4.5.2 अपना खुद का प्रयोग बनाएं

अपने स्वयं के प्रयोग का निर्माण महंगा हो सकता है, लेकिन यह प्रयोग है कि आप चाहते हैं बनाने के लिए सक्षम हो जाएगा।

मौजूदा वातावरण के शीर्ष पर प्रयोगों को ओवरले करने के अलावा, आप अपना स्वयं का प्रयोग भी बना सकते हैं। इस दृष्टिकोण का मुख्य लाभ नियंत्रण है; यदि आप प्रयोग बना रहे हैं, तो आप पर्यावरण और उपचार बना सकते हैं जो आप चाहते हैं। इन bespoke प्रयोगात्मक वातावरण प्राकृतिक रूप से होने वाले वातावरण में परीक्षण करने के लिए असंभव सिद्धांतों का परीक्षण करने के अवसर पैदा कर सकते हैं। अपने स्वयं के प्रयोग के निर्माण की मुख्य कमी यह है कि यह महंगा हो सकता है और यह कि पर्यावरण जो आप बनाने में सक्षम हैं, वह स्वाभाविक रूप से होने वाली प्रणाली का यथार्थवाद नहीं हो सकता है। अपने स्वयं के प्रयोग के निर्माण करने वाले शोधकर्ताओं के पास प्रतिभागियों की भर्ती के लिए एक रणनीति भी होनी चाहिए। मौजूदा प्रणालियों में काम करते समय, शोधकर्ता अनिवार्य रूप से अपने प्रतिभागियों को प्रयोग ला रहे हैं। लेकिन, जब शोधकर्ता अपना स्वयं का प्रयोग करते हैं, तो उन्हें प्रतिभागियों को इसमें लाने की आवश्यकता होती है। सौभाग्य से, अमेज़ॅन मैकेनिकल तुर्क (एमटीर्क) जैसी सेवाएं शोधकर्ताओं को प्रतिभागियों को उनके प्रयोगों में लाने के लिए एक सुविधाजनक तरीका प्रदान कर सकती हैं।

एक उदाहरण जो सार सिद्धांतों का परीक्षण करने के लिए bespoke वातावरण के गुणों को दिखाता है वह ग्रेगरी ह्यूबर, सेठ हिल, और गेब्रियल लेनज़ (2012) द्वारा डिजिटल प्रयोगशाला प्रयोग है। यह प्रयोग लोकतांत्रिक शासन के कामकाज के लिए एक संभावित व्यावहारिक सीमा की पड़ताल करता है। इससे पहले वास्तविक चुनावों के गैर-प्रयोगात्मक अध्ययनों ने सुझाव दिया था कि मतदाता मौजूदा राजनेताओं के प्रदर्शन का सटीक आकलन करने में सक्षम नहीं हैं। विशेष रूप से, मतदाता तीन पूर्वाग्रहों से पीड़ित होते हैं: (1) वे संचयी प्रदर्शन के बजाय हाल ही में केंद्रित हैं; (2) वे रोटोरिक, फ़्रेमिंग और मार्केटिंग द्वारा छेड़छाड़ की जा सकती हैं; और (3) वे स्थानीय प्रदर्शन टीमों और मौसम की सफलता जैसे मौजूदा प्रदर्शन से संबंधित घटनाओं से प्रभावित हो सकते हैं। हालांकि, इन पूर्व अध्ययनों में, असली, गन्दा चुनावों में होने वाली अन्य सभी चीजों से इन कारकों में से किसी एक को अलग करना मुश्किल था। इसलिए, ह्यूबर और सहयोगियों ने इन तीन संभावित पूर्वाग्रहों में से प्रत्येक को पृथक करने के लिए एक अत्यधिक सरलीकृत मतदान वातावरण बनाया, और फिर प्रयोगात्मक रूप से अध्ययन किया।

जैसा कि मैंने नीचे प्रयोगात्मक सेट-अप का वर्णन किया है, यह बहुत कृत्रिम लगता है, लेकिन याद रखें कि यथार्थवाद लैब-स्टाइल प्रयोगों में एक लक्ष्य नहीं है। इसके बजाय, लक्ष्य उस प्रक्रिया को स्पष्ट रूप से अलग करना है जिसे आप अध्ययन करने की कोशिश कर रहे हैं, और अधिक यथार्थवाद (Falk and Heckman 2009) साथ अध्ययन में यह तंग अलगाव कभी-कभी संभव नहीं होता है। इसके अलावा, इस विशेष मामले में, शोधकर्ताओं ने तर्क दिया कि यदि मतदाता इस अत्यधिक सरलीकृत सेटिंग में प्रदर्शन का प्रभावी ढंग से मूल्यांकन नहीं कर सकते हैं, तो वे इसे अधिक यथार्थवादी, अधिक जटिल सेटिंग में करने में सक्षम नहीं होंगे।

ह्यूबर और सहयोगियों ने प्रतिभागियों की भर्ती के लिए एमटीर्क का इस्तेमाल किया। एक बार एक प्रतिभागी ने सूचित सहमति प्रदान की और एक संक्षिप्त परीक्षा उत्तीर्ण की, उसे बताया गया कि वह 32-राउंड गेम में टोकन अर्जित करने के लिए भाग ले रही थी जिसे वास्तविक पैसे में परिवर्तित किया जा सकता था। खेल की शुरुआत में, प्रत्येक प्रतिभागी को बताया गया था कि उसे "आवंटक" सौंपा गया था जो उसे हर दौर में मुफ्त टोकन देगा और कुछ आवंटक दूसरों की तुलना में अधिक उदार थे। इसके अलावा, प्रत्येक प्रतिभागी को यह भी बताया गया था कि उसे अपने आवंटक को रखने या गेम के 16 राउंड के बाद एक नया सौंपा जाने का मौका मिलेगा। ह्यूबर और सहयोगियों के शोध लक्ष्यों के बारे में आप जो जानते हैं उसे देखते हुए, आप देख सकते हैं कि आवंटक सरकार का प्रतिनिधित्व करता है और यह विकल्प चुनाव का प्रतिनिधित्व करता है, लेकिन प्रतिभागियों को अनुसंधान के सामान्य लक्ष्यों से अवगत नहीं था। कुल मिलाकर, ह्यूबर और सहयोगियों ने लगभग 4,000 प्रतिभागियों की भर्ती की जिन्हें लगभग आठ मिनट लगने वाले कार्य के लिए 1.25 डॉलर का भुगतान किया गया था।

याद रखें कि पहले के शोध से निष्कर्ष निकालने में से एक यह था कि मतदाता इनाम को इनाम देते हैं और उन परिणामों के लिए दंडित करते हैं जो स्थानीय नियंत्रण टीमों और मौसम की सफलता जैसे उनके नियंत्रण से स्पष्ट हैं। यह मूल्यांकन करने के लिए कि क्या प्रतिभागियों को मतदान करने वाले निर्णय उनकी सेटिंग में पूरी तरह यादृच्छिक घटनाओं से प्रभावित हो सकते हैं, ह्यूबर और सहयोगियों ने अपने प्रयोगात्मक तंत्र में लॉटरी जोड़ दी है। 8 वें दौर या 16 वें राउंड (यानी, आवंटन को बदलने का मौका देने से ठीक पहले) प्रतिभागियों को लॉटरी में यादृच्छिक रूप से रखा गया था, जहां कुछ ने 5,000 अंक जीते थे, कुछ ने 0 अंक जीते थे, और कुछ ने 5,000 अंक गंवाए थे। इस लॉटरी का उद्देश्य राजनीतिज्ञ के प्रदर्शन से स्वतंत्र या बुरी खबरों की नकल करना था। हालांकि प्रतिभागियों को स्पष्ट रूप से बताया गया था कि लॉटरी उनके आवंटकों के प्रदर्शन से असंबंधित थी, लॉटरी के नतीजे ने अभी भी प्रतिभागियों के फैसलों को प्रभावित किया। लॉटरी से लाभ प्राप्त करने वाले प्रतिभागियों को उनके आवंटक को रखने की अधिक संभावना थी, और यह प्रभाव तब मजबूत था जब लॉटरी 16 के दौर में हुई - प्रतिस्थापन निर्णय से ठीक पहले- यह 8 राउंड (आंकड़ा 4.15) में हुआ था। पेपर में कई अन्य प्रयोगों के साथ इन परिणामों के परिणामस्वरूप, ह्यूबर और सहयोगियों ने निष्कर्ष निकाला कि यहां तक ​​कि एक सरल सेटिंग में, मतदाताओं को बुद्धिमान निर्णय लेने में कठिनाई होती है, जिसके परिणामस्वरूप मतदाता निर्णय लेने (Healy and Malhotra 2013) बारे में भविष्य के शोध पर असर पड़ा। । ह्यूबर और सहयोगियों के प्रयोग से पता चलता है कि एमटीर्क का प्रयोग बहुत विशिष्ट सिद्धांतों का सटीक परीक्षण करने के लिए प्रयोगशाला-शैली प्रयोगों के लिए प्रतिभागियों की भर्ती के लिए किया जा सकता है। यह आपके स्वयं के प्रयोगात्मक माहौल के निर्माण का मूल्य भी दिखाता है: यह कल्पना करना मुश्किल है कि इन प्रक्रियाओं को किसी अन्य सेटिंग में इतनी साफ तरीके से कैसे अलग किया जा सकता था।

चित्रा 4.15: Huber, Hill, and Lenz (2012) । लॉटरी से लाभ प्राप्त करने वाले प्रतिभागियों को उनके आवंटक को बरकरार रखने की अधिक संभावना थी, और यह प्रभाव तब मजबूत था जब 16 दौर में लॉटरी प्रतिस्थापन के फैसले से ठीक पहले हुआ था- जब यह 8 दौर में हुआ था। Huber, Hill, and Lenz (2012) से अनुकूलित Huber, Hill, and Lenz (2012) , आंकड़ा 5।

लैब जैसी प्रयोगों के निर्माण के अलावा, शोधकर्ता भी उन प्रयोगों का निर्माण कर सकते हैं जो अधिक क्षेत्र की तरह हैं। उदाहरण के लिए, Centola (2010) ने व्यवहार के प्रसार पर सोशल नेटवर्क संरचना के प्रभाव का अध्ययन करने के लिए एक डिजिटल क्षेत्र प्रयोग बनाया। उनके शोध प्रश्न के लिए उन जनसंख्या में फैले एक ही व्यवहार का पालन करने की आवश्यकता थी, जिसमें विभिन्न सोशल नेटवर्क संरचनाएं थीं लेकिन अन्यथा अलग-अलग थीं। ऐसा करने का एकमात्र तरीका एक bespoke, कस्टम-निर्मित प्रयोग के साथ था। इस मामले में, सेंटोला ने एक वेब-आधारित स्वास्थ्य समुदाय बनाया।

सेंटोला ने स्वास्थ्य वेबसाइटों पर विज्ञापन के माध्यम से 1,500 प्रतिभागियों की भर्ती की। जब प्रतिभागी ऑनलाइन समुदाय में पहुंचे- जिसे स्वस्थ जीवनशैली नेटवर्क कहा जाता था-उन्होंने सूचित सहमति प्रदान की और फिर उन्हें "स्वास्थ्य मित्रों" सौंपा गया। क्योंकि सेंटोला ने इन स्वास्थ्य मित्रों को सौंपा, जिस तरह से वह विभिन्न सामाजिक नेटवर्क संरचनाओं को एक साथ बुनाई करने में सक्षम था विभिन्न समूह कुछ समूहों को यादृच्छिक नेटवर्क बनाने के लिए बनाया गया था (जहां सभी को समान रूप से कनेक्ट होने की संभावना थी), जबकि अन्य समूह क्लस्टर्ड नेटवर्क (जहां कनेक्शन अधिक स्थानीय रूप से घने होते हैं) के लिए बनाए गए थे। फिर, सेंटोला ने प्रत्येक नेटवर्क में एक नया व्यवहार पेश किया: अतिरिक्त स्वास्थ्य जानकारी के साथ एक नई वेबसाइट के लिए पंजीकरण करने का मौका। जब भी इस नई वेबसाइट के लिए साइन अप किया गया, तो उसके सभी स्वास्थ्य मित्रों को इस व्यवहार की घोषणा करने वाला एक ईमेल प्राप्त हुआ। सेंटोला ने पाया कि नई वेबसाइट के लिए यह व्यवहार-साइन-अप-यादृच्छिक नेटवर्क की तुलना में क्लस्टर नेटवर्क में आगे और तेज़ी से फैल गया, एक खोज जो कुछ मौजूदा सिद्धांतों के विपरीत थी।

कुल मिलाकर, अपने स्वयं के प्रयोग का निर्माण आपको अधिक नियंत्रण देता है; यह आपको उस अध्ययन को अलग करने के लिए सर्वोत्तम संभव वातावरण बनाने में सक्षम बनाता है जिसे आप पढ़ना चाहते हैं। कल्पना करना मुश्किल है कि मैंने जो दो प्रयोगों का वर्णन किया है, वे पहले से ही मौजूदा वातावरण में प्रदर्शन कर सकते थे। इसके अलावा, अपने सिस्टम का निर्माण मौजूदा प्रणालियों में प्रयोग के आसपास नैतिक चिंताओं को कम करता है। जब आप अपना प्रयोग बनाते हैं, हालांकि, आप लैब प्रयोगों में आने वाली कई समस्याओं में भाग लेते हैं: प्रतिभागियों की भर्ती और यथार्थवाद के बारे में चिंताओं। एक अंतिम नकारात्मक पक्ष यह है कि अपने स्वयं के प्रयोग का निर्माण महंगा और समय लेने वाला हो सकता है, हालांकि, जैसा कि इन उदाहरणों से पता चलता है, प्रयोग अपेक्षाकृत सरल वातावरण (जैसे Huber, Hill, and Lenz (2012) द्वारा मतदान का अध्ययन कर सकते हैं) अपेक्षाकृत जटिल वातावरण (जैसे नेटवर्क का अध्ययन और Centola (2010) द्वारा Centola (2010) )।