベースラインの安定性を評価する観点
データにおけるトレンドとデータの変動の大きさ
8
ランダムに割り当てずに群をつくったことによって生じる差異
系統誤差
9
被験者間多層ベースラインデザインの対応
従属変数の値の変化が、処遇が導入された時点から生じていることを確認することで、履歴や成熟といった内的妥当性の脅威について、その可能性を否定できる
10
ランダム割り当てによって2群をつくった場合に、ある要因の効果がどちらかの群に偏ること
偶然誤差
11
独立変数の導入と同時に生じる、独立変数以外の未知の変数
剰余変数
12
その要因だけの単独の効果
主効果
13
ベースライン期と群間比較法の対応
対照群
14
処遇効果を判定する基準
安定したベースライン期のデータ
15
ABAデザイン、ABABデザインの対応
処遇の撤回という操作を加えることで、処遇が実施されている期間においてのみ、従属変数の値が上昇し、処遇が撤回されると従属変数の値は最初のベースラインまで低下することを確認できれば、履歴や成熟といった内的妥当性の脅威を克服することが可能になる
16
ABデザイン
ベースライン期では処遇の導入をせずに、1人の被験者について、従属変数を繰り返し測定する。ベースライン期のあと、処遇が導入され、従属変数の測定が行われる。
17
独立変数の操作により、その変数の値が変化することが期待されるもの
従属変数
18
1人の人を1つの条件に割り当てる実験計画
被験者間計画
19
基本となる被験者数
1人
20
標的行動の基準を徐々に変化させるデザイン
基準変更デザイン
21
研究者の手により操作される変数
独立変数
22
異なる2つもしくはそれ以上の群を比較することで、独立変数の効果を見ようとする実験計画
群間比較法
23
内的妥当性
独立変数と従属変数の因果関係の確からしさの程度
24
標的行動の変化が独立変数に起因するかを判断する基準
独立変数の操作の際に、行動の変化に即時性があることとそれには反復性があること
25
フェイズ
一定期間同一の条件
26
個体内条件比較法の別称
事例実験計画
27
独立変数の操作の時期と行動の変化の時期の時間軸上における一致
コインシデンス
28
群間比較法の効果を判定するロジック
処遇を施す実験群と何もしない対照群に従属変数についての測定を行い、従属変数の値に関して群間に差が見られたら、それは導入した処遇の効果であると判定できる
29
A
ベースライン期
30
B
処遇期
31
群間比較法で比較する2群
実験群と対照群
32
処遇の撤回を含むデザイン、ABAデザイン、ABABデザイン
反転法
33
内的妥当性の7つの脅威
選択、履歴、成熟、平均への回帰、欠落、テスティング、測定
34
群間比較法でランダム割り当てが必要な理由
独立変数以外の、従属変数に影響を及ぼすと考えられる他の要因の影響を取り除くこと
35
処遇期と群間比較法の対応
実験群
36
要因を構成する条件
水準
37
実験の目的
独立変数の操作により、関心のある変数の値が変化するかどうかを確認すること
38
データの値を変化させる原因、独立変数の言い換え
要因
39
行動間多層ベースラインデザイン
1人の被験者について複数の標的行動の測定を行い、それらの標的行動ごとにベースラインを用意するデザイン
40
被験者間多層ベースラインデザイン
複数の被験者について、異なる時点で介入を開始する