4.1 Cyflwyniad

Yn y dulliau sylw hyd yn hyn yn y ymddygiad llyfrau arsylwi (Pennod 2) a gofyn cwestiynau (Pennod 3) -researchers yn casglu data am yr hyn sy'n digwydd yn naturiol yn y byd. Mae'r dull a drafodir yn y bennod-redeg hyn arbrofion-yn sylfaenol wahanol. Pan fydd ymchwilwyr yn cynnal arbrofion, maent yn systematig ymyrryd yn y byd i greu data sy'n ddelfrydol ar gyfer ateb cwestiynau am berthynas achos-ac-effaith.

Achos-ac-effaith cwestiynau yn gyffredin iawn mewn ymchwil gymdeithasol, ac enghreifftiau yn cynnwys cwestiynau megis A yw cynyddu cyflogau athrawon cynyddu dysgu myfyrwyr? Beth yw effaith isafswm cyflog ar gyfraddau cyflogaeth? Sut mae hil ymgeisydd am swydd yn effeithio ar ei siawns o gael swydd? Yn ychwanegol at y cwestiynau achosol benodol, weithiau achosi-ac-effaith cwestiynau yn ymhlyg yn y cwestiynau mwy cyffredinol am uchafu rhai metrig perfformiad. Er enghraifft, y cwestiwn "Pa botwm lliw fydd gwneud y gorau rhoddion ar wefan safle NGO?" Yn wirioneddol llawer o gwestiynau am effaith gwahanol liwiau botwm ar roddion.

Un ffordd o ateb cwestiynau achos-ac-effaith yw i chwilio am batrymau mewn data sy'n bodoli eisoes. Er enghraifft, gan ddefnyddio data o filoedd o ysgolion, efallai y byddwch yn cyfrifo bod myfyrwyr yn dysgu mwy mewn ysgolion sy'n cynnig cyflogau athrawon yn uchel. Ond, mae cydberthynas hwn yn dangos bod cyflogau uwch yn achosi myfyrwyr i ddysgu mwy? Wrth gwrs ddim. gallai ysgolion lle mae athrawon yn ennill mwy fod yn wahanol mewn sawl ffordd. Er enghraifft, efallai y myfyrwyr mewn ysgolion â chyflogau athrawon uchel yn dod o deuluoedd cyfoethocach. Felly, yr hyn edrych fel y gallai effaith o athrawon newydd ddod o gymharu gwahanol fathau o fyfyrwyr. Gelwir y gwahaniaethau heb ei fesur rhwng myfyrwyr yn cael eu confounders, ac yn gyffredinol, y posibilrwydd o confounders wreaks havoc ar allu ymchwilwyr i ateb cwestiynau achos-ac-effaith drwy chwilio am batrymau mewn data sy'n bodoli eisoes.

Un ateb i'r broblem o confounders yw ceisio gwneud cymariaethau teg drwy addasu ar gyfer gwahaniaethau gweladwy rhwng y grwpiau. Er enghraifft, efallai y byddwch yn gallu lawrlwytho data dreth eiddo o nifer o wefannau'r llywodraeth. Yna, fe allech chi gymharu perfformiad y myfyrwyr yn yr ysgolion lle mae prisiau cartref yn debyg ond cyflogau athrawon yn wahanol, ac efallai y byddwch yn dal i ddod o hyd bod myfyrwyr yn dysgu mwy mewn ysgolion â chyflog athro uwch. Ond, mae yna lawer o confounders posibl. Efallai y rhieni o'r rhain myfyriwr yn wahanol o ran eu lefel o addysg neu efallai yr ysgolion yn wahanol o ran eu bod yn agos i lyfrgelloedd cyhoeddus neu efallai hefyd yn cael yr ysgolion gyda thâl athrawon uwch gyflog uwch ar gyfer prifathrawon a phrif cyflog, nid yw cyflog athro, sydd mewn gwirionedd yn yr hyn yn cynyddu dysgu myfyrwyr. Gallech geisio mesur y ffactorau eraill hyn hefyd, ond y rhestr o confounders posibl yn ei hanfod ddiddiwedd. Mewn llawer o sefyllfaoedd, ni allwch fesur ac addasu ar gyfer yr holl confounders posibl. Gall y dull hwn yn unig yn mynd â chi hyd yn hyn.

Ateb gwell i'r broblem o confounders yn rhedeg arbrofion. Arbrofion galluogi ymchwilwyr i symud y tu hwnt i'r cydberthyniadau wrth digwydd data yn naturiol er mwyn ateb ddibynadwy achos-ac-effaith cwestiwn. Yn yr oes analog, arbrofion yn aml yn anodd yn logistaidd ac yn ddrud. Yn awr, yn yr oes ddigidol, cyfyngiadau logistaidd yn raddol diflannu. Nid yn unig mae'n haws i'w wneud arbrofion fel ymchwilwyr hynny wedi ei wneud yn y gorffennol, mae bellach yn bosibl i redeg mathau newydd o arbrofion.

Yn yr hyn yr wyf wedi ysgrifennu hyd yn hyn dwi wedi bod braidd yn rhydd yn fy iaith, ond mae'n bwysig gwahaniaethu rhwng dau beth: arbrofion ac arbrofion rheoledig ar hap. Mewn arbrawf ymchwilydd yn ymyrryd yn y byd ac yna'n mesur canlyniad. Rydw i wedi clywed y dull hwn ddisgrifio fel "perturb ac arsylwi." Mae'r strategaeth hon yn effeithiol iawn yn y gwyddorau naturiol, ond yn y gwyddorau meddygol a chymdeithasol, mae yna ddull arall sy'n gweithio'n well. Mewn arbrawf rheoledig ar hap yn ymchwilydd yn ymyrryd i rai pobl ac nid i eraill, ac, yn hollbwysig, mae'r ymchwilydd yn penderfynu y mae pobl yn derbyn yr ymyriad gan randomization (ee, flipping darn arian). Mae'r weithdrefn hon yn sicrhau bod arbrofion rheoledig ar hap yn creu cymariaethau teg rhwng dau grŵp: un sydd wedi derbyn yr ymyriad ac un nad wedi. Mewn geiriau eraill, arbrofion rheoledig ar hap yn ateb i broblemau confounders. Er gwaethaf y gwahaniaethau pwysig rhwng arbrofion ac arbrofion rheoledig ar hap, ymchwilwyr cymdeithasol yn aml yn defnyddio'r termau hyn yn gyfnewidiol. 'N annhymerus' yn dilyn confensiwn hwn, ond, mewn mannau arbennig, byddaf yn torri'r confensiwn i bwysleisio gwerth arbrofion rheoledig ar hap dros arbrofion heb randomization a grŵp rheoli.

arbrofion rheoledig ar hap wedi profi i fod yn ffordd bwerus i ddysgu am y byd cymdeithasol, ac yn y bennod hon, byddaf yn dysgu mwy am sut i'w defnyddio yn eich ymchwil chi. Yn Adran 4.2, 'n annhymerus' yn dangos y rhesymeg sylfaenol o arbrofi ag enghraifft o arbrawf ar Wicipedia. Yna, yn Adran 4.3, 'n annhymerus' yn disgrifio'r gwahaniaeth rhwng arbrofion labordy ac arbrofion maes ac mae'r gwahaniaethau rhwng arbrofion analog ac arbrofion digidol. Ymhellach, 'n annhymerus' yn dadlau y gall arbrofion maes digidol yn cynnig y nodweddion gorau o arbrofion labordy analog (rheolaeth dynn) ac arbrofion maes analog (realaeth), i gyd ar raddfa nad oedd yn bosibl o'r blaen. Nesaf, yn Adran 4.4, 'n annhymerus' yn disgrifio tri chysyniad-dilysrwydd, heterogenedd o effeithiau triniaeth, a mecanweithiau-sy'n hollbwysig ar gyfer dylunio arbrofion cyfoethog. Gyda y cefndir hwnnw, byddaf yn disgrifio'r cyfaddawdau sy'n ymwneud â'r ddwy brif strategaethau ar gyfer cynnal arbrofion digidol: gwneud y gwaith eich hun (Adran 4.5.1) neu mewn partneriaeth gyda'r pwerus (Adran 4.5.2). Yn olaf, byddaf yn cloi gyda rhywfaint o gyngor dylunio ynghylch sut y gallwch fanteisio ar y pŵer go iawn o arbrofion digidol (Adran 4.6.1) a disgrifio rhai cyfrifoldeb sy'n dod gyda phŵer hynny (Adran 4.6.2). Bydd y bennod hon yn cael ei gyflwyno gyda lleiafswm o nodiant mathemategol ac iaith ffurfiol; Dylai darllenwyr sydd â diddordeb mewn dull mwy ffurfiol, mathemategol i arbrofion hefyd ddarllen yr Atodiad Technegol ar ddiwedd y bennod.