Etuliite tarkoittaa lähes muistuttavaa. Kvasi-kokeellinen tutkimus on siis tutkimusta, joka muistuttaa kokeellista tutkimusta, mutta ei ole todellista kokeellista tutkimusta. Vaikka riippumatonta muuttujaa manipuloidaan, osallistujia ei kuitenkaan satunnaisesti määritetä olosuhteisiin tai ehtojärjestyksiin (Cook & Campbell, 1979). Koska riippumatonta muuttujaa manipuloidaan ennen riippuvan muuttujan mittaamista, kvasi-kokeellinen tutkimus eliminoi suuntausongelman. Mutta koska osallistujia ei määrätä satunnaisesti – mikä tekee todennäköiseksi, että olosuhteiden välillä on muita eroja – kvasi-kokeellinen tutkimus ei poista muuttujien sekoittamisen ongelmaa. Sisäisen pätevyyden kannalta kvasi-kokeet ovat siis yleensä korrelaatiotutkimusten ja todellisten kokeiden välillä.

Kvasi-kokeita suoritetaan todennäköisesti kenttäasetuksissa mikä satunnainen määritys on vaikeaa tai mahdotonta. Ne suoritetaan usein hoidon tehokkuuden arvioimiseksi – pe hapsuttaa eräänlaista psykoterapiaa tai koulutustoimintaa. Kvasi-kokeita on monia erilaisia, mutta keskustelemme täällä vain muutamista yleisimmistä kokeista.

Muistakaa, että kun aihekohtaisen kokeen osallistujat määritetään satunnaisesti olosuhteisiin, tuloksena olevat ryhmät ovat todennäköisesti melko samanlaisia. Itse asiassa tutkijat pitävät niitä vastaavina. Kun osallistujia ei ole satunnaisesti osoitettu olosuhteisiin, tuloksena olevat ryhmät ovat todennäköisesti eroja jollain tavalla. Tästä syystä tutkijat pitävät niitä vastaamattomina. Ei-vastaava ryhmäsuunnittelu on siis aiheiden välinen suunnittelu, jossa osallistujia ei ole satunnaisesti määrätty olosuhteisiin.

Kuvittele esimerkiksi tutkijaa, joka haluaa arvioida uuden menetelmän jakeiden opettamiseksi kolmansille. tiehöylät. Yksi tapa olisi suorittaa tutkimus hoitoryhmän kanssa, joka koostuu yhdestä kolmannen luokan opiskelijoiden luokasta ja kontrolliryhmästä, joka koostuu toisesta kolmannen luokan opiskelijoiden luokasta. Tämä malli olisi ei-vastaava ryhmäsuunnittelu, koska tutkija ei ole määrittänyt opiskelijoita satunnaisesti luokkiin, mikä tarkoittaa, että heidän välillä voi olla merkittäviä eroja. Esimerkiksi korkeammalla menestyvien tai motivoituneempien opiskelijoiden vanhemmat ovat saattaneet todennäköisemmin pyytää, että heidän lapsensa määrätään neiti Williamsin luokkaan. Tai rehtori on saattanut määrätä ”häiriötekijät” Mr. Jonesin luokkaan, koska hän on vahvempi kurinpitäjä. Tietysti opettajien tyylit ja jopa luokkahuoneympäristöt saattavat olla hyvin erilaisia ja saattaa aiheuttaa erilaisia saavutuksia tai motivaatiota keskuudessa Jos tutkimuksen lopussa näiden kahden luokan murtolukutiedoissa oli eroja, se saattoi johtua opetusmenetelmien välisestä erosta – mutta se saattoi johtua jostakin näistä sekoittavista muuttujista. / p>

Ei-vastaavaa ryhmäsuunnittelua käyttävät tutkijat voivat tietenkin ryhtyä toimiin varmistaakseen, että heidän ryhmänsä ovat mahdollisimman samankaltaisia. Tässä esimerkissä tutkija voisi yrittää valita kaksi luokkaa samasta koulusta, jossa opiskelijat kahdessa luokassa on samanlaiset pisteet vakiomuotoisessa matematiikatestissä ja opettajat ovat samaa sukupuolta, iältään lähellä ja opetustyylit ovat samanlaiset. Tällaisten vaiheiden tekeminen lisäisi tutkimuksen sisäistä validiteettia koska se eliminoisi joitain tärkeimpiä sekoittavia muuttujia. Mutta ilman opiskelijoiden todellista satunnaista kohdentamista olosuhteisiin, on olemassa mahdollisuus muihin tärkeisiin sekoittaviin muuttujiin, joita tutkija ei pystynyt hallitsemaan.

Pretest-Posttest Design

Esitestissä – posttest-malli, riippuva muuttuja mitataan kerran ennen hoidon toteuttamista ja kerran sen toteuttamisen jälkeen. Kuvittele esimerkiksi tutkijaa, joka on kiinnostunut huumeidenvastaisen koulutusohjelman tehokkuudesta ala-asteen oppilaiden suhtautumisessa laittomiin huumeisiin. Tutkija voisi mitata tietyn peruskoulun opiskelijoiden asenteita yhden viikon aikana, toteuttaa huumeidenvastaisen ohjelman seuraavan viikon aikana ja lopuksi mitata heidän asenteensa seuraavalla viikolla. Ennakkotesti-jälkitestisuunnittelu muistuttaa paljon kohteiden sisäistä koketta, jossa jokainen osallistuja testataan ensin kontrolli- ja sitten hoito-olosuhteissa.Se on toisin kuin kohteiden sisäinen kokeilu, sillä ehtojen järjestystä ei tasapainoteta, koska tyypillisesti ei ole mahdollista, että osallistujaa testataan ensin hoitotilassa ja sitten ”käsittelemättömässä” kontrollitilassa.

Jos keskimääräinen jälkitestipiste on parempi kuin keskimääräinen ennakkotesti, on järkevää päätellä, että hoito saattaa olla vastuussa parannuksesta. Valitettavasti tätä ei voida usein päätellä suurella varmuudella, koska saattaa olla muita selityksiä sille, miksi jälkitestipisteet ovat parempia. Yksi vaihtoehtoisten selitysten luokka menee historian nimellä. Esitestin ja jälkitestin välillä on saattanut tapahtua muita asioita. Ehkä televisiossa esitettiin huumeiden vastaista ohjelmaa, ja monet opiskelijat katselivat sitä, tai ehkä kuuluisuus kuoli huumeiden yliannostukseen ja monet opiskelijat kuulivat siitä. Toinen vaihtoehtoisten selitysten luokka kuuluu kypsymiseen. Osallistujat saattavat ovat muuttuneet ennakkotestin ja jälkitestin välillä tavoilla, joihin he olivat joka tapauksessa menossa, koska he kasvavat ja oppivat. Jos kyseessä olisi vuoden mittainen ohjelma, osallistujat saattavat olla vähemmän impulsiivisia tai parempia päättäjiä, ja tämä saattaa olla vastuussa muutoksesta.

Toinen vaihtoehtoinen selitys riippuvaisen muuttujan muutokselle ennakkotesti-jälkitesti-mallissa on regressio ilkeät. Tämä viittaa tilastolliseen tosiasiaan, että yksilö, joka tekee erittäin suuria pisteitä muuttujasta, saa yleensä vähemmän pisteitä seuraavalla kerralla. Esimerkiksi keilaaja, jolla on keskimääräinen pitkäaikainen keskiarvo 150 ja joka yhtäkkiä kuljettaa 220: n, saa melkein varmasti matalamman pisteen seuraavassa pelissä. Hänen pistemääränsä ”taantuu” kohti keskimääräistä pistemäärää 150. Keskiarvoon regressio voi olla ongelma, kun osallistujat valitaan jatko-opiskeluun äärimmäisten pisteidensä takia. Kuvittele esimerkiksi, että vain ne opiskelijat, jotka saivat erityisen huonot pisteet murto-osille annetaan erityinen harjoitteluohjelma ja testataan sitten uudelleen. Regressio keskiarvoon, mutta takaa, että heidän pisteensä ovat korkeammat, vaikka harjoitteluohjelmalla ei olisi vaikutusta. Lähes toisiinsa liittyvä käsite – ja erittäin tärkeä psykologisessa tutkimuksessa – on spontaani remissio Tämä on taipumus monien lääketieteellisten ja psykologisten ongelmien paranemiseen ajan myötä ilman minkäänlaista hoitoa. Yleinen nuha on hyvä esimerkki. Jos mitattaisiin oireiden vakavuutta nykyään 100 kylmässä sairastuneella, anna heille kulho kanakeittoa joka päivä ja mittaa sitten oireiden vakavuus uudelleen viikossa, ne todennäköisesti parantuisivat. Tämä ei tarkoita sitä, että kanakeitto olisi vastuussa parannuksesta. koska niitä olisi parannettu paljon ilman hoitoa lainkaan. Sama pätee moniin psykologisiin ongelmiin. Ryhmä vakavasti masentuneita ihmisiä on todennäköisesti keskimäärin vähemmän masentunut 6 kuukaudessa. Tarkastellessaan useiden masennuslääkkeiden tutkimusten tuloksia tutkijat Michael Posternak ja Ivan Miller havaitsivat, että osallistujat odotuslistojen hallintaolosuhteissa paranivat keskimäärin 10-15% ennen kuin he saivat lainkaan hoitoa (Posternak & Miller, 2001). Siksi on yleensä oltava hyvin varovainen päättelemään syy-yhteyttä ennakkotest-posttest-malleista.

Onneksi monet muut tutkijat ottivat vastaan Eysenckin haasteen, ja vuoteen 1980 mennessä oli tehty satoja kokeita, joissa osallistujat kohdennettiin satunnaisesti hoito- ja kontrolliolosuhteisiin, ja Tulokset on koottu Mary Lee Smithin, Gene Glassin ja Thomas Millerin klassiseen kirjaan (Smith, Glass, & Miller, 1980). He havaitsivat, että yleinen psykoterapia oli melko tehokasta, noin 80% hoidon osallistujista paranee enemmän kuin keskimääräinen kontrolliin osallistunut.Tutkimus on keskittynyt enemmän olosuhteisiin, joissa erityyppiset psykoterapiat ovat enemmän tai vähemmän tehokkaita.

Keskeytynyt aikasarjan suunnittelu

Vaihtoehtoinen ennakkotesti-jälkitesti-malli on keskeytetty aikasarjasuunnittelu. Aikasarja on joukko mittauksia, jotka tehdään tietyin aikavälein. Esimerkiksi valmistava yritys voi mitata työntekijöidensä tuottavuutta joka viikko vuoden ajan. Keskeytyneessä aikasarjasuunnittelussa tällainen aikasarja ”keskeytetään” hoidolla. Yhdessä klassisessa esimerkissä hoito oli työvuorojen vähentäminen tehtaalla 10 tunnista 8 tuntiin (Cook & Campbell, 1979). Koska tuottavuus kasvoi melko nopeasti työvuorojen lyhentämisen jälkeen ja koska se pysyi korkeana useita kuukausia sen jälkeen, tutkija päätteli, että työvuorojen lyheneminen aiheutti Tuottavuus. Huomaa, että keskeytetty aikasarjan muotoilu on kuin ennakkotesti-jälkitesti-malli, koska se sisältää riippuvan muuttujan mittaukset sekä ennen käsittelyä että sen jälkeen. Se poikkeaa kuitenkin ennakkotesti-jälkitesti-mallista, koska se sisältää useita ennakkotestauksia ja posttest-mittaukset.

Kuvassa 7.3 on esitetty hypoteettisen keskeytyneen aikasarjatutkimuksen tiedot. Riippuva muuttuja on opiskelijoiden poissaolojen määrä viikossa tutkimusmenetelmien kurssilla. Hoitona on, että ohjaaja aloittaa julkisen läsnäolon joka päivä, jotta opiskelijat tietävät, että ohjaaja on tietoinen siitä, kuka on läsnä ja kuka poissa. Kuvan 7.3 yläpaneeli näyttää, miltä tiedot näyttävät, jos tämä hoito toimi. Poissaoloja on jatkuvasti suuri määrä ennen hoitoa, ja poissaolot vähenevät välittömästi hoidon jälkeen. Kuvan 7.3 alapaneeli näyttää, miltä tiedot näyttävät, jos tämä hoito ei toiminut. Keskimäärin poissaolojen määrä hoidon jälkeen on suunnilleen sama kuin aikaisemmin. Tämä kuva kuvaa myös keskeytetyn aikasarjasuunnittelun edun yksinkertaisempaan ennakkotesti-jälkitestimalliin nähden. Jos poissaoloja olisi ollut vain yksi mittaus ennen hoitoa viikolla 7 ja yksi sen jälkeen viikolla 8, olisi näyttänyt siltä, että hoito olisi vastuussa vähennyksestä. Useat mittaukset ennen hoitoa ja hoidon jälkeen viittaavat siihen, että viikkojen 7 ja 8 välinen väheneminen ei ole muuta kuin normaali viikkoviikkoinen vaihtelu.

yhdistelmämallit

Keksikokeellinen suunnittelu, joka on yleensä parempi kuin joko eiekvivalenttisten ryhmien suunnittelu tai pretest-posttest muotoilu yhdistää molempien elementit. On hoitoryhmä, jolle tehdään ennakkotesti, hän saa hoidon ja sen jälkeen hänelle tehdään jälkitesti. Mutta samaan aikaan on olemassa kontrolliryhmä, jolle annetaan ennakkotesti, joka ei saa hoitoa ja jonka jälkeen hänelle annetaan jälkitesti. Kysymys ei siis ole pelkästään siitä, parantavatko hoidon saaneet osallistujat, vaan parantuvatko he paremmin kuin osallistujat, jotka eivät saa hoitoa.

Kuvittele esimerkiksi, että yhden koulun opiskelijoille annetaan ennakkotesti huumeiden suhteen, heidät altistetaan sitten huumeidenvastaiselle ohjelmalle ja heille annetaan lopuksi jälkitesti. Samankaltaisen koulun opiskelijoille annetaan ennakkotesti, heitä ei altisteta lääkeaineiden torjuntaohjelmalle, ja lopuksi heille annetaan jälkitesti. Jälleen kerran, jos hoito-olosuhteissa olevista opiskelijoista tulee negatiivisempia huumeiden suhteen, tämä asenteen muutos voi olla hoidon vaikutus, mutta se voi myös olla historia- tai kypsymiskysymys. Jos se todellakin on hoidon vaikutus, hoito-olosuhteissa olevien opiskelijoiden tulisi tulla negatiivisemmiksi kuin kontrollitilassa olevien opiskelijoiden. Mutta jos kyse on historiasta (esim. Uutiset julkkisten huumeiden yliannostuksesta) tai kypsymisestä (esim. Parannettu päättely), opiskelijat näissä kahdessa tilanteessa todennäköisesti osoittavat samanlaisia muutoksia. Tämän tyyppinen suunnittelu ei kuitenkaan täysin poista mahdollisuutta sekoittaa muuttujia. Jotakin voi tapahtua yhdessä koulussa, mutta ei toisessa (esim. Opiskelijoiden huumeiden yliannostus), joten se vaikuttaa ensimmäisen koulun opiskelijoihin, kun taas toisen koulun opiskelijoihin ei.

Lopuksi, jos tällaisen suunnittelun osallistujat määritetään satunnaisesti ehtoihin, siitä tulee todellinen kokeilu eikä näennäiskokeilu. Itse asiassa Eysenck pyysi tällaista kokeilua – ja se on nyt tehty useita kertoja – psykoterapian tehokkuuden osoittamiseksi.

Kuvan kuvaukset

Kuva 7.3 kuvan kuvaus: Kaksi viivakaaviota, jotka kuvaavat poissaolojen määrän viikossa 14 viikon aikana . Ensimmäiset 7 viikkoa ovat ilman hoitoa ja viimeiset 7 viikkoa ovat hoitoa. Ensimmäisessä viivakaaviossa on 4–8 poissaoloa viikossa. Hoidon jälkeen poissaolot laskevat 0-3: een joka viikko, mikä viittaa hoidon toimivuuteen. Toisessa viivakaaviossa ei ole havaittavissa muutoksia poissaolojen määrässä viikossa hoidon jälkeen, mikä viittaa siihen, että hoito ei toiminut.

hoito toteutetaan ja kerran sen toteuttamisen jälkeen.