Eine Einführung in quasi-experimentelle Designs

Wie ein echtes Experiment zielt ein quasi-experimentelles Design darauf ab, eine Ursache-Wirkungs-Beziehung zwischen einer unabhängigen und einer abhängigen Variablen herzustellen.

Im Gegensatz zu einem echten Experiment beruht ein Quasi-Experiment jedoch nicht auf einer zufälligen Zuordnung. Stattdessen werden die Probanden anhand nicht zufälliger Kriterien Gruppen zugeordnet.

Quasi-experimentelles Design ist ein nützliches Werkzeug in Situationen, in denen echte Experimente aus ethischen oder praktischen Gründen nicht verwendet werden können.

Unterschiede zwischen Quasi-Experimenten und echten Experimenten

Es gibt mehrere gemeinsame Unterschiede zwischen echten und quasi-experimentellen Designs.

Echtes experimentelles Design Quasi-experimentell Design
Zuordnung zur Behandlung Die Der Forscher weist Probanden zufällig Kontroll- und Behandlungsgruppen zu. Eine andere, nicht zufällige Methode wird verwendet, um Probanden Gruppen zuzuweisen.
Kontrolle über die Behandlung Der Forscher entwirft normalerweise die Behandlung und entscheidet, welche Probanden sie erhalten. Der Forscher hat häufig keine Kontrolle darüber die Behandlung, sondern untersucht bereits bestehende Gruppen, die nachträglich unterschiedliche Behandlungen erhalten haben.
Verwendung von Kontrollgruppen Erfordert die Verwendung von Kontrolle und Behandlung Gruppen. Kontrollgruppen sind nicht erforderlich (obwohl sie häufig verwendet werden).

Beispiel eines echten Experiments gegen ein Quasi-Experiment

Angenommen, Sie interessieren sich für die Auswirkungen einer neuen psychologischen Therapie auf Patienten mit Depressionen
Beispiel: Echte Versuchsanordnung
Um ein echtes Experiment durchzuführen, weisen Sie zufällig die Hälfte der Patienten zu eine psychiatrische Klinik, um die neue Behandlung zu erhalten. Die andere Hälfte – die Kontrollgruppe – erhält den Standardbehandlungsverlauf für Depressionen.

Alle paar Monate füllen die Patienten ein Blatt aus, in dem ihre Symptome beschrieben werden, um festzustellen, ob die neue Behandlung signifikant bessere (oder schlechtere) Wirkungen als die Standardbehandlung hervorruft

Aus ethischen Gründen erteilen Ihnen die Direktoren der psychiatrischen Klinik möglicherweise nicht die Erlaubnis, ihre Patienten nach dem Zufallsprinzip Behandlungen zuzuweisen. In diesem Fall können Sie kein echtes Experiment ausführen.

Stattdessen können Sie ein quasi-experimentelles Design verwenden.

Beispiel: Quasi-experimentelles Design
Sie stellen fest, dass einige der Psychotherapeuten in der Klinik beschlossen haben, die neue Therapie auszuprobieren, während andere, die ähnliche Patienten behandeln, sich für das normale Protokoll entschieden haben.

Sie können diese verwenden Bereits bestehende Gruppen zur Untersuchung des Symptomverlaufs der mit der neuen Therapie behandelten Patienten im Vergleich zu denen, die den Standardbehandlungsverlauf erhalten.

Obwohl die Gruppen nicht zufällig zugewiesen wurden, sollten Sie systematische Unterschiede zwischen den Patienten richtig berücksichtigen Sie können ziemlich sicher sein, dass sich Unterschiede aus der Behandlung und nicht aus anderen verwirrenden Variablen ergeben müssen.

Arten von quasi-experimentellen Designs

Es gibt viele Arten von quasi-experimentellen Designs. Hier erklären wir drei der häufigsten Typen: Design nichtäquivalenter Gruppen, Regressionsdiskontinuität und natürliche Experimente.

Design nichtäquivalenter Gruppen

Beim Design nichtäquivalenter Gruppen wählt der Forscher vorhandene Gruppen aus, die angezeigt werden ähnlich, aber wenn nur eine der Gruppen die Behandlung erfährt.

In einem echten Experiment mit zufälliger Zuordnung werden die Kontroll- und Behandlungsgruppen in jeder anderen Hinsicht als der Behandlung als gleichwertig angesehen. In einem Quasi-Experiment, bei dem die Gruppen nicht zufällig sind, können sie sich jedoch auf andere Weise unterscheiden – sie sind nicht äquivalente Gruppen.

Bei Verwendung dieser Art von Design versuchen die Forscher, verwirrende Variablen durch Kontrolle zu berücksichtigen sie in ihrer Analyse oder durch Auswahl von Gruppen, die so ähnlich wie möglich sind.

Dies ist die häufigste Art von quasi-experimentellem Design.

Beispiel: Nicht gleichwertiges Gruppendesign
Sie nehmen an, dass ein neues außerschulisches Programm zu höheren Noten führt. Sie wählen zwei ähnliche Gruppen von Kindern aus, die verschiedene Schulen besuchen, von denen eine das neue Programm implementiert, die andere nicht.

Wenn Sie die Kinder, die an dem Programm teilnehmen, mit denen vergleichen, die dies nicht tun, können Sie herausfinden, ob es eine gibt Auswirkungen auf die Noten.

Regressionsdiskontinuität

Viele potenzielle Behandlungen, die Forscher untersuchen möchten, basieren auf einem im Wesentlichen willkürlichen Grenzwert, bei dem diejenigen über dem Schwellenwert erhalten die Behandlung und die darunter liegenden nicht.

In der Nähe dieser Schwelle sind die Unterschiede zwischen den beiden Gruppen oft so gering, dass sie nahezu nicht vorhanden sind. Daher können Forscher Personen direkt unterhalb des Schwellenwerts als Kontrollgruppe und Personen knapp oberhalb als Behandlungsgruppe verwenden.

Beispiel: Regressionsdiskontinuität
Einige High Schools in den USA sind für Schüler mit hohen Leistungen reserviert, die bei einem Test eine bestimmte Punktzahl überschreiten müssen, um teilnehmen zu können. Diejenigen, die diesen Test bestehen, unterscheiden sich höchstwahrscheinlich systematisch von denen, die dies nicht tun.

Da jedoch der genaue Cutoff-Score willkürlich ist, nähern sich die Schüler der Schwelle – diejenigen, die die Prüfung gerade noch bestehen, und diejenigen, die mit einem sehr kleinen Vorsprung nicht bestehen – sind in der Regel sehr ähnlich, wobei die kleinen Unterschiede in ihren Punktzahlen hauptsächlich auf zufällige Zufälle zurückzuführen sind. Sie können daher den Schluss ziehen, dass alle Ergebnisunterschiede von der Schule herrühren müssen, die sie besucht haben.

Um die Auswirkungen des Besuchs einer selektiven Schule zu testen, können Sie die langfristigen Ergebnisse dieser beiden Schülergruppen (derjenigen, die sie besuchen) untersuchen kaum bestanden und diejenigen, die kaum versagt haben.

Natürliche Experimente

Sowohl in Labor- als auch in Feldversuchen kontrollieren Forscher normalerweise, welche Gruppe die Themen sind zugeordnet. In einem natürlichen Experiment führt ein externes Ereignis oder eine externe Situation („Natur“) zu einer zufälligen oder zufälligen Zuordnung von Probanden zur Behandlungsgruppe.

Obwohl einige zufällige Zuordnungen verwenden, werden natürliche Experimente nicht berücksichtigt Um echte Experimente zu sein, weil sie beobachtender Natur sind.

Obwohl die Forscher keine Kontrolle über die unabhängige Variable haben, können sie dieses Ereignis nachträglich nutzen, um die Wirkung der Behandlung zu untersuchen.

Beispiel: Natürliches Experiment
Die Oregon Health Study ist eines der bekanntesten natürlichen Experimente. 2008 beschloss der Bundesstaat Oregon, die Registrierung in Medicaid, Amerika, auszuweiten einkommensschwache öffentliche Krankenversicherung für Erwachsene mit geringerem Einkommen.

Da sie es sich jedoch nicht leisten konnten, alle Personen zu versichern, die sie für das Programm als geeignet erachteten, teilten sie stattdessen Plätze im Programm auf der Grundlage einer zufälligen Lotterie zu.

Forscher konnten die Auswirkungen des Programms untersuchen durch Verwendung der eingeschriebenen Personen als zufällig zugewiesene Behandlungsgruppe und der anderen Personen, die berechtigt waren, aber als Kontrollgruppe keinen Erfolg in der Lotterie hatten.

Hier ist der Grund, warum Schüler die Korrekturlesedienste von Scribbr lieben.

Entdecken Sie das Korrekturlesen & Bearbeiten

Wann wird ein quasi-experimentelles Design verwendet?

Obwohl echte Experimente eine höhere interne Gültigkeit haben, können Sie sich aus ethischen oder praktischen Gründen für ein quasi-experimentelles Design entscheiden.

Ethisch

Manchmal wäre es unethisch, eine Behandlung nach dem Zufallsprinzip bereitzustellen oder zurückzuhalten, sodass ein echtes Experiment nicht möglich ist. In diesem Fall können Sie mit einem Quasi-Experiment denselben Kausalzusammenhang ohne ethische Probleme untersuchen.

Die Oregon Health Study ist ein gutes Beispiel. Es wäre unethisch, einige Personen nach dem Zufallsprinzip krankenversichert zu machen, andere jedoch absichtlich daran zu hindern, diese ausschließlich zu Forschungszwecken zu erhalten.

Da die Regierung von Oregon jedoch mit finanziellen Engpässen konfrontiert war und beschloss, eine Krankenversicherung per Lotterie abzuschließen Das nachträgliche Studium dieses Ereignisses ist ein viel ethischerer Ansatz, um dasselbe Problem zu untersuchen.

Praktisch

Ein echtes experimentelles Design ist möglicherweise nicht realisierbar oder einfach zu teuer, insbesondere für Forscher ohne Zugang zu großen Finanzierungsströmen.

In anderen Fällen ist zu viel Arbeit erforderlich, um eine experimentelle Intervention für eine ausreichende Anzahl von Probanden zu rekrutieren und ordnungsgemäß zu entwerfen, um ein echtes Experiment zu rechtfertigen.

In beiden Fällen können Sie mit quasi-experimentellen Designs die Frage untersuchen, indem Sie Daten nutzen, die zuvor von anderen (häufig von der Regierung) bezahlt oder gesammelt wurden.

Vor- und Nachteile

Quasi-experimentelles Design s haben im Vergleich zu anderen Arten von Studien verschiedene Vor- und Nachteile.

  • Höhere externe Validität als die meisten echten Experimente, da sie häufig reale Interventionen anstelle künstlicher Laboreinstellungen beinhalten.
  • Höhere interne Validität als bei anderen nicht experimentellen Forschungstypen, da Sie damit verwirrende Variablen besser kontrollieren können als bei anderen Arten von Studien.
  • Niedrigere interne Validität als bei echten Experimenten – ohne Randomisierung Es ist schwierig zu überprüfen, ob alle verwirrenden Variablen berücksichtigt wurden.
  • Die Verwendung von retrospektiven Daten, die bereits für andere Zwecke gesammelt wurden, kann ungenau, unvollständig oder schwer zugänglich sein.

Häufig gestellte Fragen zu quasi-experimentellen Designs

Was ist ein Quasi-Experiment?

Ein Quasi-Experiment ist eine Art Forschungsdesign, das versucht, eine Ursache-Wirkungs-Beziehung herzustellen. Der Hauptunterschied zu einem echten Experiment besteht darin, dass die Gruppen nicht zufällig zugewiesen werden.

Wann sollte ich ein quasi-experimentelles Design verwenden?

Quasi-experimentelles Design ist am nützlichsten in Situationen, in denen es unethisch oder unpraktisch wäre, ein echtes Experiment durchzuführen.

Quasi-Experimente haben eine geringere interne Gültigkeit als echte Experimente, aber häufig Höhere externe Validität, da sie reale Interventionen anstelle künstlicher Laboreinstellungen verwenden können.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.