4.4.2 التجانس من آثار العلاج

تجارب قياس عادة تأثير متوسط، ولكن النتيجة يمكن أن تكون مختلفة لأناس مختلفين.

الفكرة الرئيسية الثانية لتجاوز التجارب البسيطة هي عدم التجانس من آثار العلاج. تجربة Schultz et al. (2007) يوضح بقوة كيف نفس المعاملة يمكن أن يكون لها تأثيرات مختلفة على أنواع مختلفة من الناس (الشكل 4.4)، ولكن هذا التحليل من عدم التجانس هو في الواقع غير عادية جدا لتجربة عمر التناظرية. وتشمل معظم التجارب سن التناظرية عدد قليل من المشاركين أن تعامل على أنها "الحاجيات" تبادل لالقليل عنها هو معروف ما قبل المعالجة. في التجارب الرقمية، ولكن هذه القيود البيانات هي أقل شيوعا لأن الباحثين تميل إلى أن تكون أكثر من المشاركين ومعرفة المزيد عنها. في هذه البيئة بيانات مختلفة، يمكننا تقدير تباين آثار العلاج من أجل تقديم أدلة حول كيفية عمل العلاج، وكيف يمكن تحسينها، وكيف يمكن أن تكون مستهدفة لتلك معظمهم من المرجح أن تستفيد.

مثالين من عدم التجانس من آثار العلاج في سياق القواعد الاجتماعية واستخدام الطاقة تأتي من البحوث الإضافية بشأن تقارير الطاقة الرئيسية. أولا، Allcott (2011) المستخدمة حجم العينة كبير (600،000 أسرة) لزيادة تقسيم العينة وتقدير أثر تقرير الطاقة الرئيسية التي العشيري من استهلاك الطاقة ما قبل المعالجة. في حين Schultz et al. (2007) وجدت اختلافات بين مستخدمي الثقيلة والخفيفة، Allcott (2011) وجدت أن هناك أيضا خلافات داخل مجموعة مستخدمين الثقيلة والخفيفة. على سبيل المثال، أعنف المستخدمين (من هم في العشر الأول) خفض استخدام الطاقة ضعفي شخص في وسط مجموعة من المستخدمين الثقيلة (الشكل 4.7). وعلاوة على ذلك، تقدير التأثير من خلال سلوك ما قبل المعالجة وكشف أيضا أنه لم يكن هناك تأثير يرتد حتى عن أخف المستخدمين (الشكل 4.7).

الشكل 4.7: التجانس من آثار العلاج في Allcott (2011) . وكان الانخفاض في استخدام الطاقة المختلفة للناس في الأعشار مختلفة من استخدام خط الأساس.

في دراسة ذات صلة، Costa and Kahn (2013) وتكهن بأن فعالية تقرير الطاقة المنزلية يمكن أن تختلف بناء على أيديولوجية سياسية مشارك وأن العلاج قد يسبب الناس فعلا مع بعض الأيديولوجيات لزيادة استخدام الكهرباء. وبعبارة أخرى، أنهم توقعوا أن التقارير الطاقة الرئيسية قد خلق تأثير يرتد لبعض أنواع من الناس. لتقييم هذا الاحتمال، كوستا وخان دمج البيانات Opower مع البيانات التي تم شراؤها من مجمع الجهات الأخرى التي اشتملت على معلومات مثل تسجيل الأحزاب السياسية، والتبرعات للمنظمات البيئة، ومشاركة الأسرة في برامج الطاقة المتجددة. مع هذه البينات المدمجة، وجدت كوستا وكان ان التقارير الطاقة الرئيسية المنتجة آثار مماثلة على نطاق واسع للمشاركين مع أيديولوجيات مختلفة. لم يكن هناك أي دليل على أن أي جماعة أظهرت فعالية يرتد (الشكل 4.8).

الشكل 4.8: التجانس من آثار العلاج في Costa and Kahn (2013) . متوسط ​​تأثير العلاج المقدرة للعينة كلها هو -2.1٪ [-1.5٪، -2.7٪]. من خلال الجمع بين المعلومات من التجربة بمعلومات عن الأسر، Costa and Kahn (2013) تستخدم سلسلة من النماذج الإحصائية لتقدير تأثير العلاج لفئات محددة جدا من الناس. ترد تقديرات اثنين لكل مجموعة لتقديرات تعتمد على التغاير الذي كانت تضم في النماذج الإحصائية (انظر نموذج 4 و 6 نموذج في الجدول 3 والجدول 4 في Costa and Kahn (2013) ). كما يوضح هذا المثال، يمكن أن آثار العلاج تكون مختلفة عن الناس والتقديرات من آثار العلاج المختلفة التي تأتي من النماذج الإحصائية يمكن أن تعتمد على تفاصيل تلك النماذج (Grimmer, Messing, and Westwood 2014) .

كما توضح هذه الأمثلة اثنين، في العصر الرقمي، يمكننا أن ننتقل من تقدير متوسط ​​آثار العلاج لتقدير عدم تجانس آثار العلاج لأننا يمكن أن يكون الكثير من المشاركين ونحن نعرف المزيد عن هؤلاء المشاركين. التعلم عن عدم تجانس آثار العلاج يمكن أن تتيح استهداف العلاج حيث هو الأكثر فعالية، وتوفير الحقائق التي تحفز تطوير نظرية جديدة، وتوفير تلميحات حول آلية محتملة، الموضوع الذي أنتقل الآن.