Bu kitabda müşahidə olunan davranışın (2-ci fəsildə) və soruşulan sualları (3-cü fəsildə) əhatə edən yanaşmalarda tədqiqatçılar qəsdən və sistematik dəyişiklik etmədən məlumatları toplayırlar. Bu fəsildə çalışan təcrübələri əhatə edən yanaşma əsaslıdır. Tədqiqatçılar təcrübə keçirdikdə, sistemli şəkildə səbəb-təsir əlaqələri ilə bağlı sualları cavablandırmaq üçün ideal bir məlumat yaratmaq üçün dünyaya müdaxilə edirlər.
Sosial araşdırmalarda səbəb və təsirə məruz qalan suallar çox yaygındır və misal kimi suallar daxildir: Müəllim maaşlarının artırılması tələbə öyrənməsini artırırmı? Minimum əmək haqqının məşğulluq dərəcələrinə təsiri nədir? Ərizəçinin irqi iş əldə etmək şansına necə təsir göstərir? Bu açıq-aydın səbəblərlə bağlı suallara əlavə olaraq, bəzən səbəb və təsir məsələləri bəzi performans metriklərinin maksimallaşdırılmasına dair daha ümumi suallarda örtülüdür. Məsələn, "Bağış düyməsini QHT-nin veb saytında hansı rəng olmalıdır?" Sualına, müxtəlif düymələr rənglərinin bağışlara təsirinin həqiqətən çoxlu sualları var.
Nəticə-təsirə məruz qalan suallara cavab vermək üçün bir üsul mövcud məlumatlarda nümunələri axtarmaqdır. Məsələn, müəllim maaşlarının tələbə öyrənmələrinə təsiri ilə bağlı sorğuya qayıdarkən, müəllimlərin yüksək maaş verən məktəblərdə tələbələrin daha çox öyrənməsini hesablaya bilərsiniz. Lakin, bu nisbət daha yüksək maaşların tələbələrin daha çox öyrənilməsinə səbəb olduğunu göstərir? Əlbəttə yox. Müəllimlərin daha çox qazandığı məktəblər bir çox cəhətdən fərqli ola bilər. Məsələn, yüksək müəllim maaşları olan məktəblərdə tələbə zəngin ailələrdən ola bilər. Beləliklə, müəllimlərin təsiri kimi görünən şeylər müxtəlif növ tələbələri müqayisə etməkdən ibarət ola bilər. Şagirdlər arasında bu ölçüsüz fərqlər ümumiyyətlə, confounders ehtimalı mövcud data nümunələri baxaraq səbəb-nəticə suallara cavab tədqiqatçıların qabiliyyəti havoc wreaks, confounders adlanır olunur.
Çatarsızlar probleminə bir həll, qruplar arasında müşahidə edilə bilən fərqlərin düzəldilməsi ilə ədalətli müqayisə etməkdir. Məsələn, bir sıra hökumət saytlarından əmlak vergi məlumatlarını yükləyə bilərsiniz. Bundan sonra, ev qiymətlərinin oxşar olduğu məktəblərdə tələbə performansını müqayisə edə bilərsiniz, lakin müəllim maaşları fərqlidir və hələ də tələbələrin ali müəllim maaşları olan məktəblərdə daha çox öyrənə biləcəyini tapa bilərsiniz. Amma hələ də mümkün olan bir çox mürəkkəblər var. Bəlkə bu tələbələrin valideynləri təhsil səviyyəsində fərqlənirlər. Yəqin ki, məktəblər ictimai kitabxanalara olan yaxınlığı ilə fərqlənirlər. Yəqin ki, ali təhsilli müəllimlər də müəlliflər üçün daha çox haqlıdırlar və müəllim ödənişi deyil, əsas ödəmə, həqiqətən, tələbənin öyrənməsini artırır. Bu faktorları ölçmək və tənzimləmək üçün cəhd edə bilərsiniz, lakin mümkün şaşırtıcıların siyahısı əsasən sonsuzdur. Bir çox hallarda, mümkün olan bütün müdaxiləçilər üçün ölçmək və tənzimləmək mümkün deyil. Bu çağırışa cavab olaraq, tədqiqatçılar qeyri-eksperimental məlumatlardan nəyə əsaslanan qiymətləndirmələr aparmaq üçün bir sıra üsullar hazırlamışlar. Mən bunların bəzilərini fəsil 2-də müzakirə etmişəm, lakin bəzi sual növləri üçün bu üsullar məhduddur və təcrübələr perspektivli alternativ.
Təcrübələr tədqiqatçıların müəyyən səbəb və təsirli sualları etibarlı şəkildə cavablandırmaq üçün təbii olaraq baş verən məlumatlarda korrelyasiyalardan kənara çıxmasına imkan verir. Analoq dövrdə təcrübələr çox vaxt lojistik cəhətdən çətin və bahalı idi. İndi rəqəmli yaşda, logistik məhdudiyyətlər getdikcə azalır. Keçmişdə edilən işlər kimi təcrübələr etmək daha asan deyil, indi də yeni növ təcrübələr tətbiq etmək mümkündür.
Bu günə qədər yazdığımda mənim dilimdə bir az boşluq oldum, amma iki şey arasında fərq qoymaq vacibdir: təcrübələr və randomizə nəzarətli təcrübələr. Təcrübədə bir tədqiqatçı dünyaya müdaxilə edir və sonra nəticəni ölçür. Mən bu yanaşmanı "pozmaq və müşahidə etmək" kimi təsvir etmişdim. Randomizə nəzarət edilən bir sınaqda bir tədqiqatçı başqaları üçün deyil, bəzi insanlar üçün müdaxilə edir və tədqiqatçı hansı insanların randomizasiya yolu ilə (məsələn, sikkə sürüşdürməklə) müdaxiləni qəbul etməyə qərar verir. Rastgele nəzarət edilən təcrübələr iki qrup arasında ədalətli müqayisə yaradır: müdaxiləni alan biri olmadıqda. Başqa sözlə, təsadüfi nəzarət edilən təcrübələr səhvlərin problemlərinə həlldir. Perturb-və-müşahidə təcrübələri, lakin müdaxiləni alan yalnız bir qrupu əhatə edir və nəticələr tədqiqatçılara yanlış nəticəyə səbəb ola bilər (tezliklə göstərəcəyəm kimi). Təcrübələr və randomizə nəzarətli təcrübələr arasındakı əhəmiyyətli fərqlərə baxmayaraq, sosial tədqiqatçılar bu terminləri tez-tez əvəzləşdirirlər. Mən bu konvensiyaya riayət edəcəyəm, amma müəyyən nöqtələrdə, təsadüfi yoxlama və yoxlama qrupu olmadan təcrübələr üzərində randomizə nəzarətli təcrübələrin dəyərini vurğulamaq üçün konvensiyanı pozacağam.
Randomize nəzarətli təcrübələr, ictimai dünyadakı məlumatları öyrənmək üçün güclü bir yol olduğunu sübut etdi və bu fəsildə mən sizə araşdırmalarınızda necə istifadə etmək haqqında daha çox məlumat verəcəyəm. 4.2 bölməsində, Vikipediyada bir sınaq nümunəsi ilə təcrübi əsas məntiqini göstərəcəyəm. Daha sonra bölmə 4.3-də laboratoriya təcrübələri və sahə təcrübələri arasındakı fərqləri və analoq təcrübələri və rəqəmsal eksperimentlər arasındakı fərqləri təsvir edəcəyəm. Bundan əlavə, rəqəmsal sahə təcrübələrində əvvəllər mümkün olmayan bir miqyasda analoq laboratoriya təcrübələrindən (sıx nəzarət) və analoq sahə təcrübələrini (realizm) ən yaxşı xüsusiyyətləri təklif edə biləcəyini iddia edəcəyəm. Bundan sonra 4.4 bölməsində mən zəngin eksperimentlərin hazırlanması üçün vacib olan üç anlayış - etibarlılıq, müalicə effektlərinin heterojenliyi və mexanizmləri təsvir edəcəyəm. Arxa fonda rəqəmsal eksperimentlər aparmaq üçün iki əsas strateji ilə məşğul olan ticarət əlaqələrini təsvir edəcəyəm: özünüzü və ya güclü ilə əməkdaşlıq etmək. Nəhayət, rəqəmsal eksperimentlərin real gücündən necə istifadə edə biləcəyiniz barədə bəzi dizayn məsləhətləri ilə nəticələnəcəyəm (bölmə 4.6.1) və bu güclə gələn məsuliyyətin bir hissəsini təsvir edin (bölmə 4.6.2).