4.4.2 beda-beda saka efek perawatan

Nyobi biasane ngukur pengaruh rata-rata, nanging efek bisa beda kanggo wong beda.

Ing idea tombol liya kanggo obah ngluwihi nyobi prasaja iku beda-beda saka efek perawatan. Saka antarane Schultz et al. (2007) powerfully nggambaraké carane perawatan padha bisa duwe efek beda ing macem-macem wong (Figure 4.4), nanging analisis iki beda-beda iku bener mboten sami eksprimen umur analog. Sebagéyan ageng pacobèn umur analog ndherek nomer cilik peserta sing dianggep minangka diijolake "widget" amarga sethitik bab mau dikenal wis perawatan. Nyobi digital, Nanging, iki alangan data sing kurang umum amarga peneliti kathah duwe peserta liyane lan ngerti liyane babagan wong. Ing lingkungan data beda iki, kita bisa ngira beda-beda saka efek perawatan supaya kanggo nyedhiyani clues bab carane perawatan dianggo, carane bisa apik, lan carane bisa diangkah kanggo sing biasane kamungkinan kanggo entuk manfaat.

Two conto beda-beda saka efek perawatan ing babak saka aturan sosial lan nggunakake energi teka saka riset tambahan ing Energy Lapuran Ngarep. First, Allcott (2011) digunakake ing ukuran sampel gedhe (600.000 rumah tangga) kanggo luwih pamisah sampel lan ngira efek saka Report Energy Ngarep dening decile panggunaan energi wis perawatan. Nalika Schultz et al. (2007) ditemokake beda antarane kedhaftar abot lan cahya, Allcott (2011) ketemu sing ana uga beda ing grup panganggo abot lan cahya. Contone, kedhaftar abot (sing ing decile ndhuwur) suda Panggunan energi sing kaping pindho minangka akeh minangka wong ing tengah grup panganggo heavy (Figure 4.7). Luwih, ngitung efek kanthi prilaku wis perawatan uga sing dicethakaké ana ora efek boomerang malah kanggo kedhaftar ènthèng (Figure 4.7).

Figure 4.7: beda-beda saka efek perawatan ing Allcott (2011). Nyuda ing nggunakake energi beda kanggo wong ing deciles beda panggunaan garis dasar.

Figure 4.7: beda-beda saka efek perawatan ing Allcott (2011) . Nyuda ing nggunakake energi beda kanggo wong ing deciles beda panggunaan garis dasar.

Ing studi sing gegandhengan, Costa and Kahn (2013) nafsiraken efektifitas saka Report Energy Ngarep bisa beda-beda adhedhasar ideologi politik peserta lan sing perawatan bisa bener nimbulaké wong ideologies tartamtu kanggo nambah sing nggunakake listrik. Ing tembung liyane, padha spekulasi bilih Home Lapuran Energy bisa nggawe efek boomerang kanggo sawetara jinis wong. Netepke kamungkinan iki, Costa lan Kahn kagabung ing data Opower karo data dituku saka agregator pihak katelu sing klebu informasi kayata Pendhaftaran partai, sumbangan kanggo organisasi lingkungan, lan partisipasi kluwarga ing program dianyari energi. Kanthi perlengkapan data gabung iki, Costa lan Kahn ketemu sing Home Lapuran Energy diprodhuksi efek wiyar padha kanggo peserta karo ideologies beda; ana bukti-bukti sing grup sembarang dipameraken efek boomerang (Figure 4.8).

Figure 4.8: beda-beda saka efek perawatan ing Costa lan Kahn (2013). kira-kira efek perawatan rata-rata kanggo kabeh sampel punika -2,1% [-1,5%, -2,7%]. Kanthi nggabungaken informasi saka eksprimen karo informasi bab rumah tangga, Costa lan Kahn (2013) digunakake seri model statistik kanggo ngira efek perawatan kanggo kelompok banget tartamtu saka wong. Two prakiraan diwenehi kanggo saben klompok amarga prakiraan gumantung ing covariates padha klebu ing model statistik (waca model 4 lan model 6 ing Tabel 3 lan Table 4 ing Costa lan Kahn (2013)). Minangka conto iki nggambaraké, efek perawatan bisa beda kanggo wong beda lan prakiraan efek perawatan sing teka saka model statistik bisa gumantung rincian sing model (Grimmer, Messing, lan Westwood 2014).

Figure 4.8: beda-beda saka efek perawatan ing Costa and Kahn (2013) . kira-kira efek perawatan rata-rata kanggo kabeh sampel punika -2,1% [-1,5%, -2,7%]. Kanthi nggabungaken informasi saka eksprimen karo informasi bab rumah tangga, Costa and Kahn (2013) digunakake seri model statistik kanggo ngira efek perawatan kanggo kelompok banget tartamtu saka wong. Two prakiraan diwenehi kanggo saben klompok amarga prakiraan gumantung ing covariates padha klebu ing model statistik (waca model 4 lan model 6 ing Tabel 3 lan Table 4 ing Costa and Kahn (2013) ). Minangka conto iki nggambaraké, efek perawatan bisa beda kanggo wong beda lan prakiraan efek perawatan sing teka saka model statistik bisa gumantung rincian sing model (Grimmer, Messing, and Westwood 2014) .

Minangka conto loro iki ilustrasi, ing umur digital, kita bisa pindhah saka ngitung efek perawatan rata-rata kanggo ngitung beda-beda saka efek perawatan amarga kita bisa duwe akeh peserta lan kita ngerti liyane babagan sing peserta. Learning bab beda-beda saka efek perawatan bisa ngaktifake nargetake saka perawatan ngendi iku paling efektif, nyedhiyani bukti sing ngrangsang pembangunan teori anyar, lan nyedhiyani diwenehi babagan mekanisme bisa, topik sing saiki aku nguripake.