4.1 مقدمة

في النهج غطت حتى الآن في هذا السلوك مراقبة الكتاب (الفصل 2) وطرح الأسئلة (الفصل 3) -researchers جمع البيانات حول ما يحدث بشكل طبيعي في العالم. النهج المشمولة في هذا الفصل تشغيل تجارب يختلف اختلافا جذريا. عندما تشغيل الباحثين التجارب، فإنها تتدخل بشكل منهجي في العالم لخلق البيانات التي يعتبر مثاليا للإجابة على أسئلة حول العلاقة بين السبب والنتيجة.

السبب والنتيجة أسئلة شائعة جدا في البحث الاجتماعي، والأمثلة تشمل أسئلة مثل هل زيادة رواتب المعلمين زيادة تعلم الطلاب؟ ما هو تأثير الحد الأدنى للأجور على معدلات التوظيف؟ كيف يؤثر سباق طالب عمل في فرصتها في الحصول على وظيفة؟ وبالإضافة إلى هذه الأسئلة السببية صراحة، وأحيانا تسبب والنتيجة الأسئلة والضمني في أكثر الأسئلة العامة حول تعظيم بعض متري الأداء. على سبيل المثال، فإن السؤال "ما لون الزر سوف يضاعف التبرعات على موقع على الانترنت للمنظمات غير الحكومية؟" هو في الحقيقة الكثير من الأسئلة حول تأثير زر ألوان مختلفة على التبرعات.

طريقة واحدة للرد على أسئلة السبب والنتيجة هي البحث عن أنماط في البيانات الحالية. على سبيل المثال، باستخدام بيانات من آلاف المدارس، قد كنت تحسب أن الطلاب يتعلمون أكثر في المدارس التي تقدم رواتب المعلمين العالية. ولكن، لا تظهر هذه العلاقة أن رفع رواتب تسبب الطلاب للتعلم أكثر من ذلك؟ بالطبع لا. المدارس حيث كسب المزيد من المعلمين قد تكون مختلفة في نواح كثيرة. على سبيل المثال، والطلاب في المدارس مع رواتب المعلمين العالية قد يأتون من عائلات الأكثر ثراء. وبالتالي، ما يشبه تأثير المعلمين يمكن أن تأتي فقط من المقارنة بين أنواع مختلفة من الطلاب. وتسمى هذه الاختلافات لا تقاس بين الطلاب الإرباك، وبصفة عامة، فإن إمكانية الإرباك شأنه أن يحدث دمارا على الباحثين القدرة على الإجابة على الأسئلة السبب والتأثير من خلال البحث عن أنماط في البيانات الحالية.

حل واحد لمشكلة الإرباك هو محاولة لإجراء مقارنات عادلة من خلال تعديل للاختلافات ملحوظة بين المجموعتين. على سبيل المثال، قد تكون قادرة على تحميل بيانات ضريبة الأملاك من عدد من المواقع الحكومية. ثم، هل يمكن مقارنة أداء الطلاب في المدارس حيث تتشابه أسعار المساكن ولكن رواتب المعلمين مختلفة، وكنت لا تزال قد تجد أن الطلاب يتعلمون أكثر في المدارس مع ارتفاع الأجور المعلم. ولكن، لا يزال هناك العديد من العوامل التي ربما. ربما آباء هؤلاء الطلاب يختلفون في مستوى تعليمهم أو ربما المدارس تختلف في قربهم من المكتبات العامة أو ربما المدارس مع ارتفاع الأجور المعلم أيضا زيادة الأجور لمديري المدارس والأجر الأساسي، وليس أجر المعلم، هو في الحقيقة ما يتزايد تعلم الطلاب. هل يمكن أن تحاول قياس هذه العوامل الأخرى أيضا، ولكن قائمة العوامل التي ربما لا نهاية لها أساسا. في كثير من الحالات، لا يمكنك أن قياس وضبط جميع العوامل التي ربما. هذا النهج يمكن أن تتخذ لك فقط حتى الآن.

والحل الأفضل لمشكلة الإرباك يعمل التجارب. تمكن الباحثون تجارب لتجاوز الارتباط في طبيعيا البيانات من أجل الإجابة على السؤال بشكل موثوق السبب والنتيجة. في سن التناظرية، وكانت التجارب غالبا ما تكون صعبة من الناحية اللوجستية ومكلفة. الآن، في العصر الرقمي، والقيود اللوجستية تتلاشى تدريجيا. ليس فقط لأنها أسهل للقيام بتجارب مثل هؤلاء الباحثين قد فعلت في الماضي، فمن الممكن الآن لتشغيل أنواع جديدة من التجارب.

في ما كتبته حتى الآن لقد كنت فضفاضة قليلا في لغتي، ولكن من المهم أن نميز بين أمرين: تجارب وتجارب عشوائية محكومة. في تجربة يتدخل الباحث في العالم ومن ثم يقيس النتيجة. لقد سمعت هذا النهج صفه ب "التشويش ومراقبة." هذه الاستراتيجية هي فعالة جدا في مجال العلوم الطبيعية، ولكن في العلوم الطبية والاجتماعية، وهناك طريقة أخرى أن تعمل على نحو أفضل. في تجربة عشوائية محكومة يتدخل الباحث لبعض الناس وليس للآخرين، وبشكل حاسم، الباحث يقرر التي يحصل الناس تدخل عن طريق التوزيع العشوائي (على سبيل المثال، التقليب عملة). هذا الإجراء يضمن أن تجارب عشوائية محكومة خلق مقارنات عادلة بين مجموعتين: واحدة أن تلقت التدخل واحدة لديها لا. وبعبارة أخرى، تجارب عشوائية محكومة هي حل لمشاكل الإرباك. وعلى الرغم من الاختلافات الهامة بين التجارب والتجارب العشوائية تسيطر والباحثين الاجتماعيين وغالبا ما تستخدم هذه المصطلحات بالتبادل. سوف تتبع هذه الاتفاقية، ولكن في بعض النقاط، وسوف كسر اتفاقية للتأكيد على قيمة تجارب عشوائية محكومة خلال التجارب دون العشوائية والمجموعة الضابطة.

وقد أثبتت تجارب عشوائية محكومة ليكون وسيلة قوية للتعرف على العالم الاجتماعي، وفي هذا الفصل، سوف تتعلم المزيد عن كيفية استخدامها في البحث الخاص بك. في القسم 4.2، سوف توضيح المنطق الأساسي من التجريب مع مثال لتجربة في ويكيبيديا. ثم، في القسم 4.3، أنا أصف الفرق بين التجارب المخبرية والتجارب الميدانية والاختلافات بين التجارب التناظرية والتجارب الرقمية. وعلاوة على ذلك، سوف يجادلون بأن التجارب الميدانية الرقمية يمكن أن تقدم أفضل الميزات من التجارب المعملية التناظرية (رقابة مشددة) والتجارب الميدانية التناظرية (الواقعية)، كل في نطاق ذلك لم يكن ممكنا في السابق. وبعد ذلك، في القسم 4.4، أنا أصف ثلاثة مفاهيم الصلاحية، عدم تجانس آثار العلاج، والآليات التي تعتبر بالغة الأهمية لتصميم التجارب الغنية. مع هذه الخلفية، أنا أصف المبادلات المشاركة في استراتيجيات الرئيسيان لإجراء التجارب الرقمية: فعل ذلك بنفسك (القسم 4.5.1) أو الشراكة مع القوي (القسم 4.5.2). وأخيرا، سوف نستنتج مع بعض النصائح حول تصميم كيف يمكنك الاستفادة من القوة الحقيقية من التجارب الرقمية (القسم 4.6.1) ووصف بعض من المسؤولية التي تأتي مع هذه السلطة (القسم 4.6.2). وستعرض الفصل مع ما لا يقل عن التدوين الرياضي واللغة الرسمية؛ يجب أن القراء المهتمين في نهج أكثر رسمية، رياضي لتجارب أيضا قراءة الملحق الفني في نهاية الفصل.