Kvasi-eksperiment

Den første del af oprettelsen af et kvasi-eksperimentelt design er at identificere variablerne. Den kvasiuafhængige variabel vil være x-variablen, den variabel, der manipuleres for at påvirke en afhængig variabel. “X” er generelt en grupperingsvariabel med forskellige niveauer. Gruppering betyder to eller flere grupper, såsom to grupper, der modtager alternative behandlinger, eller en behandlingsgruppe og en ikke-behandlingsgruppe (som kan gives placebo – placebo anvendes hyppigere i medicinske eller fysiologiske eksperimenter). Det forudsagte resultat er den afhængige variabel, som er y-variablen. I en tidsserie-analyse observeres den afhængige variabel over tid for eventuelle ændringer, der kan finde sted. Når variablerne er identificeret og defineret, skal en procedure derefter implementeres, og gruppeforskelle skal undersøges.

I et eksperiment med tilfældig tildeling har undersøgelsesenheder den samme chance for at blive tildelt en given behandlingsbetingelse. . Som sådan sikrer tilfældig tildeling, at både eksperimentelle grupper og kontrolgrupper er ækvivalente. I et kvasi-eksperimentelt design er tildeling til en given behandlingstilstand baseret på noget andet end tilfældig tildeling. Afhængigt af typen af kvasi-eksperimentelt design kan forskeren have kontrol over tildelingen til behandlingstilstanden, men bruger nogle andre kriterier end tilfældig tildeling (f.eks. En cutoff-score) for at bestemme, hvilke deltagere der får behandlingen, eller forskeren har muligvis ingen kontrol over tildeling af behandlingstilstand og de anvendte kriterier for tildeling kan være ukendt. Faktorer som omkostninger, gennemførlighed, politiske bekymringer eller bekvemmelighed kan påvirke, hvordan eller hvis deltagerne tildeles en given behandlingsbetingelse, og som sådan er kvasi-eksperimenter underlagt bekymringer vedrørende intern gyldighed (dvs. kan resultaterne af eksperimentet være brugt til at lave en kausal slutning?).

Kvasi-eksperimenter er også effektive, fordi de bruger “præ-post test”. Dette betyder, at der er test udført, før der indsamles data for at se, om der er nogen person forvirrer, eller om nogen deltagere har visse tendenser. Derefter udføres selve eksperimentet med posttestresultater registreret. Disse data kan sammenlignes som en del af undersøgelsen, eller før-testdataene kan medtages i en forklaring på de faktiske eksperimentelle data. Kvasi-eksperimenter har uafhængige variabler, der allerede findes, såsom alder, køn, øjenfarve. Disse variabler kan enten være kontinuerlige (alder) eller de kan være kategoriske (køn). Kort sagt måles naturligt forekommende variabler inden for kvasieksperimenter.

Der er flere typer kvasieksperimentelle designs, hver med forskellige styrker, svagheder og anvendelser. Disse designs inkluderer (men er ikke begrænset til):

• Forskel i forskelle (pre-post med-uden sammenligning)
• Ingen tilsvarende kontrolgrupper design
  • ikke-behandling kontrolgruppedesign
  • ikke-ækvivalente afhængige variabler design
  • fjernede behandlingsgruppedesign
  • gentagne behandlingsdesign
  • omvendt behandling ikke-tilsvarende kontrolgrupper designs
  • kohortdesign
  • kun posttest designs
  • regressionskontinuitetsdesign
• Regression diskontinuitetsdesign
• Design til sagsstyring
  • design af tidsserier
  • design af flere tidsserier
  • afbrudt tidsseriedesign
  • tilbøjelighed score matchende
  • instrumentale variabler
• Panelanalyse

Af alle disse designs er regressionens diskontinuitetsdesign kommer tættest på det eksperimentelle design, da eksperimentatoren opretholder kontrol over behandlingsopgaven, og det er kendt at “yie ld et upartisk skøn over behandlingseffekterne. “: 242 Det kræver dog et stort antal studiedeltagere og præcis modellering af den funktionelle form mellem opgaven og resultatvariablen for at give den samme styrke som et traditionelt eksperimentelt design .

Selvom kvasi-eksperimenter undertiden undgås af dem, der anser sig for at være eksperimentelle purister (hvilket får Donald T. Campbell til at sætte ord på “queasy experiment” for dem), er de usædvanligt nyttige i områder, hvor det er ikke gennemførligt eller ønskeligt at gennemføre et eksperiment eller et randomiseret kontrolforsøg. Sådanne tilfælde inkluderer evaluering af virkningen af ændringer i den offentlige orden, uddannelsesindgreb eller storskala sundhedsindgreb. Den primære ulempe ved kvasi-eksperimentelle designs er, at de ikke kan eliminere muligheden for forvirrende bias, hvilket kan hindre ens evne til at trække årsagsslutninger. Denne ulempe bruges ofte til at diskontere kvasi-eksperimentelle resultater. Imidlertid kan sådan bias kontrolleres til brug af forskellige statistiske teknikker, såsom multipel regression, hvis man kan identificere og måle den eller de sammenblandende variabler.Sådanne teknikker kan bruges til at modellere og delvis udvirke virkningerne af forvirrende variabelteknikker og derved forbedre nøjagtigheden af resultaterne opnået fra kvasi-eksperimenter. Desuden kan den udviklende brug af tilbøjelighedsscore, der matcher deltagere på variabler, der er vigtige for behandlingsudvælgelsesprocessen, også forbedre nøjagtigheden af kvasi-eksperimentelle resultater. visse tilfælde, selv når der blev anvendt forskellige kriterier. Sammenfattende er kvasi-eksperimenter et værdifuldt værktøj, især for den anvendte forsker. På egen hånd tillader kvasi-eksperimentelle design ikke en at foretage endelige kausale slutninger; dog giver de nødvendige og værdifulde oplysninger, der ikke kan opnås ved eksperimentelle metoder alene. Forskere, især de, der er interesserede i at undersøge anvendte forskningsspørgsmål, bør gå ud over det traditionelle eksperimentelle design og benytte sig af de muligheder, der ligger i kvasi-eksperimentelle designs.