4.5.1.2 Sestavte si svůj vlastní experiment

Budování své vlastní experiment by mohl být nákladné, ale to vám umožní vytvořit experiment, který chcete.

Navíc k překrytí experimenty v horní části stávajících prostředí, můžete také vytvořit vlastní experiment. Hlavní výhodou tohoto přístupu je kontrola; pokud jste budování experiment, můžete vytvořit prostředí a procedury, které chcete. Tyto zakázkové experimentální prostředí může vytvářet příležitosti k otestování teorie, které jsou nemožné testovat v přirozeně se vyskytující prostředí. Mezi hlavní nevýhody budování své vlastní experiment je, že to může být drahé a že prostředí, které jste schopni vytvořit nemusí mít realismus přirozeně se vyskytující systému. Výzkumníci budování vlastní experiment také musí mít strategii pro nábor účastníků. Při práci ve stávajících systémech, vědci jsou v podstatě přináší experimenty jejich účastníků. Ale když výzkumníci budovat své vlastní experiment, je třeba přivést účastníky k tomu. Naštěstí služby, jako Amazon Mechanical Turk (MTurk) může poskytnout vědcům pohodlný způsob, jak přivést účastníky k jejich experimentů.

Jedním z příkladů, který ilustruje ctnosti svědčil o prostředí pro testování abstraktních teorií je digitální laboratorní experiment Gregory Huber, Seth Hill a Gabriel Lenz (2012) . Experiment rozebírá možný praktické omezení pro fungování demokratické vlády. Dřívější non-experimentální studie skutečných voleb naznačují, že voliči nejsou schopni přesně posoudit výkonnost zavedených politiků. Zejména voliči Zdá se, že trpí tří zaujatostí: 1) se zaměřil na nedávný spíše než kumulativní výkonností; 2) manipulovatelné rétorikou, rámování a uvádění na trh; a 3) ovlivněna událostmi, které nesouvisí s zavedeným výkonu, jako je úspěch místního sportovního klubu a počasí. V těchto dřívějších studií, nicméně, to bylo těžké izolovat některý z těchto faktorů od všech ostatních věcí, které se děje v reálném, chaotický volbách. Z tohoto důvodu, Huber a spol vytvořil velmi zjednodušený hlasovací prostředí s cílem izolovat, a pak experimentálně studovat, přičemž každá z těchto tří možných chyb.

Jak jsem popsal experimentální set-up pod ní bude znít velmi umělé, ale pamatujte, že realismus cíl v experimentech lab stylu není. Přesněji řečeno, cílem je jednoznačně izolovat proces, který se snažíte studovat, a to těsný izolace je někdy není možné ve studiích s více realismu (Falk and Heckman 2009) . Dále, v tomto konkrétním případě, vědci tvrdili, že pokud voliči nemohou efektivně vyhodnotit výkon v tomto vysoce zjednodušené nastavení, pak se nebude moci dělat to v ještě lepší, složitější nastavení.

Huber a kolegové použili Amazonku mechanický Turek (MTurk) pro nábor účastníků. Jakmile se účastník za předpokladu, informovaný souhlas a prošel krátký test, bylo jí řečeno, že se účastní v 32. kole hry získat žetony, které by mohly být přeměněny na skutečné peníze. Na začátku hry každý účastník bylo řečeno, že ona byla přidělena "alokátor", která by dávala svém volném tokeny v každém kole a že některé rozdělování byli velkorysejší než ostatní. Dále každý účastník byl také řekl, že bude mít možnost buď ponechat svou alokátor nebo může být přiděleno nové jeden po 16 kolech hry. Vzhledem k tomu, co víte o Huber a výzkumných záměrů kolegů, můžete vidět, že alokátor představuje vládu a tato volba znamená volby, ale účastníci nebyli vědomi obecných cílů výzkumu. Celkově, Huber a jeho kolegové rekrutoval asi 4000 účastníky, kteří byli placené o 1,25 $ za úkol, který trval asi 8 minut.

Připomeňme si, že jeden z poznatků z dřívějšího výzkumu bylo, že voliči odměnou a trestat zavedené na trhu k výsledkům, které jsou jasně mimo jejich kontrolu, například úspěch místních sportovních týmů a počasí. Aby bylo možné posoudit, zda rozhodnutí účastníci hlasování by mohly být ovlivněny čistě náhodné události v jejich prostředí, Huber a jeho kolegové z přidané loterii s jejich experimentálním systému. Na obou 8. kole nebo 16. kole (tedy těsně před šanci nahradit alokátor) Účastníci byli náhodně umístěny v loterii, kde někteří získal 5000 bodů, někteří vyhráli 0 bodů, a někteří ztratili 5000 bodů. Tato loterie byl určen k napodobení dobrou nebo špatnou zprávu, která je nezávislá na výkonu politika. I přesto, že účastníci byli výslovně řečeno, že loterie byla nesouvisí s výkonem jejich alokátoru, výsledek loterie stále ovlivněny rozhodnutí účastníků. Účastníci, kteří těžily z loterie byla větší pravděpodobnost, aby jejich alokátor, a tento účinek byl silnější, když v loterii se stalo v kole 16-ti těsně před výměnou rozhodování, než když se to stalo v kole 8 (obr 4.14). Tyto výsledky spolu s výsledky několika dalších experimentů v novinách, vedl Huber a kolegy k závěru, že i ve zjednodušené prostředí, voliči mají potíže dělat moudrá rozhodnutí, což je výsledek, který ovlivnil budoucí výzkum o rozhodování voličů procesu (Healy and Malhotra 2013) . Experiment Huber a jeho kolegové ukazují, že MTurk mohou být použity pro nábor účastníků pro experimenty laboratorní stylu přesně testovat velmi specifické teorie. To také ukazuje hodnotu budování vlastní experimentální prostředí: je těžké si představit, jak tytéž procesy mohly být izolovány, takže čistě v jakémkoli jiném prostředí.

Obrázek 4.14: Výsledky Huber, Hill a Lenz (2012). Účastníci, kteří těžily z loterie byly více pravděpodobné, že udržet jejich alokátor, a tento účinek byl silnější, když v loterii se stalo v kole 16-ti těsně před výměnou rozhodování, než když se to stalo v kole 8.

Obrázek 4.14: Výsledky Huber, Hill, and Lenz (2012) . Účastníci, kteří těžily z loterie byly více pravděpodobné, že udržet jejich alokátor, a tento účinek byl silnější, když v loterii se stalo v kole 16-ti těsně před výměnou rozhodování, než když se to stalo v kole 8.

Kromě budování laboratorní podobné experimenty, vědci mohou také vytvořit experimenty, které jsou více v terénu a podobně. Například Centola (2010) postavený digitální polní pokus studovat vliv sociální struktury sítě na šíření chování. Jeho výzkum otázka ho vyžadovat, aby dodržovali stejné chování šíření v populacích, které měly různé sociální struktury sítě, ale bylo jinak k nerozeznání. Jediný způsob, jak to udělat, bylo se na míru dle specifikace experimentu. V tomto případě Centola vybudoval zdravotní komunitu web-based.

Centola rekrutoval asi 1500 účastníků s reklamou na zdravotní internetových stránkách. Když účastníci přišli na on-line komunity-, který byl nazýván Zdravý životní styl Network-Poskytly informovaný souhlas a poté byl přidělen "Zdraví kamarády." Kvůli způsobu, jakým Centola přiděleného tyto zdravotní kamarádi se mu podařilo skloubit dohromady různé sociální struktury sítě v různých skupiny. Některé skupiny byly postaveny mít náhodné sítě (kde byli všichni stejně pravděpodobné, že bude připojen) a jiné skupiny byly stavěny mít clustery sítě (kde se více místně hustý přípojky). Poté, Centola představil nové chování do každé sítě, možnost zaregistrovat nové webové stránky s dalšími informacemi zdraví. Kdykoliv někdo se přihlásili k této nové webové stránky, všechny její zdravotní kamarádů obdrželi e-mail s oznámením toto chování. Centola zjištěno, že toto chování podpisový-up pro nové webové stránky, šíří dále a rychleji v clusterových síti než náhodné sítě, zjištění, že je v rozporu s některými stávajícími teoriemi.

Celkově lze říci, budování své vlastní experiment vám dává mnohem větší kontrolu; to vám umožní postavit co nejlepší prostředí k izolaci, co chcete studovat. Je těžké si představit, jak některé z těchto pokusů by byly provedeny v již existujícím prostředím. Dále budování vlastní systém snižuje etické problémy kolem experimentování ve stávajících systémech. Při vytváření vlastní experiment, nicméně se dostanete do mnoha problémů, které se vyskytly při laboratorních experimentech: náborem účastníků a obavy z realismu. Finální nevýhoda je, že budování své vlastní experiment může být nákladné a časově náročné, ačkoli jak tyto příklady ukazují, že experimenty se může pohybovat od relativně jednoduchých prostředích (například při studiu hlasování Huber, Hill, and Lenz (2012) ) až poměrně složité prostředích (například při studiu sítí a nákazy u Centola (2010) ).