4.4.3 กลไก

การทดลองวัดสิ่งที่เกิดขึ้น กลไกการอธิบายว่าทำไมและวิธีการที่มันเกิดขึ้น

ความคิดที่สำคัญที่สามสำหรับการย้ายที่อยู่นอกเหนือการทดลองง่ายๆคือกลไก กลไกการบอกเหตุผลหรือวิธีการรักษาที่ก่อให้เกิดผลกระทบ กระบวนการของการค้นหากลไกนี้ยังมีบางครั้งเรียกว่ามองหาแทรกแซงตัวแปรหรือตัวแปรไกล่เกลี่ย แม้ว่าการทดลองเป็นสิ่งที่ดีสำหรับการประเมินผลกระทบเชิงสาเหตุที่พวกเขามักจะไม่ได้ออกแบบมาเพื่อเผยให้เห็นกลไก การทดลองยุคดิจิตอลสามารถช่วยให้เราระบุกลไกในสองวิธี: 1) พวกเขาช่วยให้เราสามารถเก็บรวบรวมข้อมูลกระบวนการมากขึ้นและ 2) พวกเขาช่วยให้เราสามารถทดสอบการรักษาที่เกี่ยวข้องจำนวนมาก

เพราะกลไกที่ยุ่งยากในการกำหนดอย่างเป็นทางการ (Hedström and Ylikoski 2010) , ฉันจะเริ่มต้นด้วยการเป็นตัวอย่างง่ายๆมะนาวและเลือดออกตามไรฟัน (Gerber and Green 2012) ในศตวรรษที่ 18 แพทย์มีความรู้สึกที่ดีงามที่เมื่อลูกเรือกินมะนาวที่พวกเขาไม่ได้รับเลือดออกตามไรฟัน เลือดออกตามไรฟันเป็นโรคที่น่ากลัวดังนั้นนี้เป็นข้อมูลที่มีประสิทธิภาพ แต่แพทย์เหล่านี้ไม่ทราบว่าทำไมมะนาวป้องกันไม่ให้เลือดออกตามไรฟัน มันไม่ได้จนกว่าปี 1932 เกือบ 200 ปีต่อมาว่านักวิทยาศาสตร์ได้อย่างน่าเชื่อถือสามารถแสดงให้เห็นว่าวิตามินซีเป็นเหตุผลที่ว่ามะนาวป้องกันไม่ให้เลือดออกตามไรฟัน (Carpenter 1988, p 191) ในกรณีนี้วิตามินซีเป็นกลไกที่ผ่านมะนาวป้องกันเลือดออกตามไรฟัน (รูปที่ 4.9) ของหลักสูตรการระบุกลไกที่มีความสำคัญมากทางวิทยาศาสตร์จำนวนมากของวิทยาศาสตร์เป็นเรื่องเกี่ยวกับความเข้าใจว่าทำไมสิ่งที่เกิดขึ้น ระบุกลไกเป็นสิ่งสำคัญมากในทางปฏิบัติ เมื่อเราเข้าใจว่าทำไมการรักษาที่ทำงานเราอาจจะสามารถพัฒนาวิธีการรักษาใหม่ที่ทำงานได้ดียิ่งขึ้น

รูปที่ 4.9: มะนาวป้องกันเลือดออกตามไรฟันและกลไกการเป็นวิตามินซี

รูปที่ 4.9: มะนาวป้องกันเลือดออกตามไรฟันและกลไกการเป็นวิตามินซี

แต่น่าเสียดายที่การแยกกลไกเป็นเรื่องยากมาก ซึ่งแตกต่างจากมะนาวและเลือดออกตามไรฟันในการตั้งค่าทางสังคมมากมาย, การรักษาอาจจะดำเนินการผ่านทางเดินที่เชื่อมโยงกันเป็นจำนวนมากซึ่งจะทำให้การแยกของกลไกยากมาก อย่างไรก็ตามในกรณีของบรรทัดฐานทางสังคมและการใช้พลังงานที่นักวิจัยได้พยายามที่จะแยกกลไกโดยการเก็บรวบรวมข้อมูลและการทดสอบขั้นตอนการรักษาที่เกี่ยวข้อง

วิธีหนึ่งในการทดสอบกลไกที่เป็นไปได้โดยการเก็บรวบรวมข้อมูลเกี่ยวกับวิธีการขั้นตอนการรักษาที่ส่งผลกระทบต่อกลไกที่เป็นไป ยกตัวอย่างเช่นจำได้ว่า Allcott (2011) แสดงให้เห็นว่ารายงานพลังงานหลักที่เกิดจากคนที่จะลดการใช้ไฟฟ้าของพวกเขา แต่วิธีการทำรายงานเหล่านี้การใช้ไฟฟ้าที่ลดลง? สิ่งที่เป็นกลไกหรือไม่ ในการศึกษาติดตาม Allcott and Rogers (2014) ร่วมมือกับ บริษัท พลังงานที่ผ่านโปรแกรมส่วนลดที่ได้มาข้อมูลเกี่ยวกับการที่ผู้บริโภคอัพเกรดเครื่องใช้ของพวกเขาให้มากขึ้นรุ่นพลังงานอย่างมีประสิทธิภาพ. Allcott and Rogers (2014) พบว่ากว่าเล็กน้อย คนที่ได้รับรายงานพลังงานหลักอัพเกรดเครื่องใช้ของพวกเขา แต่ความแตกต่างนี้มีขนาดเล็กเพื่อที่จะสามารถทำได้เพียงบัญชี 2% ของการลดลงของการใช้พลังงานในครัวเรือนได้รับการรักษา ในคำอื่น ๆ อัพเกรดเครื่องใช้ไฟฟ้าไม่ได้เป็นกลไกที่โดดเด่นที่ผ่านการรายงานพลังงานหลักลดลงปริมาณการใช้ไฟฟ้า

วิธีที่สองเพื่อศึกษากลไกคือการใช้การทดลองกับรุ่นที่แตกต่างกันเล็กน้อยของการรักษา ยกตัวอย่างเช่นในการทดลองของ Schultz et al. (2007) และภายหลังการทดลองพลังงานหน้าแรกรายงานผู้เข้าร่วมมีให้กับการรักษาที่มีสองส่วนหลักคือ 1) เคล็ดลับเกี่ยวกับการประหยัดพลังงานและ 2) ข้อมูลเกี่ยวกับการใช้พลังงานของพวกเขาเมื่อเทียบกับเพื่อนของพวกเขา (รูปที่ 4.6) ก ดังนั้นจึงเป็นไปได้ว่าเคล็ดลับการประหยัดพลังงานเป็นสิ่งที่ก่อให้เกิดการเปลี่ยนแปลงที่ไม่ได้ข้อมูลเพียร์ เพื่อประเมินความเป็นไปได้ว่าเคล็ดลับเพียงอย่างเดียวอาจจะได้รับเพียงพอ Ferraro, Miranda, and Price (2011) ร่วมมือกับ บริษัท น้ำใกล้แอตแลนตา, จอร์เจียและวิ่งการทดลองที่เกี่ยวข้องกับการอนุรักษ์น้ำที่เกี่ยวข้องกับการประมาณ 100,000 ครัวเรือน มีสี่เงื่อนไข:

  • กลุ่มที่ได้รับเคล็ดลับในการประหยัดน้ำ
  • กลุ่มที่ได้รับเคล็ดลับในการประหยัดน้ำ + อุทธรณ์คุณธรรมเพื่อการประหยัดน้ำ
  • กลุ่มที่ได้รับเคล็ดลับในการประหยัดน้ำ + อุทธรณ์คุณธรรมเพื่อการประหยัดน้ำ + ข้อมูลเกี่ยวกับการใช้น้ำของพวกเขาเมื่อเทียบกับเพื่อนของพวกเขา
  • กลุ่มควบคุม

นักวิจัยพบว่าเคล็ดลับการรักษาเท่านั้นไม่มีผลกระทบต่อการใช้น้ำในระยะสั้น (หนึ่งปี) กลาง (สองปี) และระยะยาว (สามปี) เคล็ดลับ + ทรีอุทธรณ์ที่เกิดจากการเข้าร่วมในการลดการใช้น้ำ แต่เพียงในระยะสั้น ในที่สุดการรักษาเคล็ดลับ + + อุทธรณ์เพียร์ข้อมูลที่เกิดจากการใช้งานลดลงในระยะสั้นระยะกลางและระยะยาว (รูปที่ 4.10) เหล่านี้ชนิดของการทดลองกับการรักษา unbundled เป็นวิธีที่ดีที่จะคิดออกซึ่งเป็นส่วนหนึ่งของชิ้นส่วนการรักษาหรือที่ร่วมกันเป็นคนที่จะก่อให้เกิดผลกระทบ (Gerber and Green 2012, Sec. 10.6) ยกตัวอย่างเช่นการทดลองของเฟอร์ราและเพื่อนร่วมงานที่แสดงให้เห็นว่าเราประหยัดน้ำเคล็ดลับเพียงอย่างเดียวไม่เพียงพอที่จะลดการใช้น้ำ

รูปที่ 4.10: ผลการค้นหาจากเฟอร์รามิแรนดาและราคา (2011) การรักษาที่ถูกส่ง 21 พฤษภาคม 2007 และผลกระทบถูกวัดในช่วงฤดู​​ร้อนของปี 2007 ปี 2008 และปี 2009 โดย unbundling รักษานักวิจัยหวังที่จะพัฒนาความรู้สึกที่ดีของกลไก เคล็ดลับการรักษามีเพียงหลักไม่มีผลกระทบในระยะสั้น (หนึ่งปี), (สามปี) (สองปี) กลางและระยะยาว เคล็ดลับ + ทรีอุทธรณ์ที่เกิดจากการเข้าร่วมในการลดการใช้น้ำ แต่เพียงในระยะสั้น คำแนะนำ + + อุทธรณ์การรักษาข้อมูลเพียร์ที่เกิดจากการเข้าร่วมในการลดการใช้น้ำในระยะสั้นระยะกลางและระยะยาว แถบแนวตั้งมีประมาณช่วงความเชื่อมั่น ดู Bernedo, เฟอร์ราและราคา (2014) วัสดุการศึกษาที่เกิดขึ้นจริง

รูปที่ 4.10: ผลการค้นหาจาก Ferraro, Miranda, and Price (2011) การรักษาที่ถูกส่ง 21 พฤษภาคม 2007 และผลกระทบถูกวัดในช่วงฤดู​​ร้อนของปี 2007 ปี 2008 และปี 2009 โดย unbundling รักษานักวิจัยหวังที่จะพัฒนาความรู้สึกที่ดีของกลไก เคล็ดลับการรักษามีเพียงหลักไม่มีผลกระทบในระยะสั้น (หนึ่งปี), (สามปี) (สองปี) กลางและระยะยาว เคล็ดลับ + ทรีอุทธรณ์ที่เกิดจากการเข้าร่วมในการลดการใช้น้ำ แต่เพียงในระยะสั้น คำแนะนำ + + อุทธรณ์การรักษาข้อมูลเพียร์ที่เกิดจากการเข้าร่วมในการลดการใช้น้ำในระยะสั้นระยะกลางและระยะยาว แถบแนวตั้งมีประมาณช่วงความเชื่อมั่น ดู Bernedo, Ferraro, and Price (2014) วัสดุการศึกษาที่เกิดขึ้นจริง

จะเป็นการดีที่หนึ่งจะย้ายเกินชั้นของส่วนประกอบ (เคล็ดลับ; เคล็ดลับ + อุทธรณ์เคล็ดลับ + อุทธรณ์ + ข้อมูลเพียร์) ไปยังปัจจัยแบบเต็มการออกแบบที่บางครั้งก็เรียกว่า \ (2 ^ k \) การออกแบบที่ปัจจัยแต่ละชุดเป็นไปได้ของ สามองค์ประกอบมีการทดสอบ (ตารางที่ 4.1) โดยการทดสอบได้ทุกชุดของส่วนประกอบนักวิจัยอย่างเต็มที่สามารถประเมินผลกระทบของแต่ละองค์ประกอบในการแยกและในการรวมกัน ยกตัวอย่างเช่นการทดลองของเฟอร์ราและเพื่อนร่วมงานไม่ได้เปิดเผยว่าการเปรียบเทียบเพียร์เพียงอย่างเดียวจะได้รับเพียงพอที่จะนำไปสู่การเปลี่ยนแปลงในระยะยาวในการทำงาน ในอดีตที่ผ่านมาเหล่านี้ออกแบบปัจจัยแบบเต็มได้รับยากที่จะทำงานเพราะพวกเขาต้องการเป็นจำนวนมากของผู้เข้าร่วมและพวกเขาต้องการนักวิจัยที่จะสามารถที่จะควบคุมได้อย่างแม่นยำและส่งมอบจำนวนมากของการรักษา แต่ยุคดิจิตอลขจัดข้อ จำกัด เหล่านี้จิสติกส์ในบางสถานการณ์

ตารางที่ 4.1: ตัวอย่างของการรักษาในรูปแบบปัจจัยที่เต็มไปด้วย 3 องค์ประกอบ: เคล็ดลับการอุทธรณ์และเพียร์ข้อมูล การออกแบบที่แท้จริงของ Ferraro, Miranda, and Price (2011) เป็นรูปแบบปัจจัยเศษส่วนที่รวมสามการรักษา: เคล็ดลับการ; เคล็ดลับ + อุทธรณ์; และเคล็ดลับในการอุทธรณ์ + + ข้อมูลเพียร์ (รูปที่ 4.10)
การรักษา ลักษณะ
1 ควบคุม
2 เคล็ดลับ
3 อุทธรณ์
4 ข้อมูลเพียร์
5 เคล็ดลับ + อุทธรณ์
6 เคล็ดลับ + ข้อมูลเพียร์
7 อุทธรณ์ + เพียร์ข้อมูล
8 เคล็ดลับ + + อุทธรณ์ข้อมูลเพียร์

ในการสรุปกลไก-เส้นทางผ่านที่การรักษามีผลที่มีความสำคัญอย่างไม่น่าเชื่อ การทดลองยุคดิจิตอลสามารถช่วยให้นักวิจัยเรียนรู้เกี่ยวกับกลไกโดย 1) การเก็บรวบรวมข้อมูลและกระบวนการ 2) การเปิดใช้งานการออกแบบปัจจัยแบบเต็ม กลไกที่แนะนำโดยวิธีการเหล่านี้แล้วโดยสามารถทดสอบได้โดยตรงโดยการทดลองออกแบบมาโดยเฉพาะเพื่อทดสอบกลไก (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016)

ทั้งหมดเหล่านี้สามแนวคิด-ความถูกต้อง; ความแตกต่างของผลการรักษา และกลไก-ให้ชุดที่มีประสิทธิภาพของความคิดในการออกแบบและการตีความการทดลอง เหล่านี้ช่วยให้นักวิจัยแนวคิดย้ายที่อยู่นอกเหนือการทดลองง่ายๆเกี่ยวกับสิ่งที่ "ผลงาน" เพื่อทดลองยิ่งขึ้นว่ามีการเชื่อมโยงที่เข้มงวดมากขึ้นเพื่อทฤษฎีที่เปิดเผยที่ไหนและทำไมการรักษาทำงานและก็อาจจะช่วยให้นักวิจัยออกแบบการรักษามีประสิทธิภาพมากขึ้น ให้นี้พื้นหลังแนวความคิดเกี่ยวกับการทดลองตอนนี้ผมจะหันไปวิธีการที่คุณจริงสามารถทำให้การทดสอบของคุณเกิดขึ้น