准实验设计（Quasi-experimental designs）有助于研究人员在无法进行随机分配时研究因果关系。这些研究不依赖于受控的随机分组，而是利用现实世界的环境，如学校、诊所、社区或地区。
这使得它们在教育、医疗保健和公共政策领域尤为实用。在这些领域中，研究人员通常需要寻求答案，但无法完全控制谁接受干预。
在本指南中，我们将探讨最重要的准实验案例，阐明每种设计的作用机制，并展示如何清晰且充满信心地在您自己的研中选择和应用合适的方法。
<CTA title="更快速地设计更优秀的研" description="在数分钟内生成结构清晰、逻辑严密的准实验设计。" buttonLabel="免费试用 Jenni" link="https://cn.app.jenni.ai/register" />
什么是准实验研究设计？
准实验研究设计是在不进行随机分配的情况下检验因果关系的一种设计。
它不创建随机分组，而是使用现实环境中已经自然形成的群组，这使得该方法对于应用研究更具现实意义。研究人员通常会利用现有的班级、医院或社区开展工作。
正如在准实验设计中所解释的那样，准实验在应用研究中得到了广泛应用，因为它们在可行性与有意义的因果洞察之间提供了实用性的平衡。
与真正的实验不同，准实验的参与者不是被随机分配到不同条件下的。这可能会导致更难排除其他解释，因为在干预开始之前，各组之间就已经存在差异。
因此，内部效度可能是准实验设计面临的一个挑战。尽管存在这些局限性，准实验方法在社会学、心理学和经济学等学科中仍然至关重要。
自变量：干预或处理
因变量：评测的因变量（结果）
对照组：未接受治疗的对照组
实验组：接受干预的组别
<ProTip title="💡 专家提示：" description="在选择准实验设计之前，务必清晰定义变量。" />
准实验设计核心类型及案例
以下是您在实践中会遇到的主要类型。解释部分包含了简明的示例以及您的实际应用场景。
非等值对照组设计（Nonequivalent control group design）
对两个组进行比较，但它们并非随机分配，而是原本就存在的。
案例：学校里的一个班级采用了新的数学课程。另一个班级则使用旧的教学方法。在学期结束时，您对他们的测试成绩进行对比。
应用场景：这在教育研中无处不在。由于各组在开始时并不均等，研究人员必须使用统计学方法（如协方差分析 ANCOVA）来试图消除初始差异。最大的挑战在于处理您未考虑到的变量。
单组前测-后测设计（One-group pretest-posttest design）
您对单一群体进行测量，引入某种干预，然后再次对其进行测量。没有独立的对照组。
案例：一家工厂记录了六个月内发生的事故数量。随后，他们开展了安全培训项目。之后，他们又追踪了六个月的事故情况，以观察数量是否有所下降。
为什么其效度较弱：事故率的下降可能是由于培训所致。但也可能是由于同时发生的其他因素引起的，例如生产的季节性放缓。很难确定因果关系。
折中之处：它非常易于实施且成本低廉，因此在商业和职场研究中很常见。但它能够提供的因果关系证据是最弱的。
带非等值对照组的前测-后测设计（Pretest-posttest with a nonequivalent control group）
这是一个更强的版本。您拥有两个现有的组别，在仅对其中一组引入变化之前和之后，对两组都进行测量。
案例：一家诊所启动了一个帮助人们戒烟的新项目。另一家类似的诊所则没有启动。您在这两家诊所对吸烟者的习惯进行调查。在第一家诊所运行该项目一年后，您再次对所有人进行调查。
为什么它更好：如果开展项目的诊所表现出比另一家诊所更大幅度的吸烟率下降，您就可以更有信心地认为该项目确实起到了作用。这有助于排除外部因素（如新的公共卫生宣传活动）同时影响所有人的可能性。
以下是前三种设计方式的对比：
设计类型 | 是否有对照组？ | 是否有前测？ | 证据效力 |
单组前测-后测 | 否 | 是 | 低 |
非等值对照组 | 是 | 可选 | 中 |
带对照组的前测-后测 | 是 | 是 | 较高 |
中断时间序列设计（Interrupted time series design）
您不仅进行一次“前”和一次“后”的测量，而是在较长时期内收集多个时间点的数据。您需要寻找特定事件之后趋势的转变。
案例：一个国家通过了一项对含糖饮料征税的法律。研究人员逐月分析了征税前数年和征税后数年的全国苏打水销量数据。他们试图观察在开始征税的那一刻，销量的长期趋势是否明显下降或改变了走向。
为什么它很有用：它在评估政策和法律方面非常强大。看到长期趋势发生改变，比看到两个单一时间点之间的变化更具说服力。有关详细的应用讨论，可参见现实研中的中断时间序列设计，其中展示了基于时间的设计如何在真实的健康研究中应用。
<ProTip title="📊 提示：" description="使用前后至少12个时间点进行强有力的ITS分析。" />
断点回归设计（Regression discontinuity design）
根据人们在某个量表上是高于还是低于特定的临界点分配到实验组。
案例：一所大学向家庭收入低于 50,000 美元的学生提供辅导补助金。研究人员随后比较了刚刚勉强符合条件（例如，收入为 49,500 美元）的学生与刚刚勉强错失资格（例如，收入为 50,500 美元）的学生的毕业率。
逻辑：其基本逻辑是，这两组学生除了微小的收入差异和所获得的补助金之外，在其他各方面几乎完全相同。因此，其结果中的任何显著差异都可以更安全地归因于该补助金。经济学家和政策分析师非常青睐这种逻辑巧妙的设计。
匹配与倾向评分设计（Matching and propensity score designs）
既然无法进行随机化，您就尝试通过统计学方法来模拟它。您在实验组中寻找个体，并将其与来自非实验组中几乎完全相同的个体进行“匹配”。
案例：您正在研究在线大学课程与面授大学课程的效果。您找出每位在线学生，并匹配一位具有相同高中 GPA、年龄和专业的面授学生。然后，您对这些匹配对的成绩进行对比。
局限性：您只能基于可以测量且拥有数据的特征来匹配人群。它无法解释隐藏的差异，例如某个学生的动力水平或他们是否能获得安静的学习环境。它能减少偏差，但无法彻底消除。
<ProTip title="⚙️ 专家提示：" description="匹配后务必检查平衡性，以验证您的准实验设计。" />
各领域真实世界准实验设计案例
这些方法在各领域中屡见不鲜。以下是它们在几个主要领域中的实际应用形式。
教育领域
学校通常无法为了进行实验而随机重新分配学生。因此，他们只能利用现有的群组开展研。
具体表现形式：一个学区决定尝试一个新的在线辅导项目。他们将该项目提供给林肯高中的所有学生。与此同时，杰斐逊高中的学生继续使用旧的自习室系统。在学期结束时，研究人员对这两所学校的期末考试成绩进行对比。
使用原因：当真正的随机化不可行时，这是一种测试新教学工具或项目的标准且实用的方法。
医疗保健领域
医院和诊所使用现有的患者群体来研究新的医疗程序或系统。
具体表现形式：一家医院安装了一套新的数字化系统，供护士追踪患者的生命体征。他们统计了该系统上线前六个月内入院患者的平均康复时间，并将其与系统上线后六个月内患者的康复时间进行对比。
使用原因：您无法随机分配部分患者去接受更差的照护。这种方法使医疗研究人员能够以受控的方式研究现实世界中的改进成效。
公共政策领域
当一项新法律或税收出台时，它会影响到每个人。研究人员通过观察长期数据来研究其影响。
具体表现形式：某个州将购买烟草的法定年龄从18岁提高到21岁。随后，公共卫生官员长期追踪了法律变更前后数年内该州青少年的吸烟率，以寻找趋势线的下降。
使用原因：这通常属于中断时间序列设计。它是确定大规模政策是否确实带来了大家所期望的变化的主要方式。
商业与营销领域
公司在全面推出新想法之前，会在一部分客户中进行测试，这通常是因为无法进行真正的 A/B 测试。
具体表现形式：一款社交媒体应用开发了一项新的视频功能。他们首先向加拿大的所有用户推出该功能。在三个月内，他们追踪加拿大用户观看视频的频率，并将其与未上线该功能的类似市场（如英国和澳大利亚）的用户进行对比。
使用原因：分析师（甚至在 Reddit 等论坛中）将此称为“分阶段推出”。它能让公司在全平台上海外发前观察到现实世界的使用情况并发现问题，同时依然能够收集对比数据。
此类研常常介于定性洞察和定量测量之间。如果您不确定这些方法有何不同，定性与定量研究解释了每种方法如何对研设计决策做出贡献。
准实验设计的优缺点
了解这些方法的长处及不足，是评估使用它们的研的关键所在。
优点
准实验设计最大的优势在于，当真正的实验不可行或不符合伦理时，它允许您开展研究。
现实世界应用：您可以对发生在学校、医院或城市中的项目、政策和治疗方案的实际发生过程进行研究。您无需构建一个人工的实验室环境。
符合伦理实用性：通常情况下，您不能随机拒绝向某些人提供潜在有益的治疗。美国国家卫生研究院（NIH）指出，正是出于这个原因，许多临床研究不得不采用非随机设计。
高效开发：研究人员通常可以利用已经存在的数据，例如学校记录或医院入院登记日志。这使得研的速度更快、成本更低。
可扩展性：这些设计可应用于大型群体甚至整个人口，这对于评估新法律或公共卫生宣传活动等是非常必要的。
缺点
主要的代价是因果关系的推论效力较弱。您无法像真正的实验那样，确定您所研究的干预措施就是产生任何变化的真实原因。
核心问题：在没有随机分配的情况下，您所比较的各组在开始时可能就已经存在差异。也许采用新数学课程班级的学生，其家庭支持力度更大。也许接受新疗法的患者总体上身体状况更好。这些预先存在的差异可能会使您的结果产生偏差。
混杂变量：这些是未被测量的因素，却可能是导致最终结果的真正原因。它们是此类研究中始终存在的潜在威胁。
选择性偏差：人们进入某一组别而非另一组别的方式并不是随机的。选择加入某个新项目的人可能比不加入的人更有积极性，这本身就可能带来更好的结果。
不确定性：说到底，您得到的是一种很强的相关性，正如您在相关性研中所看到的那样，但这不是因果关系的绝对证据。该证据具有启发性，而非无懈可击。
关于这些挑战以及研究人员如何应对这些挑战的更深入解释，在准实验设计效度与因果推论中进行了讨论，该文探讨了准实验设计中的因果推论和效度问题。
<ProTip title="⚠️ 注意：" description="务必清晰报告局限性，以增强研的公信力。" />
如何逐步设计一项准实验研
如果您需要开展此类研，可以遵循以下一条明确的路径。
1. 确定您的课题 从一个清晰的因果关系课题开始。研究必须是具体的。
较弱的提问：“这个项目有效吗？”
更好的提问：“与未参加新同伴辅导项目的学生相比，完成该项目的同伴高中生的代数期末考试成绩是否表现出更大幅度的提升？”
2. 寻找研究群组 您不会随机创建群组。您需要使用已经存在的群组。
实验组：将接受干预的人群、班级或地区（例如，采用新软件的三个公司分部）。
对照/对比组：照常运行的组别（例如，继续使用旧系统的两个分部）。您的目标是使这些组别在开始时尽可能相似。
3. 选择您的设计方案 您的选择完全取决于什么在您的具体情况下是切实可行的。
如果您只能接触到一个组别，则可以使用单组前测-后测设计。
如果您拥有两个现有的组别，并且能够在干预前后对其进行测量，请使用带非等值对照组的前测-后测设计。
如果您正在研究政策变化，并且拥有多年的数据，那么中断时间序列设计将是您的最佳选择。
如果是否接受干预是由严格的临界值（如测试成绩或收入水平）决定的，那么断点回归设计是最严密的选择。
4. 控制其他变量 这是最关键的分析步骤。由于没有进行随机化，您必须尝试通过统计手段来控制其他因素，并使用尽可能可靠的测量工具。
匹配：使实验组中的每个人与对照组中具有相似特征（年龄、此前的测试成绩等）的人两两配对。
回归分析：使用回归分析在数学上保持其他变量恒定的情况下，分离出干预措施的效果。
双重差分法（Difference-in-differences）：将实验组的变化与对照组的变化进行比较。这有助于抵消影响这两个群组的共有趋势。
如果您仍在确定这些方法如何契合您更广泛的研路径，研究范式有助于进一步理清不同的设计如何与研究目标保持一致。
5. 谨慎开展分析和报告 仔细阐释您的数据。
不要断言您“证明”了干预措施导致了这种变化。应表述为该证据“提示”或“支持”某种因果关系。
诚实地说明该研究的局限性。明确列出您无法控制的其他可能对结果产生影响的变量。这种严谨与客观正是研公信力的法宝。
在报告发现时，格式的规范清晰同样关乎公信力。如果您正在撰写学术论文，et-al APA 示例为学术论文中如何规范使用引用提供了指导。
<ProTip title="🧠 提示：" description="在准实验中使用双重差分法来控制时间趋势。" />
关于准实验设计的总结
您可能已经感受到，当无法控制一切时，要证明因果关系是多么困难，而且结果往往令人感到不确定或容易受到质疑。这确实令人头疼。但这些设计能够帮助您在真实的条件限制下开展工作，并且在无法构建完美实验环境的情况下，依然能够获得有价值的参考答案。
<CTA title="让您的创新想法落地为清晰的研究设计" description="在引导式 AI 的辅助下，理清思路并充满信心地规划和构建准实验研。" buttonLabel="免费试用 Jenni" link="https://cn.app.jenni.ai/register" />
与其过度纠结于每一项局限性，不如专注于构建清析的构架，并对您的选择进行充分论证。Jenni 等工具能引导您更快速地整理创见并保持写作的精炼，让您减少陷于停滞的时间，把精力都用在推动自身的研进展之上。