4.1 Inleiding

In die benaderings tot dusver gedek in hierdie boek die waarneming van gedrag (Hoofstuk 2) en vrae te vra (Hoofstuk 3) -researchers data in te samel oor wat natuurlik voorkom in die wêreld. Die benadering wat in hierdie hoofstuk hardloop eksperimente-is fundamenteel verskil. Wanneer navorsers voer eksperimente, hulle stelselmatig in te gryp in die wêreld om data wat ideaal geskik is om vrae te beantwoord oor oorsaak-en-gevolg verhoudings te skep.

Oorsaak-en-effek vrae is baie algemeen in sosiale navorsing, en voorbeelde sluit vrae soos: Maak die verhoging van onderwysers se salarisse te verhoog studenteleer? Wat is die uitwerking van minimum loon op tariewe indiensneming? Hoe kan 'n werk aansoeker se ras te bewerkstellig haar kans om 'n werk? Benewens hierdie uitdruklik oorsaaklike vrae, soms veroorsaak-en-effek vrae is implisiet in meer algemene vrae oor maksimalisering van 'n paar prestasie metrieke. Byvoorbeeld, die vraag "Wat knoppie kleur sal donasies maksimeer op 'n NGO webwerf werf?" Is regtig baie vrae oor die uitwerking van verskillende knoppie kleure op skenkings.

Een manier om te antwoord oorsaak-en-effek vrae is om te kyk vir patrone in bestaande data. Byvoorbeeld, met behulp van data van duisende skole, kan jy bereken dat studente leer meer in skole wat 'n hoë onderwyser salarisse bied. Maar, beteken dit korrelasie toon dat hoër salarisse veroorsaak studente om meer te leer? Natuurlik nie. Skole waar onderwysers verdien meer mag verskil in baie opsigte is. Byvoorbeeld, kan studente in skole met 'n hoë onderwyser salarisse vandaan ryker gesinne. So, wat lyk soos 'n effek van onderwysers kon net vandaan vergelyk verskillende soorte studente. Hierdie onmeetlike verskille tussen studente confounders genoem, en in die algemeen, die moontlikheid van confounders wreaks verwoesting op navorsers vermoë om te antwoord oorsaak-en-effek vrae deur te kyk vir patrone in bestaande data.

Een oplossing vir die probleem van confounders is om te probeer om billike vergelykings te maak deur die aanpassing vir waarneembare verskille tussen die groepe. Byvoorbeeld, kan jy in staat wees om eiendomsbelasting data te laai van 'n aantal van die regering webtuistes. Dan kan jy studente se prestasie in skole waar huispryse is soortgelyk, maar onderwysers se salarisse verskil te vergelyk, en jy nog dalk vind dat studente leer meer in skole met 'n hoër onderwyser betaal. Maar, daar is nog baie moontlike confounders. Dalk is dit die ouers van hierdie student verskil in hul vlak van onderwys of dalk verskil die skole in hul nabyheid aan openbare biblioteke of dalk die skole met 'n hoër onderwyser betaal het ook hoër betaling vir skoolhoofde en skoolhoof betaal, nie die onderwyser betaal, is regtig wat is aan die toeneem studenteleer. Jy kan probeer om hierdie ander faktore te meet sowel, maar die lys van moontlike confounders is in wese eindeloos. In baie gevalle, jy kan net nie meet en pas vir al die moontlike confounders. Hierdie benadering kan net neem wat jy tot dusver.

'N beter oplossing vir die probleem van confounders loop eksperimente. Eksperimente in staat stel navorsers te gaan as die korrelasies in die natuur voorkom data ten einde betroubaar beantwoord oorsaak-en-effek vraag. In die analoog ouderdom, was eksperimente dikwels logisties moeilik en duur. Nou, in die digitale era, logistieke beperkinge geleidelik vervaag. Nie net is dit makliker om te doen eksperimente soos dié navorsers gedoen het in die verlede, is dit nou moontlik om nuwe soorte eksperimente uit te voer.

In wat ek tot dusver geskryf het het ek 'n bietjie los in my taal, maar dit is belangrik om te onderskei tussen twee dinge: eksperimente en gerandomiseerde beheerde eksperimente. In 'n eksperiment ingryp 'n navorser in die wêreld en meet 'n uitkoms dan. Ek het hierdie benadering beskryf as gehoor "beroering bring en te onderhou." Hierdie strategie is baie effektief in die natuurwetenskappe, maar in die mediese en sosiale wetenskappe, is daar 'n ander benadering wat beter werk. In 'n gerandomiseerde beheerde eksperiment ingryp n navorser vir 'n paar mense en nie vir ander, en, krities, die navorser besluit watter mense die ingryping deur randomisasie ontvang (bv, daarby 'n muntstuk). Hierdie proses verseker dat gerandomiseerde beheerde eksperimente te skep billike vergelykings tussen twee groepe: die een wat die ingryping en een wat nie het ontvang. Met ander woorde, gerandomiseerde beheerde eksperimente is 'n oplossing vir die probleme van confounders. Ten spyte van die belangrike verskille tussen eksperimente en gerandomiseerde beheerde eksperimente, sosiale navorsers gebruik dikwels hierdie terme uitruilbaar. Ek sal hierdie konvensie volg nie, maar op sekere punte, sal ek die konvensie om die waarde van ewekansige gekontroleerde eksperimente oor eksperimente beklemtoon sonder randomisasie en 'n kontrole groep breek.

Gerandomiseerde beheerde eksperimente het bewys dat dit 'n kragtige manier om te leer oor die sosiale wêreld te wees, en in hierdie hoofstuk, sal ek jou meer inligting oor hoe om dit te gebruik in jou navorsing te leer. In Afdeling 4.2, sal ek die basiese logika van eksperimentering illustreer met 'n voorbeeld van 'n eksperiment op Wikipedia. Dan, in Afdeling 4.3, Ek sal die verskil tussen laboratorium eksperimente en veldeksperimente en die verskille tussen analoog eksperimente en digitale eksperimente beskryf. Verder sal ek argumenteer dat digitale veldeksperimente die beste eienskappe van analoog laboratorium eksperimente (streng beheer) en analoog veldeksperimente (realisme), alles op 'n skaal wat nie moontlik was voorheen kan bied. Volgende, in Afdeling 4.4, ek sal drie konsepte-geldigheid, heterogeniteit van behandeling effekte, en meganismes-dat van kritieke belang vir die ontwerp van 'n ryk eksperimente is beskryf. Met dié agtergrond, sal ek die trade-offs wat betrokke is by die twee belangrikste strategieë vir die uitvoer van digitale eksperimente beskryf: doen dit self (Afdeling 4.5.1) of 'n vennootskap met die kragtige (Afdeling 4.5.2). Ten slotte, sal Ek sluit af met 'n paar ontwerp advies oor hoe jy kan neem voordeel van die werklike krag van digitale eksperimente (Afdeling 4.6.1) en beskryf sommige van verantwoordelikheid wat daarmee gepaard daardie bevoegdheid (Afdeling 4.6.2). Die hoofstuk sal aangebied word met 'n minimum van wiskundige notasie en formele taal; lesers wat belangstel in 'n meer formele, wiskundige benadering tot eksperimente moet ook lees die Tegniese bylaag aan die einde van die hoofstuk.