statable Statistiek voor studie en onderzoek

Werkt een interventie bij één persoon? (single-case-analyse)

Kort

Eén persoon (of enkele personen) wordt over langere tijd herhaald gemeten: eerst zonder interventie (fase A, baseline), daarna met interventie (fase B). De vraag is of de waarden in B anders liggen - meestal beter - dan in A. Groepstoetsen passen hier niet, omdat de metingen op elkaar volgen en samenhangen. Statable vergelijkt de fasen daarom met NAP (hoofdmaat), Tau-U, voor baseline gecorrigeerde Tau en PND, en tekent de gebruikelijke grafiek van het verloop in de tijd.

Wanneer past het?

Zo ziet de tabel eruit

Eén rij per meetmoment. Je hebt de kolom met de maat (een getal) nodig en een kolom die nulmeting en interventiefase onderscheidt (precies twee waarden, bijv. “A” en “B”). Optioneel: een kolom met het meetmoment (getal of datum; anders geldt de volgorde van de rijen) en, bij meerdere personen, een kolom die hen onderscheidt.

Voorwaarden en grenzen

Het resultaat lezen

NAP = ,97, 95%-BI [,70; 1,00], p = ,003; Tau-U = ,93, p = ,002; Tau-BC = ,59, p = ,002; PND = 87%

Voor specialisten

Eigen code, gecontroleerd met R (scan 0.68.1: nap, tau_u(method = “parker”), corrected_tau, pnd; SingleCaseES::NAP; wilcox.test). NAP-interval volgens Newcombe (score-interval voor de AUC), p uit de Mann-Whitney-toets met normale benadering (tweezijdig). Tau-U volgens Parker et al. (2011): (paren B beter − paren B slechter [− Kendalls S van A over de tijd]) / (nA · nB); p uit Kendalls S met correctie voor gelijke waarden. Baseline-gecorrigeerde Tau volgens Tarlow (2017): trendtoets in A met Kendalls τb (α = ,05); bij een statistisch significante trend wordt de Theil-Sen-lijn van A afgetrokken, daarna τb tussen residuen en fase. Meetmomenten gelden als even ver uit elkaar (1…n). Bij meerdere gevallen zijn de gemiddelden eenvoudige gemiddelden van de kengetallen per geval, zonder weging.

Typische voorbeelden

Verwant

Openen in Statable