Desenho Experimental Pré-teste-Pós-teste
- Proposto por
- Donald T. Campbell and Julian C. Stanley
- Ano
- 1963 (formalized in Campbell & Stanley)
- Tipo
- Experimental / quasi-experimental research design
- Família
- Experimental design
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
O desenho experimental pré-teste-pós-teste mede os participantes na variável de resultado antes e depois do tratamento, tipicamente com atribuição aleatória a grupos de tratamento e controle.
A diferença entre as pontuações pré e pós-isola o efeito do tratamento da variação de linha de base, tornando esta uma das estruturas mais amplamente utilizadas em pesquisa experimental e quasi-experimental em educação, psicologia, medicina e ciências sociais.
A intuição por trás do método
Imagine que você quer saber se uma intervenção de leitura de seis semanas melhora as pontuações de alfabetização. Simplesmente medir as pontuações após o programa é não confiável — as pontuações podem ter aumentado de qualquer forma devido à maturação ou efeitos sazonais. O desenho pré-teste-pós-teste adiciona uma medição antes do início do programa: agora você compara o quanto cada grupo mudou, não onde eles terminaram. Com um grupo de controle, qualquer mudança comum a ambos os grupos (por exemplo, crescimento natural) se cancela, deixando uma estimativa da contribuição única do programa. Adicionar atribuição aleatória eleva isso a um experimento verdadeiro com forte garantia causal.
História
O desenho pré-teste-pós-teste ganhou tratamento metodológico sistemático através da monografia de Donald Campbell e Julian Stanley de 1963, Experimental and Quasi-Experimental Designs for Research, que introduziu a notação (O1 X O2) e catalogou ameaças à validade interna. Campbell e Stanley distinguiram o desenho verdadeiro de grupo de controle pré-teste-pós-teste (com randomização) do desenho quasi-experimental de pré-teste-pós-teste de grupo único, identificando a vulnerabilidade deste último às ameaças de história, maturação e teste. Shadish, Cook e Campbell atualizaram e estenderam a estrutura em 2002, cimentando o lugar do desenho como um pilar da metodologia de pesquisa aplicada.
Quando usar
Use um desenho pré-teste-pós-teste quando precisar avaliar a mudança ao longo do tempo devido a uma intervenção e diferenças individuais de linha de base provavelmente introduzirão ruído. É apropriado quando a atribuição aleatória é viável (experimento verdadeiro) ou quando as pontuações de pré-teste são essenciais para controlar as diferenças pré-existentes do grupo em configurações quasi-experimentais. Não o use quando uma única medição pós-apenas for suficiente (por exemplo, a variância do resultado entre as pessoas é negligenciável), quando o próprio pré-teste for provável de sensibilizar os participantes para a intervenção (ameaça de teste — considere um desenho de quatro grupos de Solomon em vez disso), ou quando apenas um ponto de tempo de coleta de dados for logisticamente possível.
Limitações e considerações
- O pré-teste pode sensibilizar os participantes para o conteúdo do tratamento ou a hipótese do pesquisador, inflando ou desinflando as pontuações pós (ameaça de teste).
- Mortalidade/atrito entre o pré-teste e o pós-teste pode enviesar os resultados se a desistência estiver relacionada à condição de tratamento ou às pontuações de linha de base.
- Sem randomização, o viés de seleção permanece: diferenças pré-existentes entre os grupos podem não ser totalmente capturadas apenas pela pontuação do pré-teste.
- Regressão à média: grupos selecionados com base em pontuações extremas de pré-teste tenderão a pontuar mais perto da média no pós-teste, independentemente do tratamento.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Controla as diferenças individuais pré-existentes, aumentando o poder estatístico em relação aos desenhos pós-teste-apenas.
- Permite a medição direta da mudança, que é frequentemente a quantidade substantivamente significativa (por exemplo, ganho de aprendizado, redução de sintomas).
- Amplamente compreendido em todas as disciplinas e compatível com muitas estruturas analíticas (ANCOVA, ANOVA, modelagem multinível).
- Quando combinado com randomização, fornece forte evidência causal para o efeito do tratamento.
- Pontuações pré e pós permitem a detecção de mudança diferencial entre subgrupos (análise de moderação).
Aplicações
- Avaliação de intervenções educacionais — medição de ganhos de aprendizado antes e depois de um currículo, programa de tutoria ou tecnologia instrucional.
- Pesquisa clínica e de saúde — avaliação de redução de sintomas, melhora funcional ou mudança comportamental após um tratamento médico ou psicológico.
- Estudos de treinamento organizacional — medição de conhecimento, habilidade ou mudança de atitude em funcionários antes e depois de um programa de treinamento.
- Avaliação de políticas públicas — estimativa do efeito de uma mudança de política ou programa social em resultados como emprego, saúde ou desempenho acadêmico.
- Ciência do esporte e do exercício — acompanhamento de indicadores de aptidão física, desempenho ou psicológicos em uma intervenção de treinamento estruturada.
Como funciona
Como funciona
Todos os participantes completam uma medição da variável de resultado (o pré-teste, O1) antes que qualquer tratamento seja introduzido. Esta linha de base serve a três propósitos: confirma a equivalência do grupo no início (especialmente quando combinada com randomização), permite o cálculo de pontuações de mudança e aumenta o poder estatístico ao controlar as diferenças individuais.
Os participantes são atribuídos aleatoriamente ao grupo de tratamento ou ao grupo de controle (ou comparação). A atribuição aleatória é o que distingue um experimento pré-teste-pós-teste verdadeiro de uma variante quasi-experimental. Sem randomização, diferenças pré-existentes entre os grupos ameaçam a inferência causal, e o desenho é quasi-experimental.
O grupo de tratamento recebe a intervenção enquanto o grupo de controle recebe nenhuma intervenção, um placebo ou tratamento usual. A duração e a fidelidade da administração do tratamento devem ser padronizadas e documentadas para garantir a validade interna.
Após o período de intervenção, todos os participantes completam novamente a mesma medição de resultado (o pós-teste, O2). O intervalo entre o pré-teste e o pós-teste deve ser longo o suficiente para o tratamento ter efeito, mas não tão longo que eventos históricos ou atrito confundam severamente os resultados.
A análise primária computa a mudança do pré-teste para o pós-teste para cada grupo e testa se a mudança do grupo de tratamento é significativamente maior do que a mudança do grupo de controle. Abordagens analíticas comuns incluem análise de covariância (ANCOVA) com o pré-teste como covariável, testes t para amostras pareadas dentro de cada grupo, ou ANOVA de medidas repetidas com modelo misto.
Erros comuns
- Analisar pontuações de pós-teste sem ajustar para o pré-teste — isso descarta a informação que o pré-teste fornece e reduz o poder; use ANCOVA com o pré-teste como covariável em vez de uma simples comparação de pós-teste.
- Usar um instrumento de pré-teste que não seja a mesma medida do pós-teste, tornando as pontuações de mudança ininterpretáveis; ambas as ondas devem usar formas idênticas ou estritamente paralelas da medida de resultado.
- Ignorar a ameaça de teste em contextos sensíveis (por exemplo, pesquisas de atitude, testes de conhecimento com itens transparentes) — se o pré-teste plausivelmente muda os participantes, considere um desenho de quatro grupos de Solomon.
- Tratar o desenho pré-teste-pós-teste como automaticamente causal sem randomização — em versões quasi-experimentais, confundidores não medidos ainda podem explicar a diferença de mudança observada.
- Aplicar pontuações de ganho bruto (O2 - O1) como variável dependente em regressão — essa abordagem tem problemas psicométricos conhecidos; ANCOVA ou pontuações de mudança residualizadas são preferíveis.
Perguntas frequentes
Devo usar ANCOVA ou um teste t pareado para analisar dados pré-teste-pós-teste?
ANCOVA com o pré-teste como covariável é geralmente preferível para comparações entre grupos porque remove a variância do pré-teste do termo de erro, aumentando o poder, e ajusta qualquer desequilíbrio residual de linha de base. Um teste t pareado dentro de um grupo é apropriado para uma verificação pré-pós de grupo único, mas não pode isolar o efeito do tratamento da maturação ou história. Evite usar pontuações de ganho bruto (pós menos pré) como variável dependente em ANCOVA — insira pré-teste e pós-teste como variáveis separadas.
O que é a ameaça de teste e quando ela importa?
A ameaça de teste ocorre quando o próprio ato de completar o pré-teste muda os participantes — por exemplo, alertando-os sobre quais resultados são valorizados, ensaiando itens de teste ou reduzindo a ansiedade no pós-teste. Importa mais quando o instrumento de resultado é um teste de conhecimento com conteúdo transparente, ou quando os participantes provavelmente refletirão ou discutirão suas respostas de pré-teste antes do pós-teste. Se isso for uma preocupação séria, adicione dois grupos não pré-testados usando o desenho de quatro grupos de Solomon.
O desenho pré-teste-pós-teste é quasi-experimental ou experimental?
Pode ser ambos. Com atribuição aleatória a grupos de tratamento e controle, é um experimento verdadeiro (o desenho clássico de grupo de controle pré-teste-pós-teste de Campbell & Stanley). Sem randomização — por exemplo, quando salas de aula intactas ou grupos existentes são comparados — é um desenho quasi-experimental e enfrenta ameaças mais fortes à validade interna, incluindo viés de seleção.
Qual deve ser o intervalo entre o pré-teste e o pós-teste?
O intervalo deve ser longo o suficiente para a intervenção produzir seu efeito esperado, mas não tão longo que efeitos de história, atrito ou mudanças desenvolvimentais não relacionadas ao tratamento tornem as pontuações de mudança difíceis de interpretar. Não há regra universal; o intervalo apropriado é determinado pela teoria de mudança subjacente à intervenção e evidências anteriores sobre o tempo do efeito.
Posso adicionar mais pontos de tempo a um desenho pré-teste-pós-teste?
Sim — adicionar uma ou mais medições de acompanhamento produz um desenho de medidas repetidas ou longitudinal, que pode revelar se os efeitos do tratamento persistem, desaparecem ou crescem ao longo do tempo. Esta extensão é às vezes chamada de desenho pré-teste-pós-teste-acompanhamento. Abordagens analíticas incluem ANOVA de modelo misto ou modelagem de curva de crescimento.
Métodos relacionados
Fontes
Campbell, D. T., & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research. Rand McNally.
Abrir referência da publicaçãoCopiado.Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin.
ISBN: 978-0395615560Copiado.