准实验研究：它是什么、类型和例子

与实际实验非常相似，准实验研究试图证明因变量和自变量之间的因果关系。 另一方面，准实验不依赖于随机分配，这与实际实验不同。 受试者根据非随机变量分组。

什么是准实验研究？

“相似”是“准”的定义。 因此，准实验研究是看似实验性的研究，但实际上并非如此。 即使回归分析发生了变化，个体也不会被随机分配到条件或条件顺序中。

在准实验研究中避免了方向性问题，因为在评估多元回归之前改变了回归分析。 然而，由于个体不是随机随机的，因此在准实验研究中可能存在不同条件的额外差异。

因此，就内部一致性而言，准实验介于相关研究和实际实验之间。

真正实验的关键组成部分是随机分配的组。 这意味着每个人都有相同的机会被分配到实验组或对照组，这取决于他们是否被操纵。

简单地说，准实验不是真正的实验。 准实验不具有随机分配的组，因为真实实验的主要组成部分是随机分配的组。 为什么随机分配小组如此重要，因为它们构成了准实验研究和实际实验研究之间的唯一区别？

让我们用一个例子来说明我们的观点。 假设我们想发现新的心理疗法如何影响抑郁症患者。 在真正的试验中，你会将精神病房的一半分成治疗组。 一半接受新的心理治疗，另一半接受标准的抑郁症治疗。

医生将这种治疗的结果与标准治疗的结果进行比较，看看这种治疗是否更有效。 另一方面，医生不太可能同意这个真正的实验，因为他们认为治疗一组而让另一组不治疗是不道德的。

在这种情况下，准实验研究将是有用的。 您不是随机分配这些患者，而是发现医院中预先存在的心理治疗师团体。 显然，会有渴望进行这些试验的辅导员以及其他喜欢坚持旧方法的辅导员。

这些预先存在的组可用于比较接受新疗法的个体与接受正常疗程的个体的症状发展。 即使这些组不是随机选择的。 如果可以很好地解释它们之间的任何实质性差异，那么您可以非常确定任何差异都归因于治疗而不是其他无关变量。

正如我们之前提到的，准实验研究需要通过将人们随机分配到条件或条件序列来操纵自变量。 非等效组设计、前测后测设计和回归不连续设计只是基本类型中的一小部分。

准实验研究类型

有许多不同种类的准实验设计。 下面描述了三个最受欢迎的变体：非等价组的设计、回归中的不连续性和自然实验。

非等价组的设计

研究人员选择了看起来具有可比性的现有组，但只有一组接受了非等效组设计中的治疗。 在采用这种设计时，研究人员试图通过在他们的研究中调整它们或选择尽可能可比的组来适应任何混杂因素。 最流行的准实验设计就是这个。

示例：非等效组的设计

你相信新的课外活动会提高学习成绩。 你从不同的班级挑选两组可比较的学生，其中一组使用新程序，另一组不使用。

您可以通过比较参与的学生和不参与的学生来了解该计划是否会影响成绩。

回归的不连续性

研究人员想要研究的许多前瞻性疗法都是基于一个基本的任意截止值，那些超过阈值的人接受治疗，而那些低于阈值的人则不接受治疗。 在这一点上，群体差异通常很小，几乎不存在。 因此，研究人员可以将低于限值的人用作参考组，将超出限值的人用作干预组。

示例：回归中的不连续性

在美国，某些高中专门为在考试中达到特定成绩的学生保留。 那些在这次考试中成功的人可能会与那些没有系统地考试的人有所不同。

然而，由于精确的截止数字是任意的，几乎没有通过考试的接近极限的学生和以微弱优势不及格的学生往往非常相似，他们的结果的微小差异主要是由于偶然性。 因此，结果的任何差异都必须归因于他们的教育经历。

你可以看看这两组孩子的长期结果，看看就读精英学校对他们有何影响。

自然实验

研究人员通常会在实验室和户外测试中选择个人被分配到哪个组。 由于外部事件或场景（“自然”），在自然实验中随机或不规则地将患者分配到对照治疗。 自然实验不是实际实验，因为它们是观察性的，即使有些采用随机分配。

示例：自然实验

最著名的自然实验之一是俄勒冈健康研究。 2008 年，俄勒冈州投票决定增加参加美国低收入公共医疗保健计划 Medicaid 的低收入人群人数。

然而，由于他们无力支付所有有资格参加该计划的人，他们不得不使用随机抽签来分配名额。

专家们能够通过将注册的人作为治疗组和那些有资格但没有中奖的人作为实验组来调查该计划的影响。

准实验研究结论：

真正的实验设计可能无法完成或成本太高，尤其是对于资源匮乏的研究人员而言。 准实验设计使您能够利用已由他人（通常是政府）支付或收集的数据来调查问题。 因为与其他形式的研究相比，它们可以更好地控制混杂变量，所以它们比大多数真实实验具有更高的外部有效性，并且比其他非实验研究具有更高的内部有效性（低于真实实验）。

充分利用您的研究数据管理

使用 QuestionPro，您可以访问最成熟的市场研究平台和工具，帮助您收集和分析最重要的见解。 通过利用数据管理统一中心 InsightsHub，您可以利用整合平台在一个有组织的存储库中组织、探索、搜索和发现您的研究数据。

现在就开始。

学到更多