4.6 مشاوره

آیا شما در حال انجام آن خودتان و یا کار با یک شریک، من می خواهم به ارائه دو قطعه از مشاوره است که من در بر داشت به ویژه در کار خود من مفید است. اول، فکر می کنم به همان اندازه که ممکن است قبل از هر گونه اطلاعات جمع آوری شده است. این توصیه احتمالا به محققان عادت کرده اند به در حال اجرا آزمایش آشکار به نظر می رسد، اما آن را برای محققان عادت کرده اند به کار با منابع داده های بزرگ بسیار مهم است (فصل 2). با منابع داده های بزرگ بیشتر از کار می افتد بعد از شما داده است، اما آزمایش هستند در مقابل؛ بیشتر از کار اتفاق می افتد باید قبل از جمع آوری داده ها. یکی از بهترین راه ها برای خودتان را مجبور به دقت فکر می کنم در مورد طراحی و تجزیه و تحلیل خود را برای ایجاد و ثبت نام یک برنامه تجزیه و تحلیل برای آزمایش خود را. خوشبختانه، بسیاری از بهترین شیوه برای تجزیه و تحلیل داده های تجربی به دستورالعمل های گزارش رسمی شده است، و این دستورالعمل ها یک محل عالی برای شروع در هنگام ایجاد طرح تجزیه و تحلیل خود را (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .

قطعه دوم از مشاوره این است که هیچ یک آزمایش است برای رفتن به کامل، و چون از آن، شما باید سعی کنید به طراحی یک سری از آزمایش که یکدیگر را تقویت. من حتی شنیده ام این را به عنوان استراتژی ناوگان شرح؛ به جای تلاش برای ساخت یک کشتی جنگی عظیم، شما ممکن است تعداد زیادی ساختمان بهتر از کشتی های کوچکتر با نقاط قوت مکمل. این نوع از مطالعات چند آزمایش معمول در روانشناسی هستند، اما آنها در جاهای دیگر نادر است. خوشبختانه، هزینه پایین برخی از آزمایش های دیجیتال باعث می شود این نوع از چند آزمایش به مطالعه آسان تر است.

همچنین، من می خواهم به ارائه دو قطعه از مشاوره که در حال حاضر کمتر شایع هستند، اما به ویژه برای طراحی آزمایشات عصر دیجیتال مهم: ایجاد صفر داده هزینه نهایی و ساخت اخلاق به طراحی کنید.