4.1はじめに
この本-観察行動（第2章）と質問をする（第3章）でこれまでに覆われたアプローチで-researchersは自然の世界で何が起こっているかについてのデータを収集します。アプローチは、根本的に異なるこの章実行-ある実験で覆われました。研究者が実験を実行すると、彼らは体系的に理想的な因果関係についての質問に答えるのに適しているデータを作成するために、世界に介入します。
原因と結果の質問は、社会調査では非常に一般的であり、例としては、教師の給与は、学生の学習を高める増加していますなどの質問が含まれて？雇用率に最低賃金の影響は何ですか？どのように求職者のレースは、仕事を得るの彼女のチャンスをもたらすのでしょうか？これらの明示的因果関係の質問に加えて、時には因果質問はいくつかのパフォーマンスメトリックの最大化に関する一般的な質問で暗黙的です。たとえば、「NGOのウェブサイトのサイト上で寄付を最大化する何色のボタン？」という質問には本当に寄付に異なるボタンの色の効果についての質問がたくさんあります。
因果の質問に答えるための一つの方法は、既存のデータのパターンを探すことです。例えば、学校の数千からのデータを使用して、あなたは、学生が高い教師の給与を提供しています学校でより多くを学ぶことが計算できない場合があります。しかし、この相関は高い給与は、学生がより多くを学ぶために引き起こすことを示しているのでしょうか？もちろん違います。教師はもっと稼ぐ学校は多くの点で異なる場合があります。例えば、高教師の給与と学校の生徒は裕福な家族から来るかもしれません。したがって、どのような教師の効果のように見えることは、単に学生の異なる種類を比較するから来ることができました。学生間のこれらの未測定の違いは交絡因子と呼ばれ、一般的には、交絡因子の可能性は、既存のデータのパターンを探すことにより因果の質問に答えるために、研究者の能力に大混乱を天下。
交絡因子の問題に対する1つの解決策は、グループ間の観察可能な差異を調整することにより、公正な比較をするために試してみることです。たとえば、政府のウェブサイトの数から固定資産税のデータをダウンロードすることができるかもしれません。そして、あなたは住宅価格が類似しているが、教師の給与が異なっている、とあなたはまだ学生が高い教師の賃金と学校でより多くを学ぶことを見つけるかもしれない学校で生徒の成績を比較することができます。しかし、まだ多くの可能な交絡因子が存在します。たぶん、これらの学生の両親は、教育のレベルが異なるまたは多分学校は公立図書館への近さが異なるまたは多分高い教員給与と学校はまた、プリンシパルと元本支払のためのより高い賃金ではなく、教師の賃金を持って増加しているものは本当にあります生徒の学習。あなたは同様に、これらの他の要因を測定しようとすることができますが、可能な交絡因子のリストは、本質的に無限大です。多くの状況で、あなただけ測定することはできませんし、すべての可能な交絡因子を調整します。このアプローチは、これまで行くことができます。
交絡因子の問題へのよりよい解決策は、実験を実行しています。実験は自然に確実に因果質問に答えるために、データを発生に相関関係を越えて移動するために研究者を有効にします。アナログ時代には、実験がしばしばロジスティック困難と高価なものでした。今、デジタル時代に、物流の制約が徐々に消えています。だけでなく、それは過去に行ったそれらの研究者のような実験を行うことが容易である、実験の新しい種類を実行することが可能になりました。
私はこれまでに書かれたもので、私は私の言葉で少し緩いしてきたが、二つのことを区別することが重要である：実験と無作為化比較実験。 実験では、研究者が世界に介入した後、結果を測定します。私はのように説明し、このアプローチ聞いた」乱すと観察を。 "この戦略は、自然科学では非常に有効であるが、医療や社会科学で、うまく機能別のアプローチがあります。 無作為化対照実験では、研究者が他の人のためのいくつかの人といないために介入し、そして、批判的に、研究者は、人々が（例えば、コインをひっくり返す）ランダム化による介入を受けるかを決定します。ない持って介入し、1を受信した1：この手順は、無作為化対照実験は2グループ間の公正な比較を作成することを保証します。言い換えれば、無作為化対照実験は、交絡因子の問題を解決しています。実験や無作為化比較実験間の重要な違いにもかかわらず、社会的な研究者は、しばしば互換これらの用語を使用します。私は、この規約に従うだろう、しかし、特定の時点で、私はランダム化、対照群なしで実験にわたって無作為化対照実験の値を強調するために規則を破りますよ。
無作為化比較実験は、社会的世界について学ぶための強力な方法であることが判明しているが、この章では、私はあなたの研究にそれらを使用する方法の詳細を教えてあげます。 4.2節では、私は、ウィキペディアの実験例と実験の基本的なロジックを説明します。次に、4.3節で、私はラボ実験とフィールド実験とアナログ実験とデジタル実験間の違いの違いを説明します。さらに、私はデジタルフィールド実験はすべて、以前には不可能であった規模で、アナログラボ実験（厳密な制御）とアナログフィールド実験（リアリズム）の優れた機能を提供することができると主張するだろう。次に、4.4節では、私は3概念、妥当性、治療効果、およびメカニズムの豊富な実験を設計するために重要であるの不均一性を説明します。 （4.5.1項）それを自分でやったり、強力な（4.5.2）と提携：その背景と、私はデジタル実験を行うための2つの主な戦略に関わるトレードオフを説明します。最後に、私はあなたがデジタル実験（4.6.1項）の本当の力を活用する方法についていくつかの設計上のアドバイスと結論し、その力（4.6.2）に付属している責任のいくつかを説明します。章では、数学的表記と形式言語の最小が表示されます。実験により正式な、数学的なアプローチに興味読者も章の最後に技術的な付録をお読みください。
