Strona korzysta z plików cookies w celu realizacji usług i zgodnie z polityką plików cookies.
Możesz określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.

Pre-test i post-test


Model badawczy pre-test i post-test jest jedną z ilościowych metod badawczych. Metoda ta zakłada sprawdzenie czy zmienna niezależna (czynnik) miała wpływ na wyniki pomiaru zmiennej zależnej. Zastosowanie pomiaru pre-test i post-test zakłada wykonanie przynajmniej dwukrotnego pomiaru danej zmiennej. 

Za pierwszym razem dokonujemy pomiaru początkowego, tzw. pre-testu. Następnie wprowadzamy do badania (do modelu badawczego, eksperymentalnego) zmienną niezależną i dokonujemy ponownego pomiaru, tzw. post-testu. Następnie sprawdzamy czy wprowadzony przez nas czynnik (zmienna niezależna) miał wpływ na wystąpienie różnic w dwóch dokonanych pomiarach
(pre-test i post-test). 

Idea badania tego typu zakłada powtarzany pomiar danej zmiennej dla odmiennych warunków (wprowadzenie zmiennej niezależnej, manipulacji eksperymentalnej). 

Przykład: Badacz chciał sprawdzić, czy pewna metoda nauczania języka angielskiego ma wpływ na osiągane przez uczniów wyniki w nauce. Na początku przeprowadził test zdolności językowych wśród dwóch grup badanych uczniów (faza pre-test). Następnie w jednej grupie wprowadził odmienną metodę nauczania a druga grupa uczyła się według niezmienionego programu. Po pewnym czasie przeprowadził ponownie test zdolności językowych w obydwu grupach (faza post-test). Następnie badacz sprawdził, czy wzrost zdolności językowych był większy w grupie z nową metodą nauczania w porównaniu do "tradycyjnej" grupy osób. 

Badania typu pre-test i post-test stosujemy, aby zaobserwować czy dany czynnik miał wpływ na zmianę zmiennej w czasie. Badania tego rodzaju przeprowadza się najczęściej na tej samej grupie osób / obserwacji (grupy zależne). Istotą tutaj jest przynajmniej dwukrotny pomiar danej zmiennej / cechy w założonym odstępie czasu. 

W praktyce czasami badacze nie badają grupy kontrolnej, czyli grupy, w której w analizowanym czasie nie wprowadza się zmiennej niezależnej. Badacze dokonują pomiaru przed badaniem następnie po upływie pewnego czasu dokonują pomiaru ponownie. Dla przykładu: badanie reklamy. Dokonujemy pomiaru wizerunku marki przed wprowadzeniem danej reklamy, wprowadzamy ją i po pewnym czasie ponownie dokonujemy pomiaru wizerunku marki. W modelu tym również mamy fazę pretest i posttest. Wadą tego podejścia jest brak warunków kontrolnych, tzn. takich, w których nie wprowadza się danego czynnika. Nie wiadomo, czy różnice pomiędzy pomiarami (w naszym przykładzie wizerunek marki) był spowodowany wprowadzeniem reklamy czy też innymi, nie badanymi czynnikami (np. dłuższy czas istnienia marki, wpływ innych akcji promocyjnych). Gdyby do badania wprowadzono grupę osób, która nie oglądała danej reklamy (choć w realistycznych warunkach ciężko jest to zagwarantować) to różnica pomiędzy wzrostem/spadkiem w "lubieniu" marki mogłaby zostać wytłumaczona wpływem wprowadzenia badanej reklamy. 

Badania typu pre-test - post-test bez występowania grupy kontrolnej stosuje się również do badania stabilności danego narzędzia badawczego (np. kwestionariusz psychologiczny). W tym przypadku ponowny pomiar tej samej grupy osób tym samym narzędziem
ma na celu sprawdzenie, czy dane narzędzie badawcze jest stabilne w czasie, tzn, czy uzyskiwane wyniki są zbliżone (pomiar pewnej cechy, np poziomu inteligencji) w czasie. Zakłada się tutaj, że jeżeli dane narzędzie ma badać pewną cechę, która jest stabilna w czasie (nie zmienia się z wraz z upływem czasu) to wyniki pomiaru pretest i posttest powinny być zbliżone do siebie. Dobrym przykładem tutaj będą testy badające poziom inteligencji. Jeżeli zakłada się, że poziom inteligencji u człowieka jest stabilny w pewnym okresie czasu to ten sam test powinien dostarczyć podobnych wyników w fazie pretest i posttest. Jeżeli ponowny pomiar tym samym narzędziem dostarcza lepszych wyników oznacza to, że zastosowane narzędzie podatne jest na tzw. "efekt uczenia się". To sprawia, że wzrost pomiaru niekoniecznie podyktowany jest wzrostem poziomu inteligencji w danym czasie lecz wyuczeniem "poprawnego odpowiadania" na zadania. 

Ważne jest również to, że metoda pretest - posttest nie ogranicza się jedynie do dwóch pomiarów. W tej metodzie pomiarów może być kilka.

Potrzebujesz statystycznej analizy danych? Przejdź TU! 

Przykład:
 Lekarz chciał sprawdzić, czy pewna nowa metoda leczenia danego schorzenia ma wpływ na poprawę ruchomości kończyny górnej. Dokonał pomiaru ruchomości przed rozpoczęciem leczenia w dwóch grupach badanych osób, u których wystąpiło dane schorzenie. W jednej grupie wprowadził nową metodę leczenia, druga leczona była w tradycyjny sposób. Następnie w odstępie 7 dni dokonywał kolejnych pomiarów ruchomości kończyny. Badacz dokonując ostatniego pomiaru mógł sprawdzić, czy nowa metoda leczenia jest lepsza od tradycyjnej jak również mógł porównać dynamikę poprawy ruchomości w poszczególnych jednostkach czasu leczenia. Pierwszy pomiar nadal jest pomiarem pre-test, kolejne są już pomiarami post-test (post-test po 7 dniach, post-test po 14 dniach itd..) 

W analizach tej metody badawczej najczęściej wykorzystuje się testy dla prób zależnych.