4.1 Giriş

Bu kitap gözlemleyerek davranış (Bölüm 2) ve sorular sorarak bugüne kadar kapalı yaklaşımlar içinde (Bölüm 3) -researchers doğal dünyada neler olduğunu hakkında veri toplamak. Bu bölüm çalışan kaplı yaklaşım temelde farklı deneyler-olduğunu. Araştırmacılar deneyler çalıştırdığınızda, sistematik ideal neden-sonuç ilişkileri hakkında sorulara cevap için uygun verileri oluşturmak için dünyada müdahale.

Neden-sonuç soruları sosyal araştırmalarda çok yaygındır ve örnekleri öğretmen maaşları öğrencinin öğrenmesini artırmak artan mı gibi sorular içerir? istihdam oranları asgari ücretin etkisi nedir? Nasıl bir iş başvuranın yarış iş bulma şansını etkiler? Bu açıkça nedensel sorulara ek olarak, bazen neden-sonuç soruları bazı performans metrik maksimizasyonu hakkında daha genel soruların örtük bulunmaktadır. Örneğin, "bir STK web sitesinde bağış maksimize edecek ne renk düğmesi?" sorusu gerçekten bağışlara farklı düğme renkleri etkisiyle ilgili birçok soru olduğunu.

neden-sonuç soruları yanıtlamak için bir yolu mevcut verilerde desenler bakmaktır. Örneğin, okulların binlerce verilerini kullanarak, Öğrencilerin yüksek öğretmen maaşlarının sunan okullarda daha fazla bilgi edinmek olduğunu hesaplamak olabilir. Ancak bu ilişki daha yüksek maaşlar öğrencilerin daha fazla bilgi edinmek için neden olduğunu göstermektedir? Tabii ki değil. Öğretmenler daha fazla kazanmak Okullar birçok yönden farklı olabilir. Örneğin, yüksek öğretmen maaşları ile okullardaki öğrencilerin varlıklı ailelerden geliyor olabilir. Öğretmenlerin bir etkisi sadece öğrencilerin farklı türlerini karşılaştırmak gelebilir gibi Böylece ne görünüyor. Öğrenciler arasındaki bu ölçülmeyen farklılıklar karıştırıcıların denir, ve genel olarak, karıştırıcıların olasılığı mevcut verilerdeki desenleri bakarak neden-sonuç soruları yanıtlamak için araştırmacılar yeteneği hasara yol açtı.

karıştırıcıların soruna bir çözüm grupları arasındaki gözlenebilir farklılıkları ayarlayarak adil karşılaştırmalar yapmak çalışmaktır. Örneğin, devlet sitelerini bir dizi emlak vergisi veri indirmek mümkün olabilir. Ardından, ev fiyatlarının benzer ama öğretmen maaşları farklı okullarda öğrenci performansını karşılaştırabilirsiniz ve hala öğrencilerin yüksek öğretmen ücretli okullarda daha fazla bilgi edinmek olduğunu görebilirsiniz. Ancak, hala birçok olası etmenler vardır. Belki bu öğrencinin anne eğitim düzeylerine farklı ya da belki okullar halk kütüphaneleri kendi yakınlığı farklı ya da belki daha yüksek öğretmen ücretli okullar da ilkeleri ve temel ödeme için daha yüksek maaş var, değil öğretmen ödeme, gerçekten ne artıyor olmasıdır öğrenci öğrenme. Sen de bu diğer faktörler ölçmek için deneyebilirsiniz, ancak olası karıştırıcıların listesi esas sonsuzdur. Birçok durumda, sadece ölçü olamaz ve tüm olası faktörlerin ayarlayın. Bu yaklaşım sadece bugüne kadar götürebilir.

karıştırıcıların sorununa daha iyi bir çözüm deneyler çalışıyor. Deneyler doğal güvenilir sebep-sonuç soruyu cevaplamak için veri meydana korelasyon ötesine taşımak için araştırmacılar sağlar. Analog çağda, deneyler genellikle lojistik zor ve pahalı. Şimdi, dijital çağda, lojistik kısıtlamalar yavaş yavaş kayboluyor. Sadece daha kolay olan araştırmacılar gibi deneyler geçmişte yapmış yapmak, deneylerin yeni tür çalıştırmak artık mümkün.

Ben bugüne kadar ne yazdık ben dilimde biraz gevşek oldum, ama iki şey arasında ayrım yapmak önemlidir: deneyler ve randomize kontrollü deneyler. Bir deneyde bir araştırmacı dünyada müdahale ve ardından bir sonuç ölçer. Ben olarak açıklanan bu yaklaşımı duydum "perturb ve gözlemlemek." Bu strateji doğa bilimlerindeki çok etkili olduğunu, ancak tıbbi ve sosyal bilimlerde, daha iyi çalışan başka bir yaklaşım yoktur. Randomize kontrollü bir deneyde bir araştırmacı (örneğin, bir sikke saygısız) araştırmacı insanlar randomizasyon ile müdahale almak hangi karar, eleştirel, bazı insanlar için değil, başkaları için müdahale ve. değil vardır müdahale ve bir aldı one: Bu prosedür randomize kontrollü deneyler iki grup arasında adil karşılaştırmalar oluşturmak sağlar. Diğer bir deyişle, randomize kontrollü deneyler karıştırıcıların problemlerine bir çözüm değildir. deneyler ve randomize kontrollü deneyler arasında önemli farklılıklara rağmen, sosyal araştırmacılar genellikle bu terimleri kullanın. Ben belirli noktalarda, ben randomizasyon ve kontrol grubu olmayan deneyler üzerinde randomize kontrollü deneyler değerini vurgulamak için kongre kıracağım, bu sözleşmeyi takip ama olacak.

Randomize kontrollü deneyler sosyal dünya hakkında bilgi için güçlü bir yol olduğu kanıtlanmıştır ve bu bölümde, ben size araştırma bunların nasıl kullanılacağı hakkında daha fazla öğretecektir. Bölüm 4.2'de, ben Wikipedia'da bir deney örneği ile deney temel mantığı göstermek gerekir. Sonra, Bölüm 4.3'de, ben laboratuar deneyleri ve arazi deneyleri ve analog deneyler ve dijital deneyler arasındaki farklar arasındaki farkı anlatacağım. Dahası, ben dijital alan deneyleri daha önce mümkün olmayan bir ölçekte en iyi analog laboratuar deneyleri özelliklerini (sıkı kontrol) ve analog saha deneyleri (gerçekçilik), tüm sunabilir iddia edeceğiz. Sonraki Bölüm 4.4, üç kavram-geçerliliğini, tedavi etkilerinin heterojenitesini ve mekanizmaları zengin deneyler tasarlamak için kritik öneme sahiptir anlatacağım. Bu arka plan ile, ben dijital deneyler için iki ana stratejiler dahil dengeler anlatacağım: (Bölüm 4.5.1) kendiniz yapıyor ya da güçlü (Bölüm 4.5.2) ile ortaklık. Son olarak, dijital deneyler (Bölüm 4.6.1) gerçek gücünden yararlanmak nasıl hakkında bazı tasarım tavsiyesi ile sonuçlandırmak ve bu gücün (Bölüm 4.6.2) ile gelen sorumluluk bazı anlatacağım. bölüm matematiksel gösterimde ve resmi dilin minimum sunulacak; deneylere daha resmi, matematiksel bir yaklaşım ile ilgilenen okuyucular da bölümün sonunda teknik Ek okumalısınız.