Μπορούμε να προσεγγίσουμε πειράματα που δεν μπορούμε να κάνουμε. Οι δύο προσεγγίσεις που κυρίως επωφελούνται από την ψηφιακή εποχή που ταιριάζουν και φυσικά πειράματα.
Πολλά σημαντικά επιστημονικά και πολιτικά θέματα είναι αιτιώδης. Ας εξετάσουμε, για παράδειγμα, το ακόλουθο ερώτημα: ποια είναι η επίδραση ενός προγράμματος επαγγελματικής κατάρτισης για τους μισθούς; Ένας τρόπος για να απαντήσουμε στο ερώτημα αυτό θα ήταν με μια τυχαιοποιημένη ελεγχόμενη πείραμα όπου οι εργαζόμενοι τυχαιοποιήθηκαν είτε να λαμβάνουν εκπαίδευση ή όχι να λάβουν εκπαίδευση. Στη συνέχεια, οι ερευνητές θα μπορούσε να εκτιμηθεί η επίδραση της κατάρτισης για αυτούς τους συμμετέχοντες με την απλή σύγκριση των μισθών των ανθρώπων που έλαβαν την εκπαίδευση σε εκείνους που δεν το παραλάβει.
Η απλή σύγκριση είναι έγκυρη, γιατί κάτι που συμβαίνει πριν από τα δεδομένα που συλλέγονται ακόμα: την τυχαιοποίηση. Χωρίς τυχαιοποίηση, το πρόβλημα είναι πολύ πιο περίπλοκη. Ένας ερευνητής θα μπορούσε να συγκρίνει τους μισθούς των ανθρώπων που εθελοντικά εγγραφεί για την κατάρτιση σε όσους δεν έχουν υπογράψει-up. Η σύγκριση αυτή θα μπορούσε πιθανότατα να δείχνουν ότι οι άνθρωποι που έλαβαν κατάρτιση κερδίσει περισσότερα, αλλά πόσα από αυτά είναι λόγω της κατάρτισης και πόσο από αυτό είναι επειδή οι άνθρωποι που θα υπογράψουν-up για την εκπαίδευση είναι διαφορετικά από εκείνα που δεν υπογράψει-up για την εκπαίδευση; Με άλλα λόγια, είναι δίκαιο να συγκρίνουμε τους μισθούς αυτών των δύο ομάδων των ανθρώπων;
Αυτή η ανησυχία για δίκαιη συγκρίσεις οδηγεί μερικούς ερευνητές να πιστεύουν ότι είναι αδύνατο να γίνουν εκτιμήσεις αιτιώδης χωρίς την εκτέλεση ενός πειράματος. Ο ισχυρισμός αυτός πηγαίνει πολύ μακριά. Ενώ είναι αλήθεια ότι τα πειράματα παρέχουν τις ισχυρότερες αποδείξεις για τις επιπτώσεις συνάφεια, υπάρχουν και άλλες στρατηγικές που μπορούν να παρέχουν πολύτιμες εκτιμήσεις συνάφειας. Αντί να σκεφτόμαστε ότι οι εκτιμήσεις συνάφειας είτε είναι εύκολη (στην περίπτωση των πειραμάτων) ή αδύνατη (σε περίπτωση που παρατηρείται παθητικά στοιχεία), είναι καλύτερα να σκεφτούμε τις στρατηγικές για την πραγματοποίηση αιτιώδη εκτιμήσεις που βρίσκονται κατά μήκος ενός συνεχούς από την ισχυρότερη προς την ασθενέστερη (Σχήμα 2.4). Στο ισχυρότερο άκρο της συνέχειας είναι τυχαιοποιημένη ελεγχόμενη πειράματα. Αλλά, αυτά είναι συχνά δύσκολο να γίνει στην κοινωνική έρευνα, επειδή πολλές θεραπείες απαιτούν εξωπραγματικές ποσότητες συνεργασίας από κυβερνήσεις ή εταιρείες? πολύ απλά υπάρχουν πολλά πειράματα που δεν μπορούμε να κάνουμε. Θα αφιερώσει όλες του κεφαλαίου 4 τόσο για τα πλεονεκτήματα και τις αδυναμίες των τυχαιοποιημένων ελεγχόμενων πειραμάτων, και θα υποστηρίζουν ότι σε ορισμένες περιπτώσεις, υπάρχουν ισχυροί ηθικούς λόγους να προτιμούν παρατήρησης σε πειραματικές μεθόδους.
Προχωρώντας κατά μήκος της συνέχειας, υπάρχουν περιπτώσεις όπου οι ερευνητές δεν έχουν τυχαία ρητά. Δηλαδή, οι ερευνητές προσπαθούν να μάθουν τη γνώση πείραμα που μοιάζει χωρίς στην πραγματικότητα να κάνει ένα πείραμα? Φυσικά, αυτό πρόκειται να είναι δύσκολο, αλλά μεγάλο δεδομένων βελτιώνει σημαντικά την ικανότητά μας να κάνουν αιτιώδης εκτιμήσεις σε αυτές τις καταστάσεις.
Μερικές φορές υπάρχουν ρυθμίσεις, όπου τυχαιότητα του κόσμου συμβαίνει να δημιουργηθεί κάτι σαν ένα πείραμα για τους ερευνητές. Αυτά τα σχέδια ονομάζονται φυσικά πειράματα, και θα πρέπει να εξεταστεί λεπτομερώς στην Ενότητα 2.4.3.1. Δύο χαρακτηριστικά των μεγάλων πηγών-δεδομένα τους πάντα-για τη φύση και το μέγεθός τους, σε μεγάλο βαθμό ενισχύει την ικανότητά μας να μαθαίνουμε από τα φυσικά πειράματα, όταν αυτά συμβαίνουν.
Προχωρώντας πιο μακριά από τυχαιοποιημένες ελεγχόμενες πειράματα, μερικές φορές δεν υπάρχει καν ένα γεγονός στη φύση που μπορούμε να χρησιμοποιήσουμε για την προσέγγιση ένα φυσικό πείραμα. Σε αυτές τις ρυθμίσεις, μπορούμε να κατασκευάσουμε προσεκτικά συγκρίσεις εντός μη πειραματικά δεδομένα, σε μια προσπάθεια για την προσέγγιση ενός πειράματος. Αυτά τα σχέδια που ονομάζεται αντιστοίχιση, και θα πρέπει να εξεταστεί λεπτομερώς στην Ενότητα 2.4.3.2. Όπως φυσικά πειράματα, αντιστοίχιση είναι ένα σχέδιο που ωφελεί επίσης από τις μεγάλες πηγές δεδομένων. Ειδικότερα, η μαζική μεγέθους τόσο ως προς τον αριθμό των περιπτώσεων και το είδος των πληροφοριών ανά περίπτωση, σε μεγάλο βαθμό διευκολύνει ταιριάζουν. Η βασική διαφορά μεταξύ των φυσικών πειραμάτων και αντιστοίχιση είναι ότι στο φυσικό πειράματα ο ερευνητής γνωρίζει τη διαδικασία μέσω της οποίας ανατέθηκε θεραπεία και πιστεύει ότι για να είναι τυχαία.
Η έννοια της δίκαιης συγκρίσεις που οδήγησαν τις επιθυμίες για να κάνει πειράματα διαπνέει επίσης τις δύο εναλλακτικές προσεγγίσεις: τα φυσικά πειράματα και να ταιριάζουν. Οι προσεγγίσεις αυτές θα σας επιτρέψει να εκτιμήσουμε επιδράσεις αιτιώδης από παθητικά παρατηρούμενα δεδομένα από την ανακάλυψη δίκαιες συγκρίσεις κάθεται εσωτερικό των δεδομένων που ήδη έχετε.