Experimentação

Os métodos apresentados acima para diminuir o efeito das variáveis estranhas, podem ser combinados de várias maneiras resultando em inúmeras configurações de projetos experimentais. Malhotra (2001) propôs a seguinte classificação para os projetos experimentais:

1) Projetos Pré-experimentais Para Akker, Kumar e Day (2001), os projetos pré-experimentais são estudos exploratórios e não têm quase nenhum controle sobre as variáveis estranhas. Além de a seleção das unidades teste não ser aleatória, são projetos mais simples e com pouca confiabilidade. Os planejamentos desse tipo utilizam geralmente amostras pequenas.

2) Projetos Experimentais Verdadeiros Os projetos experimentais verdadeiros são aqueles que utilizam o recurso de aleatorização para selecionar as unidades de teste, e por isso, são mais confiáveis que os pré-experimentais para fazer inferências causais. Entretanto, a aleatorização é difícil de ser aplicada quando a amostra é pequena. Outra característica importante dos projetos experimentais verdadeiros, que os tornam mais válidos, é a presença de um ou mais grupos de controle além dos grupos experimentais. (AAKER; KUMAR; DAY, 2001)

3) Projetos Quase Experimentais Os projetos quase experimentais não utilizam a atribuição aleatória como os experimentais verdadeiros, mas por outro lado, oferecem mais informações que os projetos pré-experimentais. Geralmente são projetos com várias medições ao longo do tempo.

4) Projetos estatísticos Para Malhotra (2001) os projetos estatísticos diferem dos demais, pois permitem controles estatísticos e análise de variáveis externas, mesmo sendo afetados pelas variáveis estranhas. Embora exijam uma elaboração mais complexa, os projetos estatísticos são mais ricos em informações e permitem medição de efeitos de mais de uma variável simultaneamente. Aaker, Kumar e Day (2001) ressaltam que os projetos estatísticos geralmente apresentam medição apenas depois do tratamento. As configurações mais comuns da categoria são: blocos aleatorizados, quadrado latino e modelo fatorial.