= als er geen enkele of slechts één vergelijkingsbasis is voor het gedrag na toedienging van de experimentele stimulus bij de experimentele groep, een voormeting of een controlegroep, en er bovendien geen gebruik gemaakt wordt van radomisatie.

> voordeel: onderzoekers kunnen net als bij quasi aansluiten bij bestaande ingrepen in een natuurlijke situatie. >> veel in praktijkgericht onderzoek.

-> biedt geen mogelijkheid om causale conclusie te trekken door te weinig controle op storende factoren.

= wanneer aselecte toewijzing tot controle en experimentele groep niet mogelijk is.

-komt veel voor in praktijkgericht onderzoek, zoals evaluatieonderzoek. Iemand maakt dan bijvoorbeeld gebruik van een bestaande schoolklas of afdeling bedrijf.

> Dit wordt in een experiment schema met een --- aangegeven omdat de controle en experimentele groep dus omgedraaid zouden kunnen worden.

Cluster-randomisatie: Je kunt dan wel proberen om de groepen op toevalsbasis te verdelen over experimentele of controlegroep. Dus als je heel veel klassen hebt op meerdere scholen.

Tijdsreeks: dan worden bij dezelfde onderzoekseenheden metingen verricht op de afhankelijke variabele op verschillende tijdstippen. In plaats van een voor- en nameting worden zowel voor als na de experimentele variabele (X) metingen verricht.

> leent zich goed voor onderzoek bij één enkele eenheid.

Meervoudige tijdsreeks: Hier is wel sprake van experimentele en controle groep maar geen randomisatie. > je kan dan (in tegenstelling tot enkelvoudige tijdsreeks) controle krijgen op storende factoren.

= met minstens 1 controlegroep. > onderzoekseenheden op basis van toeval toegewezen. Extreem hoge scores bij voormeting al kunnen leiden tot een plafondeffect.

Extreem lage scores tot een vloereffect.

In een ontwerp van een onderzoek:

O= Waarneming T1= Tijdstip 1 R= Randomiseren

X= Experimentele stimulus T2= Tijdstip 2 etc.

Klassieke experimentele ontwerp:

R – proefpersonen ingedeeld in groep > bij beide groepen vindt er een voor- en nameting plaats : mochten er bij voormeting toch verschillen zijn dan kunnen deze statistisch worden gecorrigeerd.

Voormeting leidt tot extra informatie; groter onderscheidingsvermogen voor statistische toets. Een proef met voormeting kan dan ook minder proefpersonen bevatten.

Interactie-effect: Als de voormeting bijvoorbeeld een vragenlijst is, letten mensen daarna tijdens het zien van het filmpje bewuster op. = interactie tussen voormeting en experimentele variabele.

Kijken naar hoe intensief een therapie moet zijn kan bijvoorbeeld met meerdere experimentele groepen die verschillende toedieningen krijgen.

> kan bijvoorbeeld in een evaluatieonderzoek over de werking medicijn.

Mbv statistiek kan het verschil tussen de experimentele groep en de controle groep worden getoetst. De onderzoeker gaat dan na of het gevonden verschil op de afhankelijke variabele toe te schrijven is aan de toevalsfactoren of de systematische werking van de onafhankelijke variabele. Hoewel door randomisatie de groepen gelijk zijn samengesteld is het toch goed om te controleren of de beide groepen niet van elkaar verschillen op externe kenmerken.