4.4.2 beda-beda saka efek perawatan

Eksperimen biasane ngukur efek rata-rata, nanging efek mbokmenawa ora padha kanggo kabeh wong.

Ide utama kaloro kanggo mindhah ngluwihi eksperimen sederhana yaiku heterogenitas efek perawatan . Eksperimen saka Schultz et al. (2007) kuat nggambarake carane perawatan sing padha bisa nduwe efek sing beda ing macem-macem jenis wong (Gambar 4.4). Nanging, ing paling eksperimen analog, peneliti fokus ing efek perawatan rata-rata amarga ana sawetara peserta cilik lan ora pati ngerti. Nanging, ing eksperimen digital, ana akeh sing luwih akeh lan luwih dikenal. Ing lingkungan data sing beda, panaliti sing terus ngira-ngira mung efek perawatan rata-rata bakal kelangan cara ngétang babagan heterogenitas efek perawatan bisa nyedhiyakake pitunjuk babagan cara perawatan bisa, carane bisa ditambah, lan cara bisa ditargetake kanggo sing paling mungkin kanggo entuk manfaat.

Loro conto heterogenitas efek perawatan teka saka riset tambahan ing Home Energy Reports. Kaping pisanan, Allcott (2011) migunakaké ukuran sampel gedhe (600.000 rumah tangga) kanggo Allcott (2011) sampel lan ngira efek saka Laporan Energi Rumah kanthi ngurangi konsumsi energi pre-treatment. Nalika Schultz et al. (2007) nemokake beda antarane pangguna abot lan cahya, Allcott (2011) nemokake yen ana uga beda ing grup heavy- lan cahya. Contone, panganggo sing paling gedhe (sing ana ing decile ndhuwur) ngurangi panggunaan energi sing kaping pindho minangka wong ing tengah kelompok pangguna abot (angka 4,8). Salajengipun, ngira efek kanthi prilaku pra-perawatan uga ngandharake yen ora ana efek bumerang, malah kanggo pangguna sing paling entheng (gambar 4,8).

Gambar 4.8: Heterogeneitas efek perawatan ing Allcott (2011). Pangurangan energi nggunakake beda kanggo wong-wong ing deciles beda ing panggunaan baseline. Diadaptasi saka Allcott (2011), tokoh 8.

Gambar 4.8: Heterogeneitas efek perawatan ing Allcott (2011) . Pangurangan energi nggunakake beda kanggo wong-wong ing deciles beda ing panggunaan baseline. Diadaptasi saka Allcott (2011) , tokoh 8.

Ing panaliten sing gegandhengan, Costa and Kahn (2013) nyatake yen efektifitas Laporan Energi Rumah bisa beda-beda adhedhasar ideologi politik peserta lan perawatan kasebut bisa nate nyebabake wong-wong ideologi tartamtu kanggo nambah daya listrik. Ing tembung liya, dheweke ngandhakake yen Home Energy Reports bisa nggawe efek bumerang kanggo sawetara jinis wong. Kanggo netepake kamungkinan iki, Costa lan Kahn gabung karo data Opower kanthi data sing dituku saka agregator pihak katelu sing kalebu informasi kayata pendaftaran partai politik, sumbangan organisasi lingkungan, lan partisipasi rumah tangga ing program energi terbarukan. Kanthi data gabungan, Costa lan Kahn nemokake yen Home Energy Reports ngasilake efek sing padha kanggo peserta karo ideologi sing beda; ora ana bukti yen klompok manawa nuduhake efek bumerang (angka 4.9).

Gambar 4.9: Heterogeneitas efek perawatan ing Costa lan Kahn (2013). Efek perawatan rata-rata sing ditemtokake kanggo kabeh sampel yaiku -2.1% [-1.5%, -2.7%]. Sawise nggabungake informasi saka eksperimen karo informasi babagan rumah tangga, Costa lan Kahn (2013) migunakake seri model statistik kanggo ngira efek perawatan kanggo kelompok-kelompok sing spesifik banget. Loro prakiraan diwenehi kanggo saben klompok amarga perkiraan gumantung kovariat sing kalebu ing model statistik (ndeleng model 4 lan 6 ing tabel 3 lan 4 ing Costa lan Kahn (2013)). Minangka conto iki sing nuduhake, efek perawatan bisa beda kanggo wong sing beda lan perkiraan efek perawatan sing saka model statistik bisa gumantung marang rincian model kasebut (Grimmer, Messing, lan Westwood 2014). Diadaptasi saka Costa lan Kahn (2013), tabel 3 lan 4.

Gambar 4.9: Heterogeneitas efek perawatan ing Costa and Kahn (2013) . Efek perawatan rata-rata sing ditemtokake kanggo kabeh sampel yaiku -2.1% [-1.5%, -2.7%]. Sawise nggabungake informasi saka eksperimen karo informasi babagan rumah tangga, Costa and Kahn (2013) migunakake seri model statistik kanggo ngira efek perawatan kanggo kelompok-kelompok sing spesifik banget. Loro prakiraan diwenehi kanggo saben klompok amarga perkiraan gumantung kovariat sing kalebu ing model statistik (ndeleng model 4 lan 6 ing tabel 3 lan 4 ing Costa and Kahn (2013) ). Minangka conto iki sing nuduhake, efek perawatan bisa beda kanggo wong sing beda lan perkiraan efek perawatan sing saka model statistik bisa gumantung marang rincian model kasebut (Grimmer, Messing, and Westwood 2014) . Diadaptasi saka Costa and Kahn (2013) , tabel 3 lan 4.

Minangka conto loro kasebut, ing jaman digital, kita bisa pindhah saka ngitung efek perawatan rata-rata kanggo ngitung heterogenitas efek perawatan amarga kita bisa duwe akeh peserta lan kita ngerti liyane babagan peserta. Learning babagan heterogenitas efek perawatan bisa ngaktifake penargetan perawatan sing paling efektif, nyedhiyakake bukti sing ngrangsang pangembangan teori anyar, lan menehi pitunjuk babagan mekanisme sing bisa, topik sing saiki diuripake.