การทดลองแบบกึ่งทดลอง ( Quasi -experiment)เป็นรูปแบบการวิจัยที่ใช้ในการประเมิน ผลกระทบ เชิงสาเหตุของการแทรกแซง รูปแบบการวิจัยนี้มีจุดมุ่งหมายเพื่อประเมินความแตกต่างระหว่างผลลัพธ์ (เช่น ความรู้ด้านการอ่าน อาการซึมเศร้า) ในกลุ่มที่ได้รับการแทรกแซงและกลุ่มที่ไม่ได้รับการแทรกแซง การแทรกแซงนั้นมีความหมายกว้าง โดยอาจเป็นการออกแบบโดยนักวิจัย (เช่น โปรแกรมการอ่าน) หรืออาจเป็นเหตุการณ์ที่ส่งผลกระทบต่อกลุ่มคน เช่น ภัยพิบัติ (เช่น แผ่นดินไหว) การทดลองแบบกึ่งทดลองมีความคล้ายคลึงกับการทดลองและการทดลองแบบสุ่มควบคุมแต่ขาดการสุ่มจัดสรรให้กับกลุ่มที่ได้รับการแทรกแซงและกลุ่มควบคุมโดยเฉพาะ ในทางกลับกัน รูปแบบการทดลองแบบกึ่งทดลองมักจะเปรียบเทียบกลุ่มที่มีอยู่แล้ว (เช่น ว่าใครเคยสัมผัสกับCOVID-19 บ้าง ) หรือกลุ่มที่สร้างขึ้นโดยไม่ได้สุ่มจัดสรร (เช่น นักเรียนที่เข้าเรียนในโรงเรียนที่มีโปรแกรมการอ่านที่แตกต่างกัน) ^{[ 1 ]}

การวิเคราะห์เชิงสาเหตุของการทดลองแบบกึ่งทดลองขึ้นอยู่กับสมมติฐานที่ทำให้ความไม่สุ่มไม่เกี่ยวข้อง ตัวอย่างเช่นสมมติฐานแนวโน้มคู่ขนานสำหรับ วิธีการ ความแตกต่างในความแตกต่าง (DiD) การทดลองแบบกึ่งทดลองอยู่ภายใต้ข้อกังวลเกี่ยวกับความถูกต้องภายในกล่าวคือ อาจเป็นเรื่องยากที่จะแสดงให้เห็นถึงความเชื่อมโยงเชิงสาเหตุระหว่างเงื่อนไขการรักษาและเงื่อนไขควบคุมกับผลลัพธ์ที่สังเกตได้ในการออกแบบการทดลองแบบกึ่งทดลองได้อย่างน่าเชื่อถือ โดยเฉพาะอย่างยิ่งหากมีตัวแปรแทรกซ้อนที่ไม่สามารถควบคุมหรืออธิบายได้^{[ 2 ]}อุปสรรคสำคัญในการสรุปเชิงสาเหตุในการทดลองแบบกึ่งทดลองคือความเป็นไปได้ที่ตัวแปรที่ไม่ได้วัดอาจมีส่วนทำให้เกิดความแตกต่างระหว่างกลุ่มการรักษาและกลุ่มควบคุมในผลลัพธ์ ซึ่งเป็นปัญหาที่น้อยกว่าในการทดลองจริงเนื่องจากการสุ่มส่วนใหญ่ทำให้กลุ่มการแทรกแซงและกลุ่มควบคุมมีความเท่าเทียมกันในปัจจัยพื้นฐานทั้งที่วัดได้และวัดไม่ได้ โดยเฉพาะอย่างยิ่งเมื่อมีหน่วยทดลองจำนวนมากที่จะสุ่ม หน่วยทดลองที่ใช้กันทั่วไปในการวิจัยแบบกึ่งทดลองคือมนุษย์ แม้ว่าบางครั้ง จะใช้หน่วยองค์กร เช่น โรงเรียน^{[ 3 ]}และแผนกต่างๆ ในองค์กร^{[ 4 ] ก็ตาม}

ส่วนแรกของการสร้างการออกแบบกึ่งทดลองคือการระบุตัวแปร ตัวแปรอิสระกึ่งคือตัวแปรที่ถูกควบคุมเพื่อส่งผลต่อตัวแปรตาม ในการวิเคราะห์อนุกรมเวลา ตัวแปรตามจะถูกสังเกตในช่วงเวลาหนึ่งเพื่อดูการเปลี่ยนแปลงที่อาจเกิดขึ้น โดย ปกติแล้วจะมี ตัวแปรควบคุม อย่างน้อยหนึ่งตัว รวมอยู่ในการวิเคราะห์ ซึ่งในอุดมคติแล้วจะเป็นตัวแปรที่ทำนายทั้งการเป็นสมาชิกกลุ่มและผลลัพธ์ ตัวแปรเหล่านี้เป็นตัวแปรเพิ่มเติมที่มักใช้เพื่อจัดการกับตัวแปรแทรกซ้อนเช่น โดยการปรับทางสถิติหรือการจับคู่ตามตัวแปรควบคุมที่มีอิทธิพล เมื่อระบุและกำหนดตัวแปรแล้ว ควรดำเนินการตามขั้นตอนการทดลองและการควบคุม (โดยสมมติว่านักวิจัยไม่ได้ศึกษาเหตุการณ์ที่ไม่สามารถควบคุมได้ เช่น ภัยพิบัติทางธรรมชาติ) และควรประเมินความแตกต่างระหว่างกลุ่ม^{[ 5 ]}

ในการทดลองที่มีการสุ่มจัดกลุ่ม หน่วยการศึกษาจะมีโอกาสใกล้เคียงกันที่จะถูกจัดให้อยู่ในกลุ่มทดลองและกลุ่มควบคุม ดังนั้น จุดมุ่งหมายของการสุ่มจัดกลุ่มคือการทำให้กลุ่มทดลองและกลุ่มควบคุมมีความเท่าเทียมกันมากที่สุด โดยการกระจายปัจจัยรบกวนที่ทราบและไม่ทราบอย่างเท่าเทียมกันในแต่ละกลุ่มทดลอง ในทางตรงกันข้าม ในการออกแบบการทดลองแบบกึ่งทดลอง การจัดกลุ่มผู้เข้าร่วมไปยังกลุ่มทดลองนั้นขึ้นอยู่กับปัจจัยอื่นที่ไม่ใช่การสุ่มจัดกลุ่ม ขึ้นอยู่กับประเภทของการออกแบบการทดลองแบบกึ่งทดลอง นักวิจัยอาจควบคุมการจัดกลุ่มผู้เข้าร่วมไปยังกลุ่มทดลองได้ แต่ใช้เกณฑ์อื่นที่ไม่ใช่การสุ่มจัดกลุ่ม (เช่น คะแนนตัดในแบบทดสอบการอ่าน) เพื่อกำหนดว่าผู้เข้าร่วมคนใดจะอยู่ในกลุ่มทดลองและกลุ่มควบคุม ปัจจัยต่างๆ เช่น ต้นทุน ความเป็นไปได้ ข้อกังวลทางการเมือง หรือความสะดวก อาจส่งผลต่อวิธีการหรือการจัดกลุ่มผู้เข้าร่วมไปยังกลุ่มทดลอง ดังนั้น การทดลองแบบกึ่งทดลอง เมื่อเปรียบเทียบกับการทดลองจริง จึงมีข้อกังวลมากกว่าเกี่ยวกับความถูกต้องภายใน

การทดลองแบบกึ่งทดลองจำนวนมากใช้ "การทดสอบก่อนและหลัง" ซึ่งหมายความว่าผู้เข้าร่วมจะได้รับการประเมินก่อนที่จะได้รับการทดลองและควบคุม และจะได้รับการทดสอบอีกครั้งหลังจากที่การทดลองและควบคุมได้ดำเนินการแล้ว การทดสอบก่อนการทดลองช่วยให้นักวิจัยระบุตัวแปรแทรกซ้อน เช่น สมาชิกในกลุ่มหนึ่งมีน้ำหนักมากกว่าอีกกลุ่มหนึ่งในการศึกษาเกี่ยวกับการควบคุมอาหาร หากมีความแตกต่างระหว่างกลุ่มในตัวแปรสำคัญที่วัดได้ (เช่น น้ำหนัก ดัชนีมวลกาย) ในขั้นตอนการทดสอบก่อนการทดลอง นักวิจัยสามารถควบคุมตัวแปรนั้นทางสถิติได้หลังจากที่ได้รวบรวมข้อมูลหลังการทดสอบแล้ว^{[ 6 ]}

มีการออกแบบการทดลองแบบกึ่งทดลองหลายประเภท แต่ละประเภทมีจุดแข็ง จุดอ่อน และการใช้งานที่แตกต่างกัน การออกแบบเหล่านี้รวมถึง (แต่ไม่จำกัดเพียง): ^{[ 7 ]}

• ความแตกต่างในความแตกต่าง (เปรียบเทียบก่อนและหลัง โดยมีและไม่มี)
  • การศึกษาเหตุการณ์
• การออกแบบกลุ่มควบคุมที่ไม่เทียบเท่ากัน
  • การออกแบบกลุ่มควบคุมที่ไม่ได้รับการรักษา
  • การออกแบบตัวแปรตามที่ไม่เท่ากัน
  • การออกแบบกลุ่มทดลองที่ถูกลบออก
  • การออกแบบการรักษาซ้ำ
  • การออกแบบกลุ่มควบคุมที่ไม่เทียบเท่ากันแบบการรักษาแบบย้อนกลับ
  • การออกแบบกลุ่มตัวอย่าง
  • การออกแบบหลังการทดสอบเท่านั้น
  • การออกแบบความต่อเนื่องของการถดถอย
• การออกแบบการถดถอยแบบไม่ต่อเนื่อง
• การออกแบบการศึกษาแบบกรณีควบคุม
  • การออกแบบอนุกรมเวลา
  • การออกแบบอนุกรมเวลาหลายชุด
  • การออกแบบอนุกรมเวลาที่ถูกขัดจังหวะ
  • ตัวแปรเครื่องมือ
• การวิเคราะห์แผง

ในบรรดาการออกแบบทั้งหมดนี้ การออกแบบการไม่ต่อเนื่องของการถดถอยนั้นใกล้เคียงกับการออกแบบการทดลองมากที่สุด เนื่องจากผู้ทำการทดลองยังคงควบคุมการกำหนดการรักษา และเป็นที่ทราบกันดีว่า "ให้ค่าประมาณที่ไม่ลำเอียงของผลกระทบของการรักษา" ^{[ 7 ] : 242}อย่างไรก็ตาม จำเป็นต้องมีผู้เข้าร่วมการศึกษาจำนวนมากและการสร้างแบบจำลองที่แม่นยำของรูปแบบฟังก์ชันระหว่างการกำหนดและตัวแปรผลลัพธ์ เพื่อให้ได้พลังเท่ากับการออกแบบการทดลองแบบดั้งเดิม

แม้ว่าการทดลองแบบกึ่งทดลองบางครั้งจะถูกหลีกเลี่ยงโดยผู้ที่ถือว่าตนเองเป็นผู้เคร่งครัดในการทดลอง (ทำให้Donald T. Campbellบัญญัติศัพท์ว่า "การทดลองที่น่าคลื่นไส้") ^{[ 8 ]}แต่ก็มีประโยชน์ในพื้นที่ที่ไม่สามารถทำการทดลองหรือการทดลองแบบสุ่มควบคุมได้ หรือไม่ต้องการทำการทดลองดังกล่าว ตัวอย่างเช่น การประเมินผลกระทบของการเปลี่ยนแปลงนโยบายสาธารณะ การแทรกแซงทางการศึกษา หรือการแทรกแซงด้านสุขภาพขนาดใหญ่ ข้อเสียหลักของการออกแบบการทดลองแบบกึ่งทดลองคือไม่สามารถขจัดความเป็นไปได้ของอคติที่ทำให้เกิดความสับสน ซึ่งอาจขัดขวางความสามารถในการสรุปความสัมพันธ์เชิงสาเหตุ ข้อเสียนี้มักถูกใช้เป็นข้ออ้างในการลดทอนผลลัพธ์ของการทดลองแบบกึ่งทดลอง อย่างไรก็ตาม สามารถควบคุมอคติดังกล่าวได้โดยใช้เทคนิคทางสถิติต่างๆ เช่น การถดถอยพหุคูณ หากสามารถระบุและวัดตัวแปรที่ทำให้เกิดความสับสนได้ เทคนิคดังกล่าวสามารถใช้ในการสร้างแบบจำลองและแยกผลกระทบของตัวแปรแทรกซ้อน ซึ่งจะช่วยปรับปรุงความแม่นยำของผลลัพธ์ที่ได้จากการทดลองแบบกึ่งทดลอง นอกจากนี้ การพัฒนาการใช้การจับคู่คะแนนความโน้มเอียงเพื่อจับคู่ผู้เข้าร่วมตามตัวแปรที่สำคัญต่อกระบวนการเลือกการรักษา ยังสามารถปรับปรุงความแม่นยำของผลลัพธ์แบบกึ่งทดลองได้อีกด้วย ในความเป็นจริง ข้อมูลที่ได้จากการวิเคราะห์แบบกึ่งทดลองแสดงให้เห็นว่าตรงกับข้อมูลจากการทดลองอย่างใกล้ชิดในบางกรณี แม้ว่าจะใช้เกณฑ์ที่แตกต่างกันก็ตาม^{[ 9 ]}โดยสรุป การทดลองแบบกึ่งทดลองเป็นเครื่องมือที่มีคุณค่า โดยเฉพาะอย่างยิ่งสำหรับนักวิจัยประยุกต์ การออกแบบการทดลองแบบกึ่งทดลองเพียงอย่างเดียวไม่สามารถอนุมานความสัมพันธ์เชิงสาเหตุได้อย่างชัดเจน อย่างไรก็ตาม การออกแบบเหล่านี้ให้ข้อมูลที่จำเป็นและมีคุณค่าซึ่งไม่สามารถหาได้จากวิธีการทดลองเพียงอย่างเดียว Shadish et al. (2002) แนะนำว่านักวิจัย โดยเฉพาะผู้ที่สนใจศึกษาคำถามวิจัยประยุกต์ ควรก้าวข้ามการออกแบบการทดลองแบบดั้งเดิมและใช้ประโยชน์จากความเป็นไปได้ที่มีอยู่ในการออกแบบกึ่งทดลอง^{[ 7 ]}

ตัวอย่างเช่น การทดลองที่แท้จริง จะสุ่มจัดสรรเด็กให้ ได้รับทุนการศึกษา เพื่อควบคุมตัวแปรอื่นๆ ทั้งหมด การทดลองแบบกึ่งทดลองมักใช้ในสาขาสังคมศาสตร์สาธารณสุขการศึกษาและการวิเคราะห์นโยบาย โดยเฉพาะอย่างยิ่งเมื่อไม่สามารถหรือไม่มีความเหมาะสมที่จะสุ่มผู้เข้าร่วมการศึกษาให้ ได้รับเงื่อนไขการทดลอง

ยกตัวอย่างเช่น สมมติว่าเราแบ่งครัวเรือนออกเป็นสองประเภท คือ ครัวเรือนที่พ่อแม่ตีลูก และครัวเรือนที่พ่อแม่ไม่ตีลูก เราสามารถใช้การวิเคราะห์การถดถอยเชิงเส้นเพื่อตรวจสอบว่ามีความสัมพันธ์เชิงบวกระหว่างการตีลูกของพ่อแม่กับพฤติกรรมก้าวร้าวของลูกหรือไม่ อย่างไรก็ตาม การสุ่มให้พ่อแม่เข้ากลุ่มที่ตีลูกหรือไม่ตีลูกอาจไม่เหมาะสมหรือไม่เป็นไปตามหลักจริยธรรม เพราะพ่อแม่บางคนอาจเชื่อว่าการตีลูกเป็นเรื่องผิดศีลธรรมและปฏิเสธที่จะเข้าร่วม

ผู้เขียนบางคนแยกแยะความแตกต่างระหว่างการทดลองตามธรรมชาติและ "การทดลองแบบกึ่ง" ^{[ 7 ]}การทดลองตามธรรมชาติอาจใกล้เคียงกับการจัดสรรแบบสุ่ม หรือเกี่ยวข้องกับการสุ่มจริงที่ไม่ได้กระทำโดยผู้ทำการทดลองหรือเพื่อการทดลอง การทดลองแบบกึ่งโดยทั่วไปไม่ได้เกี่ยวข้องกับการสุ่มจริง^{[ 1 ]}

การทดลองแบบกึ่งทดลองมีการวัดผลลัพธ์ การรักษา และหน่วยทดลอง แต่ไม่ได้ใช้การสุ่มจัดสรรการทดลองแบบกึ่งทดลองมักเป็นการออกแบบที่คนส่วนใหญ่เลือกใช้มากกว่าการทดลองจริง โดยปกติแล้วจะดำเนินการได้ง่ายกว่าการทดลองจริง เพราะนำเอาคุณสมบัติจากทั้งการออกแบบการทดลองและการออกแบบที่ไม่ใช่การทดลองมาใช้ สามารถนำตัวแปรที่วัดได้และตัวแปรที่ถูกควบคุมมาใช้ได้ โดยปกติแล้วนักทดลองจะเลือกการทดลองแบบกึ่งทดลองเพราะทำให้ความถูกต้องภายในและภายนอกสูงสุด^{[ 10 ]}

เนื่องจากการออกแบบการทดลองแบบกึ่งทดลองใช้เมื่อการสุ่มไม่สามารถทำได้จริงและ/หรือผิดจริยธรรม โดยทั่วไปแล้วการออกแบบเหล่านี้จึงง่ายต่อการตั้งค่ามากกว่าการออกแบบการทดลองจริง ซึ่งต้องใช้^{[ 11 ]}การสุ่มจัดสรรกลุ่มตัวอย่าง นอกจากนี้ การใช้การออกแบบการทดลองแบบกึ่งทดลองยังช่วยลดภัยคุกคามต่อความถูกต้องทางนิเวศวิทยาเนื่องจากสภาพแวดล้อมทางธรรมชาติไม่ได้ประสบปัญหาความไม่เป็นธรรมชาติเช่นเดียวกับสภาพแวดล้อมในห้องปฏิบัติการที่มีการควบคุมอย่างดี^{[ 12 ]}เนื่องจากการทดลองแบบกึ่งทดลองเป็นการทดลองตามธรรมชาติ ผลการค้นพบในกลุ่มตัวอย่างหนึ่งจึงสามารถนำไปใช้กับกลุ่มตัวอย่างและสภาพแวดล้อมอื่นๆ ได้ ทำให้สามารถสรุปผลทั่วไปเกี่ยวกับประชากรได้ นอกจากนี้ วิธีการทดลองนี้ยังมีประสิทธิภาพใน การวิจัย ตามยาวที่เกี่ยวข้องกับช่วงเวลาที่ยาวนานกว่า ซึ่งสามารถติดตามผลได้ในสภาพแวดล้อมที่แตกต่างกัน

ข้อดีอื่นๆ ของการทดลองแบบกึ่งทดลอง ได้แก่ แนวคิดของการทำการทดลองใดๆ ก็ได้ตามที่ผู้ทำการทดลองเลือก ในการทดลองตามธรรมชาติ นักวิจัยต้องปล่อยให้การทดลองเกิดขึ้นเองโดยไม่มีการควบคุมใดๆ นอกจากนี้ การใช้กลุ่มที่เลือกเองในการทดลองแบบกึ่งทดลองยังช่วยลดโอกาสที่จะเกิดข้อกังวลด้านจริยธรรม เงื่อนไข ฯลฯ ในขณะทำการศึกษาอีกด้วย^{[ 10 ]}

การประมาณผลกระทบแบบกึ่งทดลองนั้นอาจปนเปื้อนด้วยตัวแปรแทรกซ้อน^{[ 1 ]} ในตัวอย่างข้างต้น การเปลี่ยนแปลงในการตอบสนองของเด็กต่อการตีนั้นอาจได้รับอิทธิพลจากปัจจัยที่ไม่สามารถวัดและควบคุมได้ง่าย เช่น ความดื้อรั้นโดยธรรมชาติของเด็กหรือความหงุดหงิดของผู้ปกครอง การขาดการสุ่มในวิธีการออกแบบกึ่งทดลองอาจทำให้การศึกษาเป็นไปได้มากขึ้น แต่ก็ก่อให้เกิดความท้าทายมากมายสำหรับนักวิจัยในแง่ของความถูกต้องภายใน การขาดการสุ่มนี้ทำให้ยากที่จะตัดตัวแปรแทรกซ้อน ออกไป และนำมาซึ่งภัยคุกคามใหม่ต่อ ความถูก ต้องภายใน^{[ 13 ]}เนื่องจากการสุ่มนั้นไม่มีอยู่ จึงสามารถประมาณความรู้บางอย่างเกี่ยวกับข้อมูลได้ แต่ข้อสรุปเกี่ยวกับ ความสัมพันธ์ เชิงสาเหตุนั้นยากที่จะระบุได้เนื่องจากมีตัวแปรภายนอกและตัวแปรแทรกซ้อนมากมายที่มีอยู่ในสภาพแวดล้อมทางสังคม ยิ่งไปกว่านั้น แม้ว่าจะมีการประเมินภัยคุกคามต่อความถูกต้องภายในเหล่านี้แล้ว ก็ยังไม่สามารถพิสูจน์ความสัมพันธ์เชิงสาเหตุได้อย่างสมบูรณ์ เนื่องจากผู้ทำการทดลองไม่สามารถควบคุมตัวแปรภายนอกได้ อย่างสมบูรณ์ ^{[ 14 ]}

ข้อเสียยังรวมถึงกลุ่มศึกษาที่อาจให้หลักฐานที่อ่อนแอกว่าเนื่องจากขาดความสุ่ม ความสุ่มนำข้อมูลที่มีประโยชน์มากมายมาสู่การศึกษาเพราะทำให้ผลลัพธ์กว้างขึ้นและด้วยเหตุนี้จึงให้การเป็นตัวแทนที่ดีขึ้นของประชากรโดยรวม การใช้กลุ่มที่ไม่เท่ากันยังอาจเป็นภัยคุกคามต่อความถูกต้องภายใน หากกลุ่มไม่เท่ากัน ซึ่งบางครั้งเกิดขึ้นในการทดลองแบบกึ่งทดลอง ผู้ทำการทดลองอาจไม่มั่นใจเกี่ยวกับการระบุสาเหตุของผลลัพธ์^{[ 6 ]}

ความถูกต้องภายในคือความจริงโดยประมาณเกี่ยวกับการอนุมานเกี่ยวกับสาเหตุและผลหรือความสัมพันธ์เชิงสาเหตุ นี่คือเหตุผลที่ความถูกต้องมีความสำคัญสำหรับการทดลองแบบกึ่งทดลอง เพราะการทดลองเหล่านี้เกี่ยวข้องกับความสัมพันธ์เชิงสาเหตุ ความถูกต้องภายในเกิดขึ้นเมื่อผู้ทำการทดลองพยายามควบคุมตัวแปรทั้งหมดที่อาจส่งผลต่อผลลัพธ์ของการทดลอง การถดถอยทางสถิติ ประวัติ และผู้เข้าร่วม ล้วนเป็นภัยคุกคามต่อความถูกต้องภายใน คำถามที่คุณควรจะถามในขณะที่พยายามรักษาความถูกต้องภายในให้สูงคือ "มีเหตุผลอื่นใดที่เป็นไปได้สำหรับผลลัพธ์นอกเหนือจากเหตุผลที่ฉันต้องการหรือไม่" ถ้ามี ความถูกต้องภายในก็อาจจะไม่แข็งแกร่งเท่าที่ควร^{[ 10 ]}

ความถูกต้องภายนอกคือขอบเขตที่ผลลัพธ์ที่ได้จากกลุ่มตัวอย่างในการศึกษา สามารถสรุปผล "ไปยัง" ประชากรเป้าหมายที่ระบุไว้อย่างชัดเจน และ "ข้าม" กลุ่มย่อยของผู้คน เวลา บริบท และวิธีการศึกษา^{[ 15 ]}ลินช์ได้โต้แย้งว่า การสรุปผล "ไปยัง" ประชากรนั้นแทบจะเป็นไปไม่ได้เลย เพราะประชากรที่เราต้องการจะคาดการณ์นั้นเป็นการวัดพฤติกรรมในอนาคต ซึ่งโดยนิยามแล้วไม่สามารถสุ่มตัวอย่างได้^{[ 16 ]}ดังนั้น คำถามที่เกี่ยวข้องมากกว่าคือ ผลกระทบของการรักษาจะสรุปผล "ข้าม" กลุ่มย่อยที่แตกต่างกันไปตามปัจจัยพื้นฐานที่นักวิจัยอาจไม่สนใจหรือไม่ ความถูกต้องภายนอกขึ้นอยู่กับว่าการรักษาที่ศึกษานั้นมีผลกระทบที่เป็นเนื้อเดียวกันในกลุ่มย่อยต่างๆ ของผู้คน เวลา บริบท และวิธีการศึกษา หรือว่าเครื่องหมายและขนาดของผลกระทบของการรักษาใดๆ เปลี่ยนแปลงไปในกลุ่มย่อยต่างๆ ในลักษณะที่นักวิจัยอาจไม่รับรู้หรือเข้าใจ^{[ 17 ]} AtheyและImbensและ Athey และ Wager ได้บุกเบิกเทคนิคการเรียนรู้ของเครื่องจักรเพื่อความเข้าใจเชิงอุปมานเกี่ยวกับผลกระทบของการรักษาที่ไม่เป็นเนื้อเดียวกัน^{[ 18 ] [ 19 ]}

การออกแบบ " บุคคลต่อการรักษา " เป็นการออกแบบการทดลองแบบกึ่งทดลองที่พบได้บ่อยที่สุด ในการออกแบบนี้ ผู้ทำการทดลองจะวัดตัวแปรอิสระอย่างน้อยหนึ่งตัว นอกจากการวัดตัวแปรหนึ่งตัวแล้ว ผู้ทำการทดลองยังจะทำการเปลี่ยนแปลงตัวแปรอิสระอีกตัวหนึ่งด้วย เนื่องจากมีการเปลี่ยนแปลงและวัดตัวแปรอิสระที่แตกต่างกัน การวิจัยส่วนใหญ่จึงทำในห้องปฏิบัติการ ปัจจัยสำคัญในการจัดการกับการออกแบบบุคคลต่อการรักษาคือ จำเป็นต้องใช้การสุ่มจัดกลุ่มเพื่อให้แน่ใจว่าผู้ทำการทดลองสามารถควบคุมการเปลี่ยนแปลงที่เกิดขึ้นในการศึกษาได้อย่างสมบูรณ์^{[ 20 ]}

ตัวอย่างของการออกแบบประเภทนี้ได้ดำเนินการที่มหาวิทยาลัยนอเทรอดาม การศึกษานี้จัดทำขึ้นเพื่อดูว่าการมีที่ปรึกษาในการทำงานนำไปสู่ความพึงพอใจในงานที่เพิ่มขึ้นหรือไม่ ผลลัพธ์แสดงให้เห็นว่าหลายคนที่มีที่ปรึกษามีความพึงพอใจในงานสูงมาก อย่างไรก็ตาม การศึกษายังแสดงให้เห็นว่าผู้ที่ไม่ได้รับที่ปรึกษาก็มีจำนวนพนักงานที่พึงพอใจสูงเช่นกัน ซีเบิร์ตสรุปว่าถึงแม้พนักงานที่มีที่ปรึกษาจะมีความสุข แต่เขาก็ไม่สามารถสรุปได้ว่าเหตุผลนั้นเป็นเพราะที่ปรึกษาเอง เนื่องจากจำนวนพนักงานที่ไม่มีที่ปรึกษาจำนวนมากที่กล่าวว่าพวกเขามีความพึงพอใจ นี่คือเหตุผลที่การคัดกรองเบื้องต้นมีความสำคัญมาก เพื่อให้คุณสามารถลดข้อบกพร่องใด ๆ ในการศึกษาก่อนที่จะพบเห็น^{[ 21 ]}

การทดลองตามธรรมชาติถือเป็นรูปแบบการออกแบบกึ่งทดลองที่แตกต่างออกไป การออกแบบนี้แตกต่างจากรูปแบบกึ่งทดลองมาตรฐานซึ่งทีมวิจัยจะกำหนดกลุ่มบุคคลที่ไม่ได้รับการสุ่มเลือกไว้ล่วงหน้าให้กับกลุ่มทดลอง/การรักษาและกลุ่มควบคุม หากไม่มีการสุ่ม ความมั่นใจที่ว่ากลุ่มต่างๆ มีความเท่าเทียมกันในปัจจัยพื้นฐานที่เกี่ยวข้องทั้งหมดนั้นอ่อนแอมาก การทดลองตามธรรมชาติเลียนแบบการสุ่มที่พบในการทดลองจริง และเหตุการณ์ที่กำลังศึกษาเกิดขึ้นตามธรรมชาติ การใช้ประโยชน์จากเหตุการณ์ที่เกิดขึ้นตามธรรมชาติ ตัวอย่างเช่น อาจเป็นประโยชน์ในการศึกษาผลกระทบของเหตุการณ์ที่กระทบกระเทือนจิตใจต่อบุคคล^{[ 20 ]}