4.5.1.2 Izgradite svoj ​​eksperiment

Izgradnja svoj ​​eksperiment može biti skupo, ali to će vam omogućiti da kreirate eksperiment koji želite.

Osim oblaganja eksperimente na vrhu postojećih okruženja, možete izgraditi vlastiti eksperiment. Glavna prednost ovog pristupa je kontrola; Ako ste izgradnji eksperiment, možete stvoriti okruženje i tretmane koje želite. Ove ugovoriti eksperimentalna okruženja mogu stvoriti prilike za testiranje teorije koje je nemoguće testirati u prirodno okruženje. Glavni nedostaci izgradnje vlastite eksperiment su da to može biti skupo i da je okruženje koje ste u stanju da stvore možda neće imati realizam sistema prirodno javlja. Istraživači izgradnju vlastite eksperiment moraju imati strategiju za zapošljavanje polaznika. Kada se radi u postojećim sistemima, istraživači su u suštini donosi eksperimenti na njihove učesnike. Ali, kada su istraživači grade svoje eksperiment, koji su im potrebni kako bi učesnicima na to. Srećom, usluge kao što su Amazon Mechanical Turk (MTurk) može pružiti istraživačima zgodan način kako bi učesnicima na svoje eksperimente.

Jedan primjer koji pokazuje vrline Bespoke okruženja za testiranje apstraktne teorije je digitalni laboratoriju eksperiment Gregory Huber, Seth Hill, i Gabriel Lenz (2012) . Eksperiment istražuje moguću praktičnu ograničenja za funkcioniranje demokratskog upravljanja. Ranije neeksperimentalne studije stvarnih izbora ukazuju na to da glasači nisu u stanju da precizno procijeniti učinak sadašnjeg političara. Konkretno, birači Čini se da pate od tri predrasude: 1) fokusirana na nedavne, a ne kumulativni učinak; 2) manipulatable retorikom, kadriranje, i marketing; i 3) pod utjecajem događaja koji nemaju veze sa sadašnjeg učinak, kao što je uspjeh lokalnih sportskih ekipa i na vrijeme. U tim ranijim studijama, međutim, bilo je teško izolirati bilo koji od ovih faktora od svih drugih stvari koje se događa u stvarnom, neuredno izborima. Stoga, Huber i kolege stvorili su vrlo pojednostavljen glasanje okruženje kako bi se izolirati, a zatim eksperimentalno proučava, svaki od ova tri moguća predrasuda.

Kao što sam opisati eksperimentalne set-up ispod nje će zvučati vrlo umjetni, ali zapamtite da realizam nije cilj u eksperimentima laboratoriji stilu. Umjesto toga, cilj je da se jasno izolirati proces koji pokušavate da studira, i to čvrsto izolacija ponekad nije moguće u studijama sa više realizma (Falk and Heckman 2009) . Nadalje, u ovom konkretnom slučaju, istraživači tvrde da, ako birači ne mogu efikasno procijeniti performanse u ovom vrlo pojednostavljeno podešavanje, onda oni neće biti u stanju da to uradi u realnije, složenije postavke.

Huber i kolege koristili Amazon Mechanical Turk (MTurk) za zapošljavanje polaznika. Jednom učesnik pruža informirani pristanak i prošli kratak test, rečeno joj je da je ona učestvuje u 32 kolu igra zaraditi tokena koji se mogu pretvoriti u pravi novac. Na početku utakmice, rečeno svaki učesnik koji joj je dodijeljen kao "alokator" da će joj dati Besplatni tokeni svakog kruga i da su neki utroška su velikodušnije od drugih. Nadalje, svaki učesnik je i rekla da će imati priliku da ili zadrži alokator ili biti dodijeljen novi nakon 16 rundi igre. S obzirom na ono što znate o Huber i ciljeve istraživanja kolega, možete vidjeti da je dodeljivač predstavlja vladu i taj izbor predstavlja izborima, ali učesnici nisu bili svjesni općih ciljeva istraživanja. Ukupno, Huber i kolege regrutirao oko 4.000 učesnika koji su platili oko 1.25 $ za zadatak koji je oko 8 minuta.

Sjetite se da je jedan od zaključaka iz ranijih istraživanja bio je da se nagrada birači i kazniti izvršilaca za rezultate koje su jasno izvan njihove kontrole, kao što je uspjeh lokalnih sportskih ekipa i na vrijeme. Procijeniti da li učesnici glasanja odluka mogla biti pod uticajem čisto slučajne događaje u svom okruženju, Huber i kolege dodao lutrija njihovom eksperimentalnom sistemu. Na bilo 8. kolo ili 16. kola (tj, neposredno prije priliku da zameni dodeljivač) učesnici su nasumično postavljeni u lutriji u kojoj neki osvojio 5000 boda, neki osvojila 0 bodova, a neki izgubili 5000 boda. Ova lutrija je cilj da oponašaju dobre ili loše vijesti da je nezavisno od učinka političara. Iako učesnici su izričito rečeno da je lutrija je nevezano za obavljanje svojih alokator, ishod lutrije ipak uticala odluka učesnika. Učesnici koji su imali koristi od igara na sreću su veće šanse da zadrže svoje alokator, i ovaj efekat bio jači kada na lutriji se dogodilo u 16-desno prije zamjene donošenja od kada se to dogodilo u 8 kolu (slika 4.14). Ovi rezultati, zajedno sa rezultatima nekoliko eksperimenata u novinama, na čelu Huber i kolege da se zaključiti da je čak i na pojednostavljen postavke, birači imaju donošenje mudre odluke poteškoća, što je rezultat koji su uticali buduća istraživanja o odluci birača odluka (Healy and Malhotra 2013) . Eksperiment je Huber i kolega pokazuje da MTurk se može koristiti za zapošljavanje polaznika za eksperimente Lab-stil precizno testirati vrlo specifične teorije. Također pokazuje vrijednost izgradnje vlastite eksperimentalne okruženje: teško je zamisliti kako su ti isti procesi mogli su izolovani tako čisto u bilo koje druge postavke.

Slika 4.14: Rezultati iz Huber, Hill, i Lenz (2012). Učesnici koji su imali koristi od igara na sreću su veće šanse da zadrže svoje alokator, i ovaj efekat bio jači kada na lutriji se dogodilo u 16-desno prije zamjene donošenja od kada se to dogodilo u 8 rundi.

Slika 4.14: Rezultati iz Huber, Hill, and Lenz (2012) . Učesnici koji su imali koristi od igara na sreću su veće šanse da zadrže svoje alokator, i ovaj efekat bio jači kada na lutriji se dogodilo u 16-desno prije zamjene donošenja od kada se to dogodilo u 8 rundi.

Pored izgradnje eksperimente Lab-poput, istraživači mogu također izgraditi eksperimenti koji su više na terenu kao što je. Na primjer, Centola (2010) izgrađen digitalni polje eksperiment da prouči učinak strukture društvenih mreža na širenje ponašanja. Njegovo istraživanje pitanje od njega traži da poštuju isto ponašanje širi u populacijama koje su imale različite društvene mreže strukture, ali su na neki drugi način ne razlikuju. Jedini način da se to uradi je sa ugovoriti, običaj-izgrađen eksperiment. U ovom slučaju, Centola ugrađeni web-based zdravlje zajednice.

Centola regrutirao oko 1.500 učesnika sa oglašavanja na zdravlje web stranice. Kada učesnici stigli u online zajednici koja je pod nazivom Healthy Lifestyle Network-ih pod uslovom informisani pristanak, a zatim su dodijeljena "zdravlje prijatelji." Zbog načina na koji Centola dodijeljena ove zdravstvene drugara on je bio u mogućnosti da pletu zajedno različite društvene mreže struktura u različitim grupe. izgrađena su neke grupe imaju slučajnim mrežama (gdje je jednako vjerojatno da budu povezani svi) i ugrađeni su ostale grupe imaju klastera mrežama (gdje veze su lokalno gusta). Zatim, Centola predstavio novo ponašanje u svaku mrežu, priliku da se registriraju za novu web stranicu sa dodatnim informacijama zdravlje. Kad god neko se prijavili za ovu novu web stranicu, sve njene zdravstvene drugara dobio e-mail najavljuju ovo ponašanje. Centola otkrili da ovo ponašanje-potpisivanje-up za nove web stranice-širi dalje i brže u klaster mreže od slučajnog mreže, zaključak da je za razliku od nekih postojećih teorija.

Sve u svemu, gradi svoj eksperiment daje vam puno više kontrole; omogućava vam da izgrade najbolje moguće okruženje izolirati ono što želite da studirate. Teško je zamisliti kako bilo koji od ovih eksperimenata mogli su izvršena u već postojećem okruženju. Nadalje, gradi svoj sistem smanjuje etička pitanja oko eksperimentira u postojeće sisteme. Kada izgraditi svoj eksperiment, međutim, naiđete na mnoge probleme koji se susreću u laboratoriju eksperimentima: regrutovanje učesnika i zabrinutost zbog realizma. Konačna Loša strana je da gradi svoj ​​eksperiment može biti skupo i dugotrajno, iako kao ovi primjeri pokazuju, eksperimenti može biti u rasponu od relativno jednostavnih okruženjima (kao što je proučavanje glasanja Huber, Hill, and Lenz (2012) ) u relativno složene okruženja (kao što je proučavanje mreža i zaraze od Centola (2010) ).