Voxco makes your research faster & insightful
PARTAGER L’ARTICLE SUR
Un plan quasi expérimental est très similaire à un plan expérimental, à l’exception du fait qu’ils manifestent tous deux la relation de cause à effet entre les variables indépendantes et dépendantes. Alors, en quoi la conception quasi expérimentale est-elle différente ? Eh bien, contrairement à la conception expérimentale, les quasi-expériences n’incluent pas d’assignations aléatoires des participants. En d’autres termes, les participants sont placés dans les groupes expérimentaux en fonction de certains autres critères. Examinons de plus près le fonctionnement de la conception quasi expérimentale.
La conception expérimentale présente trois caractéristiques ;
La manipulation signifie simplement d’évaluer l’effet de la variable indépendante sur la variable dépendante.
Exemple : Un chocolat et un enfant qui pleure.
Ici, la variable indépendante est : le type de chocolat
Et la variable dépendante est : l’enfant pleure pour un chocolat
Donc, la manipulation signifie l’effet d’une variable indépendante, le chocolat, sur la variable dépendante, l’enfant qui pleure. En bref, vous utilisez une source externe sur la variable dépendante. Cela prouve qu’après avoir obtenu le chocolat (variable indépendante), l’enfant cesse de pleurer (variable dépendante).
La randomisation signifie une sélection soudaine sans aucun plan. Exemple : Un système de loterie. Les numéros de loterie sont annoncés au hasard afin que tous ceux qui achètent un ticket aient des chances égales. Par conséquent, cela signifie que vous sélectionnez un échantillon sans aucun plan et que tout le monde a la même opportunité d’entrer dans l’un des groupes expérimentaux.
Cela signifie d’utiliser un groupe témoin dans l’expérience. Dans ce groupe, les chercheurs maintiennent la variable indépendante constante. Ce groupe témoin est ensuite comparé à un groupe de traitement, où les chercheurs ont modifié la variable indépendante. Pour des raisons évidentes, les chercheurs s’intéressent davantage au groupe de traitement, car il a une portée de changement de la variable dépendante.
Exemple : Vous voulez savoir si vos employés travaillent plus efficacement s’il y a une augmentation de salaire.
Ici, vous mettrez certains travailleurs dans un groupe de traitement et d’autres dans le groupe témoin.
Groupe de traitement : Vous payez plus les employés
Groupe témoin : Vous ne payez pas de supplément aux employés et les choses restent les mêmes.
En comparant ces deux groupes, vous comprenez que les travailleurs qui ont eu une augmentation de salaire ont travaillé plus efficacement que les travailleurs qui n’en ont pas bénéficié.
En ce qui concerne le plan quasi expérimental, la caractéristique de manipulation de l’expérience réelle reste la même. Mais les caractéristiques de randomisation ou de contrôle sont présentes en contraste les unes avec les autres ou alors pas du tout. Par conséquent, ces expériences sont menées là où la sélection aléatoire est difficile, voire impossible. La quasi-expérience n’inclut pas l’assignation aléatoire, car la variable indépendante est manipulée avant la mesure de la variable dépendante.
Découvrez le logiciel d’enquête Voxco en action avec une démo gratuite.
La description ci-dessus est accablante ? Ne vous inquiétez pas. Voici la différence directe entre les quasi-expériences et les vraies expériences juste pour que vous puissiez comprendre comment les deux varient l’une par rapport à l’autre.
Vraies expériences | Quasi-expériences |
Les participants sont assignés au hasard aux groupes expérimentaux. | Participants non assignés au hasard aux groupes expérimentaux. |
Les participants ont des chances égales d’entrer dans l’un des groupes expérimentaux. | Les participants sont classés puis placés dans un groupe expérimental respectif. |
Les chercheurs conçoivent le traitement que les participants suivront. | Les chercheurs ne conçoivent pas de traitement. |
Il n’y a pas différents groupes de traitement. | Les chercheurs étudient les groupes existants de traitement reçus. |
Comprend les groupes témoins et les groupes de traitement. | Ne nécessite pas nécessairement des groupes témoins, mis à part le fait qu’ils sont généralement utilisés. |
N’inclut pas de pré-test. | Comprend un pré-test. |
Toutes les explications ne suffisent pas toujours, n’est-ce pas ? Nous vous présentons donc des exemples clairs qui vous aideront à distinguer les quasi-expériences des vraies expériences ;
Supposons que vous vouliez étudier l’effet de la malbouffe sur les personnes obèses.
Pour commencer la vraie expérience, vous assignez certains participants dans un groupe de traitement où ils ne sont nourris qu’avec de la malbouffe. Tandis que l’autre moitié des participants sont inclus dans le groupe témoin, où on leur donne un régime alimentaire régulier (cours standard).
Vous décidez de noter les rapports des personnes obèses tous les jours après leurs repas pour contrôler leur santé et leur inconfort, le cas échéant.
Si, pour des raisons personnelles, les participants qui sont assignés au groupe de traitement ne veulent pas changer leur régime alimentaire pour ne consommer que de la malbouffe, dans ce cas, vous ne pouvez pas mener de vraie expérience contre leur volonté. C’est à ce moment-là qu’intervient la quasi-expérience.
En parlant aux participants, vous découvrez que certains des participants veulent essayer l’effet de la malbouffe tandis que d’autres ne veulent pas expérimenter avec leur régime alimentaire et choisissent de s’en tenir à un régime régulier.
Vous pouvez désormais affecter des groupes déjà existants aux participants en fonction de leurs choix. Étudiez comment la consommation régulière de malbouffe affecte les obèses de ce groupe.
Ici, vous n’avez pas assigné de groupes aux participants aléatoires et pouvez être sûr de la différence due à l’expérience menée.
Voici une vidéo de référence qui, selon nous, apportera plus de lumière sur les sujets couverts ci-dessus.
Voxco surveys make your research easy & insightful
Parmi tous les différents types de conception quasi expérimentale, apprenons d’abord à connaître deux types principaux ;
Vous pouvez imaginer des conceptions de groupe non équivalentes comme un mélange de conception expérimentale réelle et de conception quasi expérimentale. La raison en est qu’elle utilise leurs deux qualités. Comme une véritable expérience, la NEGD utilise les groupes préexistants que nous pensons être similaires, à savoir les groupes de traitement et de contrôle. Mais il lui manque la caractéristique de randomisation d’une quasi-expérience. Lors du regroupement, les chercheurs veillent à ne pas être influencés par des variables tierces ou des variables confondantes. Par conséquent, les groupes sont aussi similaires que possible. Comme pour parler de l’étude politique, nous pourrions sélectionner des groupes qui se ressemblent davantage.
Voyons un exemple:
Prenons l’exemple précédent qui étudiait si les employés travaillent plus efficacement lorsqu’ils reçoivent une augmentation de salaire.
Vous faites un pré-test sur les travailleurs d’une entreprise alors que leur salaire est normal. Ensuite, vous les mettez dans le groupe de traitement où leur salaire est augmenté. Après l’expérience, vous faites un post-test sur leur expérience et leur attitude envers leur travail.
Plus tard, vous donnez le même pré-test aux travailleurs d’une entreprise similaire et les mettez dans un groupe de contrôle où leur salaire n’est pas augmenté, puis effectuez un post-test.
Par conséquent, la conception non équivalente, comme son nom l’indique, nous rappelle que les groupes ne sont pas équivalents et ne sont pas affectés à une pratique aléatoire.
Le plan de discontinuité de régression ou RDD est une technique de conception quasi expérimentale qui calcule l’influence d’un traitement ou d’une intervention. Il le fait en utilisant un mécanisme qui attribue le traitement en fonction de l’admissibilité connu sous le nom de « seuil ». Ainsi, les participants au-dessus de la limite peuvent intégrer un groupe de traitement, mais pas ceux en dessous de la limite. Bien que la différence entre ces deux groupes soit négligeable.
Jetons un coup d’œil à un exemple :
Une école veut accorder une bourse de 50 $ aux étudiants en fonction d’un test indépendant passé mesurant leur intellect et leur foyer.
Ceux qui réussissent le test obtiendront une bourse. Cependant, les étudiants qui sont juste en dessous de la limite et ceux juste au-dessus peuvent être considérés comme similaires. Nous pouvons dire que les différences dans leurs scores sont le produit du hasard. Par conséquent, vous pouvez continuer à étudier les deux groupes pour obtenir un résultat à long terme.
Learn all about Exploratory Research
Outre les types susmentionnés, d’autres conceptions quasi expérimentales tout aussi importantes ont des applications différentes en fonction de leurs caractéristiques et de leurs notations de conception respectives.
La conception de pré-test proxy fonctionne de la même manière qu’une conception pré-test et post-test typique. Sauf que le pré-test ici est effectué APRÈS l’administration du traitement. C’est confus ? Comment cela peut être un pré-test si c’est effectué après ? Eh bien, le mot-clé ici est « proxy ». Ces variables proxy indiquent où les groupes auraient été situés dans le pré-test.
Vous demandez à un groupe, après son programme, comment il aurait répondu aux mêmes questions avant son traitement. Bien que cette technique ne soit pas très fiable puisqu’on ne peut pas s’attendre à ce que les participants se souviennent de ce qu’ils ressentaient dans le passé, et nous ne pouvons certainement pas affirmer s’ils simulent leurs réponses.
Cette conception n’est pas fortement recommandée. Il est possible de l’utiliser dans certaines circonstances inévitables comme lorsque le traitement a déjà commencé et vous n’avez pas pu appliquer le pré-test. Dans de tels cas, cette approche sera utile en empêchant de dépendre totalement du post-test.
R | (O) | X | O |
R | (O) |
| O |
Exemple : Vous voulez étudier la performance de vos employés après l’augmentation de salaire. Mais on vous a demandé de faire le pré-test après le début du programme. Dans ce cas, vous devrez faire passer le post-test et étudier une variable proxy telle que la productivité à partir du temps avant le programme et après le programme.
Cette technique fonctionne également sur les conceptions pré-test et post-test. La différence est que les participants que vous avez utilisés pour le pré-test ne seront pas les mêmes pour le post-test.
N1 | O |
|
|
N1 |
| X | O |
N2 | O |
|
|
N2 |
|
| O |
Exemple : Vous souhaitez étudier la satisfaction client de deux entreprises similaires. Vous en prenez une pour le traitement et l’autre pour le contrôle. Supposons que vous ayez effectué un pré-test dans les deux entreprises en même temps, et ensuite vous commencez votre expérience. Après un certain temps, lorsque le programme est terminé, vous allez passer un post-test. Ensuite, l’ensemble des clients que vous prenez pour le test va être différent de ceux du pré-test, la raison étant que les clients changent après un certain temps.
Dans ce cas, vous ne pouvez pas obtenir de résultats individuels, mais vous pouvez déterminer la satisfaction moyenne des clients dans les deux entreprises.
La conception de pré-test double est une conception quasi expérimentale très robuste conçue pour éliminer le problème de validité interne rencontrée avec la conception non équivalente. Il y a deux pré-tests avant le programme. Lorsque les deux groupes progressent à un rythme différent, vous devez passer du pré-test 1 au pré-test 2.
En raison de l’avantage de deux pré-tests, vous pouvez déterminer le scénario de cas nul. Cela suppose que la différence entre les scores des pré-test et post-test est due au hasard, car cela ne permet pas à une personne de passer le pré-test deux fois.
Dans la conception des réplications de commutation, comme son nom l’indique, le rôle du groupe est commuté. Elle suit le même schéma de groupe traitement-contrôle, sauf qu’il y a deux phases.
Phase 1 : les deux groupes sont pré-testés, puis ils suivent leur programme respectif. Plus tard, ils sont post-testés.
Phase 2 : dans cette phase, un groupe de traitement d’origine est alors un groupe témoin, et un groupe témoin d’origine est à présent un groupe de traitement.
R | O | X | O |
|
R | O |
| O | X |
Le principal avantage offert par cette conception est qu’elle s’avère non seulement forte contre la validation interne, mais aussi contre la validation externe. La raison en est que deux mises en œuvre parallèles du programme permettent à tous les participants de faire l’expérience du programme, ce qui le rend également éthiquement fort.
Create your ideal set of respondents.
Build your survey panel, design your survey, & uncover insights in minutes.
La conception NEDV, dans sa forme la plus simple, n’est pas la plus fiable et ne fait pas non plus de merveilles contre la validité interne. Mais alors, à quoi sert la NEDV ? Eh bien, parfois, le groupe de traitement peut être affecté par certains facteurs externes. Par conséquent, deux pré et post-tests sont appliqués aux participants, l’un concernant le traitement lui-même et l’autre concernant cette variable externe.
N | O1 | X | O1 |
O2 |
| O2 |
Attendez, que diriez-vous de voir un exemple pour comprendre cela ?
Disons que vous avez lancé un programme pour tester les techniques d’enseignement de l’histoire. Vous concevez des tests standard concernant l’histoire (groupe de traitement) ainsi que le visionnage de films historiques (variable externe). Plus tard dans les post-tests, vous découvrez qu’avec les résultats en histoire, l’intérêt des étudiants pour les films historiques a également augmenté, ce qui suggère que la projection de films historiques a incité les étudiants à étudier le sujet.
La conception de la DPR est utilisée lorsque les mesures pour les groupes déjà existants sont disponibles et peuvent être comparées au groupe de traitement. Le groupe de traitement est le seul groupe présent et les pré-tests et post-tests sont effectués. Cette méthode est largement bénéfique pour les grands groupes en soi ; communautés ou entreprises. La SPR fonctionne en comparant une seule unité de programme avec une unité de comparaison plus grande.
N(n=1) | O | X | O |
N | O |
| O |
Précisons-le avec un exemple :
Envisagez un programme communautaire de sensibilisation à la COVID. Il est décidé de lancer l’initiative dans une ville particulière d’un vaste district. Les représentants prévoient les cas actifs dans cette ville et utilisent les autres villes comme comparaison. Maintenant, plutôt que de donner la moyenne pour le reste des cas de COVID des villes, c’est leur nombre qui est indiqué.
Tout cela est à étudier, mais ne devriez-vous pas savoir quand utiliser parfaitement les quasi-expériences ? Puisque nous arrivons à la fin de ce sujet, discutons du meilleur moment pour des quasi-expériences et pour quelles raisons ;
Vous vous rappelez-vous que nous avons discuté de la « volonté » des personnes obèses à participer à l’expérience ? C’est à ce moment-là que l’éthique commence à avoir de l’importance. Vous ne pouvez pas continuer à mettre des participants aléatoires sous traitements comme cela s’effectue avec de vraies expériences, surtout quand cela affecte directement la vie des participants.
L’un des meilleurs exemples est l’étude sur la santé de l’Oregon où l’assurance maladie est donnée à certaines personnes tandis qu’elle a été réduite pour d’autres.
Les vraies expériences, bien qu’ayant une validité interne plus élevée, peuvent être coûteuses. En outre, il faut suffisamment de participants pour que la véritable expérience puisse être justifiée. Contrairement à cela, avec une quasi-expérience, vous pouvez utiliser les données déjà collectées. Les données sont recueillies et payées par une entité solide, par exemple le gouvernement, et vous les utilisez pour étudier vos questions.
Disons que vous voulez étudier l’effet de manger du fromage sur la mauvaise haleine. Donc, vous obligez les personnes ayant une haleine agréable à prendre le traitement et l’autre moitié ayant déjà une mauvaise haleine pour être dans le groupe témoin. Après avoir passé le post-test, vous découvrez que les participants du groupe de traitement commencent à avoir une mauvaise haleine.
Les quasi-expériences sont utilisées pour évaluer les interventions sans recourir à la randomisation. Cela permet d’interpréter également les problèmes à l’aide de mesures pré-intervention et post-intervention ainsi que d’affectations non aléatoires.
Une véritable expérience utilise l’assignation aléatoire des participants alors que les quasi-expériences ne le font pas. Cela permet son utilisation large dans les problèmes éthiques.
Une quasi-expérience attribue les participants sur la base d’une étude, contrairement aux vraies expériences où ils ont une chance égale d’entrer dans l’un des groupes.
Les quasi-expériences utilisent également les mesures pré-test et post-test qui ouvrent la porte à des comparaisons avant-après.
Le plan quasi expérimental n’attribue pas au hasard des groupes aux participants, il étudie plutôt leur nature et les traite ensuite en conséquence.
Il étudie les participants avant et après le programme, connu sous le nom de pré-test et post-test, qui aide à se faire une idée des progrès des groupes.
Les quasi-expériences sont également éthiques, en raison de leur caractéristique de non-randomisation.
La quasi-conception ou quasi expérimentale ressemble principalement à la véritable conception expérimentale, seulement sans le composant clé. C’est une affectation aléatoire.
Deux méthodes quasi expérimentales de premier ordre comprennent :
D’autres quasi-conceptions, tout aussi importantes, sont :
Read more
Nous utilisons des cookies sur notre site web pour vous offrir la meilleure expérience de navigation et pour adapter la publicité. En continuant à utiliser notre site web, vous nous donnez votre accord pour l'utilisation des cookies. Lire la suite
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
hubspotutk | www.voxco.com | HubSpot functional cookie. | 1 year | HTTP |
lhc_dir_locale | amplifyreach.com | --- | 52 years | --- |
lhc_dirclass | amplifyreach.com | --- | 52 years | --- |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_fbp | www.voxco.com | Facebook Pixel advertising first-party cookie | 3 months | HTTP |
__hstc | www.voxco.com | Hubspot marketing platform cookie. | 1 year | HTTP |
__hssrc | www.voxco.com | Hubspot marketing platform cookie. | 52 years | HTTP |
__hssc | www.voxco.com | Hubspot marketing platform cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gid | www.voxco.com | Google Universal Analytics short-time unique user tracking identifier. | 1 days | HTTP |
MUID | bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 1 year | HTTP |
MR | bat.bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 7 days | HTTP |
IDE | doubleclick.net | Google advertising cookie used for user tracking and ad targeting purposes. | 2 years | HTTP |
_vwo_uuid_v2 | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie. | 1 year | HTTP |
_vis_opt_s | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie that detects if the user is new or returning to a particular campaign. | 3 months | HTTP |
_vis_opt_test_cookie | www.voxco.com | A session (temporary) cookie used by Generic Visual Website Optimizer (VWO) to detect if the cookies are enabled on the browser of the user or not. | 52 years | HTTP |
_ga | www.voxco.com | Google Universal Analytics long-time unique user tracking identifier. | 2 years | HTTP |
_uetsid | www.voxco.com | Microsoft Bing Ads Universal Event Tracking (UET) tracking cookie. | 1 days | HTTP |
vuid | vimeo.com | Vimeo tracking cookie | 2 years | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
__cf_bm | hubspot.com | Generic CloudFlare functional cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gcl_au | www.voxco.com | --- | 3 months | --- |
_gat_gtag_UA_3262734_1 | www.voxco.com | --- | Session | --- |
_clck | www.voxco.com | --- | 1 year | --- |
_ga_HNFQQ528PZ | www.voxco.com | --- | 2 years | --- |
_clsk | www.voxco.com | --- | 1 days | --- |
visitor_id18452 | pardot.com | --- | 10 years | --- |
visitor_id18452-hash | pardot.com | --- | 10 years | --- |
lpv18452 | pi.pardot.com | --- | Session | --- |
lhc_per | www.voxco.com | --- | 6 months | --- |
_uetvid | www.voxco.com | --- | 1 year | --- |