実験は、何が起こったかを測定します。なぜ、メカニズムは、それが起こったのかを説明します。
簡単な実験を越えて移動するための第3の鍵アイデアはメカニズムです。メカニズムは、治療が効果を引き起こした理由や方法を教えて。メカニズムを探索する処理はまた、時々 、変数を介在または変数を媒介探し呼ばれます。実験は因果効果を推定するのに適していますが、それらはしばしばメカニズムを明らかにするように設計されていません。デジタル時代の実験は、私たちは二つの方法でメカニズムを特定するのに役立ちます:1)彼らはより多くのプロセスデータを収集するために私たちを有効にし、2)彼らは多くの関連治療法をテストするために私たちを有効にします。
機構が正式に定義するのが難しいですので(Hedström and Ylikoski 2010)ライムと壊血病:、私は簡単な例から始めるつもりだ(Gerber and Green 2012) 18世紀に医師は船員がライムを食べたとき、彼らは壊血病を取得していないことをかなり良い感覚を持っていました。壊血病は、これは強力な情報だったので恐ろしい病気です。ライムは、壊血病を防ぐしかし、なぜ 、これらの医師は知りませんでした。これは、科学者が確実にビタミンCは石灰が壊血病を防ぐという理由であったことを示すことができたことを、ほぼ200年後、1932年までではなかった(Carpenter 1988, p 191)この場合には、ビタミンCは、ライムが壊血病(図4.9)を防止するメカニズムです。もちろん、メカニズムを同定することは、科学の非常に重要な科学的にたくさんのことが起こる理由を理解することです。メカニズムを特定することが実用的に非常に重要です。我々は、治療が動作する理由を理解したら、我々は、潜在的により良い仕事新しい治療法を開発することができます。
残念ながら、メカニズムを分離することは非常に困難です。ライムと壊血病とは異なり、多くの社会的な設定では、治療はおそらくメカニズムの単離が非常に困難にしている、多くの相互関係の経路を介して動作します。しかし、社会規範およびエネルギー利用の場合、研究者は、プロセスデータを収集し、関連する治療をテストするメカニズムを単離することを試みました。
可能なメカニズムをテストするための一つの方法は、治療が可能な機構に影響を与えたかについてのプロセスデータを収集することです。たとえば、ことを思い出しAllcott (2011)ホームエネルギーレポートは、人々が自分の電気使用量を低減させることが示されました。しかし、どのようにこれらのレポートは、電気使用量を下げるのですか?メカニズムは何でしたか?フォローアップ研究では、 Allcott and Rogers (2014)リベートプログラムを通じて、消費者はより多くのエネルギー効率の良いモデルに彼らのアプライアンスをアップグレードしている情報を取得していた、電力会社と提携。 Allcott and Rogers (2014)そのわずかに多くを発見しましたホームエネルギーレポートを受けている人々は彼らのアプライアンスをアップグレードしました。しかし、この違いはそれだけで処理された家庭でのエネルギー使用の減少の2%を占めることができるように小さかったです。つまり、アプライアンスのアップグレードは、ホームエネルギーレポートは、電力消費量を減少させ、それを通して支配的なメカニズムではありませんでした。
メカニズムを研究する2番目の方法は、治療のわずかに異なるバージョンの実験を実行することです。例えば、実験においてSchultz et al. (2007)およびそれ以降のすべてのホームエネルギーレポートの実験では、参加者は2つの主要な部分1)エネルギーの節約のヒントや仲間(図4.6)へのエネルギー利用に対して約2)の情報を持って治療を提供しました。したがって、省エネのヒントが変化しないピア情報の原因であることが可能です。単独でのヒントが十分なされているかもしれないという可能性を評価するために、 Ferraro, Miranda, and Price (2011)ジョージア州アトランタの近くに水道会社と提携し、約100,000世帯を含む水の保全に関連する実験を実行しました。 4つの条件がありました:
研究者らは、先端のみ治療が短い(1年)、中(2年)で水の使用量に影響を及ぼさなかった、と長い(3年)任期ことがわかりました。ヒント+治療をアピールは、参加者が水の使用量を減少させることが、唯一の短期的なインチ最後に、ヒント+ +ピア情報の処理が原因とアピールは短期、中期、長期(図4.10)に使用量を減少させました。バンドルされていない治療法を用いた実験のこれらの種類は、効果の原因となっているものを一緒-ある治療またはその部品のどの部分を把握するための良い方法です(Gerber and Green 2012, Sec. 10.6)例えば、フェラーロ博士らの実験は、水単独の節約のヒントは、水の使用量を減少させるのに十分ではないことを私たちに示しています。
理想的には、1、コンポーネントの階層化を越えて移動する(ヒント;ヒント+アピール;ヒント+アピール+ピア情報)の完全な要因へのデザインは、また時々 (2 ^ k個\)\と呼ばれる要因計画-どこの各可能な組み合わせ3つの要素が(表4.1)をテストされています。構成要素の全ての可能な組み合わせを試験することにより、研究者は、完全に単独で及び組み合わせの各成分の効果を評価することができます。例えば、フェラーロ博士らの実験だけでは、ピアの比較は行動の長期的な変化をもたらすのに十分であったかどうかは明らかにしていません。過去には、これらの完全な要因設計は、彼らが参加者の多数を必要とし、それらが正確に制御及び処理の多くを提供することができるように研究を必要とするために実行することが困難でした。しかし、デジタル時代には、いくつかの状況では、これらの物流の制約を削除します。
治療 | 特性 |
---|---|
1 | コントロール |
2 | ヒント |
3 | アピール |
4 | ピア情報 |
5 | ヒント+アピール |
6 | ヒント+ピア情報 |
7 | アピール+ピア情報 |
8 | ヒント+アピール+ピア情報 |
要約すると、メカニズム、治療が持っている、それを通して経路信じられないほど重要な効果は、あります。デジタル時代の実験では、研究者は、プロセスデータを収集し、2)完全要因設計を可能にする)1メカニズムについて学ぶことができます。これらのアプローチによって提案されたメカニズムは、それまでに具体的にテストメカニズムに設計された実験によって直接テストすることができます(Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016)
合計では、これら三つの概念、有効性;治療効果の不均一。実験を設計し、解釈するためのアイデアの強力なセットをメカニズム-提供。これらの概念は、研究者がどこで、なぜ治療が働く明らかにする理論へのより緊密なリンクを持っている豊かな実験に「働く」ことについて簡単な実験を超えて移動役立ち、さらに研究者はより効果的な治療法を設計するのに役立つ可能性があります。実験については、この概念の背景を考えると、私は今あなたが実際にあなたの実験を実現することができますどのように変わります。