Tilraunir mæla hvað gerðist. Aðferðir útskýra hvers vegna og hvernig það gerðist.
Þriðja Lykillinn Hugmyndin að flytja út einföldum tilraunum er kerfi. Aðferðir segja okkur hvers vegna eða hvernig meðferð olli áhrif. Ferlið að leita að leiðum er einnig stundum kölluð leita grípa breytur eða miðla breytur. Þó tilraunir eru góð til að meta orsakatengsl áhrifum, eru þeir oft ekki hönnuð til að sýna kerfi. Digital Age tilraunir geta hjálpað okkur að finna leiðir á tvo vegu: 1) þeir gera okkur kleift að safna fleiri ferli gagna og 2) þeir gera okkur kleift að prófa margar tengdar meðferðir.
Vegna aðferðir eru erfiður að skilgreina formlega (Hedström and Ylikoski 2010) , ég ætla að byrja með einfalt dæmi: Limes og skyrbjúg (Gerber and Green 2012) . Á 18. öld læknar höfðu nokkuð góða tilfinningu að þegar sjómenn borðuðu limes þeir vildu ekki fá skyrbjúg. Veili er hræðilegur sjúkdómur þannig að þetta var öflugur upplýsingar. En, þessir læknar ekki vita hvers vegna Limes í veg fyrir skyrbjúg. Það var ekki fyrr en 1932, næstum 200 árum síðar, að vísindamenn gætu örugglega sýnt að C-vítamín var ástæðan að kalk í veg fyrir skyrbjúg (Carpenter 1988, p 191) . Í þessu tilviki, C-vítamín er kerfi þar sem Limes koma í veg fyrir skyrbjúg (mynd 4.9). Að sjálfsögðu, að bera kennsl á kerfi er mjög mikilvægt vísindalega hellingur af vísindum er um að skilja hvers vegna hlutirnir gerast. Að bera kennsl kerfi er mjög mikilvægt nánast. Þegar við skiljum hvers vegna meðferð virkar, þá getum við hugsanlega þróa nýjar meðferðir sem vinna enn betur.
Því miður, einangra leiðum er mjög erfitt. Ólíkt súraldin og skyrbjúg, í mörgum félagslegum stillingar, meðferðir líklega ganga í gegnum margar innbyrðis leiðum, sem gerir einangrun kerfi mjög erfitt. Hins vegar, í tilviki félagslegum viðmiðum og orkunotkun, hafa vísindamenn reynt að einangra kerfi með því að safna ferli gagna og prófa tengjast meðferðir.
Ein leið til að prófa mögulegar leiðir er með því að safna ferli gagna um hvernig meðferð áhrif mögulegt fyrirkomulag. Til dæmis, muna að Allcott (2011) sýndi að Home Energy Skýrslur olli fólki að lækka rafmagn notkun þeirra. En, hvernig þessar skýrslur lægri rafmagn notkun? Hvað voru aðferðir? Í eftirfylgni rannsóknarinnar, Allcott and Rogers (2014) í samstarfi við orkufyrirtækis sem, í gegnum endurgreiðsla program, hafði eignast upplýsingar sem neytendur uppfærsla tæki þeirra til að fleiri orka duglegur módel. Allcott and Rogers (2014) fann að örlítið meira fólk fá Heimilið Energy Skýrslur uppfærsla tæki þeirra. En þessi munur var svo lítið að það gæti aðeins grein fyrir 2% lækkun á orkunotkun í meðhöndluðum heimila. Með öðrum orðum, tæki uppfærsla voru ekki ríkjandi kerfi þar sem Home Energy Report minnkað raforkunotkun.
A second leiðin til að læra aðferðir er að keyra tilraunir með örlítið mismunandi útgáfur af meðferð. Til dæmis, í tilrauninni um Schultz et al. (2007) og allar síðari Home Energy Report tilraunir, þátttakendur voru veitt með meðferð sem hefur tvo megin hluta 1) Ábendingar um orkusparnaði og 2) upplýsingar um orkunotkunar þeirra miðað við jafnaldra þeirra (mynd 4.6). Þannig er mögulegt að orka sparnaður ábendingar eru hvað olli breytingu, ekki jafningi upplýsingar. Að meta möguleika að ábendingar einir gæti hafa dugað, Ferraro, Miranda, and Price (2011) í samstarfi við vatni fyrirtæki nálægt Atlanta, GA, og hljóp tengdum tilraun um varðveislu vatni felur um 100.000 heimili. Það voru fjögur skilyrði:
Rannsakendur komust að ábendingar eina meðferð hafði engin áhrif á vatn notkun í stuttu máli (eins árs), miðlungs (tveggja ára), og lengi (þriggja ára) í senn. The ábendingar + höfða meðferð olli þátttakendum að minnka vatnsnotkun, en aðeins í stuttan tíma. Að lokum, ábendingar + höfða + jafningi upplýsingar meðferð olli lækkuðu notkun á stuttum, miðlungs og lengri tíma (mynd 4.10). Þessar tegundir af tilraunum með uppskiptrar meðferðir eru góð leið til að reikna út hvaða hluta af meðferðinni-eða hvaða hlutar saman-eru þau sem eru að valda áhrifum (Gerber and Green 2012, Sec. 10.6) . Til dæmis, að tilraunin um Ferraro og samstarfsmenn sýnir okkur að vatn sparnaður ábendingar einir eru ekki nóg til að minnka vatnsnotkun.
Helst myndi fara út lagskiptingu Hluti (kenndur; ábendingar + höfða; ábendingar + höfða + upplýsingar jafningi) til Alþáttatilraunir-líka stundum kallað \ (2 ^ k \) factorial design-þar allar mögulegar samsetningar af þrír þættir er prófað (tafla 4.1). Með því að prófa allar mögulegar samsetningar af hlutum, vísindamenn geta fullkomlega meta áhrif hvers efnisþáttar í einangrun og í samsetningu. Til dæmis, að tilraunin um Ferraro og samstarfsmenn ekki sýna hvort jafningi samanburður einn hefði verið nóg til að leiða til langtíma breytingum á hegðun. Í the fortíð, hafa þessir Full Factorial hönnun verið erfitt að keyra vegna þess að þeir þurfa mikinn fjölda þátttakenda og þeir þurfa rannsakendur að vera fær um að nákvæmlega stjórna og skila fjölda meðferða. En, stafræna aldri fjarlægir þessar skipulagningar þvingun í sumum tilfellum.
meðferð | einkenni |
---|---|
1 | stjórn |
2 | ábendingar |
3 | áfrýjun |
4 | jafningi upplýsingar |
5 | ábendingar + höfða |
6 | ábendingar + jafningi upplýsingar |
7 | Kæra + jafningi upplýsingar |
8 | ábendingar + höfða + jafningi upplýsingar |
Í stuttu máli, aðferðir-leiðum þar sem meðferð hefur áhrif-eru ótrúlega mikilvæg. Digital Age tilraunir geta hjálpað vísindamenn lært um leiðir um 1) að safna ferli gagna og 2) gerir Full Factorial hönnun. Aðferðir leiðbeinandi af þessum aðferðum er síðan með því að prófa beint af tilraunum sérstaklega hönnuð til að prófa aðferðir (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .
Í heildar, þessir þrír hugtökin réttmæti; misleitni áhrif meðferðar; og aðferðir-veita öflugt mengi hugmyndir til að hanna og túlka tilraunir. Þessi hugtök hjálpa vísindamenn fara út einfaldar tilraunir um hvað "verk" til ríkari tilraunum sem hafa þrengri tengla á kenningu, sem sýna hvar og hvers vegna meðferðir vinna, og gæti jafnvel hjálpað vísindamenn hanna skilvirkari meðferð. Í ljósi þessa huglæg bakgrunnur um tilraunir, ætla ég nú að snúa til hvernig þú getur raunverulega gert tilraunir þínar gerast.