4.6.1 শূন্য পরিবর্তনশীল খরচ ডেটা তৈরি করুন

বড় পরীক্ষা চালানোর চাবিকাঠি হল আপনার পরিবর্তনশীল মূল্য শূন্যে চালিত করা। এটি করার সবচেয়ে ভাল উপায়গুলি অটোমেশন এবং উপভোগ্য উপাদানের নকশা।

ডিজিটাল পরীক্ষাগুলি নাটকীয়ভাবে বিভিন্ন খরচ গঠন করতে পারে, এবং এটি গবেষকরা অতীতের যেগুলি অসম্ভব তা ব্যবহার করতে সক্ষম করে। এই পার্থক্যটি সম্পর্কে চিন্তা করার একটি উপায় লক্ষ্য করা যায় যে পরীক্ষামূলকভাবে সাধারণত দুটি ধরনের খরচ হয়: নির্দিষ্ট খরচ এবং পরিবর্তনশীল খরচ নির্দিষ্ট খরচ অংশীদারদের সংখ্যা নির্বিশেষে অপরিবর্তিত থাকা খরচ হয়। উদাহরণস্বরূপ, একটি ল্যাব পরীক্ষায়, নির্দিষ্ট ভাড়া স্থান ভাড়া এবং আসবাবপত্র কেনার খরচ হতে পারে। অন্যদিকে পরিবর্তনের খরচ , অংশগ্রহণকারীদের সংখ্যা উপর নির্ভর করে। উদাহরণস্বরূপ, একটি ল্যাব পরীক্ষায়, ভেরিয়েবলের খরচ স্টাফ এবং অংশগ্রহণকারীদের পরিশোধ থেকে আসতে পারে। সাধারনত, এনালগ পরীক্ষায় কম স্থায়ী খরচ এবং উচ্চ পরিবর্তনশীল খরচ থাকে, যখন ডিজিটাল ব্যবহারের উচ্চ নির্দিষ্ট খরচ এবং কম পরিবর্তনশীল খরচ (চিত্র 4.19)। যদিও ডিজিটাল পরীক্ষায় কম পরিবর্তনশীল খরচ রয়েছে, আপনি যখন ভেরিয়েবলের দাম শূন্য করার সমস্ত পথ চালান তখন আপনি অনেক উত্তেজনাপূর্ণ সুযোগ তৈরি করতে পারেন।

চিত্র 4.19: এনালগ এবং ডিজিটাল পরীক্ষায় খরচ কাঠামোর পরিকল্পিত। সাধারণভাবে, এনালগ পরীক্ষায় কম স্থায়ী খরচ এবং উচ্চ পরিবর্তনশীল খরচ থাকে যখন ডিজিটাল পরীক্ষায় উচ্চ স্থায়ী খরচ এবং কম পরিবর্তনশীল খরচ রয়েছে। বিভিন্ন খরচ কাঠামো মানে যে ডিজিটাল পরীক্ষা একটি স্কেলে যে অ্যানালগ পরীক্ষা সঙ্গে সম্ভব নয় চালানো সম্ভব।

কর্মচারীদের ভেরিয়েবলের খরচ-অর্থের দুটি প্রধান উপাদান এবং অংশীদারদের অর্থ প্রদান - এবং এইগুলির প্রতিটিগুলি বিভিন্ন কৌশল ব্যবহার করে শূন্য হতে পারে। কর্মস্থলের বেতনগুলি যে সহায়তা সহকারীরা অংশগ্রহনকারীদের নিয়োগ করে, চিকিত্সা প্রদান করে এবং ফলাফলগুলি পরিমাপ করে তা থেকে পরিমাপ করে। উদাহরণস্বরূপ, বিদ্যুৎ ব্যবহারের উপর Schultz এবং সহকর্মীদের (2007) এনালগ ফিল্ড পরীক্ষায় প্রয়োজনীয় সহায়তা সহকারীকে প্রতিটি বাড়িতে ভ্রমণের ব্যবস্থা করার জন্য এবং বৈদ্যুতিক মিটার (চিত্র 4.3) পড়তে প্রয়োজন। গবেষণা সহকারী কর্তৃক এই সমস্ত প্রচেষ্টার অর্থ হলো অধ্যয়নের জন্য একটি নতুন বাড়ী যোগ করে খরচ যোগ করতে হবে অন্যদিকে, উইকিপিডিয়ার সম্পাদকদের উপর পুরষ্কারের প্রভাবে রেটিভো এবং ভ্যান দে রিজ্টের ডিজিটাল ফিল্ড পরীক্ষার জন্য (2012) , গবেষকরা কার্যত কোনও খরচে আরও অংশগ্রহণকারীদের যোগ করতে পারেননি। পরিবর্তনশীল প্রশাসনিক খরচ হ্রাস করার জন্য একটি সাধারণ কৌশল হল মানুষের কাজের প্রতিস্থাপন (যা ব্যয়বহুল) কম্পিউটারের কাজ (যা সস্তা)। মোটামুটিভাবে, আপনি নিজেকে জিজ্ঞেস করতে পারেন: আমার গবেষণায় সবাই যখন নিদ্রা হচ্ছে তখন এই পরীক্ষা চালানো যায়? উত্তর যদি হ্যাঁ হয়, আপনি অটোমেশন একটি দুর্দান্ত কাজ করেছেন।

দ্বিতীয় প্রধান ধরনের ভেরিয়েবল খরচ হল অংশগ্রহণকারীদের অর্থ প্রদান। কিছু গবেষকরা অংশগ্রহণকারীদের জন্য প্রয়োজন হয় যে পেমেন্ট হ্রাস Amazon মেকানিকাল টার্ক এবং অন্যান্য অনলাইন শ্রম বাজার ব্যবহার করেছেন ভেরিয়েবলের সবগুলি শূন্য পথে ব্যয় করার জন্য, তবে, একটি ভিন্ন পদ্ধতির প্রয়োজন। দীর্ঘদিন ধরে গবেষকরা গবেষণার জন্য ডিজাইন করেছেন যেগুলি এত বিরক্তিকর যে তাদের অংশগ্রহণের জন্য জনগণকে অর্থ প্রদান করতে হয়। কিন্তু আপনি যদি এমন একটি পরীক্ষা তৈরি করতে পারেন যা মানুষ চায়? এটি দূর দূর করতে পারে, কিন্তু আমি আপনাকে নিজের কাজ থেকে নীচের একটি উদাহরণ দেব, এবং টেবিলের আরো উদাহরণ আছে 4.4। নোট করুন যে উপভোগ্য পরীক্ষাগুলি ডিজাইন করার এই ধারণাটি অধ্যায় 3 এর কিছু বিষয়কে আরও উপভোগ্য জরিপের নকশা এবং অধ্যায় 5-এর সাথে গণসংযোগের নকশা সংক্রান্ত কিছু বিষয় তুলে ধরে। এইভাবে, আমি মনে করি যে অংশগ্রহণকারী উপভোগ-যা ব্যবহারকারীর অভিজ্ঞতাও বলা যেতে পারে- ডিজিটাল যুগে গবেষণা ডিজাইনের একটি ক্রমবর্ধমান গুরুত্বপূর্ণ অংশ হবে।

যদি আপনি শূন্য ভেরিয়েবলের খরচ ডেটা দিয়ে পরীক্ষা তৈরি করতে চান তবে আপনাকে নিশ্চিত করতে হবে যে সবকিছুই সম্পূর্ণ স্বয়ংক্রিয় এবং অংশগ্রহণকারীদের কোন অর্থ প্রদানের প্রয়োজন নেই। এটা কিভাবে সম্ভব তা দেখানোর জন্য, আমি সাংস্কৃতিক পণ্যগুলির সাফল্য এবং ব্যর্থতার বিষয়ে আমার গবেষণামূলক গবেষণাটি বর্ণনা করব।

আমার গবেষণামূলক সাংস্কৃতিক পণ্য জন্য সাফল্য এর puzzling প্রকৃতি দ্বারা অনুপ্রাণিত ছিল। গানগুলি হিট, সেরা বিক্রয় বই, এবং ব্লকবাস্টার চলচ্চিত্রগুলি অনেক বেশি, গড় তুলনায় অনেক বেশি সফল। এই কারণে, এই পণ্যগুলির জন্য বাজারগুলি প্রায়ই "বিজয়ী-গ্রহণ-সমস্ত" বাজার বলা হয়। তবুও, একই সময়ে, কোন বিশেষ গান, বই, বা মুভি সফল হবেন তা অবিশ্বাস্যভাবে অনির্দেশ্য। প্লেলিওটার উইলিয়াম গোল্ডম্যান (1989) চমৎকারভাবে অনেক গবেষণায় গবেষণা করেছেন যে, সফলতার পূর্বাভাসের সময় "কেউ জানে না।" বিজয়ী-গ্রহণের সমস্ত বাজারের অনিশ্চয়তা আমাকে বিস্মিত করেছে যে সাফল্য কতটা ফলপ্রসূ হয়েছে গুণ এবং কতটা ভাগ্য মাত্র। অথবা, সামান্যভাবে ভিন্নভাবে প্রকাশ করলে, আমরা সমান্তরাল বিশ্ব তৈরি করতে পারতাম এবং তাদের সবাইকে স্বাধীনভাবে গড়ে তুলতে পারতাম, একই গান কি প্রতিটি জগতে জনপ্রিয় হবে? এবং, যদি না হয়, তাহলে এই পার্থক্য কারণ একটি প্রক্রিয়া হতে পারে?

এই প্রশ্নের উত্তর দেওয়ার জন্য, আমরা-পিটার ডডস, ডানকান ওয়াটস (আমার গবেষণামূলক উপদেষ্টা), এবং আমি- অনলাইন ক্ষেত্রের পরীক্ষার একটি সিরিজ দৌড়ে। বিশেষ করে, আমরা সঙ্গীতল্যাব নামে একটি ওয়েবসাইট তৈরি করেছি যেখানে মানুষ নতুন সঙ্গীত আবিষ্কার করতে পারে, এবং আমরা এটি একটি সিরিজ পরীক্ষার জন্য ব্যবহার করেছি। আমরা একটি টিন-সুদ ওয়েবসাইট (চিত্র 4.20) এবং মিডিয়াতে উল্লেখ মাধ্যমে ব্যানার বিজ্ঞাপন চালানোর দ্বারা অংশগ্রহণকারীদের নিয়োগ। অংশগ্রহণকারীরা আমাদের ওয়েবসাইটে পৌঁছেছে অবলুপ্ত সম্মতি প্রদান করে, একটি সংক্ষিপ্ত পটভূমি প্রশ্নাবলী সম্পন্ন করে, এবং এলোমেলোভাবে এক দুটি পরীক্ষামূলক শর্ত-স্বতন্ত্র ও সামাজিক প্রভাবের জন্য নির্ধারিত হয়। স্বাধীন অবস্থায়, অংশগ্রহণকারীরা সিদ্ধান্ত নেয় যে, কোন গানগুলি শুনতে হবে, কেবল ব্যান্ড এবং গানের নাম দেওয়া হবে। একটি গান শোনার সময়, অংশগ্রহণকারীদের এটি রেট দিতে বলা হয়েছিল যে পরে তাদের গানটি ডাউনলোড করার সুযোগ (কিন্তু বাধ্যবাধকতা না) ছিল। সামাজিক প্রভাবের শর্তে, অংশীদারদের একই অভিজ্ঞতা ছিল, ব্যতীত তারা দেখতে পেত যে আগের গানগুলি দ্বারা প্রতিটি গান কত বার ডাউনলোড করা হয়েছে। অধিকন্তু, সামাজিক প্রভাবের অংশে অংশগ্রহণকারীদের রীতিমতো আটটি সমান্তরাল জগতের একটিকে রদবদল করা হয়, যার প্রতিটিই স্বাধীনভাবে বিবর্তিত (চিত্র 4.21)। এই নকশা ব্যবহার করে, আমরা দুটি সম্পর্কিত পরীক্ষা চালানো। প্রথমত, আমরা গানগুলি একটি অসংরক্ষিত গ্রিডে অংশগ্রহণকারীদের কাছে উপস্থাপন করেছি, যা তাদেরকে জনপ্রিয়তার দুর্বল সংকেত প্রদান করে। দ্বিতীয় পরীক্ষায়, আমরা একটি র্যাঙ্কিং তালিকায় গানগুলি উপস্থাপন করেছি, যা জনপ্রিয়তার একটি শক্তিশালী সংকেত প্রদান করেছে (চিত্র 4.22)।

চিত্র 4.20: ব্যানার বিজ্ঞাপন একটি উদাহরণ যা আমার সহকর্মী এবং আমি MusicLab পরীক্ষার জন্য অংশগ্রহণকারীদের নিয়োগের ব্যবহৃত (Salganik, Dodds, and Watts 2006) । Salganik (2007) , চিত্র 2.12 থেকে অনুমতি দ্বারা পুনরুত্পাদন।

চিত্র 4.21: মিউজিকলেব পরীক্ষাগুলির জন্য পরীক্ষামূলক নকশা (Salganik, Dodds, and Watts 2006) । অংশগ্রহণকারীরা এলোমেলোভাবে দুটি শর্তের একটিতে নিয়োজিত ছিল: স্বাধীন এবং সামাজিক প্রভাব। অন্য কোনও ব্যক্তির কাজ না করেই স্বতন্ত্র অবস্থায় অংশগ্রহণকারীরা কোনও তথ্য ছাড়াই তাদের পছন্দগুলি তৈরি করে। সামাজিক প্রভাবের অংশে অংশগ্রহণকারীরা অষ্টম সমান্তরাল জগতের একটিকে নিখুঁতভাবে নিযুক্ত করেছিল, যেখানে তারা জনপ্রিয়তা দেখতে পারে- যেমন তাদের অংশীদারদের পূর্বের অংশগ্রহণকারীর ডাউনলোডের দ্বারা পরিমাপ করা হয়েছে- কিন্তু তারা তাদের সম্পর্কে কোনও তথ্য দেখতে পারেনি, না তারাও করেনি এমনকি অস্তিত্ব সম্পর্কে জানতে, অন্য বিশ্বের কেউ Salganik, Dodds, and Watts (2006) থেকে Salganik, Dodds, and Watts (2006) , চিত্র S1।

আমরা দেখলাম যে, গানগুলির জনপ্রিয়তা বিশ্বজুড়ে ভিন্ন ছিল, যা ভাগ্য সাফল্যের ক্ষেত্রে গুরুত্বপূর্ণ ভূমিকা পালন করে। উদাহরণস্বরূপ, এক জগতে 52 মেট্রোর দ্বারা "লকডাউন" গানটি 48 টি গানের মধ্যে 1 ম স্থানে আসে, অন্য একটি দেশে এটি 40 তম স্থানে আসে। এই একই গানগুলি একই অন্যান্য গান বিরুদ্ধে প্রতিদ্বন্দ্বিতা ছিল, কিন্তু এক জনের এটা ভাগ্যবান পেয়েছিলাম এবং অন্যদের তা না। উপরন্তু, দুটি পরীক্ষা জুড়ে ফলাফল তুলনা করে, আমরা দেখেছি যে সামাজিক প্রভাব এই বাজারের বিজয়ী-গ্রহণ-সমস্ত প্রকৃতি বৃদ্ধি করে, যা সম্ভবত দক্ষতার গুরুত্বের প্রস্তাব দেয়। কিন্তু, বিশ্বের (এই সমান্তরাল বিশ্বের পরীক্ষা বাইরে বাইরে করা যাবে না) জুড়ে খুঁজছেন, আমরা সামাজিক প্রভাব আসলে ভাগ্যের গুরুত্ব বৃদ্ধি পাওয়া যায় নি। আরও, আশ্চর্যজনকভাবে, এটি সর্বোচ্চ আপিলের গান ছিল যেখানে ভাগ্য সর্বাধিক গুরুত্ব পায় (চিত্র 4.23)।

চিত্র 4.22: মিউজিক্যাল্যাব পরীক্ষায় সামাজিক প্রভাবের কারণে স্ক্রিনশটগুলি (Salganik, Dodds, and Watts 2006) । পরীক্ষা -1 তে সামাজিক প্রভাবের অবস্থার মধ্যে, পূর্ববর্তী ডাউনলোড সংখ্যা সহ সংগীতের সাথে 16 \(\times\) 3 আয়তক্ষেত্রাকার গ্রিডে অংশগ্রহনকারীদের অংশগ্রহণ করা হয়েছিল, যেখানে গানের অবস্থানগুলি প্রতিটি জন্য এলোমেলোভাবে নির্ধারিত ছিল অংশগ্রহণকারী। পরীক্ষা 2-এ, সামাজিক প্রভাবের অংশীদারদের অংশগ্রহণকারীরা গানগুলি দেখিয়েছেন, ডাউনলোডের সংখ্যা সহ, এক কলামে বর্তমান জনপ্রিয়তার উত্থানের ক্রম অনুসারে উপস্থাপিত হয়েছে।

চিত্র 4.23: আপেল এবং সাফল্যের মধ্যে সম্পর্ক দেখানো সঙ্গীতল্যাব পরীক্ষা থেকে ফলাফল (Salganik, Dodds, and Watts 2006) । \(x\) -Xis হল স্বাধীন বিশ্বের গানের অংশ, যা গানের আপীলের একটি পরিমাপ হিসাবে কাজ করে এবং \(y\) -সিস একই গানের বাজার অংশ আট সামাজিক প্রভাব বিশ্ব, যা গানের সাফল্যের একটি পরিমাপ হিসাবে কাজ করে। আমরা দেখেছি যে অংশগ্রহণকারীদের অভিজ্ঞতা-বিশেষ করে, পরীক্ষামূলক 1 থেকে পরীক্ষা ২ (চিত্র 4.22) -তে পরিবর্তিত সাফল্য-বিশেষ করে, সর্বোচ্চ আপিলের গানগুলির জন্য অনির্দেশ্য হয়ে উঠার সফলতার কারণে সামাজিক প্রভাব বৃদ্ধি পেয়েছে। Salganik, Dodds, and Watts (2006) , চিত্র 3 থেকে অভিযোজিত।

MusicLab মূলত শূন্য ভেরিয়েবলের উপর চালিত ছিল কারণ এটি ডিজাইন করা হয়েছিল। প্রথমত, সবকিছুই সম্পূর্ণ স্বয়ংক্রিয় ছিল তাই আমি ঘুমানোর সময় চালাতে সক্ষম হয়েছিলাম। দ্বিতীয়, ক্ষতিপূরণ মুক্ত সঙ্গীত ছিল, তাই কোন ভেরিয়েবল অংশগ্রহণকারী ক্ষতিপূরণ খরচ ছিল না। ক্ষতিপূরণ হিসাবে সঙ্গীত ব্যবহার ব্যবহার করে দেখায় যে নির্দিষ্ট এবং পরিবর্তনশীল খরচগুলির মধ্যে কখনও কখনও ট্রেড-বন্ধ থাকে। সঙ্গীত ব্যবহার করে নির্দিষ্ট খরচ বৃদ্ধি পায় কারণ ব্যান্ডগুলি থেকে সময়সীমা সুরক্ষিত করার জন্য এবং তাদের সংগীতের অংশগ্রহণকারীদের প্রতিক্রিয়া সম্পর্কে তাদের প্রতিবেদনগুলি তৈরির জন্য সময় ব্যয় করা হতো। কিন্তু এই ক্ষেত্রে, ভেরিয়েবলের খরচ হ্রাস করার জন্য যথাযথ খরচ বাড়ানো সঠিক কাজ ছিল; যা আমাদের একটি পরীক্ষামূলক পরীক্ষা চালানোর জন্য আমাদেরকে সক্ষম করেছে যা একটি আদর্শ ল্যাব পরীক্ষার তুলনায় প্রায় 100 গুণ বেশি।

উপরন্তু, মিউজিকএলএব পরীক্ষাগুলি দেখায় যে শূন্য ভেরিয়েবলের দামটি নিজেই শেষ হওয়া উচিত নয়; বরং, এটি একটি নতুন ধরনের পরীক্ষা চালানোর একটি উপায় হতে পারে। লক্ষ্য করুন যে আমরা 100 বার একটি আদর্শ সামাজিক প্রভাব ল্যাব পরীক্ষা চালানোর জন্য আমাদের সকল অংশগ্রহণকারীদের ব্যবহার করি নি। পরিবর্তে, আমরা কিছু ভিন্ন, যা আপনি একটি মনস্তাত্ত্বিক পরীক্ষা থেকে একটি সোশ্যালজিকাল একটি (Hedström 2006) পরিবর্তন হিসাবে মনে করতে পারে। পৃথক সিদ্ধান্ত গ্রহণের উপর মনোযোগ কেন্দ্রীভূত করার পরিবর্তে, আমরা জনপ্রিয়তার উপর আমাদের গবেষণার উপর দৃষ্টি নিবদ্ধ করেছি, একটি সমষ্টিগত ফলাফল। একটি সমষ্টিগত ফলাফল এই সুইচ অর্থ আমরা একটি একক তথ্য বিন্দু উত্পাদন করতে প্রায় 700 অংশগ্রহণকারীদের প্রয়োজন (সমান্তরাল বিশ্বের প্রত্যেকের 700 মানুষ ছিল)। পরীক্ষার খরচ কাঠামোর কারণে যে স্কেল কেবল সম্ভব ছিল। সাধারনত, যদি গবেষকরা পৃথক অধ্যয়নগুলি থেকে কীভাবে সমষ্টিগত ফলাফল উত্থাপন করতে চান তা জানতে চায়, যেমন মিউজিক্যাল্যাবের মত গ্রুপের পরীক্ষা খুব উত্তেজনাপূর্ণ। অতীতে, তারা logistically কঠিন হয়েছে, কিন্তু শূন্য ভেরিয়েবলের খরচ তথ্য সম্ভাবনা কারণ যারা অসুবিধা ফেইড হয়

শূন্য ভেরিয়েবলের খরচের তথ্যগুলির উপাদানের পাশাপাশি, মিউজিক্যাল্যাব পরীক্ষাগুলি এই পদ্ধতির সাথে একটি চ্যালেঞ্জ প্রদর্শন করে: উচ্চ স্থায়ী খরচ। আমার ক্ষেত্রে, আমি পল্ট Hausel নামে একটি প্রতিভাধর ওয়েব ডেভেলপারের সাথে কাজ করতে সক্ষম হওয়ার জন্য অত্যন্ত ভাগ্যবান ছিলাম পরীক্ষাটি নির্মাণের জন্য প্রায় ছয় মাস। এই কেবলমাত্র সম্ভব কারণ আমার উপদেষ্টা, ডানকান ওয়াটস, এই ধরনের গবেষণা সমর্থন করার জন্য অনুদান অনেক পেয়েছে। আমরা 2004 সালে MusicLab তৈরি করা থেকে প্রযুক্তি উন্নত হয়েছে তাই এখন এটি মত একটি পরীক্ষামূলক নির্মাণ করা অনেক সহজ হবে। কিন্তু, উচ্চ নির্দিষ্ট খরচ কৌশল সত্যিই শুধুমাত্র যারা খরচ আবরণ করতে পারেন যারা গবেষকরা জন্য সম্ভব।

উপসংহারে, ডিজিটাল পরীক্ষাগুলি এনালগ পরীক্ষার চেয়ে নাটকীয়ভাবে ভিন্ন খরচ কাঠামো করতে পারে। যদি সত্যিই আপনি বড় বড় পরীক্ষা চালাতে চান, তাহলে যতটা সম্ভব সম্ভব এবং আদর্শভাবে সব শূন্যের মধ্যে আপনার ভেরিয়েবলের পরিমাণ কমানোর চেষ্টা করা উচিত। আপনি আপনার পরীক্ষা এর মেকানিক্স স্বয়ংক্রিয় করে (যেমন, কম্পিউটার সময় সঙ্গে মানুষের সময় প্রতিস্থাপন) এবং মানুষ ডিজাইন করতে চান যে ডিজাইনিং দ্বারা এটি করতে পারেন। এই বৈশিষ্ট্য সঙ্গে পরীক্ষা ডিজাইন করতে পারে যারা গবেষকরা নতুন ধরনের পরীক্ষা চালাতে সক্ষম হবে অতীতে সম্ভব না যাইহোক, শূন্য ভেরিয়েবলের খরচ তৈরি করার ক্ষমতাগুলি নতুন নৈতিক প্রশ্ন উত্থাপন করতে পারে, যে বিষয়টি আমি এখন ঠিক করব।