4.5.1.2 Bauen Sie Ihr eigenes Experiment
Ihr eigenes Experiment Gebäude könnte teuer werden, aber es wird Ihnen ermöglichen , das Experiment zu erstellen , die Sie wollen.
Neben Experimenten auf vorhandene Umgebungen überlagern, können Sie auch Ihr eigenes Experiment bauen. Der Hauptvorteil dieses Ansatzes ist die Kontrolle; wenn Sie das Experiment aufbauen, können Sie die Umwelt und Behandlungen erstellen, die Sie wollen. Diese maßgeschneiderten experimentellen Umgebungen können Möglichkeiten schaffen, Theorien zu testen, die unmöglich sind natürlich vorkommende Umgebungen zu testen, in. Die Hauptnachteile des eigenen Experiment bauen sind, dass es teuer sein kann und dass die Umwelt, die Sie in der Lage sind, könnten zu schaffen nicht den Realismus eines natürlich vorkommenden System. Forscher ihr eigenes Experiment bauen muss auch eine Strategie haben die Teilnehmer für die Rekrutierung. Wenn in bestehenden Systemen arbeiten, bringen Forscher im Wesentlichen die Experimente ihre Teilnehmer. Aber, wenn Forscher ihre eigenen Experiment aufzubauen, müssen sie die Teilnehmer, um es zu holen. Glücklicherweise Dienste wie Amazon Mechanical Turk (MTurk) können die Forscher bieten eine bequeme Möglichkeit, die Teilnehmer zu ihren Experimenten zu bringen.
Ein Beispiel , das die Vorzüge von maßgeschneiderten Umgebungen zum Testen abstrakte Theorien zeigt ist das digitale Laborexperiment von Gregory Huber, Seth Hill und Gabriel Lenz (2012) . Das Experiment untersucht eine mögliche praktische Beschränkung auf das Funktionieren der demokratischen Regierungsführung. Frühere nichtexperimentelle Studien der tatsächlichen Wahlen deuten darauf hin, dass die Wähler nicht in der Lage sind, genau die Leistung der etablierten Politiker beurteilen. Insbesondere scheinen die Wähler von drei Neigungen zu leiden: 1) konzentrierte sich auf den letzten und nicht kumulative Leistung; 2) manipulierbar durch Rhetorik, Framing und Marketing; und 3) von den Ereignissen in keinem Zusammenhang mit etablierten Leistung, wie der Erfolg der lokalen Sport-Team und das Wetter beeinflusst. In diesen früheren Studien jedoch war es schwierig, alle diese Faktoren, die von all den anderen Sachen zu isolieren, die in Echt, unordentliche Wahlen geschieht. Daher erstellt Huber und Kollegen eine stark vereinfachte Abstimmungs Umgebung, um zu isolieren und dann experimentell untersuchen, wobei jeder dieser drei möglichen vorspannt.
Wie beschreibe ich die Versuchsaufbau darunter sehr künstlich klingen wird, aber denken Sie daran, dass Realismus kein Ziel in Labor-Stil Experimente ist. Vielmehr ist es das Ziel, klar , den Prozess zu isolieren , die Sie studieren möchten, und diese enge Isolation ist manchmal nicht möglich , in Studien mit mehr Realismus (Falk and Heckman 2009) . sie werden in der Lage sein es nicht in einer realistischeren, komplexere Einstellung zu tun Ferner argumentierten die Forscher in diesem speziellen Fall, dass, wenn die Wähler nicht effektiv Leistung in dieser stark vereinfachten Einstellung auswerten kann, dann.
Huber und Kollegen verwendeten Amazon Mechanical Turk (MTurk) Teilnehmer zu rekrutieren. Sobald ein Teilnehmer informierten Zustimmung zur Verfügung gestellt und mit einem kurzen Test bestanden, wurde ihr gesagt, dass sie in einem 32 runden Spiel beteiligt war Tokens zu verdienen, die in echtes Geld umgewandelt werden könnten. Zu Beginn des Spiels, wurde jeder Teilnehmer gesagt, dass sie eine "Allocator" zugewiesen worden war, dass sie freie Token in jeder Runde geben würde und dass einige Allocators waren großzügiger als andere. Des weiteren wurde jeder Teilnehmer auch gesagt, dass sie eine Chance, entweder zu ihr allocator halten oder zugewiesen werden, um eine neue nach 16 Runden des Spiels haben. Nach dem, was Sie wissen über Huber und Forschungsziele "Kollegen, können Sie sehen, dass die allocator eine Regierung darstellt und diese Wahl stellt eine Wahl, aber die Teilnehmer waren der allgemeinen Ziele der Forschung nicht bewusst. Insgesamt Huber und Kollegen rekrutierten rund 4.000 Teilnehmer, die über eine Aufgabe 1,25 $ bezahlt wurden, die etwa 8 Minuten in Anspruch nahm.
Daran erinnern, dass eines der Ergebnisse aus früheren Untersuchungen war, dass die Wähler Belohnung und Bestrafung von etablierten Unternehmen für Ergebnisse, die deutlich außerhalb ihrer Kontrolle, wie zum Beispiel den Erfolg der lokalen Sportmannschaften und das Wetter sind. Um zu beurteilen, ob die Teilnehmer Wahlentscheidungen könnten durch rein zufällige Ereignisse in ihrer Umgebung beeinflusst werden, Huber und Kollegen gegeben, um eine Lotterie, um ihre experimentellen System. An jedem der 8. Runde oder der 16. Runde (dh kurz vor der Chance, die Allocator zu ersetzen) Teilnehmer wurden zufällig in einer Lotterie platziert, wo einige 5000 Punkte gewonnen, einige 0 Punkte, und einige verloren 5000 Punkte. Diese Lotterie war beabsichtigt, um gute oder schlechte Nachrichten zu imitieren, die der Leistung des Politikers unabhängig ist. Auch wenn die Teilnehmer ausdrücklich gesagt wurde, dass die Lotterie auf die Leistung ihrer allocator in keinem Zusammenhang war, das Ergebnis der Lotterie noch Teilnehmer Entscheidungen beeinflusst. Die Teilnehmer, die von der Lotterie profitieren waren eher bereit, ihre allocator zu halten, und dieser Effekt war stärker als die Lotterie in Runde 16 unmittelbar vor dem Austausch geschah Entscheidungs als, als es passierte in Runde 8 (Abbildung 4.14). Diese Ergebnisse, zusammen mit den Ergebnissen von mehreren anderen Versuchen in dem Papier, führte Huber und Kollegen zu dem Schluss , dass auch in einer vereinfachten Einstellung, die Wähler haben Schwierigkeiten , weise Entscheidungen zu treffen, ein Ergebnis , das die zukünftige Forschung über Wähler Entscheidungsfindung beeinflusst (Healy and Malhotra 2013) . Das Experiment von Huber und Kollegen zeigt, dass MTurk verwendet werden, können sich die Teilnehmer zu rekrutieren für Labor-Stil Experimente genau sehr spezifische Theorien zu testen. Es zeigt auch den Wert Ihrer eigenen experimentellen Umgebung bauen: es schwer vorstellbar ist, wie diese gleichen Prozesse so sauber in jeder anderen Einstellung isoliert worden sein könnte.
Abbildung 4.14: Ergebnisse von Huber, Hill, and Lenz (2012) . Die Teilnehmer, die von der Lotterie profitieren waren eher bereit, ihre allocator zu behalten, und dieser Effekt war stärker als die Lotterie in Runde 16 unmittelbar vor dem Austausch geschah Entscheidungs als, als es passierte in Runde 8.
Neben dem Aufbau Labor-Experimente wie können die Forscher auch Experimente bauen, die mehr feldartige sind. Zum Beispiel Centola (2010) baute ein digitales Feldversuch die Wirkung von sozialen Netzwerk - Struktur auf die Ausbreitung von Verhalten zu studieren. Seine Forschungsfrage verlangte, dass er das gleiche Verhalten zu beobachten, in der Bevölkerung verbreiten, die unterschiedliche soziale Netzwerkstrukturen hatten, waren aber sonst nicht zu unterscheiden. Der einzige Weg, dies zu tun, war mit einem maßgeschneiderten, maßgeschneiderte Experiment. In diesem Fall gebaut Centola eine web-basierte Gesundheitsgemeinschaft.
Centola rekrutiert über 1.500 Teilnehmer mit Werbung auf Gesundheits-Websites. Wenn die Teilnehmer an der Online-Community-die kam die gesunde Lebensweise genannt wurde Netzwerk-sofern sie ihr Einverständnis und wurden dann zugewiesen "Gesundheit Kumpels." Wegen der Art und Weise Centola diese gesundheitlichen Freunde zugewiesen konnte er zusammen verschiedene soziale Netzwerkstrukturen in verschiedenen Strick Gruppen. Einige Gruppen gebaut wurden zufällig Netzwerke zu haben (wo alle gleich wahrscheinlich war, verbunden zu werden) und andere Gruppen wurden gebaut, um gruppierte Netzwerke haben (wo Verbindungen sind lokal dicht). Dann führte Centola ein neues Verhalten in jedem Netzwerk, die Chance für eine neue Website mit zusätzlichen Gesundheitsinformationen zu registrieren. Jedes Mal, wenn jemand für diese neue Website angemeldet, die alle ihre Gesundheit Freunde erhalten eine E-Mail dieses Verhalten ankündigt. Centola gefunden, dass dieses Verhalten-Unterzeichnung-up für die neue Website verbreitet weiter und schneller in der Cluster-Netzwerk als das zufälliges Netzwerk, ein Befund, der für einige bestehende Theorien widersprach.
Insgesamt Ihr eigenes Experiment Gebäude gibt Ihnen viel mehr Kontrolle; ermöglicht es Ihnen, die bestmögliche Umgebung zu konstruieren, zu isolieren, was Sie studieren wollen. Es ist schwer vorstellbar, wie eine dieser Experimente wurden in einer bereits bestehenden Umgebung durchgeführt könnte. Ferner nimmt Ihr eigenes System bauen ethische Bedenken um in bestehende Systeme zu experimentieren. Wenn Sie Ihr eigenes Experiment bauen, aber laufen Sie viele der Probleme, in die in den Laborexperimenten auftreten: Rekrutierung von Teilnehmern und Sorgen über Realismus. Ein letzter Nachteil ist , dass Ihr eigenes Experiment bauen kann , obwohl kostspielig und zeitaufwendig sein , wie diese Beispiele zeigen, können die Experimente von relativ einfachen Umgebungen (wie die Studie der Abstimmung von reichen Huber, Hill, and Lenz (2012) ) zu relativ komplexen Umgebungen (beispielsweise die Untersuchung von Netzwerken und Ansteckung durch Centola (2010) ).
