Come un vero e proprio esperimento, la ricerca quasi-sperimentale cerca di dimostrare un legame di causa-effetto tra una variabile dipendente e una indipendente. Un quasi-esperimento, invece, non dipende dall’assegnazione casuale, a differenza di un esperimento vero e proprio. I soggetti vengono suddivisi in gruppi in base a variabili non casuali.
Che cos’è la ricerca quasi-sperimentale?
“Somiglianza” è la definizione di “quasi”. Gli individui non sono assegnati in modo casuale alle condizioni o agli ordini di condizioni, anche se l’analisi di regressione viene modificata. Di conseguenza, la ricerca quasi-sperimentale è una ricerca che sembra essere sperimentale ma non lo è.
Il problema della direzionalità viene evitato nella ricerca quasi-sperimentale, poiché l’analisi di regressione viene modificata prima della valutazione della regressione multipla. Tuttavia, poiché gli individui non sono randomizzati a caso, è probabile che nella ricerca quasi-sperimentale vi siano ulteriori disparità tra le condizioni.
Di conseguenza, in termini di coerenza interna, i quasi-esperimenti si collocano a metà strada tra la ricerca correlazionale e gli esperimenti veri e propri.
La componente chiave di un vero esperimento è l’assegnazione casuale dei gruppi. Ciò significa che ogni persona ha una probabilità equivalente di essere assegnata al gruppo sperimentale o al gruppo di controllo, a seconda che venga manipolata o meno.
In poche parole, un quasi-esperimento non è un vero esperimento. Un quasi-esperimento non prevede gruppi assegnati in modo casuale, poiché la componente principale di un vero esperimento è costituita da gruppi assegnati in modo casuale. Perché è così importante avere gruppi assegnati in modo casuale, visto che costituiscono l’unica distinzione tra la ricerca quasi-sperimentale e quella sperimentale vera e propria?
Utilizziamo un esempio per illustrare il nostro punto di vista. Supponiamo di voler scoprire come una nuova terapia psicologica influisca sui pazienti depressi. In una vera sperimentazione, si dividerebbe metà del reparto di psichiatria in gruppi di trattamento, con metà che riceve la nuova terapia psicoterapeutica e l’altra metà che riceve il trattamento standard della depressione.
I medici confrontano i risultati di questo trattamento con quelli delle terapie standard per verificare se questo trattamento è più efficace. I medici, d’altra parte, difficilmente saranno d’accordo con questo vero e proprio esperimento, poiché ritengono che non sia etico trattare un gruppo lasciando un altro non trattato.
In questo caso sarà utile uno studio quasi sperimentale. Invece di assegnare questi pazienti a caso, si scoprono gruppi di psicoterapeuti preesistenti negli ospedali. Chiaramente, ci saranno consulenti desiderosi di intraprendere queste prove e altri che preferiscono attenersi alle vecchie abitudini.
Questi gruppi preesistenti possono essere utilizzati per confrontare lo sviluppo dei sintomi dei soggetti che hanno ricevuto la nuova terapia con quelli che hanno ricevuto il normale ciclo di trattamento, anche se i gruppi non sono stati scelti a caso.
Se le variazioni sostanziali tra di loro possono essere ben spiegate, si può essere certi che le differenze siano attribuibili al trattamento e non ad altre variabili estranee.
Come abbiamo già detto, la ricerca quasi-sperimentale prevede la manipolazione di una variabile indipendente assegnando casualmente le persone a condizioni o sequenze di condizioni. I disegni a gruppi non equivalenti, i disegni pretest-posttest e i disegni a discontinuità di regressione sono solo alcuni dei tipi essenziali.
Cosa sono i disegni di ricerca quasi-sperimentali?
I disegni di ricerca quasi-sperimentali sono un tipo di disegno di ricerca simile a quelli sperimentali, ma che non fornisce un controllo completo sulle variabili indipendenti come i veri disegni sperimentali.
In un disegno quasi-sperimentale, il ricercatore modifica o controlla una variabile indipendente, ma i partecipanti non vengono suddivisi in gruppi a caso. Invece, le persone vengono inserite in gruppi basati su elementi che hanno già in comune, come l’età, il sesso o il numero di volte che hanno visto un determinato stimolo.
Poiché le assegnazioni non sono casuali, è più difficile trarre conclusioni su cause ed effetti rispetto a un esperimento reale. Tuttavia, i disegni quasi-sperimentali sono ancora utili quando la randomizzazione non è possibile o etica.
Il vero disegno sperimentale può essere impossibile da realizzare o semplicemente troppo costoso, soprattutto per i ricercatori con poche risorse. I disegni quasi-sperimentali consentono di indagare su un problema utilizzando dati già pagati o raccolti da altri (spesso dal governo).
Poiché consentono un migliore controllo delle variabili confondenti rispetto ad altre forme di studio, hanno una validità esterna superiore alla maggior parte degli esperimenti veri e propri e una validità interna (inferiore a quella degli esperimenti veri e propri) superiore ad altre ricerche non sperimentali.
La ricerca quasi-sperimentale è quantitativa o qualitativa?
La ricerca quasi-sperimentale è un metodo di ricerca quantitativo. Comporta la raccolta di dati numerici e l’analisi statistica. La ricerca quasi-sperimentale confronta gruppi con circostanze o trattamenti diversi per trovare legami di causa-effetto.
Trae conclusioni statistiche da dati quantitativi. I dati qualitativi possono migliorare la ricerca quasi-sperimentale rivelando le esperienze e le opinioni dei partecipanti, ma i dati quantitativi sono il fondamento del metodo.
Tipi di ricerca quasi-sperimentale
Esistono diversi tipi di disegni quasi-sperimentali. Di seguito sono descritte tre delle varietà più diffuse: Progettazione di gruppi non equivalenti, Discontinuità nella regressione ed Esperimenti naturali.
Progettazione di gruppi non equivalenti
Il ricercatore sceglie gruppi esistenti che sembrano comparabili, ma solo uno dei gruppi riceve la terapia in un disegno di gruppo non equivalente.
Quando si utilizza questo disegno, i ricercatori cercano di tenere conto di eventuali fattori di confondimento aggiustandoli nello studio o selezionando gruppi il più possibile comparabili. Il tipo di disegno quasi-sperimentale più diffuso è questo.Esempio: Progettazione di gruppi non equivalenti
Credete che la nuova attività di doposcuola migliorerà il rendimento scolastico. Si scelgono due gruppi comparabili di studenti di classi diverse, uno dei quali utilizza il nuovo programma e l’altro no.
È possibile verificare se il programma influenza i voti confrontando gli studenti che vi partecipano con quelli che non vi partecipano.
Discontinuità nella regressione
Molte delle terapie prospettiche che i ricercatori vogliono studiare si basano su un cutoff di base arbitrario: chi supera la soglia riceve il trattamento e chi la supera non lo riceve. A questo punto, le differenze di gruppo sono spesso così minime da essere quasi inesistenti.
Di conseguenza, i ricercatori possono utilizzare le persone che sono al di sotto del limite come gruppo di riferimento e quelle che sono appena al di sopra come gruppo di intervento.Esempio: Discontinuità nella regressione
Negli Stati Uniti, alcune scuole superiori sono riservate agli studenti che raggiungono un determinato livello di risultati in un test. Coloro che riescono a superare l’esame si differenziano in modo sistematico da coloro che non lo superano.
Tuttavia, poiché il numero preciso di cutoff è arbitrario, gli studenti vicini al limite che superano a malapena gli esami e quelli che vengono bocciati con un margine sottilissimo tendono ad essere estremamente simili, e le minime variazioni nei loro risultati sono dovute principalmente al caso. Di conseguenza, eventuali disparità nei risultati devono essere dovute alle loro esperienze educative.
Si possono esaminare i risultati a lungo termine di questi due gruppi di ragazzi per vedere come influisce la frequenza di una scuola selettiva.
Esperimenti naturali
I ricercatori di solito scelgono a quale gruppo assegnare gli individui sia nei test di laboratorio che in quelli all’aperto. In un esperimento naturale, l’assegnazione casuale o irregolare dei pazienti al trattamento di controllo avviene a causa di un evento o di uno scenario esterno (“natura”).
Gli esperimenti naturali non sono veri e propri esperimenti in quanto sono osservazionali, anche se alcuni impiegano assegnazioni casuali.Esempio: Esperimenti naturali
Uno degli esperimenti naturali più noti è l’Oregon Health Study. Nel 2008, l’Oregon ha votato per aumentare il numero di persone a basso reddito iscritte a Medicaid, il programma americano di assistenza sanitaria pubblica a basso reddito.
Tuttavia, poiché non potevano permettersi di pagare tutti coloro che si erano qualificati per il programma, hanno dovuto ricorrere a una lotteria casuale per distribuire i posti.
Gli esperti hanno potuto studiare l’impatto del programma utilizzando gli iscritti come gruppo di trattamento e coloro che erano qualificati ma non hanno giocato al jackpot come gruppo sperimentale.
In che modo QuestionPro aiuta nella ricerca quasi-sperimentale?
QuestionPro può essere uno strumento utile nella ricerca quasi-sperimentale, perché include funzioni che possono aiutare a progettare e analizzare lo studio. Ecco alcuni modi in cui QuestionPro può aiutare nella ricerca quasi-sperimentale:
Indagini di progettazione
QuestionPro consente di creare questionari per raccogliere dati dai partecipanti allo studio. Sono disponibili domande a scelta multipla, a risposta aperta e su scala Likert. In questo modo si possono raccogliere dati quantitativi e qualitativi.
Randomizzare i partecipanti
La ricerca quasi-sperimentale non assegna le persone ai gruppi in modo casuale, ma alcune componenti dello studio potrebbero dover essere randomizzate. QuestionPro può randomizzare le domande e le risposte per ridurre le distorsioni.
Raccogliere i dati nel tempo
La ricerca quasi-sperimentale generalmente raccoglie dati nel tempo per valutare un intervento o un trattamento. QuestionPro consente di inviare sondaggi periodici per raccogliere dati. Potete anche utilizzare funzioni come i promemoria per indurre più persone a rispondere.
Analizzare i dati
Tra le opzioni di analisi dei dati di QuestionPro vi sono la tabulazione incrociata e l’analisi statistica. Questo potrebbe aiutarvi a trovare modelli di dati e a valutare l’efficacia dell’intervento o del trattamento.
Collaborare con il proprio team
QuestionPro consente al vostro team di accedere a sondaggi e statistiche. Questo migliora la collaborazione e il processo decisionale basato sui dati.
Con QuestionPro, avete accesso alla piattaforma e allo strumento di ricerca di mercato più maturo che vi aiuta a raccogliere e analizzare le informazioni più importanti. Utilizzando InsightsHub, l’hub unificato per la gestione dei dati, è possibile sfruttare la piattaforma consolidata per organizzare, esplorare, cercare e scoprire i dati della ricerca in un unico archivio di dati organizzato.
Ottimizzate la vostra ricerca quasi-sperimentale con QuestionPro. Iniziate subito!
