Een introductie tot quasi-experimenteel onderzoek
Een quasi-experiment heeft net als een echt experiment het doel om een oorzaak-gevolgrelatie tussen een onafhankelijke en afhankelijke variabele aan te tonen.
In tegenstelling tot bij een echt experiment worden de participanten bij een quasi-experiment niet willekeurig over groepen verdeeld (geen randomisatie). In plaats daarvan worden participanten toegewezen aan groepen op basis van niet-willekeurige criteria.
Quasi-experimenteel onderzoek is heel geschikt als een echt experiment vanwege ethische of praktische redenen niet mogelijk is.
Verschillen tussen quasi-experimenten en echte experimenten
Er zijn enkele verschillen tussen echte experimentele designs en quasi-experimentele designs.
Echt experimenteel design | Quasi-experimenteel design | |
---|---|---|
Toewijzing aan een groep | De onderzoeker wijst participanten op willekeurige wijze toe aan controle- en behandelgroepen. | Een andere, niet-willekeurige methode wordt gebruikt om participanten over de groepen te verdelen. |
Controle over de condities | De onderzoeker ontwerpt de condities zodat deze goed bij het experiment passen. | De onderzoeker heeft vaak geen controle over de condities en onderzoekt al bestaande groepen die verschillende condities ondergaan (bijvoorbeeld rokers versus niet-rokers). |
Gebruik van controlegroepen | De inzet van minimaal één experimentele groep en een controlegroep is een vereiste. | Controlegroepen zijn geen vereiste (maar worden vaak wel ingezet). |
Lees waarom zo veel studenten Scribbr inschakelen
Voorbeeld: Echt experiment versus een quasi-experiment
Om de paar maanden vullen patiënten een logboek in waarin ze hun symptomen beschrijven om te zien of de nieuwe behandeling significant betere (of slechtere) resultaten geeft dan de standaardbehandeling.
In dit geval zou het kunnen voorkomen dat de directie van de ggz-instelling geen toestemming geeft om patiënten willekeurig over twee groepen te verdelen (om ethische redenen). Hierdoor kun je geen echt experiment uitvoeren, dus je kiest voor het alternatief: een quasi-experimenteel design.
Je kunt deze al bestaande groepen gebruiken om de symptoomontwikkeling van de patiënten met de nieuwe therapie te vergelijken met die van de patiënten met standaard therapie.
Hoewel er geen randomisatie heeft plaatsgevonden, kun je er redelijk zeker van zijn dat eventuele verschillen voortkomen uit de behandeling en niet uit andere, storende variabelen. Hierbij is het wel van belang dat je rekening houdt met eventuele systematische verschillen tussen de participanten uit beide groepen.
Verschillende soorten quasi-experimentele designs
Er bestaan veel soorten quasi-experimentele designs. In dit artikel bespreken we drie van de meest voorkomende soorten: nonequivalent groups design, regressie-discontinuïteit (regression discontinuity), en natuurlijke experimenten (natural experiments).
Nonequivalent groups design
Bij een nonequivalent groups design kiest de onderzoeker bestaande groepen die op elkaar lijken, maar waarbij slechts een van de groepen de experimentele conditie (zoals een behandeling) ervaart.
Bij een echt experiment met randomisatie zijn de controlegroep en de experimentele groep op alle manieren gelijkwaardig, op het ontvangen van de behandeling na. Bij een quasi-experimenteel design kan het voorkomen dat de groepen niet alleen verschillen wat betreft de experimentele behandeling, maar ook op andere manieren. Het zijn dus ongelijke groepen (nonequivalent groups).
Bij dit type design proberen onderzoekers de invloed van storende variabelen (confounding variables) te beperken door voor deze variabelen te controleren in de analyse (of door zo gelijk mogelijke groepen te kiezen).
Een nonequivalent groups design is het meest voorkomende quasi-experimentele design.
Door de kinderen die het programma volgen te vergelijken met de kinderen die dat niet doen, kun je zien of het programma de cijfers beïnvloedt.
Regressie-discontinuïteit (regression discontinuity)
Veel potentiële behandelingen die onderzoekers willen bestuderen, zijn ontworpen rond een willekeurige drempel, waarbij degenen boven de drempel de behandeling krijgen en degenen eronder niet.
In de buurt van deze drempel zijn de verschillen tussen de twee groepen vaak zo minimaal dat ze bijna niet bestaan (want ze scoren bijna hetzelfde). Daarom kunnen onderzoekers individuen net onder de drempel gebruiken als controlegroep en die net daarboven als behandelingsgroep (of net andersom).
De exacte cutoff-score is echter willekeurig, want iemand heeft ooit willekeurig besloten dat je 80 van de 100 punten moet halen, maar het hadden ook 70 of 60 punten kunnen zijn. Daarom lijken de studenten die zich dicht bij de drempel bevinden – degenen die nét wel slagen voor het examen en degenen die met een zeer kleine marge zakken – erg op elkaar. De kleine verschillen in hun scores woorden waarschijnlijk eerder veroorzaakt door toeval.
Als je de twee groepen (net geslaagd en net gezakt) gebruikt om te onderzoeken of de ene school beter is voor leerlingen dan de andere school, kun je dus concluderen dat eventuele verschillen echt door het type onderwijs komen. De groepen leken inmiddels erg op elkaar.
Stel je toetst de scholieren na 1 jaar en je ziet dat de leerlingen van de dure privéschool beter scoren dan de leerlingen die naar een openbare school moesten, dan kun je dus met grote waarschijnlijkheid concluderen dat dit echt door de school kwam.
Natuurlijke experimenten (natural experiments)
Bij zowel laboratorium- als veldexperimenten bepalen onderzoekers normaal gesproken aan welke groep de proefpersonen worden toegewezen. Bij een natuurlijk experiment resulteert een externe gebeurtenis of situatie (“natuur”) in de (semi-)willekeurige toewijzing van proefpersonen aan de behandelgroep.
Hoewel soms gebruik wordt gemaakt van randomisatie in natuurlijke experimenten, worden ze niet gezien als echte experimenten, omdat de experimenten observatief van aard zijn.
Hoewel de onderzoekers geen controle hebben over de onafhankelijke variabele, kunnen ze deze gebeurtenis achteraf benutten om het effect van de behandeling te bestuderen.
Omdat ze het zich echter niet konden veroorloven om iedereen te dekken die volgens hen in aanmerking kwam voor het programma, hebben ze in plaats daarvan plaatsen in het programma gevuld op basis van een willekeurige “loterij”.
Onderzoekers konden de invloed van het programma onderzoeken door de geselecteerde personen te gebruiken als een willekeurig toegewezen behandelingsgroep, en de anderen die in aanmerking kwamen (maar niet werden geselecteerd) als een controlegroep.
Wanneer gebruik je een quasi-experimenteel design?
Hoewel echte experimenten een hogere interne validiteit hebben dan quasi-experimenten, kun je soms voor een quasi-experimenteel design kiezen vanwege ethische of praktische redenen.
Ethisch
Soms zou het onethisch zijn om willekeurig een behandeling te geven of juist geen behandeling te geven. Dan is een echt experiment niet haalbaar. In die gevallen kan een quasi-experiment worden gekozen om dezelfde causale relatie te onderzoeken zonder de ethische problemen.
De Oregon Health Study is een goed voorbeeld van zo’n quasi-experiment. Het zou onethisch zijn om sommige mensen willekeurig een ziektekostenverzekering te verstrekken, maar te voorkomen dat anderen deze ontvangen, enkel en alleen omdat je een experiment wilt uitvoeren.
Aangezien de regering van Oregon te maken had met financiële beperkingen en besloot de plaatsen voor een ziektekostenverzekering via een loterij te vullen, is het achteraf onderzoeken van deze gebeurtenis een ethisch verantwoorde benadering om hetzelfde probleem te bestuderen.
Praktisch
Een echt experimenteel ontwerp kan onhaalbaar zijn of simpelweg te duur, vooral voor onderzoekers die weinig financiële middelen hebben (zoals studenten die een scriptie schrijven).
Het kan ook te veel tijd kosten om voldoende participanten te werven en een goede experimentele interventie te bedenken voor een representatieve steekproef, waardoor een echt experiment niet haalbaar is.
In beide gevallen kun je met een quasi-experimenteel design je onderzoeksvraag onderzoeken door gebruik te maken van gegevens die eerder zijn verzameld door anderen (vaak de overheid).
Lees waarom zo veel studenten Scribbr inschakelen
Voordelen en nadelen
Quasi-experimenteel onderzoek gaat – net als ieder ander type onderzoek – gepaard met voor- en nadelen.
- Hogere externe validiteit dan de meeste echte experimenten, omdat vaak echte interventies worden ingezet in plaats van “kunstmatige” interventies in een laboratoriumsetting.
- Hogere interne validiteit dan andere, niet-experimentele onderzoeksmethoden, omdat je met quasi-experimenteel onderzoek beter kunt controleren voor storende variabelen dan met andere soorten onderzoek.
- Lagere interne validiteit dan echte experimenten, omdat het zonder randomisatie moeilijk is om aan te tonen dat je resultaten alleen het gevolg kunnen zijn van de interventie (en niet van andere factoren).
- Als gebruik wordt gemaakt van al bestaande gegevens, kunnen deze onnauwkeurig, onvolledig of moeilijk toegankelijk zijn, omdat ze met een ander doel zijn verzameld.
Veelgestelde vragen
Citeer dit Scribbr-artikel
Als je naar deze bron wilt verwijzen, kun je de bronvermelding kopiëren of op “Citeer dit Scribbr-artikel” klikken om de bronvermelding automatisch toe te voegen aan onze gratis Bronnengenerator.
Thomas, L. (2024, 22 januari). Een introductie tot quasi-experimenteel onderzoek. Scribbr. Geraadpleegd op 3 maart 2025, van https://www.scribbr.nl/onderzoeksmethoden/quasi-experimenteel/