Dans la recherche en sciences sociales, comprendre les causes et les effets est une tâche difficile. De nombreux chercheurs cherchent à utiliser des modèles quasi-expérimentaux, un type de recherche empirique dépourvue d’assignation aléatoire, pour estimer l’impact causal d’une intervention. Cette conception permet aux chercheurs d'avoir un certain contrôle sur le cadre expérimental tout en conservant le contexte du monde réel, ce qui rend les conceptions quasi-expérimentales de plus en plus populaires dans les sciences sociales.
Les modèles quasi-expérimentaux contiennent la clé pour comprendre les relations de cause à effet, mais ils présentent également le défi de la validité interne.
Dans une conception quasi-expérimentale, la variable quasi-indépendante est la variable qui est manipulée pour affecter la variable dépendante. Cela implique généralement de comparer différents groupes de traitement, par exemple en administrant un traitement mais pas un autre. Pour la prédiction des résultats, cela dépend des variables.
Dans certains cas, les enquêteurs de conceptions quasi-expérimentales peuvent contrôler le processus d'attribution à une condition de traitement spécifique, mais l'attribution n'est pas basée sur le hasard. Par exemple, les chercheurs peuvent décider quels participants recevront un traitement en fonction de certains critères (tels qu'un score seuil), ou peuvent n'avoir aucun contrôle sur les conditions de traitement auxquelles les participants sont affectés.
Bien que les modèles quasi-expérimentaux contribuent aux preuves qui n'ont pas pu être obtenues par le passé grâce à des essais contrôlés randomisés, ils présentent également certains inconvénients. Par exemple, en raison de l’absence d’assignation aléatoire, les quasi-expériences sont souvent affectées par des variables confondantes, ce qui peut fausser l’exactitude des inférences causales.
Bien que les conceptions quasi-expérimentales soient souvent considérées comme incapables d'éliminer complètement les biais confondants, ces variables peuvent être contrôlées dans une certaine mesure grâce à l'utilisation de techniques statistiques.
Les conceptions quasi-expérimentales sont particulièrement utiles lorsque l'éthique ou le caractère pratique de l'assignation aléatoire est limité. Par exemple, dans l’évaluation de l’impact des changements de politique publique, les chercheurs utilisent des méthodes quasi-expérimentales comme outil pour comprendre l’impact réel de la politique sur la société.
De plus, avec les progrès de la technologie, les chercheurs ont commencé à utiliser des méthodes telles que l'appariement des scores de propension pour améliorer la validité interne des conceptions quasi-expérimentales et rendre leurs résultats plus proches de la signification des essais contrôlés randomisés.
Parfois, dans la recherche en sciences sociales, l'assignation aléatoire est non seulement peu pratique, mais peut également être contraire à l'éthique. En prenant l’exemple des parents qui punissent physiquement leurs enfants, la répartition aléatoire est-elle raisonnable ? Il s’agit d’une question sensible pour de nombreuses personnes du quartier et de la société.
Alors que les sciences sociales accordent de plus en plus d'attention à la conception de la recherche empirique, la rationalité et l'efficacité des conceptions quasi-expérimentales attireront de plus en plus l'attention des chercheurs. Les chercheurs doivent explorer comment utiliser des méthodes quasi-expérimentales pour obtenir un équilibre entre validité interne et validité externe. Dans ce processus, la conception quasi-expérimentale offre non seulement une alternative réaliste, mais ouvre également de nouveaux horizons pour la recherche future en sciences sociales.
Face aux avantages et aux inconvénients des modèles quasi-expérimentaux, comment les chercheurs devraient-ils percer les secrets de la causalité dans les sciences sociales ?