4.1 Pambuka

Ing pendekatan kasebut katutup ing prilaku ngisi buku iki (bab 2) lan takon pitakonan (bab 3) -pengertos ngumpulake data tanpa sengaja lan sistematis ganti donya. Pendekatan sing dileksanakake ing bab-eksperimen iki mlaku-mlaku-mlaku beda. Nalika peneliti nglakokake eksperimen, dheweke bisa ngintervensi secara sistematis ing donya kanggo nggawe data sing cocok kanggo njawab pitakonan babagan hubungan sebab-lan-efek.

Pitakonan lan sebab-akibat sing umum banget kanggo riset sosial, lan conto kalebu pitakonan kayata: Apa gaji guru nambah nambah learning pelajar? Apa efek saka upah minimum ing tarif lapangan? Kepiye cara lomba pemohon proyek mengaruhi kasempatan kanggo njupuk proyek? Saliyane pitakonan sing sacara eksplisit nyebabake, sok-sok sabab-lan-akibat pitakonan sing implisit ing pitakonan sing luwih umum babagan ngoptimasi sawetara kinerja metrik. Contone, pitakonan "Apa werna ngirim tombol nyumbang ing situs web NGO?" Pancene akeh pitakonan babagan efek tombol werna beda ing sumbangan.

Salah siji cara kanggo njawab pitakonan sebab-lan-akibat yaiku nggoleki pola ing data sing ana. Contone, bali menyang pitakonan babagan pengaruh gaji guru ing pembelajaran siswa, sampeyan bisa ngitung yen siswa sinau luwih akeh ing sekolah sing menehi gaji guru dhuwur. Nanging, nuduhake korélasi kasebut yen upah sing luwih dhuwur nyebabake murid sinau luwih akeh? Mesthi ora. Sekolah ing ngendi guru bisa entuk luwih akeh beda-beda. Contone, siswa ing sekolah sing nduweni gaji guru dhuwur bisa teka saka kulawargane luwih sugih. Mangkono, sing katon kaya pengaruh guru mung bisa teka saka mbandhingake macem-macem jinis mahasiswa. Beda-beda antarane siswa kasebut diarani confounders , lan, ing umum, kemungkinan para pengembang ngetokake kacilakan ing kemampuan peneliti kanggo njawab pitakonan sebab-lan-akibat kanthi nggoleki pola ing data sing ana.

Salah satunggiling solusi kanggo masalah ngembangake yaiku nyoba kanggo nggawe bandhing sing adil kanthi nyetel beda sing bisa ditonton antarane klompok. Contone, sampeyan bisa ngundhuh data tax properti saka sawetara situs web pemerintah. Banjur, sampeyan bisa mbandhingake kinerja mahasiswa ing sekolah-sekolah ing ngendi harga ngarep padha nanging upah guru beda, lan sampeyan isih bisa nemokake yen murid sinau luwih akeh ing sekolah karo gaji guru sing luwih dhuwur. Nanging isih ana akeh sing bisa mbantah. Mungkin wong tuwa kasebut beda-beda ing tingkat pendidikane. Utawa mungkin sekolah beda-beda ing kedekatan karo perpustakaan umum. Utawa, mungkin sekolah-sekolah kanthi gaji guru sing luwih dhuwur uga duwe gaji sing luwih dhuwur kanggo kepala sekolah, lan gaji pokok, ora mbayar guru, iku pancen apa sing ningkatake learning siswa. Sampeyan bisa nyoba kanggo ngukur lan nyetel kanggo faktor kasebut uga, nanging dhaptar pemapukan bisa ora ana telas. Ing akeh kahanan, sampeyan ora bisa ngukur lan nyetel kabeh sing bisa ditindakake. Kanggo nanggepi tantangan iki, para panaliti wis ngembangake pirang-pirang teknik kanggo nggawe estimasi kausal saka data sing ora eksperimental-aku rembugan bab-bab kasebut ing bab 2-nanging, kanggo pitakonan-pitakonan tartamtu, teknik-teknik iki diwatesi, lan eksperimen alternatif.

Eksperimen ngidinake para panaliti mindhahake ngluwihi korélasi ing data sing kedadeyan alami supaya bisa anduweni njawab pitakonan sebab-lan-akibat tartamtu. Ing zaman analog, percobaan asring angel banget lan larang. Saiki, ing jaman digital, watesan logistik mbengkak kanthi cepet. Ora mung luwih gampang kanggo nindakake eksperimen kaya sing wis ditindakake ing jaman kepungkur, saiki bisa kanggo nglakoni eksperimen anyar.

Ing babagan apa sing wis ditulis babagan iki, aku wis dicithak ing basa, nanging penting kanggo mbedakake antarane rong perkara: eksperimen lan eksperimen sing dikontrol sacara acak. Ing eksperimen , peneliti intervenes ing donya lan ngukur hasil. Aku wis krungu pendekatan iki diterangake minangka "perturb lan mirsani." Ing eksperimen kontrol acak, peneliti intervenes kanggo sawetara wong lan ora kanggo wong liya, lan peneliti nemtokake wong nampa intervensi kanthi acak (contone, flipping a coin). Eksperimen kontrol acak nggawe bandhingane sing padha antarane rong kelompok: siji sing nampa intervensi lan siji sing durung. Ing tembung liya, eksperimen sing dikontrol sacara acak minangka solusi kanggo masalah-masalah pendukung. Nanging, eksperimen-eksperimen sing ditrapake lan dileksanakake mung siji kelompok sing nampa intervensi, lan mulane asil bisa mimpin peneliti menyang kesimpulan sing salah (kaya aku bakal tampil kanthi cepet). Senajan beda-beda penting antarane eksperimen lan eksperimen kontrol acak, peneliti sosial kerep nggunakake istilah iki saling ganti. Aku bakal melu konvensi iki, nanging, ing titik-titik tartamtu, aku bakal ngeculake konvensi kanggo nekanake nilai eksperimen terkontrol acak liwat eksperimen tanpa randomisasi lan grup kontrol.

Eksperimen kontrol acak wis bukti dadi cara sing kuat kanggo sinau babagan donya sosial, lan ing bab iki, aku bakal nuduhake sampeyan luwih akeh babagan cara nggunakake ing riset. Ing bagean 4.2, aku bakal nggambarake logika dhasar eksperimen karo conto eksperimen ing Wikipedia. Banjur, ing bagean 4.3, aku bakal nggambarake prabédan antarane eksperimen lab lan eksperimen lapangan lan beda antarane eksperimen analog lan eksperimen digital. Luwih, aku bakal argue yen eksperimen lapangan digital bisa menehi fitur sing paling apik saka eksperimen laboratorium analog (kontrol ketat) lan eksperimen medan analog (realisme), kabeh ing skala sing ora bisa dicithak sadurunge. Sabanjure, ing bagean 4.4, aku bakal nemtokake telung konsep-validitas, heterogenitas efek perawatan, lan mekanisme-sing kritis kanggo ngrancang eksperimen kaya. Kanthi latar mburi, aku bakal njlèntrèhaké babagan dagang sing melu ing rong strategi utama kanggo nglakoni eksperimen digital: nglakoni dhewe utawa makarya kanthi kuat. Pungkasan, aku bakal ngrampungake karo sawetara saran desain babagan carane sampeyan bisa njupuk keuntungan saka daya nyata eksperimen digital (bagean 4.6.1) lan njlèntrèhaké sawetara tanggung jawab sing teka karo daya (bagean 4.6.2).