准实验设计|定义、类型及实例

就像一个真实的实验,一个准实验设计旨在建立一个因果关系之间的自变量和因变量

然而,与真正的实验不同,准实验不依赖于随机分配.相反,研究对象根据非随机标准被分配到不同的组。

当真正的实验由于伦理或实际原因而无法使用时,准实验设计是一个有用的工具。

准实验与真实验的区别

真实实验设计和准实验设计之间有几个共同的区别。

真实实验设计 准实验设计
治疗分配 研究人员随机分配受试者分为对照组和治疗组。 一些其他的,的非随机方法用于将受试者分配到组中。
控制治疗 研究人员通常设计治疗方案 研究人员经常无法控制治疗,而是研究已经存在的群体,在事后接受了不同的治疗。
使用对照组 需要使用对照组和治疗组 不需要对照组(尽管它们是常用的)。

一个真实实验和一个准实验的例子

假设你对一种新的心理疗法对抑郁症患者的影响感兴趣。
例子:真实的实验设计
为了进行一个真正的实验,你随机分配精神健康诊所的一半患者接受新的治疗。另一半——对照组——接受抑郁症的标准疗程治疗。

每隔几个月,患者就会填写一张表,描述他们的症状,看看新疗法是否比标准疗法产生明显更好(或更差)的效果。

然而,出于道德原因,精神健康诊所的主任可能不会允许你随机分配他们的病人进行治疗。在这种情况下,你无法进行真正的实验。

相反,你可以使用准实验设计。

示例:准实验设计
你发现诊所里的一些心理治疗师已经决定尝试新的治疗方法,而其他治疗类似患者的人则选择坚持正常的治疗方案。

你可以使用这些已经存在的群体来研究接受新疗法治疗的患者与接受标准疗程治疗的患者的症状进展。

虽然这些组不是随机分配的,但如果你正确地解释了它们之间的任何系统差异,你可以合理地相信,任何差异都必须来自于治疗,而不是其他混杂变量

准实验设计的类型

准实验设计有多种类型。这里我们解释三种最常见的类型:非等效组设计、回归间断和自然实验。

非等效组设计

在非等效组设计中,研究人员选择了看起来相似的现有组,但其中只有一个组经历了治疗。

在一个真实的实验中随机分配,对照组和治疗组被认为在除治疗外的所有方面都是等同的。但在一个准实验中,分组不是随机的,他们可能在其他方面有所不同——他们是非等效的组

当使用这种设计时,研究人员试图解释任何原因混杂变量通过在分析中控制它们或者选择尽可能相似的组。

这是最常见的准实验设计类型。

示例:非等效组设计
你假设一个新的课外项目会让你取得更高的成绩。你选择两组在不同学校上学的相似的孩子,其中一组实施新计划,而另一组不实施。

通过比较参加该项目的孩子和没有参加的孩子,你可以发现它是否对成绩有影响。

回归不连续

研究人员希望研究的许多潜在治疗方法基本上都是围绕着一个任意的界限设计的,那些高于阈值的人接受治疗,而低于阈值的人则没有。

在这个阈值附近,两组之间的差异往往很小,几乎不存在。因此,研究人员可以使用略低于阈值的个体作为对照组,略高于阈值的个体作为治疗组。

示例:回归不连续
美国的一些高中专为成绩优异的学生设立,这些学生必须在考试中超过一定的分数才能入学。那些通过测试的人很可能与那些没有通过测试的人有系统的差异。

然而,由于确切的分数线是任意的,接近分数线的学生——那些勉强通过考试的学生和那些以很小的差距不及格的学生——往往非常相似,他们分数上的微小差异主要是由于随机的机会。因此,你可以得出结论,任何结果的差异都必须来自他们所就读的学校。

为了测试进入重点学校的影响,你可以研究这两组学生(勉强及格和勉强不及格的学生)的长期结果。

自然实验

在实验室和现场实验中,研究人员通常控制受试者被分配到哪一组。在自然实验中,外部事件或情况(“自然”)导致随机或类似随机的受试者分配到治疗组。

即使有些人使用随机分配,自然实验也不被认为是真正的实验,因为它们是观察在自然界中。

尽管研究人员无法控制独立变量在美国,他们可以利用这一事件来研究治疗的效果。

例子:自然实验
俄勒冈健康研究是最著名的自然实验之一。2008年,俄勒冈州决定将美国低收入公共健康保险项目——医疗补助计划(Medicaid)的参保人数扩大到更多低收入成年人。

然而,由于他们负担不起所有他们认为有资格参加该计划的人,他们只好根据随机抽签的方式分配名额。

研究人员通过将入选的个人作为随机分配的治疗组,将其他符合条件但没有成功抽签的人作为对照组,来研究该计划的影响。

以下是学生们喜欢Scribbr校对服务的原因

发现校对和编辑

何时采用准实验设计

虽然真正的实验有更高的内部效度,出于伦理或实际原因,您可以选择使用准实验设计。

道德

有时会是不道德的在随机的基础上提供或保留一种治疗,所以真正的实验是不可行的。在这种情况下,准实验可以让你研究相同的东西因果没有道德问题的关系。

俄勒冈健康研究就是一个很好的例子。随机为一些人提供医疗保险,但故意阻止其他人仅仅为了研究目的而获得保险,这是不道德的。

然而,由于俄勒冈州政府面临财政限制,决定通过抽签方式提供医疗保险,因此在事后研究这一事件是研究同一问题的更合乎道德的方法。

实用

真正的实验设计可能无法实现,或者太昂贵,特别是对于没有大量资金来源的研究人员来说。

在其他时候,招募和设计足够数量的实验对象来证明一个真正的实验需要做太多的工作。

在任何一种情况下,准实验设计都允许你利用之前由其他人付费或收集的数据(通常是政府)来研究问题。

优点和缺点

与其他类型的研究相比,准实验设计有各种优缺点。

  • 更高的外部效度比大多数真实的实验都要多,因为它们通常涉及现实世界的干预,而不是人工的实验室设置。
  • 更高的内部效度比其他非实验类型的研究,因为它们可以让你更好地控制混杂变量而不是其他类型的研究。
  • 内部效度低于真实实验——没有随机化,很难验证所有混杂变量都已被考虑在内。
  • 已为其他目的收集的回顾性数据的使用可能不准确、不完整或难以获取。

关于准实验设计的常见问题

什么是准实验?

一个准试验是一种试图建立因果关系的研究设计。与a的主要区别真实的实验分组不是随机分配的。

什么是随机分配?

在实验研究中,随机分配是一种使用随机化将样本中的参与者放入不同组的方法。用这种方法,样本中的每个成员都有一个已知的或相等的机会被放在对照组或者一个实验组。

什么时候我应该使用准实验设计?

准实验设计在不道德或不切实际的情况下运行真实的实验

准实验有较低的内部效度比真正的实验,但他们往往有更高的外部效度因为他们可以使用真实世界的干预措施,而不是人工的实验室环境。

引用这篇Scribbr文章

如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。

托马斯,L.(2022, 12月05日)。准实验设计|定义、类型及实例。Scribbr。检索于2022年12月25日,来自//www.dandarfirm.com/methodology/quasi-experimental-design/

这篇文章有用吗?
劳伦·托马斯。

劳伦拥有经济学和政治学学士学位,目前正在攻读经济学硕士学位。她一直在四处奔波,曾在美国和法国的五个城市生活过,她很高兴有一份随她而去的工作。
Baidu