Quase-experimento - Quasi-experiment

Parte de uma série sobre
Pesquisa
Lista de campos acadêmicos Ciências Aplicadas Ciências formais Humanidades Ciências Naturais Profissões Ciências Sociais
Projeto de pesquisa Proposta de pesquisa Questão de pesquisa Escrita Argumento Referenciando
Filosofia Construtivismo Empirismo Positivismo / Antipositivismo / Pós-positivismo Realismo Realismo crítico Realismo sutil
Estratégia de pesquisa Interdisciplinar Multimetodologia Qualitativo Quantitativo
Metodologia Pesquisa de ação Metodologia de arte Teoria critica Feminismo Teoria fundamentada Hermenêutica Historiografia Inquérito narrativo Fenomenologia Pragmatismo Método científico
Métodos Estudo de caso Análise de conteúdo Estatísticas descritivas Análise do discurso Etnografia Experimentar Experimento de campo Quase-experimento Pesquisa de campo Método histórico Estatística inferencial Entrevistas Mapeamento Mapeamento cultural Fenomenografia Pesquisa secundária Bibliometria Revisão da literatura Meta-análise Revisão do escopo Revisão sistemática Modelagem científica Simulação Pesquisa
Portal de filosofia
v t e

Um quase-experimento é um estudo empírico de intervenção usado para estimar o impacto causal de uma intervenção na população-alvo sem atribuição aleatória . A pesquisa quase experimental compartilha semelhanças com o desenho experimental tradicional ou ensaio clínico randomizado , mas carece especificamente do elemento de atribuição aleatória para tratamento ou controle. Em vez disso, os projetos quase-experimentais normalmente permitem que o pesquisador controle a atribuição à condição de tratamento, mas usando algum critério diferente da atribuição aleatória (por exemplo, uma marca de corte de elegibilidade).

Quase-experimentos estão sujeitos a preocupações com relação à validade interna , porque os grupos de tratamento e controle podem não ser comparáveis ​​no início do estudo. Em outras palavras, pode não ser possível demonstrar de forma convincente uma ligação causal entre a condição de tratamento e os resultados observados. Isso é particularmente verdadeiro se houver variáveis ​​confusas que não podem ser controladas ou contabilizadas.

Com a atribuição aleatória, os participantes do estudo têm a mesma chance de serem atribuídos ao grupo de intervenção ou ao grupo de comparação. Como resultado, as diferenças entre os grupos nas características observadas e não observadas seriam devidas ao acaso, e não a um fator sistemático relacionado ao tratamento (por exemplo, gravidade da doença). A randomização em si não garante que os grupos serão equivalentes na linha de base. Qualquer mudança nas características pós-intervenção é provavelmente atribuível à intervenção.

Projeto

A primeira parte da criação de um projeto quase experimental é identificar as variáveis. A variável quase independente será a variável x, a variável que é manipulada para afetar uma variável dependente. "X" geralmente é uma variável de agrupamento com níveis diferentes. Agrupamento significa dois ou mais grupos, como dois grupos recebendo tratamentos alternativos, ou um grupo de tratamento e um grupo sem tratamento (que pode receber um placebo - os placebos são mais frequentemente usados ​​em experimentos médicos ou fisiológicos). O resultado previsto é a variável dependente , que é a variável y. Em uma análise de série temporal, a variável dependente é observada ao longo do tempo para quaisquer mudanças que possam ocorrer. Uma vez que as variáveis ​​tenham sido identificadas e definidas, um procedimento deve ser implementado e as diferenças de grupo devem ser examinadas.

Em um experimento com atribuição aleatória, as unidades de estudo têm a mesma chance de serem atribuídas a uma determinada condição de tratamento. Como tal, a atribuição aleatória garante que os grupos experimental e de controle sejam equivalentes. Em um projeto quase experimental, a atribuição a uma determinada condição de tratamento é baseada em algo diferente da atribuição aleatória. Dependendo do tipo de desenho quase experimental, o pesquisador pode ter controle sobre a atribuição à condição de tratamento, mas usar alguns critérios diferentes da atribuição aleatória (por exemplo, uma pontuação de corte) para determinar quais participantes recebem o tratamento, ou o pesquisador pode não ter o controle sobre a atribuição da condição de tratamento e os critérios usados ​​para a atribuição podem ser desconhecidos. Fatores como custo, viabilidade, preocupações políticas ou conveniência podem influenciar como ou se os participantes são atribuídos a uma determinada condição de tratamento e, como tal, quase-experimentos estão sujeitos a preocupações com relação à validade interna (ou seja, os resultados do experimento podem ser usado para fazer uma inferência causal?).

Quase-experimentos também são eficazes porque usam o "teste pré-pós". Isso significa que há testes feitos antes de qualquer dado ser coletado para ver se há alguma pessoa confusa ou se algum participante tem certas tendências. Então, o experimento real é feito com os resultados do pós-teste registrados. Esses dados podem ser comparados como parte do estudo ou os dados do pré-teste podem ser incluídos em uma explicação para os dados experimentais reais. Quase experimentos têm variáveis ​​independentes que já existem, como idade, sexo, cor dos olhos. Essas variáveis ​​podem ser contínuas (idade) ou categóricas (gênero). Em suma, as variáveis ​​de ocorrência natural são medidas em quase experimentos.

Existem vários tipos de projetos quase experimentais, cada um com diferentes vantagens, desvantagens e aplicações. Esses projetos incluem (mas não estão limitados a):

• Diferença em diferenças (pré-pós com-sem comparação)
• Projeto de grupos de controle não equivalente
  • projetos de grupo de controle sem tratamento
  • designs de variáveis ​​dependentes não equivalentes
  • projetos de grupos de tratamento removidos
  • projetos de tratamento repetidos
  • tratamento reverso, desenhos de grupos de controle não equivalentes
  • projetos de coorte
  • designs somente pós-teste
  • projetos de continuidade de regressão
• Projeto de descontinuidade de regressão
• Projeto de controle de caixa
  • designs de séries temporais
  • projeto de múltiplas séries temporais
  • projeto de série de tempo interrompido
  • correspondência de pontuação de propensão
  • variáveis ​​instrumentais
• Análise de painel

De todos esses projetos, o projeto de descontinuidade de regressão é o que mais se aproxima do projeto experimental, pois o experimentador mantém o controle da atribuição do tratamento e é conhecido por "produzir uma estimativa imparcial dos efeitos do tratamento". No entanto, requer um grande número de participantes do estudo e uma modelagem precisa da forma funcional entre a atribuição e a variável de resultado, a fim de produzir o mesmo poder de um projeto experimental tradicional.

Embora os quase-experimentos sejam às vezes evitados por aqueles que se consideram puristas experimentais (levando Donald T. Campbell a cunhar o termo "experimentos nauseantes" para eles), eles são excepcionalmente úteis em áreas onde não é viável ou desejável conduzir um experimento ou ensaio de controle randomizado. Essas instâncias incluem a avaliação do impacto das mudanças nas políticas públicas, intervenções educacionais ou intervenções de saúde em grande escala. A principal desvantagem dos projetos quase-experimentais é que eles não podem eliminar a possibilidade de viés de confusão, o que pode prejudicar a capacidade de fazer inferências causais. Esta desvantagem é freqüentemente usada para descontar resultados quase experimentais. No entanto, esse viés pode ser controlado pelo uso de várias técnicas estatísticas, como regressão múltipla, se for possível identificar e medir as variáveis ​​de confusão. Essas técnicas podem ser usadas para modelar e parcializar os efeitos das técnicas de variáveis ​​de confusão, melhorando assim a precisão dos resultados obtidos em quase-experimentos. Além disso, o desenvolvimento do uso de correspondência de escore de propensão para combinar os participantes em variáveis ​​importantes para o processo de seleção de tratamento também pode melhorar a precisão dos resultados quase experimentais. Na verdade, os dados derivados de análises quase-experimentais mostraram corresponder intimamente aos dados experimentais em certos casos, mesmo quando critérios diferentes foram usados. Em suma, quase-experimentos são uma ferramenta valiosa, especialmente para o pesquisador aplicado. Por si só, os projetos quase-experimentais não permitem fazer inferências causais definitivas; no entanto, eles fornecem informações necessárias e valiosas que não podem ser obtidas apenas por métodos experimentais. Os pesquisadores, especialmente aqueles interessados ​​em investigar questões de pesquisa aplicada, devem ir além do projeto experimental tradicional e aproveitar as possibilidades inerentes aos projetos quase-experimentais.

Ética

Um verdadeiro experimento seria, por exemplo, atribuir crianças aleatoriamente a uma bolsa de estudos, a fim de controlar todas as outras variáveis. Quase-experimentos são comumente usados ​​em ciências sociais , saúde pública , educação e análise de políticas , especialmente quando não é prático ou razoável randomizar os participantes do estudo para a condição de tratamento.

Por exemplo, suponha que dividamos as famílias em duas categorias: famílias em que os pais batem em seus filhos e famílias em que os pais não batem em seus filhos. Podemos executar uma regressão linear para determinar se há uma correlação positiva entre as palmadas dos pais e o comportamento agressivo dos filhos. No entanto, simplesmente randomizar os pais para bater ou não bater em seus filhos pode não ser prático ou ético, porque alguns pais podem acreditar que é moralmente errado bater em seus filhos e se recusar a participar.

Alguns autores distinguem entre um experimento natural e um "quase experimento". A diferença é que em um quase-experimento o critério de atribuição é selecionado pelo pesquisador, enquanto em um experimento natural a atribuição ocorre 'naturalmente', sem a intervenção do pesquisador.

Quase-experimentos têm medidas de resultados, tratamentos e unidades experimentais, mas não usam atribuição aleatória . Quase-experimentos são frequentemente o projeto que a maioria das pessoas escolhe em vez de experimentos verdadeiros. Geralmente é conduzido facilmente ao contrário de experimentos verdadeiros, porque trazem recursos de projetos experimentais e não experimentais. Variáveis ​​medidas podem ser trazidas, bem como variáveis ​​manipuladas. Normalmente, os quase-experimentos são escolhidos pelos experimentadores porque maximizam a validade interna e externa.

Vantagens

Uma vez que projetos quase experimentais são usados ​​quando a randomização é impraticável e / ou antiética, eles são normalmente mais fáceis de configurar do que projetos experimentais verdadeiros, que requerem atribuição aleatória de sujeitos. Além disso, a utilização de projetos quase experimentais minimiza as ameaças à validade ecológica, pois os ambientes naturais não sofrem os mesmos problemas de artificialidade em comparação com um ambiente de laboratório bem controlado. Uma vez que quase-experimentos são experimentos naturais, as descobertas em um podem ser aplicadas a outros assuntos e ambientes, permitindo que algumas generalizações sejam feitas sobre a população . Além disso, este método de experimentação é eficiente em pesquisas longitudinais que envolvem períodos de tempo mais longos que podem ser acompanhados em diferentes ambientes.

Outras vantagens dos quase experimentos incluem a ideia de ter quaisquer manipulações que o experimentador assim escolher. Em experimentos naturais, os pesquisadores precisam permitir que as manipulações ocorram por conta própria e não têm nenhum controle sobre elas. Além disso, o uso de grupos auto-selecionados em quase-experimentos também elimina a chance de preocupações éticas, condicionais, etc. durante a condução do estudo.

Desvantagens

Estimativas quase experimentais de impacto estão sujeitas a contaminação por variáveis ​​de confusão . No exemplo acima, uma variação na resposta das crianças à surra é plausivelmente influenciada por fatores que não podem ser facilmente medidos e controlados, por exemplo, a selvageria intrínseca da criança ou a irritabilidade dos pais. A falta de atribuição aleatória no método de design quase-experimental pode permitir que os estudos sejam mais viáveis, mas também apresenta muitos desafios para o investigador em termos de validade interna. Essa deficiência na randomização torna mais difícil descartar variáveis ​​de confusão e introduz novas ameaças à validade interna . Como a randomização está ausente, algum conhecimento sobre os dados pode ser aproximado, mas as conclusões das relações causais são difíceis de determinar devido a uma variedade de variáveis ​​estranhas e confusas que existem em um ambiente social. Além disso, mesmo que essas ameaças à validade interna sejam avaliadas, a causalidade ainda não pode ser totalmente estabelecida porque o experimentador não tem controle total sobre as variáveis ​​externas .

As desvantagens também incluem os grupos de estudo podem fornecer evidências mais fracas devido à falta de aleatoriedade. A aleatoriedade traz muitas informações úteis para um estudo porque amplia os resultados e, portanto, dá uma melhor representação da população como um todo. Usar grupos desiguais também pode ser uma ameaça à validade interna. Se os grupos não forem iguais, o que às vezes é o caso em quase-experimentos, o experimentador pode não ter certeza sobre as causas dos resultados.

Validade interna

A validade interna é a verdade aproximada sobre inferências a respeito de causa-efeito ou relações causais. É por isso que a validade é importante para quase-experimentos, porque todos eles tratam de relações causais. Ocorre quando o experimentador tenta controlar todas as variáveis ​​que podem afetar os resultados do experimento. A regressão estatística, a história e os participantes são todas ameaças possíveis à validade interna. A pergunta que você gostaria de fazer ao tentar manter a validade interna alta é "Existem outras razões possíveis para o resultado além da razão pela qual eu quero que seja?" Nesse caso, a validade interna pode não ser tão forte.

Validade externa

A validade externa é a extensão em que os resultados obtidos de uma amostra de estudo podem ser generalizados "para" alguma população de interesse bem especificada e "entre" subpopulações de pessoas, épocas, contextos e métodos de estudo. Lynch argumentou que generalizar "para" uma população quase nunca é possível porque as populações para as quais gostaríamos de projetar são medidas de comportamento futuro, que por definição não podem ser amostradas. Portanto, a questão mais relevante é se os efeitos do tratamento generalizam "através" de subpopulações que variam em fatores de fundo que podem não ser relevantes para o pesquisador. A validade externa depende se os estudos de tratamentos têm efeitos homogêneos em diferentes subconjuntos de pessoas, tempos, contextos e métodos de estudo ou se o sinal e a magnitude de quaisquer efeitos de tratamento mudam entre os subconjuntos de maneiras que podem não ser reconhecidas ou entendidas pelos pesquisadores . Athey e Imbens e Athey e Wager foram pioneiros em técnicas de aprendizado de máquina para a compreensão indutiva dos efeitos heterogêneos do tratamento.

Tipos de design

Projetos " pessoa por tratamento " são o tipo mais comum de projeto de quase experimento. Neste projeto, o experimentador mede pelo menos uma variável independente. Junto com a medição de uma variável, o experimentador também manipulará uma variável independente diferente. Por haver manipulação e medição de diferentes variáveis ​​independentes, a pesquisa é realizada principalmente em laboratórios. Um fator importante ao lidar com projetos pessoa a tratamento é que a atribuição aleatória precisará ser usada para garantir que o experimentador tenha controle total sobre as manipulações que estão sendo feitas no estudo.

Um exemplo desse tipo de projeto foi realizado na Universidade de Notre Dame. O estudo foi realizado para verificar se ser orientado para o seu trabalho aumentava a satisfação no trabalho. Os resultados mostraram que muitas pessoas que tiveram um mentor mostraram uma satisfação no trabalho muito alta. No entanto, o estudo também mostrou que aqueles que não receberam o mentor também apresentaram um número elevado de funcionários satisfeitos. Seibert concluiu que, embora os trabalhadores que tinham mentores estivessem felizes, ele não podia presumir que a razão para isso eram os próprios mentores, devido ao grande número de funcionários não mentores que se diziam satisfeitos. É por isso que a pré-seleção é muito importante para que você possa minimizar quaisquer falhas no estudo antes que sejam detectadas.

"Experimentos naturais" são um tipo diferente de projeto de quase-experimento usado por pesquisadores. É diferente de pessoa a tratamento de uma forma que não há uma variável que está sendo manipulada pelo experimentador. Em vez de controlar pelo menos uma variável, como o desenho de pessoa por tratamento, os experimentadores não usam a atribuição aleatória e deixam o controle experimental ao acaso. É daí que vem o nome experimento " natural ". As manipulações ocorrem naturalmente e, embora possa parecer uma técnica imprecisa, na verdade se mostrou útil em muitos casos. Esses são os estudos feitos para pessoas que tiveram algo repentino acontecendo com elas. Isso pode significar bom ou mau, traumático ou eufórico. Um exemplo disso poderia ser estudos feitos com pessoas que sofreram um acidente de carro e outras que não. Os acidentes de carro ocorrem naturalmente, por isso não seria ético encenar experimentos para traumatizar os participantes do estudo. Esses eventos naturais provaram ser úteis para o estudo de casos de transtorno de estresse pós-traumático .

Referências

links externos

• Projeto Quasi-Experimental na Base de Conhecimento de Métodos de Pesquisa