4.5.2 Rakenna oma kokeilusi
Rakennus oma kokeilu saattaa olla kallista, mutta se avulla voit luoda kokeilun, jonka haluat.
Voit myös luoda omia kokeiluja päällekkäisten kokeiden päälle olemassa olevien ympäristöjen päälle. Tämän lähestymistavan pääasiallinen etu on valvonta; jos rakennat kokeilua, voit luoda haluamasi ympäristön ja hoidot. Nämä räätälöidyt kokeelliset olosuhteet voivat luoda mahdollisuuksia testata teorioita, joita ei voida testata luonnossa esiintyvissä ympäristöissä. Oman kokeilun rakentamisen tärkeimmät haitat ovat se, että se voi olla kallista ja että ympäristö, jonka pystyt luomaan, ei ehkä ole luonnollisesti esiintyvän järjestelmän realismi. Myös oman kokeilujakson rakentajilla on oltava strategia osallistujien rekrytoinnille. Käytettäessä nykyisiä järjestelmiä tutkijat vievät kokeita olennaisesti osallistujiinsa. Mutta kun tutkijat rakentavat oman kokeilunsa, heidän on saatava osallistujia siihen. Onneksi esimerkiksi Amazon Mechanical Turkin (MTurk) palvelut voivat tarjota tutkijoille kätevän tavan tuoda osallistujia kokeiluihin.
Yksi esimerkki, joka havainnollistaa räätälöityjä ympäristöjä abstraktien teorioiden testaamiseen on Gregory Huberin, Seth Hillin ja Gabriel Lenzin (2012) digitaalinen laboratoriokokeilu. Tämä kokeilu tutkii mahdollista käytännön rajoittamista demokraattisen hallintotavan toimintaan. Aikaisemmat, ei-kokeelliset tutkimukset todellisista vaaleista viittasivat siihen, että äänestäjät eivät pysty arvioimaan tarkasti vakiintuneiden poliitikkojen suorituskykyä. Varsinkin äänestäjät näyttävät kärsivän kolmesta ennakkoluulosta: (1) he keskittyvät viimeaikaiseen eikä kumulatiiviseen suorituskykyyn; (2) niitä voidaan manipuloida retoriikalla, kehystämällä ja markkinoimalla; ja 3) niihin voi vaikuttaa tapahtumia, jotka eivät liity vakiintuneisiin tuloksiin, kuten paikallisten urheilujoukkueiden menestys ja sää. Näissä aikaisemmissa tutkimuksissa oli kuitenkin vaikea erottaa mitään näistä tekijöistä kaikista muista todellisista, sotkuisista vaaleista tapahtuvista asioista. Siksi Huber ja kollegat loivat erittäin yksinkertaistetun äänestysympäristön eristääkseen ja sitten kokeellisesti tutkimaan kukin näistä kolmesta mahdollisesta ennakkoluulosta.
Kun kuvaan alla olevaa kokeellista kokoonpanoa, se kuulostaa erittäin keinotekoiselta, mutta muista, että realismi ei ole tavoite lab-tyyli kokeissa. Pikemminkin tavoitteena on selvästi eristää prosessi, jota yrität opiskella, ja tämä tiukka eristäminen ei joskus ole mahdollista tutkimuksissa, joissa on enemmän realismia (Falk and Heckman 2009) . Lisäksi tässä tapauksessa tutkijat väittivät, että jos äänestäjät eivät pysty tehokkaasti arvioimaan suoritusta tällä erittäin yksinkertaistetulla tavalla, he eivät pysty tekemään sitä realistisemmassa ja monimutkaisemmassa tilanteessa.
Huber ja kollegat käyttivät MTurkia rekrytoimaan osallistujia. Kun osallistuja oli antanut suostumuksensa ja läpäissyt lyhyen testin, hänelle kerrottiin, että hän osallistui 32-kierroksiseen peliin ansaitsemaan rahakkeita, jotka voidaan muuntaa oikeiksi rahoiksi. Pelin alussa jokaiselle osallistujalle kerrottiin, että hänelle oli annettu "jakajan" joka antaisi hänelle ilmaiset rahakkeet joka kierrokselta ja että jotkut jakelijat olivat anteliasemmiksi kuin toiset. Jokaiselle osallistujalle kerrottiin myös, että hänellä olisi mahdollisuus joko säilyttää jakajansa tai antaa hänelle uusi 16 kierroksen jälkeen. Huberin ja kollegoiden tutkimustavoitteiden perusteella tiedät, että jakajan edustaja on hallitus ja tämä valinta edustaa vaaleja, mutta osanottajat eivät olleet tietoisia tutkimuksen yleisistä tavoitteista. Yhteensä Huber ja kollegat rekrytoivat noin 4000 osallistujaa, jotka maksettiin noin 1,25 dollaria tehtävään, joka kesti noin kahdeksan minuuttia.
Muistathan, että yksi aikaisempien tutkimusten tuloksista oli, että äänestäjät palkitsevat ja rankaisevat vakiintuneita operaattoreita tuloksille, jotka ovat selvästi hallitsemattomia, kuten paikallisten urheilujoukkueiden ja sääolojen menestys. Jotta voitaisiin arvioida, voisivatko osallistujien äänestyspäätökset vaikuttaa satunnaisesti satunnaisiin tapahtumiin, Huber ja kollegat lisäsivät arpajaiset kokeilujärjestelmäänsä. Joko kahdeksannella kierroksella tai 16. kierroksella (eli juuri ennen tilaajan korvaamista) osallistujat satunnaisesti sijoitettiin arpajaisiin, jossa jotkut voittivat 5000 pistettä, jotkut voittivat 0 pistettä ja jotkut menettivät 5 000 pistettä. Tämän arpajaisen tarkoituksena oli jäljitellä hyviä tai huonoja uutisia, jotka ovat riippumattomia poliitikkojen toiminnasta. Vaikka osallistujat kerrottiin nimenomaisesti, että arpajaiset eivät liity jakajan suorituskykyyn, arpajaisten tulos vaikutti silti osallistujien päätöksiin. Arpajaiset hyötyivät todennäköisemmin jakelijasta, ja tämä vaikutus oli voimakkaampi, kun arpajaiset tapahtui kierroksella 16 - juuri ennen korvauspäätöstä - kuin silloin, kun se tapahtui kierroksella 8 (kuva 4.15). Nämä tulokset yhdessä useiden muiden kokeiden kanssa johtivat Huberin ja kollegoiden päätelmään, että jopa yksinkertaistetussa tilanteessa äänestäjillä on vaikeuksia tehdä viisaita päätöksiä, mikä vaikutti tulevaan tutkimukseen äänestäjien päätöksenteosta (Healy and Malhotra 2013) . Huberin ja kollegoiden kokeilu osoittaa, että MTurkilla voidaan käyttää rekrytoitavia osallistujia laboratoriotyyppisiin kokeisiin testatakseen tarkasti hyvin erityisiä teorioita. Se osoittaa myös oman kokeellisen ympäristön rakentamisen arvon: on vaikea kuvitella, miten nämä samat prosessit olisi voitu eristää niin puhtaasti missä tahansa muussa ympäristössä.
Kuva 4.15: Huber, Hill, and Lenz (2012) . Arpajaiset hyötyivät todennäköisemmin jakajaan, ja tämä vaikutus oli voimakkaampi, kun arpajaiset tapahtui kierroksella 16 juuri ennen korvauspäätöstä kuin silloin, kun se tapahtui kierroksella 8. Mukautettu Huber, Hill, and Lenz (2012) , kuva 5.
Laboratorioiden kaltaisten kokeiden rakentamisen lisäksi tutkijat voivat myös rakentaa kokeita, jotka ovat kentän kaltaisia. Esimerkiksi Centola (2010) rakensi digitaalisen kenttätutkimuksen, jossa selvitettiin sosiaalisen verkoston rakenteen vaikutusta käyttäytymisen leviämiseen. Hänen tutkimuskysymyksessään hänen oli noudatettava samaa käyttäytymistä leviävässä populaatioissa, joilla oli erilaiset sosiaaliset verkostorakenteet mutta joita muuten ei voida erottaa toisistaan. Ainoa tapa tehdä tämä oli räätälöity, räätälöity kokeilu. Tässä tapauksessa Centola rakensi web-pohjaisen terveysyhteisön.
Centola palkkasi noin 1 500 osallistujaa mainostamalla terveyttä verkkosivuilla. Kun osallistujat saapuivat verkkoyhteisöön - jota kutsuttiin Healthy Lifestyle Networkiksi - he antoivat tietoisen suostumuksen ja heidät sallii "terveydenhuollon ystävät". Koska Centola oli antanut näille terveydenhuollon ystäville, hän pystyi yhdistämään erilaisia sosiaalisen verkoston rakenteita eri ryhmiä. Jotkut ryhmät on rakennettu satunnaisiin verkkoihin (joissa kaikki olivat yhtä todennäköisesti yhteydessä), kun taas muut ryhmät on rakennettu siten, että niillä on ryhmittyneet verkot (joissa yhteydet ovat paikallisesti tiheämpiä). Sitten Centola otti käyttöön uuden käyttäytymisen jokaiseen verkkoon: mahdollisuuden rekisteröityä uudelle verkkosivustolle, jolla on lisätietoa terveydestä. Aina kun kuka tahansa liittyi tähän uuteen verkkosivustoon, kaikki hänen terveydenhuollon ystävät saivat sähköpostiviestin, joka ilmoitti tämän käyttäytymisen. Centola totesi, että tämä käyttäytyminen - rekisteröityminen uudelle verkkosivulle - levisi edelleen ja nopeammin klusteroidussa verkossa kuin satunnaisessa verkossa, mikä oli vastoin jo olemassa olevia teorioita.
Kaiken kaikkiaan oman kokeen rakentaminen antaa paljon enemmän hallintaa. Sen avulla voit rakentaa parhaan mahdollisen ympäristön eristääksesi mitä haluat opiskella. On vaikea kuvitella, miten kaksi edellä kuvattua kokeilua olisi voitu suorittaa jo olemassa olevassa ympäristössä. Lisäksi oman järjestelmän rakentaminen vähentää eettisiä huolenaiheita nykyisten järjestelmien kokeilemiseen. Kun rakennat oman kokeilusi, kuitenkin törmäät monissa laboratoriokokeissa havaituista ongelmista: rekrytoimalla osallistujia ja realismin huolenaiheita. Lopullinen haittapuoli on se, että oman kokeilun rakentaminen voi olla kallista ja aikaa vievää, mutta kuten näistä esimerkeistä käy ilmi, kokeilu voi vaihdella suhteellisen yksinkertaisista ympäristöistä (kuten Huber, Hill, and Lenz (2012) äänestyskertomus) suhteellisen monimutkaisiin ympäristöihin (kuten verkostojen tutkimukseen ja Centola (2010) tartuntaan).
