{"id":831763,"date":"2022-06-13T15:35:06","date_gmt":"2022-06-13T22:35:06","guid":{"rendered":"https:\/\/www.questionpro.com\/blog\/ricerca-quasi-sperimentale\/"},"modified":"2025-02-10T10:58:01","modified_gmt":"2025-02-10T17:58:01","slug":"ricerca-quasi-sperimentale","status":"publish","type":"post","link":"https:\/\/www.questionpro.com\/blog\/it\/ricerca-quasi-sperimentale\/","title":{"rendered":"Ricerca quasi-sperimentale: Cos’\u00e8, tipi ed esempi"},"content":{"rendered":"\n
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.<\/span><\/p>\n\n\n\n “Somiglianza” \u00e8 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 \u00e8 una ricerca che sembra essere sperimentale ma non lo \u00e8.<\/p>\n\n\n\n Il problema della direzionalit\u00e0 viene evitato nella ricerca quasi-sperimentale, poich\u00e9 l’analisi di regressione viene modificata prima della valutazione della regressione multipla. Tuttavia, poich\u00e9 gli individui non sono randomizzati a caso, \u00e8 probabile che nella ricerca quasi-sperimentale vi siano ulteriori disparit\u00e0 tra le condizioni.<\/p>\n\n\n\n Di conseguenza, in termini di coerenza interna, i quasi-esperimenti si collocano a met\u00e0 strada tra la ricerca correlazionale e gli esperimenti veri e propri.<\/p>\n\n\n\n La componente chiave di un vero esperimento \u00e8 l’assegnazione casuale dei gruppi. Ci\u00f2 significa che ogni persona ha una probabilit\u00e0 equivalente di essere assegnata al gruppo sperimentale o al gruppo di controllo, a seconda che venga manipolata o meno.<\/p>\n\n\n\n In poche parole, un quasi-esperimento non \u00e8 un vero esperimento. Un quasi-esperimento non prevede gruppi assegnati in modo casuale, poich\u00e9 la componente principale di un vero esperimento \u00e8 costituita da gruppi assegnati in modo casuale. Perch\u00e9 \u00e8 cos\u00ec importante avere gruppi assegnati in modo casuale, visto che costituiscono l’unica distinzione tra la ricerca<\/a> quasi-sperimentale e quella sperimentale vera e propria?<\/p>\n\n\n\n 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 met\u00e0 del reparto di psichiatria in gruppi di trattamento, con met\u00e0 che riceve la nuova terapia psicoterapeutica e l’altra met\u00e0 che riceve il trattamento standard della depressione.<\/p>\n\n\n\n I medici confrontano i risultati di questo trattamento con quelli delle terapie standard per verificare se questo trattamento \u00e8 pi\u00f9 efficace. I medici, d’altra parte, difficilmente saranno d’accordo con questo vero e proprio esperimento, poich\u00e9 ritengono che non sia etico trattare un gruppo lasciando un altro non trattato.<\/p>\n\n\n\n In questo caso sar\u00e0 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.<\/p>\n\n\n\n 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. <\/p>\n\n\n\n Se le variazioni sostanziali tra di loro possono essere ben spiegate, si pu\u00f2 essere certi che le differenze siano attribuibili al trattamento e non ad altre variabili estranee.<\/p>\n\n\n\n Come abbiamo gi\u00e0 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 discontinuit\u00e0 di regressione sono solo alcuni dei tipi essenziali.<\/p>\n\n\n\n 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.<\/p>\n\n\n\n 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 gi\u00e0 in comune, come l’et\u00e0, il sesso o il numero di volte che hanno visto un determinato stimolo.<\/p>\n\n\n\n Poich\u00e9 le assegnazioni non sono casuali, \u00e8 pi\u00f9 difficile trarre conclusioni su cause ed effetti rispetto a un esperimento reale. Tuttavia, i disegni quasi-sperimentali sono ancora utili quando la randomizzazione non \u00e8 possibile o etica.<\/p>\n\n\n\n Il vero disegno sperimentale pu\u00f2 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 gi\u00e0 pagati o raccolti da altri (spesso dal governo). <\/p>\n\n\n\n Poich\u00e9 consentono un migliore controllo delle variabili confondenti rispetto ad altre forme di studio, hanno una validit\u00e0 esterna superiore alla maggior parte degli esperimenti veri e propri e una validit\u00e0 interna (inferiore a quella degli esperimenti veri e propri) superiore ad altre ricerche non sperimentali.<\/p>\n\n\n\n La ricerca quasi-sperimentale \u00e8 un metodo di ricerca quantitativo<\/a>. 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. <\/p>\n\n\n\n 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.<\/p>\n\n\n\n Esistono diversi tipi di disegni quasi-sperimentali. Di seguito sono descritte tre delle variet\u00e0 pi\u00f9 diffuse: Progettazione di gruppi non equivalenti, Discontinuit\u00e0 nella regressione ed Esperimenti naturali.<\/span><\/p>\n\n\n\n Tuttavia, poich\u00e9 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.<\/span><\/p>\n\n\n\n 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.<\/span><\/p>\n\n\n\n QuestionPro pu\u00f2 essere uno strumento utile nella ricerca quasi-sperimentale, perch\u00e9 include funzioni che possono aiutare a progettare e analizzare lo studio. Ecco alcuni modi in cui QuestionPro pu\u00f2 aiutare nella ricerca quasi-sperimentale:<\/p>\n\n\n\n Con QuestionPro, avete accesso alla piattaforma e allo strumento di ricerca di mercato pi\u00f9 maturo che vi aiuta a raccogliere e analizzare le informazioni pi\u00f9 importanti. Utilizzando InsightsHub, l’hub unificato per la gestione dei dati, \u00e8 possibile sfruttare la piattaforma consolidata per organizzare, esplorare, cercare e scoprire i dati della ricerca in un unico archivio di dati organizzato. <\/p>\n\n\n\n Ottimizzate la vostra ricerca quasi-sperimentale con QuestionPro. Iniziate subito!<\/p>\n\n\n\n <\/p>\n \n\nChe cos’\u00e8 la ricerca quasi-sperimentale?<\/span><\/h2>\n\n\n\n
Cosa sono i disegni di ricerca quasi-sperimentali?<\/h2>\n\n\n\n
La ricerca quasi-sperimentale \u00e8 quantitativa o qualitativa?<\/h2>\n\n\n\n
Tipi di ricerca quasi-sperimentale<\/span><\/h2>\n\n\n\n
\n
Progettazione di gruppi non equivalenti<\/span><\/h3>Il ricercatore sceglie gruppi esistenti che sembrano comparabili, ma solo uno dei gruppi riceve la terapia in un disegno di gruppo non equivalente.<\/span>
Quando si utilizza questo disegno, i ricercatori cercano di tenere conto di eventuali fattori di confondimento aggiustandoli nello studio o selezionando gruppi il pi\u00f9 possibile comparabili. Il tipo di disegno quasi-sperimentale pi\u00f9 diffuso \u00e8 questo.<\/span>Esempio: Progettazione di gruppi non equivalenti<\/span><\/h4>Credete che la nuova attivit\u00e0 di doposcuola migliorer\u00e0 il rendimento scolastico. Si scelgono due gruppi comparabili di studenti di classi diverse, uno dei quali utilizza il nuovo programma e l’altro no.<\/span>
\u00c8 possibile verificare se il programma influenza i voti confrontando gli studenti che vi partecipano con quelli che non vi partecipano.<\/span><\/li>\n<\/ul>\n\n\n\n\n
Discontinuit\u00e0 nella regressione<\/span><\/h3>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 cos\u00ec minime da essere quasi inesistenti. <\/span>
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.<\/span>Esempio: Discontinuit\u00e0 nella regressione<\/span><\/h4>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.<\/span>
Tuttavia, poich\u00e9 il numero preciso di cutoff \u00e8 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 disparit\u00e0 nei risultati devono essere dovute alle loro esperienze educative.<\/span>
Si possono esaminare i risultati a lungo termine di questi due gruppi di ragazzi per vedere come influisce la frequenza di una scuola selettiva.<\/span><\/li>\n<\/ul>\n\n\n\n\n
Esperimenti naturali<\/span><\/h3>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”). <\/span>
Gli esperimenti naturali non sono veri e propri esperimenti in quanto sono osservazionali, anche se alcuni impiegano assegnazioni casuali.<\/span>Esempio: Esperimenti naturali<\/span><\/h4>Uno degli esperimenti naturali pi\u00f9 noti \u00e8 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.<\/span><\/li>\n<\/ul>\n\n\n\n
In che modo QuestionPro aiuta nella ricerca quasi-sperimentale?<\/span><\/h2>\n\n\n\n
\n
Indagini di progettazione<\/h3>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.<\/li>\n<\/ul>\n\n\n\n
\n
Randomizzare i partecipanti<\/h3>La ricerca quasi-sperimentale non assegna le persone ai gruppi in modo casuale, ma alcune componenti dello studio potrebbero dover essere randomizzate. QuestionPro pu\u00f2 randomizzare le domande e le risposte per ridurre le distorsioni.<\/li>\n<\/ul>\n\n\n\n
\n
Raccogliere i dati nel tempo<\/h3>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 pi\u00f9 persone a rispondere.<\/li>\n<\/ul>\n\n\n\n
\n
Analizzare i dati<\/h3>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.<\/li>\n<\/ul>\n\n\n\n
\n
Collaborare con il proprio team<\/h3>QuestionPro consente al vostro team di accedere a sondaggi e statistiche. Questo migliora la collaborazione e il processo decisionale basato sui dati.<\/li>\n<\/ul>\n\n\n\n