Wat Is Een Quasi Experiment

Heb je ooit een onderzoek willen doen, maar merkte je dat je de deelnemers niet willekeurig kon toewijzen aan verschillende groepen? Dat is een uitdaging waar veel onderzoekers, docenten en zelfs marketeers tegenaan lopen. De ethiek, praktische beperkingen of simpelweg de logistiek staan vaak in de weg. Gelukkig is er een oplossing: het quasi-experiment.

Wat is een Quasi-Experiment?

Een quasi-experiment lijkt op een echt experiment, maar mist één cruciaal element: willekeurige toewijzing (randomisatie). In een echt experiment, zoals bij het testen van een nieuw medicijn, worden deelnemers willekeurig verdeeld over de groep die het medicijn krijgt (de experimentele groep) en de groep die een placebo krijgt (de controlegroep). Deze willekeurige toewijzing zorgt ervoor dat de groepen zo gelijk mogelijk zijn, waardoor je zekerder kunt zijn dat eventuele verschillen in resultaten daadwerkelijk door het medicijn komen.

Bij een quasi-experiment daarentegen, zijn de groepen al bestaand. Denk bijvoorbeeld aan twee klassen leerlingen op een school. Je kunt niet zomaar leerlingen van de ene klas naar de andere verplaatsen. In plaats daarvan gebruik je de bestaande klassen als 'experimentele' en 'controlegroep'. Deze aanpak, hoewel minder perfect dan randomisatie, stelt je toch in staat om bepaalde interventies te testen en te analyseren.

Zoals Donald T. Campbell, een prominent onderzoeker op het gebied van experimenteel design, zei: "Men moet het quasi-experiment omarmen wanneer het 'echte' experiment onuitvoerbaar is". Dit benadrukt de praktische waarde van quasi-experimenten, vooral in situaties waar rigoureuze controle niet haalbaar is.

Waarom geen 'echt' experiment?

Er zijn verschillende redenen waarom een 'echt' experiment soms niet mogelijk is:

• Ethische bezwaren: Het kan ethisch onverantwoord zijn om bepaalde behandelingen aan een groep mensen te onthouden. Stel je voor dat je wilt onderzoeken of een bepaalde interventie helpt om roken te stoppen. Je kunt niet zomaar een groep rokers verbieden om hulp te zoeken.
• Praktische beperkingen: Willekeurige toewijzing kan logistiek onhaalbaar zijn. In een organisatie kun je bijvoorbeeld niet zomaar werknemers van verschillende afdelingen overplaatsen om een nieuwe trainingsmethode te testen.
• Ecologische validiteit: Soms is het belangrijk om het onderzoek uit te voeren in een natuurlijke omgeving om de resultaten relevant te houden voor de realiteit. Een 'echt' experiment kan de natuurlijke omgeving verstoren.

Soorten Quasi-Experimenten

Er zijn verschillende soorten quasi-experimenten, elk met hun eigen sterke en zwakke punten. Hier zijn enkele veelvoorkomende voorbeelden:

• Niet-equivalente controlegroep design: Dit is de meest voorkomende vorm. Je vergelijkt een groep die de interventie krijgt met een vergelijkbare, maar niet-willekeurig toegewezen, controlegroep. Bijvoorbeeld: Een school implementeert een nieuwe lesmethode in één klas (de experimentele groep) en vergelijkt de resultaten met een andere klas die de traditionele methode gebruikt (de controlegroep).
• Interrupted Time Series design: Je meet een variabele over een langere periode, voordat, tijdens en na de interventie. Bijvoorbeeld: Je meet het aantal verkeersongelukken op een bepaalde kruising voor en na de installatie van verkeerslichten. Een plotse verandering in de trend na de interventie suggereert een effect.
• Regression Discontinuity design: De toewijzing aan een behandelingsgroep is gebaseerd op een afkapwaarde (cutoff point) van een bepaalde variabele. Bijvoorbeeld: Studenten die een bepaalde score halen op een toelatingsexamen worden toegelaten tot een speciaal programma. Je vergelijkt de prestaties van studenten net boven en net onder de afkapwaarde.
• Cohort studies: Een cohort is een groep mensen die een bepaalde eigenschap gemeen hebben. Je volgt de cohort over een langere periode en observeert de ontwikkeling van bepaalde variabelen. Bijvoorbeeld: Een onderzoek naar de impact van blootstelling aan een bepaald milieuverontreinigende stof op de gezondheid van werknemers in een fabriek.

De Uitdagingen en Hoe Ze Te Overwinnen

Het ontbreken van willekeurige toewijzing brengt een aantal uitdagingen met zich mee. De belangrijkste is de mogelijkheid van confounding variables. Dit zijn factoren die zowel de interventie als de uitkomst beïnvloeden, waardoor het moeilijk is om te bepalen of de interventie daadwerkelijk de oorzaak is van de veranderingen.

Bijvoorbeeld: In het voorbeeld van de nieuwe lesmethode kan het zijn dat de klas die de nieuwe methode gebruikt ook een meer gemotiveerde leraar heeft, of dat de leerlingen in die klas sowieso al slimmer zijn. Dit zijn confounding variables die de resultaten kunnen vertekenen.

Strategieën om Confounding Variables aan te Pakken

Gelukkig zijn er verschillende manieren om de impact van confounding variables te minimaliseren:

• Matching: Je probeert de experimentele en controlegroep zo gelijk mogelijk te maken op belangrijke variabelen (bijvoorbeeld leeftijd, geslacht, socio-economische status).
• Statistische controle: Je gebruikt statistische technieken (zoals regressieanalyse) om te corrigeren voor de invloed van confounding variables.
• Propensity score matching: Je berekent een "propensity score" voor elke deelnemer, die de kans weergeeft dat hij/zij in de experimentele groep zou zitten, gegeven zijn/haar kenmerken. Je gebruikt deze scores om de groepen te matchen.
• Observationele studies: Soms is het enige wat mogelijk is een observationele studie. Hiermee kan je geen causale verbanden aantonen, maar kan je wel correlaties en verbanden vaststellen.

Volgens Shadish, Cook & Campbell (2002) in hun boek "Experimental and Quasi-Experimental Designs for Generalized Causal Inference", is het essentieel om meerdere strategieën te combineren om de validiteit van de resultaten te verhogen.

Praktische Toepassingen en Voorbeelden

Quasi-experimenten worden veel gebruikt in verschillende vakgebieden:

• Onderwijs: Het evalueren van nieuwe lesmethoden, curriculum veranderingen, of de effectiviteit van bepaalde educatieve programma's.
• Gezondheidszorg: Het onderzoeken van de impact van gezondheidsinterventies op bevolkingsniveau, het evalueren van de effectiviteit van preventieprogramma's.
• Marketing: Het testen van de effectiviteit van marketingcampagnes in verschillende regio's, het analyseren van de impact van prijsveranderingen op de verkoop.
• Organisatiewetenschappen: Het evalueren van de effectiviteit van trainingen, het onderzoeken van de impact van veranderingen in de organisatiestructuur.

Voorbeeld: Een bedrijf wil onderzoeken of een nieuwe softwaretool de productiviteit van medewerkers verhoogt. Ze kunnen de tool implementeren in één afdeling (de experimentele groep) en de productiviteit vergelijken met een andere afdeling die de tool niet gebruikt (de controlegroep). Ze kunnen confounding variables aanpakken door bijvoorbeeld rekening te houden met de ervaring van de medewerkers in beide afdelingen.

Tools en Methoden voor Quasi-Experimenten

Er zijn verschillende tools en methoden die je kunt gebruiken bij het uitvoeren van een quasi-experiment:

• Statistische software: SPSS, R, SAS, Python (met libraries zoals Pandas en Statsmodels) kunnen worden gebruikt voor data-analyse en statistische controle.
• Survey tools: Qualtrics, SurveyMonkey kunnen worden gebruikt om data te verzamelen over de effecten van de interventie en de kenmerken van de deelnemers.
• Case studies: Gedetailleerde analyses van individuele gevallen kunnen waardevolle inzichten opleveren, vooral in situaties waar het moeilijk is om grote steekproeven te verzamelen.

Conclusie: De Kracht van het Quasi-Experiment

Hoewel quasi-experimenten minder perfect zijn dan 'echte' experimenten, bieden ze een waardevolle en praktische manier om onderzoek te doen in situaties waar willekeurige toewijzing niet mogelijk is. Door de uitdagingen te begrijpen en passende strategieën te gebruiken, kun je betrouwbare en relevante resultaten behalen.

Onthoud dat het belangrijkste bij een quasi-experiment is om je bewust te zijn van de beperkingen en om je onderzoek transparant te documenteren. Zo kunnen anderen je resultaten interpreteren en verder bouwen op je bevindingen. Dus, wees niet bang om het quasi-experiment te omarmen – het kan de sleutel zijn tot het beantwoorden van belangrijke vragen in de echte wereld!

De volgende keer dat je voor een onderzoeksprobleem staat waarbij je de groepen niet willekeurig kunt samenstellen, denk dan aan het quasi-experiment en de mogelijkheden die het biedt!