4.1 Ynlieding

Yn 'e oanpak dy't oant no ta yn dit boekbeheardende gedrach behannele binne (haadstik 2) en fragen stelle (haadstik 3) -researchers sammelje gegevens sûnder yntinsyf en systematyske feroaring fan' e wrâld. De oanpak dy't yn dizze haadstipe-eksperiminten is, is oars oars. As ûndersikers eksperiminten útfiere, sille se systematyske ynteressearje yn 'e wrâld om gegevens te meitsjen dy't ideaal oanfollet om te freegjen fragen oer oarsaken en effektive relaasjes.

Cause-and-effect fragen binne hiel gewoan yn sosjale ûndersyk, en foarbylden binne ûnder oaren fragen as: Ferheget de ferheging fan leararen opliedings foar studint learen? Wat is it effekt fan minimum lean op wurkgelegenheden? Hoe wurket de race fan 'e oanfreegjen fan' e baan har kâns om in baan te krijen? Neist dizze explizit causale fragen binne soms oarspronklike oarsaken en effektive fragen útsluten yn algemiene fragen oer maksimalisaasje fan guon prestaasjes metrike. Bygelyks de fraach "Hoe kleur moat de donate knop wêze op in webside fan 'e NGO?" Is echt in protte fragen oer it effekt fan ferskate knopke kleuren op spenden.

Ien manier om antwurd-en-effekt fragen te beantwurdzjen is te sykjen nei patroanen yn besteande gegevens. Bygelyks, weromreis nei de fraach oer it effekt fan learares salarissen op studint learen, kinne jo berekkenje dat learlingen mear leare op skoallen dy't hege leararen salaris oanbiede. Mar, dit korrelaasje lit sjen dat hegere salarjen learkrêften liede om mear te lezen? Fansels net. Skoallen dêr't learkrêften mear fertsjinje kinne miskien op ferskate wizen ferskille. Bygelyks kinne learlingen op skoallen mei hege leararen salarjen komme út rike famyljes. Sa, wat liket as in effekt fan learkrêften kin gewoan komme út fergeliking fan ferskate soarten studinten. Dy unmeasured ferskillen tusken learlingen wurde neamd confounders, en, útsoarte, de mooglikheid fan confounders wreaks havoc op ûndersikers 'fermogen om te beänderjen oarsaak-en-effekt fragen troch socht nei patroanen yn besteande gegevens.

Ien oplossing foar it probleem fan konfondinten is besykje te fergelykjen fergelykjen te meitsjen troch oanpassing foar beoardielde ferskillen tusken groepen. Jo kinne bygelyks mooglik wêze foar it belesting fan belestingsbelesting fan in tal regeartsiden. Dan kinne jo de ferliking fan learlingen op skoallen fergrutse, dêr't hûskosten likernôch binne, mar learaar salaris binne oars, en jo kinne noch fine dat studinten mear leare yn skoallen mei hegere learaar betelje. Mar der binne noch in protte mooglike konfrontanten. Miskien binne de âlders fan dizze studinten ferskille yn har nivo fan oplieding. Of faaks binne de skoallen ferskille yn har closeness oan publike biblioteken. Of miskien de skoallen mei hegere learkrêft betelje ek hegere betel foar direkteuren, en wichtichste beteljen, net learaar betelje, is echt wat it learen fan studint fergrutet. Jo kinne besykje om dizze faktueren te mjitearjen en oan te passen, mar de list fan mooglike confonders is yn wêzen ûnfolslein. Yn in protte situaasjes kinne jo allinich net mjit- en oanpassje foar alle mooglike ferfanger. As antwurd op dizze útdaging hawwe ûndersikers in tal techniken ûntwikkele foar it meitsjen fan kausale skatten út net-eksperimintale gegevens - Ik haw in haadstik fan in diskusje besprutsen - mar foar inkele soarten fragen binne dizze techniken beheind, en eksperiminten biede in belofte alternatyf.

Eksperiminten kinne ûndersikers befetsje om de korrelaasjes yn natuerlik opnommen gegevens te ferpleatsen om sa foarkomme te foegjen en effektive fragen te foarkommen. Yn it analoere leeftyd waarden eksperiminten faak logistysk dreech en djoer. No, yn 'e digitale leeftyd binne logistike konflikten stadichoan ferdwine. Net allinich is it makliker om eksperiminten te dwaan lykas dy yn it ferline dien binne, it is no mooglik om nije soarten eksperiminten út te fieren.

Yn wat ik oant no ta skreau, haw ik in lyts los yn myn taal west, mar it is wichtich om te ûnderskieden tusken twa dingen: eksperiminten en randomisearre kontrolearre eksperiminten. Yn in eksperimint ynteressearret in ûndersiker yn 'e wrâld en nimt dan in útkomst. Ik hearde dizze oanpak beskreaun as "perturbearje en observearje." Yn in randomisearre kontroleard eksperimint ynteressearret in ûndersiker foar guon minsken en net foar oaren, en de ûndersiker beslút hoefolle minsken de yntervinsje krije troch randomisearring (bgl. In munt te flipjen). Randomisearre kontrolearjende eksperiminten meitsje krekte fergeliking tusken twa groepen: ien dy't de yntervinsje krige en ien dy't net hat. Mei oare wurden, randomisearre kontrolearjende eksperiminten binne in oplossing foar de problemen fan confonders. Ferneamde eksperiminten hawwe lykwols allinich in ienige groep dy't de yntervinsje krigen hat, en dus kin de resultaten kin ûndersikers nei de ferkearde konklúzje liede (sa't ik gau prate). Nettsjinsteande de wichtige ferskillen tusken eksperiminten en randomisearre kontrolearjende eksperiminten brûke de sosjale ûndersikers faak dizze termen te wikseljen. Ik sil dit konvinsje folgje, mar, op bepaalde punten, sil ik de konvinsje brekke om de wearde fan randomisearre kontrolearre eksperiminten te beklamje oer eksperiminten sûnder randomisearring en in kontrôtgroep.

Randomisearre kontrolearjende eksperiminten hawwe bewiisd dat in machtige manier is om te learen oer de maatskiplike wrâld, en yn dit haadstik sil ik jo mear witte oer hoe't jo se yn jo ûndersyk brûke. Yn paragraaf 4.2 sil ik de basis logika fan eksperimintearje ymportearje mei in foarbyld fan in eksperimint op Wikipedia. Dan yn 'e paragraaf 4.3 sil ik it ferskil tusken laborferzjes en fjildekseksjes en de ferskillen tusken analoge eksperiminten en digitale eksperiminten beskriuwe. Fierder sille ik bepale dat digitale fjilden eksperiminten de bêste funksjes fan analoge laboreksekspesjes (tight control) en analogen feldeksperimint (realisme) biede, allegear op in skaal dy't net earder mooglik wie. Dêrnei beskriuw ik yn haadstik 4 trije begripen-jildigens, heterogeniteit fan behannelingseffekten, en meganismen-dat binne kritysk foar it ûntwerpen fan rike eksperiminten. Mei dat eftergrûn sil ik de hannelingen besykje yn 'e beide haadstrategyen foar it útfieren fan digitale eksperiminten: it dogge sels of partnersjen mei de machtige. Oan 'e ein komme ik mei in soad ûntwerp advys oer hoe jo kinne foardielen fan' e echte krêft fan digitale eksperiminten (paragraaf 4.6.1) en beskriuwe wat fan 'e ferantwurdlikens dy't mei dy krêft komt (seksje 4.6.2).