Quasi-eksperyment - Quasi-experiment

Część serii na
Badania
Laptop obok materiałów archiwalnych
Lista dziedzin akademickich
Projekt badawczy
Filozofia
Strategia badawcza
Metodologia
Metody
Portal filozoficzny

Quasi-eksperyment jest empiryczne badanie interwencyjne wykorzystane do oszacowania przyczynowy wpływ interwencji na populacji docelowej bez randomizacji . Badania quasi-eksperymentalne są podobne do tradycyjnego projektu eksperymentalnego lub randomizowanej kontrolowanej próby , ale w szczególności brakuje w nim elementu losowego przypisania do leczenia lub kontroli. Zamiast tego, projekty quasi-eksperymentalne zazwyczaj pozwalają badaczowi kontrolować przypisanie do warunku leczenia, ale przy użyciu pewnego kryterium innego niż przypisanie losowe (np. Punkt odcięcia kwalifikowalności).

Quasi-eksperymenty budzą obawy co do trafności wewnętrznej , ponieważ grupa badana i kontrolna mogą nie być porównywalne na początku badania. Innymi słowy, może nie być możliwe przekonujące wykazanie związku przyczynowego między stanem leczenia a obserwowanymi wynikami. Jest to szczególnie prawdziwe, jeśli istnieją zmienne zakłócające , których nie można kontrolować ani uwzględniać.

Przy losowym przydziale uczestnicy badania mają taką samą szansę na przypisanie do grupy interwencyjnej lub porównawczej. W rezultacie różnice między grupami w zakresie zarówno obserwowanych, jak i nieobserwowanych cech byłyby raczej przypadkiem niż systematycznym czynnikiem związanym z leczeniem (np. Nasileniem choroby). Sama randomizacja nie gwarantuje, że grupy będą równoważne w punkcie odniesienia. Jakakolwiek zmiana cech charakterystycznych po interwencji jest prawdopodobnie związana z interwencją.

Projekt

Pierwszą częścią tworzenia projektu quasi-eksperymentalnego jest identyfikacja zmiennych. Zmienna quasi-niezależny będzie x-zmienna, zmienna, która jest manipulowana, aby mieć wpływ na zmienną zależną. „X” jest generalnie zmienną grupującą o różnych poziomach. Grupowanie oznacza dwie lub więcej grup, na przykład dwie grupy otrzymujące alternatywne terapie lub grupę leczoną i grupę nieleczoną (która może otrzymać placebo - placebo jest częściej stosowane w eksperymentach medycznych lub fizjologicznych). Przewidywany wynik to zmienna zależna , która jest zmienną y. W analizie szeregów czasowych zmienną zależną obserwuje się w czasie pod kątem wszelkich zmian, które mogą mieć miejsce. Po zidentyfikowaniu i zdefiniowaniu zmiennych należy następnie wdrożyć procedurę i zbadać różnice między grupami.

W eksperymencie z przydziałem losowym jednostki badawcze mają taką samą szansę na przypisanie do danego stanu leczenia. W związku z tym losowe przypisanie zapewnia, że ​​zarówno grupa eksperymentalna, jak i kontrolna są równoważne. W projekcie quasi-eksperymentalnym przypisanie do danego stanu leczenia opiera się na czymś innym niż przypisanie losowe. W zależności od rodzaju projektu quasi-eksperymentalnego, badacz może mieć kontrolę nad przypisaniem do warunku leczenia, ale może użyć innych kryteriów niż losowe (np. Punkt odcięcia), aby określić, którzy uczestnicy otrzymają leczenie, lub badacz może nie mieć kontrola nad przypisaniem warunku leczenia i kryteria stosowane do przypisania mogą być nieznane. Czynniki takie jak koszt, wykonalność, obawy polityczne lub wygoda mogą wpływać na to, jak lub czy uczestnicy są przypisani do danych warunków leczenia, i jako takie quasi-eksperymenty są przedmiotem obaw dotyczących wewnętrznej ważności (tj. Czy wyniki eksperymentu mogą być używany do wnioskowania przyczynowego?).

Quasi-eksperymenty są również skuteczne, ponieważ używają metody „pre-post testing”. Oznacza to, że przed zebraniem jakichkolwiek danych przeprowadza się testy, aby sprawdzić, czy są jakieś pomieszania osób lub czy jacyś uczestnicy mają określone tendencje. Następnie przeprowadza się rzeczywisty eksperyment z zapisanymi wynikami po teście. Dane te można porównać w ramach badania lub dane sprzed badania można uwzględnić w wyjaśnieniu rzeczywistych danych eksperymentalnych. Quasi eksperymenty mają niezależne zmienne, które już istnieją, takie jak wiek, płeć, kolor oczu. Zmienne te mogą być ciągłe (wiek) lub kategorialne (płeć). Krótko mówiąc, naturalnie występujące zmienne mierzy się w ramach quasi-eksperymentów.

Istnieje kilka rodzajów quasi-eksperymentalnych projektów, z których każdy ma inne mocne i słabe strony oraz zastosowania. Te projekty obejmują (ale nie są do nich ograniczone):

Ze wszystkich tych planów, projekt nieciągłości regresji jest najbardziej zbliżony do projektu eksperymentalnego, ponieważ eksperymentator zachowuje kontrolę nad przydziałem leczenia i wiadomo, że „dostarcza obiektywne oszacowanie efektów leczenia”. Wymaga to jednak dużej liczby uczestników badania i precyzyjnego modelowania formy funkcjonalnej między przypisaniem a zmienną wynikową, aby uzyskać taką samą moc, jak tradycyjny projekt eksperymentalny.

Chociaż quasi-eksperymenty są czasami odrzucane przez tych, którzy uważają się za purystów eksperymentalnych (co prowadzi Donalda T. Campbella do ukucia dla nich terminu „mdłe eksperymenty”), są one wyjątkowo przydatne w obszarach, w których nie jest wykonalne lub pożądane przeprowadzenie eksperyment lub randomizowana próba kontrolna. Takie przypadki obejmują ocenę wpływu zmian polityki publicznej, interwencji edukacyjnych lub interwencji zdrowotnych na dużą skalę. Podstawową wadą projektów quasi-eksperymentalnych jest to, że nie mogą one wyeliminować możliwości błędnego nastawienia, które może utrudniać wyciąganie wniosków przyczynowych. Ta wada jest często wykorzystywana do dyskontowania wyników quasi-eksperymentalnych. Jednak takie odchylenie można kontrolować za pomocą różnych technik statystycznych, takich jak regresja wielokrotna, jeśli można zidentyfikować i zmierzyć zakłócającą zmienną (zmienne). Techniki takie mogą być wykorzystywane do modelowania i częściowego usuwania skutków technik zmiennych zakłócających, poprawiając w ten sposób dokładność wyników uzyskanych z quasi-eksperymentów. Co więcej, rozwijanie wykorzystania dopasowywania ocen skłonności do dopasowywania uczestników do zmiennych ważnych dla procesu wyboru leczenia może również poprawić dokładność wyników quasi-eksperymentalnych. W rzeczywistości wykazano, że dane pochodzące z analiz quasi-eksperymentalnych ściśle pasują do danych eksperymentalnych w niektórych przypadkach, nawet jeśli zastosowano różne kryteria. Podsumowując, quasi-eksperymenty są cennym narzędziem, zwłaszcza dla badacza stosowanego. Same w sobie quasi-eksperymentalne projekty nie pozwalają na wyciąganie ostatecznych wniosków przyczynowych; jednak dostarczają niezbędnych i wartościowych informacji, których nie można uzyskać wyłącznie metodami eksperymentalnymi. Naukowcy, zwłaszcza ci zainteresowani badaniem pytań badawczych stosowanych, powinni wyjść poza tradycyjny projekt eksperymentalny i skorzystać z możliwości związanych z projektami quasi-eksperymentalnymi.

Etyka

Prawdziwy eksperyment będzie, na przykład, losowo przypisać dzieci do stypendium, w celu kontroli dla wszystkich pozostałych zmiennych. Quasi-eksperymenty są powszechnie stosowane w naukach społecznych , zdrowiu publicznym , edukacji i analizie polityki , zwłaszcza gdy nie jest praktyczne lub uzasadnione losowanie uczestników badania do stanu leczenia.

Na przykład załóżmy, że dzielimy gospodarstwa domowe na dwie kategorie: gospodarstwa domowe, w których rodzice dają klapsy swoim dzieciom, oraz gospodarstwa domowe, w których rodzice nie dają klapsów swoim dzieciom. Możemy przeprowadzić regresję liniową, aby określić, czy istnieje dodatnia korelacja między biciem rodziców a agresywnym zachowaniem ich dzieci. Jednak zwykłe losowanie rodziców, aby bili lub nie dawali klapsów swoim dzieciom, może nie być praktyczne ani etyczne, ponieważ niektórzy rodzice mogą uważać, że bicie dzieci i odmawianie udziału jest moralnie złe.

Niektórzy autorzy odróżniają naturalny eksperyment od „quasi-eksperymentu”. Różnica polega na tym, że w quasi-eksperymencie kryterium przydziału jest wybierane przez badacza, podczas gdy w eksperymencie naturalnym przydział następuje „naturalnie”, bez interwencji badacza.

Quasi-eksperymenty mają pomiary wyników, zabiegi i jednostki eksperymentalne, ale nie używają losowego przypisania . Quasi-eksperymenty to często projekt, który większość ludzi wybiera zamiast prawdziwych eksperymentów. Zwykle jest łatwy do przeprowadzenia w przeciwieństwie do prawdziwych eksperymentów, ponieważ wprowadzają cechy zarówno eksperymentalnych, jak i nieeksperymentalnych projektów. Można wprowadzać mierzone zmienne, a także zmienne manipulowane. Zazwyczaj eksperymentatorzy wybierają quasi-eksperymenty, ponieważ maksymalizują one wewnętrzną i zewnętrzną trafność.

Zalety

Ponieważ projekty quasi-eksperymentalne są używane, gdy randomizacja jest niepraktyczna i / lub nieetyczna, są one zazwyczaj łatwiejsze do skonfigurowania niż prawdziwe projekty eksperymentalne, które wymagają losowego przypisania badanych. Ponadto stosowanie projektów quasi-eksperymentalnych minimalizuje zagrożenia dla ważności ekologicznej, ponieważ środowiska naturalne nie mają takich samych problemów związanych ze sztucznością, jak w dobrze kontrolowanych warunkach laboratoryjnych. Ponieważ quasi-eksperymenty są eksperymentami naturalnymi, wyniki jednego z nich można zastosować do innych przedmiotów i warunków, co pozwala na dokonanie pewnych uogólnień dotyczących populacji . Ta metoda eksperymentowania jest również skuteczna w badaniach podłużnych, które obejmują dłuższe okresy, które można śledzić w różnych środowiskach.

Inne zalety quasi-eksperymentów obejmują pomysł dokonywania dowolnych manipulacji, które wybierze eksperymentator. W naturalnych eksperymentach badacze muszą pozwolić na samodzielne manipulacje i nie mają nad nimi żadnej kontroli. Wykorzystanie samodzielnie wybranych grup w quasi-eksperymentach również pozbawia ryzyko problemów etycznych, warunkowych itp. Podczas przeprowadzania badania.

Niedogodności

Quasi-eksperymentalne oszacowania wpływu podlegają zanieczyszczeniu przez zmienne zakłócające . W powyższym przykładzie na zmienność reakcji dzieci na lanie mają prawdopodobny wpływ czynniki, których nie można łatwo zmierzyć i kontrolować, na przykład wrodzona dzikość dziecka lub drażliwość rodzica. Brak losowego przypisania w quasi-eksperymentalnej metodzie projektowania może pozwolić na większą wykonalność badań, ale stawia to również wiele wyzwań dla badacza pod względem trafności wewnętrznej. Ten brak randomizacji utrudnia wykluczenie zmiennych zakłócających i wprowadza nowe zagrożenia dla trafności wewnętrznej . Ponieważ brak jest randomizacji, pewną wiedzę na temat danych można przybliżyć, ale wnioski dotyczące związków przyczynowych są trudne do ustalenia z powodu wielu zewnętrznych i zakłócających zmiennych, które istnieją w środowisku społecznym. Co więcej, nawet jeśli ocenia się te zagrożenia dla trafności wewnętrznej, nadal nie można w pełni ustalić związku przyczynowego, ponieważ eksperymentator nie ma całkowitej kontroli nad zewnętrznymi zmiennymi .

Wady obejmują również grupy badane, które mogą dostarczać słabszych dowodów ze względu na brak losowości. Losowość wnosi do badania wiele użytecznych informacji, ponieważ poszerza wyniki, a tym samym zapewnia lepszą reprezentację całej populacji. Korzystanie z nierównych grup może również stanowić zagrożenie dla ważności wewnętrznej. Jeśli grupy nie są równe, co czasami ma miejsce w quasi eksperymentach, eksperymentator może nie być pewien, jakie są przyczyny wyników.

Ważność wewnętrzna

Trafność wewnętrzna to przybliżona prawda o wnioskach dotyczących związków przyczynowo-skutkowych lub przyczynowych. Dlatego ważność jest ważna w quasi-eksperymentach, ponieważ wszystkie dotyczą związków przyczynowych. Występuje, gdy eksperymentator próbuje kontrolować wszystkie zmienne, które mogą wpływać na wyniki eksperymentu. Regresja statystyczna, historia i uczestnicy są wszystkimi możliwymi zagrożeniami dla ważności wewnętrznej. Pytanie, które chciałbyś zadać, starając się utrzymać wysoką trafność wewnętrzną, brzmi: „Czy istnieją inne możliwe przyczyny wyniku poza powodem, dla którego chcę, aby był?” Jeśli tak, to trafność wewnętrzna może nie być tak silna.

Ważność zewnętrzna

Trafność zewnętrzna to zakres, w jakim wyniki uzyskane z badanej próby można uogólnić „na” pewną dobrze określoną populację będącą przedmiotem zainteresowania oraz „na” subpopulacje osób, czasów, kontekstów i metod badań. Lynch argumentował, że uogólnianie populacji „na” prawie nigdy nie jest możliwe, ponieważ populacje, dla których chcielibyśmy prognozować, są miarami przyszłego zachowania, których z definicji nie można próbkować. Dlatego bardziej istotnym pytaniem jest, czy efekty leczenia uogólniają się „na” subpopulacje, które różnią się w zależności od czynników tła, które mogą nie być istotne dla badacza. Trafność zewnętrzna zależy od tego, czy badania leczenia mają jednorodne skutki w różnych podzbiorach ludzi, czasach, kontekstach i metodach badań, czy też znak i wielkość jakichkolwiek skutków leczenia zmienia się w podzbiorach w sposób, który może nie zostać uznany lub zrozumiany przez badaczy . Athey and Imbens oraz Athey and Wager są pionierami technik uczenia maszynowego do indukcyjnego zrozumienia heterogenicznych efektów leczenia.

Typy projektów

Projekty „ osoba po leczeniu ” są najpowszechniejszym rodzajem projektu quasi-eksperymentu. W tym projekcie eksperymentator mierzy co najmniej jedną zmienną niezależną. Oprócz pomiaru jednej zmiennej eksperymentator będzie również manipulował inną zmienną niezależną. Ponieważ istnieje manipulacja i pomiar różnych zmiennych niezależnych, badania są najczęściej wykonywane w laboratoriach. Ważnym czynnikiem w radzeniu sobie z projektami poszczególnych osób jest to, że trzeba będzie zastosować losowe przypisanie, aby upewnić się, że eksperymentator ma pełną kontrolę nad manipulacjami wykonywanymi w badaniu.

Przykład tego typu konstrukcji został wykonany na Uniwersytecie Notre Dame. Badanie zostało przeprowadzone, aby sprawdzić, czy opieka mentorska w pracy prowadzi do zwiększenia satysfakcji z pracy. Wyniki pokazały, że wiele osób, które miały mentora, wykazywało bardzo dużą satysfakcję z pracy. Jednak badanie wykazało również, że osoby, które nie otrzymały mentora, miały również dużą liczbę zadowolonych pracowników. Seibert doszedł do wniosku, że chociaż pracownicy, którzy mieli mentorów, byli szczęśliwi, nie mógł założyć, że przyczyną tego byli sami mentorzy, ze względu na dużą liczbę pracowników bez mentorów, którzy stwierdzili, że są zadowoleni. Z tego powodu wstępne badanie przesiewowe jest bardzo ważne, aby można było zminimalizować wszelkie błędy w badaniu, zanim zostaną one zauważone.

„Eksperymenty naturalne” to inny rodzaj quasi-eksperymentów stosowanych przez badaczy. Różni się od indywidualnego leczenia tym, że nie ma zmiennej, którą manipuluje eksperymentator. Zamiast kontrolować przynajmniej jedną zmienną, taką jak projekt indywidualnego leczenia, eksperymentatorzy nie używają losowego przypisania i pozostawiają kontrolę eksperymentu przypadkowi. Stąd nazwa „ naturalny ” eksperyment. Manipulacje zachodzą naturalnie i chociaż może się to wydawać niedokładną techniką, w wielu przypadkach okazało się przydatne. To są badania przeprowadzone na ludziach, którym coś się nagle przydarzyło. Może to oznaczać dobre lub złe, traumatyczne lub euforyczne. Przykładem mogą być badania przeprowadzone na osobach, które uczestniczyły w wypadku samochodowym, i na tych, którzy go nie mieli. Wypadki samochodowe zdarzają się w sposób naturalny, więc nie byłoby etyczne przeprowadzanie eksperymentów mających na celu traumatyzowanie badanych. Te naturalnie występujące zdarzenia okazały się przydatne w badaniu przypadków zespołu stresu pourazowego .

Bibliografia

Linki zewnętrzne