Στις προσεγγίσεις που καλύπτονται μέχρι στιγμής σε αυτή τη συμπεριφορά παρακολούθησης βιβλίων (κεφάλαιο 2) και στην ερώτηση (κεφάλαιο 3), οι ερευνητές συλλέγουν δεδομένα χωρίς να αλλάζουν σκόπιμα και συστηματικά τον κόσμο. Η προσέγγιση που καλύπτεται σε αυτά τα πειράματα που εκτελούνται στο κεφάλαιο αυτό είναι θεμελιωδώς διαφορετική. Όταν οι ερευνητές διενεργούν πειράματα, παρεμβαίνουν συστηματικά στον κόσμο για να δημιουργήσουν δεδομένα που είναι ιδανικά για να απαντήσουν σε ερωτήσεις σχετικά με τις σχέσεις αιτίας-αποτελέσματος.
Οι ερωτήσεις αιτίας-αποτελέσματος είναι πολύ συχνές στην κοινωνική έρευνα και παραδείγματα περιλαμβάνουν ερωτήματα όπως: Αύξηση των μισθών των εκπαιδευτικών αυξάνει την εκμάθηση των μαθητών; Ποιος είναι ο αντίκτυπος του κατώτατου μισθού στα ποσοστά απασχόλησης; Πώς η κούρσα του αιτούντος εργασία επηρεάζει την πιθανότητα να πάρει δουλειά; Εκτός από αυτές τις ρητές αιτιώδεις ερωτήσεις, μερικές φορές οι ερωτήσεις αιτίας-αποτελέσματος είναι σιωπηρές σε γενικότερες ερωτήσεις σχετικά με τη μεγιστοποίηση κάποιας μέτρησης απόδοσης. Για παράδειγμα, η ερώτηση "Τι χρώμα πρέπει να έχει το κουμπί δωρεάς στην ιστοσελίδα ενός ΜΚΟ;" είναι πραγματικά πολλές ερωτήσεις σχετικά με την επίδραση των διαφορετικών χρωμάτων των κουμπιών στις δωρεές.
Ένας τρόπος για να απαντήσετε στις ερωτήσεις αιτίας-αποτελέσματος είναι να αναζητήσετε μοτίβα στα υπάρχοντα δεδομένα. Για παράδειγμα, επιστρέφοντας στην ερώτηση σχετικά με την επίδραση των μισθών των εκπαιδευτικών στη μάθηση των σπουδαστών, μπορεί να υπολογίσετε ότι οι μαθητές μαθαίνουν περισσότερα στα σχολεία που προσφέρουν υψηλούς μισθούς εκπαιδευτικών. Αλλά, αυτή η συσχέτιση δείχνει ότι οι υψηλότεροι μισθοί αναγκάζουν τους μαθητές να μάθουν περισσότερα; Φυσικά και όχι. Τα σχολεία όπου οι εκπαιδευτικοί κερδίζουν περισσότερα μπορούν να διαφέρουν από πολλές απόψεις. Για παράδειγμα, οι σπουδαστές στα σχολεία με υψηλά μισθώματα των εκπαιδευτικών μπορεί να προέρχονται από πλουσιότερες οικογένειες. Έτσι, αυτό που μοιάζει με μια επίδραση των εκπαιδευτικών θα μπορούσε απλά να προέλθει από τη σύγκριση διαφορετικών τύπων μαθητών. Αυτές οι μη μετρημένες διαφορές μεταξύ των μαθητών ονομάζονται συγχυτικές και, γενικά, η πιθανότητα συγχύσεων καταστρέφει την ικανότητα των ερευνητών να απαντούν στις ερωτήσεις αιτίας-αποτελέσματος αναζητώντας πρότυπα στα υπάρχοντα δεδομένα.
Μια λύση στο πρόβλημα των συγχυτικών είναι να προσπαθήσουμε να κάνουμε δίκαιες συγκρίσεις προσαρμόζοντας τις παρατηρούμενες διαφορές μεταξύ των ομάδων. Για παράδειγμα, ενδέχεται να μπορείτε να κάνετε λήψη δεδομένων σχετικά με το φόρο ακίνητης περιουσίας από διάφορους κυβερνητικούς ιστότοπους. Στη συνέχεια, θα μπορούσατε να συγκρίνετε τις επιδόσεις των μαθητών στα σχολεία όπου οι τιμές κατοικίας είναι παρόμοιες, αλλά οι μισθοί των εκπαιδευτικών είναι διαφορετικοί και εξακολουθείτε να διαπιστώνετε ότι οι μαθητές μαθαίνουν περισσότερα σε σχολεία με υψηλότερη αμοιβή εκπαιδευτικών. Υπάρχουν, ωστόσο, πολλές πιθανές συγχύσεις. Ίσως οι γονείς αυτών των φοιτητών να διαφέρουν στο επίπεδο της εκπαίδευσής τους. Ή ίσως τα σχολεία διαφέρουν ως προς την εγγύτητά τους με τις δημόσιες βιβλιοθήκες. Ή ίσως τα σχολεία με υψηλότερη αμοιβή των εκπαιδευτικών έχουν επίσης υψηλότερη αμοιβή για τους διευθυντές, και η κύρια αμοιβή, όχι η αμοιβή των εκπαιδευτικών, είναι πραγματικά ό, τι είναι η αυξανόμενη μάθηση των μαθητών. Θα μπορούσατε να προσπαθήσετε να μετρήσετε και να προσαρμόσετε αυτούς τους παράγοντες, αλλά ο κατάλογος των πιθανών συγχρονιστών είναι ουσιαστικά ατελείωτος. Σε πολλές περιπτώσεις, απλά δεν μπορείτε να μετρήσετε και να προσαρμόσετε για όλους τους πιθανούς συγχυτικούς παράγοντες. Απαντώντας σε αυτή την πρόκληση, οι ερευνητές έχουν αναπτύξει μια σειρά τεχνικών για τη λήψη αιτιώδους εκτιμήσεως από μη πειραματικά δεδομένα - συζήτησα μερικά από αυτά στο κεφάλαιο 2, αλλά για ορισμένα είδη ερωτήσεων οι τεχνικές αυτές είναι περιορισμένες και τα πειράματα προσφέρουν πολλά υποσχόμενα εναλλακτική λύση.
Τα πειράματα επιτρέπουν στους ερευνητές να ξεπεράσουν τις συσχετίσεις στα φυσικά δεδομένα, προκειμένου να απαντήσουν αξιόπιστα σε συγκεκριμένες ερωτήσεις αιτίας-αποτελέσματος. Στην αναλογική εποχή, τα πειράματα ήταν συχνά από υλικοτεχνική άποψη δυσχερή και δαπανηρά. Τώρα, στην ψηφιακή εποχή, οι υλικοτεχνικοί περιορισμοί σταδιακά ξεθωριάζουν. Όχι μόνο είναι ευκολότερο να κάνετε πειράματα όπως αυτά που έγιναν στο παρελθόν, είναι τώρα δυνατή η εκτέλεση νέων ειδών πειραμάτων.
Σε αυτό που έχω γράψει μέχρι στιγμής, έχω χαλαρώσει στη γλώσσα μου, αλλά είναι σημαντικό να διακρίνουμε δύο πράγματα: τα πειράματα και τα τυχαία ελεγχόμενα πειράματα. Σε ένα πείραμα , ένας ερευνητής παρεμβαίνει στον κόσμο και στη συνέχεια μετρά ένα αποτέλεσμα. Έχω ακούσει αυτή την προσέγγιση που περιγράφεται ως «διαταράσσει και παρατηρεί». Σε ένα τυχαία ελεγχόμενο πείραμα ένας ερευνητής παρεμβαίνει για μερικούς ανθρώπους και όχι για άλλους και ο ερευνητής αποφασίζει ποιοι άνθρωποι λαμβάνουν την παρέμβαση με τυχαιοποίηση (π.χ., κτύπημα ενός νομίσματος). Τα τυχαία ελεγχόμενα πειράματα δημιουργούν δίκαιες συγκρίσεις μεταξύ δύο ομάδων: μία που έχει λάβει την παρέμβαση και μία που δεν έχει. Με άλλα λόγια, τυχαιοποιημένα ελεγχόμενα πειράματα είναι μια λύση στα προβλήματα των συγχυτικών. Τα πειράματα διαταραχής και παρατήρησης, ωστόσο, περιλαμβάνουν μόνο μία ομάδα που έχει λάβει την παρέμβαση και επομένως τα αποτελέσματα μπορούν να οδηγήσουν τους ερευνητές σε λάθος συμπέρασμα (όπως θα δούμε σύντομα). Παρά τις σημαντικές διαφορές μεταξύ των πειραμάτων και των τυχαίων ελεγχόμενων πειραμάτων, οι κοινωνικοί ερευνητές χρησιμοποιούν συχνά αυτούς τους όρους εναλλακτικά. Θα ακολουθήσω αυτή τη σύμβαση, αλλά σε ορισμένα σημεία θα σπάσω τη σύμβαση για να τονίσω την αξία των τυχαίων ελεγχόμενων πειραμάτων σε πειράματα χωρίς τυχαιοποίηση και μια ομάδα ελέγχου.
Τα τυχαία ελεγχόμενα πειράματα έχουν αποδειχθεί ότι είναι ένας ισχυρός τρόπος να μάθουν για τον κοινωνικό κόσμο και σε αυτό το κεφάλαιο θα σας δείξω περισσότερα για το πώς θα τα χρησιμοποιήσετε στην έρευνά σας. Στην ενότητα 4.2, θα επεξηγήσω τη βασική λογική του πειραματισμού με ένα παράδειγμα ενός πειράματος στη Wikipedia. Στη συνέχεια, στην ενότητα 4.3, θα περιγράψω τη διαφορά μεταξύ εργαστηριακών πειραμάτων και πειραμάτων πεδίου και των διαφορών μεταξύ αναλογικών πειραμάτων και ψηφιακών πειραμάτων. Επιπλέον, θα υποστηρίξω ότι τα πειράματα ψηφιακού πεδίου μπορούν να προσφέρουν τα καλύτερα χαρακτηριστικά των αναλογικών εργαστηριακών πειραμάτων (σφιχτό έλεγχο) και των αναλογικών πειραμάτων πεδίου (ρεαλισμός), όλα σε κλίμακα που δεν ήταν δυνατή προηγουμένως. Στη συνέχεια, στην ενότητα 4.4, θα περιγράψω τρεις έννοιες - εγκυρότητα, ετερογένεια των επιδράσεων της θεραπείας και μηχανισμούς - οι οποίοι είναι κρίσιμοι για το σχεδιασμό πλούσιων πειραμάτων. Με αυτό το υπόβαθρο, θα περιγράψω τα εμπόδια που εμπλέκονται στις δύο κύριες στρατηγικές για τη διεξαγωγή ψηφιακών πειραμάτων: το κάνετε μόνοι σας ή συνεργάζεστε με τους ισχυρούς. Τέλος, θα ολοκληρώσω με κάποιες συμβουλές σχεδιασμού σχετικά με το πώς μπορείτε να εκμεταλλευτείτε την πραγματική δύναμη των ψηφιακών πειραμάτων (ενότητα 4.6.1) και να περιγράψετε κάποια ευθύνη που έρχεται με αυτή την εξουσία (ενότητα 4.6.2).