Soms is het door bijvoorbeeld ethische overwegingen niet mogelijk om een echt experiment te doen. In die gevallen wordt gebruik gemaakt van een quasi-experiment, waarbij de onderzoeker niet zelf de participanten toewijst aan bepaalde condities en/of geen causale variabele manipuleert. De term quasi-onafhankelijke variabele wordt gebruikt om te wijzen op een variabele die niet door de onderzoeker wordt gemanipuleerd, maar die voor verschillende proefpersonen gewoon anders is.

Een quasi-experiment heeft minder interne validiteit dan een gewoon experiment doordat de proefpersonen niet random zijn toegewezen en er geen controle is over de onafhankelijke variabele. Met een goed design zijn deze problemen op te lossen.

Een voorbeeld van een slecht design is een one-group pretest-posttest design: een onderzoeksdesign waarbij één groep wordt getest, een interventie krijgt en vervolgens weer wordt getest. Er is geen controlegroep en er niet met zekerheid te zeggen of een eventueel gevonden verschil veroorzaakt wordt door de interventie. Deze manier van testen moet je nooit gebruiken.
In een nonequivalent control group design wordt een groep vergeleken met de experimentgroep. De controlegroep lijkt op de groep die de interventie krijgt, maar is zelf ook al bestaand en niet samengesteld door de onderzoeker. De controlegroep kan alleen een posttest krijgen (dus alleen getest worden na de interventie in de experimentele groep) of zowel een pretest als een posttest. Deze laatste manier van testen is het best, omdat je dan ook duidelijk hebt op welke manier de twee groepen voor de interventie van elkaar verschilden. Er kunnen echter nog steeds tijdens het testen verschillen ontstaan tussen de twee groepen.

In time series designs worden afhankelijke variabelen gemeten op verschillende momenten voor en na de quasi-onafhankelijke variabele. Op die manier worden bedreigingen voor de interne validiteit verkleind. Er zijn verschillende soorten van deze designs:

• Simple interrupted time series design: je meet van tevoren een aantal keer, dan wordt de quasi-onafhankelijke variabele geïntroduceerd, en je meet daarna nog een aantal keer. Zo krijg je een beter beeld van het effect van de onafhankelijke variabele. We kunnen echter niet met zekerheid zeggen of een verandering wordt veroorzaakt door de onafhankelijke variabele of dat er nog een andere variabele meespeelt.
• Interrupted time series with a reversal: je meet een aantal keer, introduceert de quasi-onafhankelijke variabele, meet nog een aantal keer, haalt de quasi-onafhankelijke variabele weer weg en meet nog een paar laatste keer. Op deze manier zie je dus ook of het effect weer afneemt als je de onafhankelijke variabele weer wegneemt. Als je hem na het wegnemen nog een keer toevoegt en weer wegneemt, spreken we van een interrupted time series design with multiple replications. In veel gevallen is het niet mogelijk om de onafhankelijke variabele weg te nemen. In andere gevallen is het wegnemen van de onafhankelijke variabele geen voorspeller voor het afnemen van het effect, omdat het het effect al heeft veroorzaakt of doordat het wegnemen van de onafhankelijke variabele een positief of negatief effect heeft voor de participanten.
• Control group interrupted time series design: je neemt een interrupted time series design af, en doet dit ook voor een controle groep die niet wordt blootgesteld aan de toevoeging of afname van de onafhankelijke variabele.
• Comparative time series design: twee of meer variabelen worden onderzocht door de tijd heen om te zien of veranderingen bij de ene variabele invloed hebben op de andere.

Longitudinale designs lijken op time series designs. Het verschil is dat in een longitudinaal design, de quasi-onafhankelijke variabele de tijd is. Er wordt gekeken hoe bepaalde dingen veranderen door de tijd heen. De bedoeling is om veranderingen te vinden die worden veroorzaakt door een hogere leeftijd, maar er kunnen allerlei andere dingen meespelen. Een longitudinaal onderzoek kan heel nuttig zijn maar is lastig uit te voeren door de kosten, de participanten die mee willen blijven doen en de interesse van de onderzoeker.  

Een cross-sectioneel onderzoek vergelijkt mensen van verschillende leeftijden. In een cross-sequential cohort designs worden twee of meer verschillende leeftijdsgroepen op twee of meer momenten gemeten. Het gaat hier dus om een combinatie van een cross-sectioneel en een longitudinaal onderzoek. Dit zorgt ervoor dat er een verschil kan worden gemaakt tussen veranderingen door leeftijd en veranderingen door generatieverschillen.

Program evaluation gebruikt onderzoeksmethoden om te bepalen of interventies of programma’s daadwerkelijk een effect hebben op gedrag. Dit zijn van die onderzoeken waarvan je aanneemt dat iedereen het wel weet. Ze dragen weinig bij aan de wetenschap, maar zijn meer praktisch bedoeld voor de mensen die voor bepaalde interventies of programma’s moeten kiezen.

Kiezen voor een quasi-experiment brengt allerlei bedreigingen voor de interne validiteit met zich mee, maar in veel gevallen is er geen andere optie. Door de bedreigingen voor de interne validiteit zoveel mogelijk in te perken, kunnen we met een quasi-experiment alsnog beslissingen maken gebaseerd op de best beschikbare bewijzen.