Dieses Buch bietet interessante Beispiele aus verschiedenen Wissenschaften und erklärt, wie moderne Ansätze in der Quasi-Experimentierung genutzt werden können, um zuverlässige Schätzungen der Effekte von Behandlungen unter den anspruchsvollen Bedingungen des Feldes zu erzielen. Der führende Experte Charles S. Reichardt liefert eine eingehende Untersuchung des Designs und der statistischen Analyse von Prätests-Posttests, nicht-äquivalenten Gruppen, Regressionsunterbrechungen und Zeitreihenunterbrechungsdesigns. Er analysiert ihre jeweiligen Vor- und Nachteile und bietet praktische Ratschläge für ihren Einsatz. Reichardt vergleicht Quasi-Experimente mit randomisierten experimentellen Methoden und diskutiert, wann und warum erstere die beste Wahl sein können. Moderne Methoden zur Beseitigung von Verzerrungen aus den Schätzungen der Therapieeffekte werden ebenso beschrieben wie Taktiken zur Handhabung unvollständiger Daten und Nichtbeachtung der Therapiezuweisung. Im gesamten Buch werden mathematische Gleichungen in Worte gefasst, um die Zugänglichkeit zu erleichtern. Neben der Diskussion über typische Quasi-Experimente bietet das Buch auch eine vollständige Typologie der Quasi-Experiment-Design-Optionen, um dem Leser zu helfen, das beste Forschungsdesign für die Bedingungen jeder spezifischen Studie zu formulieren.