4.1 შესავალი

ამ წიგნში მოყვანილი მიდგომები (თავი 2) და კითხვების დასმა (თავი 3) - მკვლევარებმა შეაგროვოს მონაცემები მონაცემთა განზრახ და სისტემატურად შეცვლის გარეშე. ამ თავში შესრულებული მიდგომა ფუნდამენტურად განსხვავდება. როდესაც მკვლევარებმა ექსპერიმენტებს ატარებენ, ისინი სისტემატურად ჩაერიონ მსოფლიოში, რათა შექმნან ისეთი მონაცემები, რომელიც იდეალურად შეეფერება მიზეზ-შედეგობრივი ურთიერთობების შესახებ შეკითხვებს.

გამოკითხვა და ეფექტი კითხვები სოციალურ კვლევაში ძალიან ხშირია და მაგალითები მოიცავს ისეთ კითხვებს, როგორიცაა: მასწავლებლის ხელფასების გაზრდა სტუდენტის სწავლების გაზრდას? რა არის ეფექტი საარსებო მინიმუმი დასაქმების განაკვეთების შესახებ? როგორ აყენებს სამუშაოს განმცხადებლის რასის საქმიანობას შრომის მიღების შანსი? გარდა ამ კონკრეტული მიზეზობრივი კითხვებისა, ზოგჯერ გამოიწვიოს და ეფექტი კითხვები არის დაფარული მეტი ზოგადი კითხვები მაქსიმალიზაციის ზოგიერთი შესრულების მეტრულ. მაგალითად, "რა ფერის დონატორობა უნდა იყოს არასამთავრობო ორგანიზაციის ვებ-გვერდზე?" სინამდვილეში უამრავი შეკითხვა შემოწირულობებზე სხვადასხვა ღილაკის ფერების ეფექტზეა.

ერთი გზა უპასუხოს მიზეზ-და-ეფექტიანი კითხვებს, გამოიყურებოდეს არსებული მონაცემების მიხედვით. მაგალითად, კითხვაზე, თუ როგორ კითხულობს მასწავლებლის ხელფასების სწავლის შედეგებს სტუდენტის სწავლების შესახებ, შესაძლოა გამოვთვალოთ ისიც, რომ მოსწავლეები სწავლობენ უფრო მეტ მასწავლებელთა ხელფასებს. მაგრამ, ჯერ ეს კორელაცია აჩვენებს, რომ მაღალი ხელფასები გამოიწვიოს სტუდენტები უფრო მეტი? Რათქმაუნდა არა. სკოლები, სადაც პედაგოგები უფრო მეტს იშურებენ, სხვადასხვაგვარად განსხვავდებიან. მაგალითისთვის, მასწავლებლების მაღალ მასწავლებელთა ხელფასები შეიძლება მდიდარი ოჯახებიდან მოდის. ამგვარად, მასწავლებელთა ეფექტი, როგორც ჩანს, მოსწავლეების სხვადასხვა ტიპის შედარებაზე მოდის. სტუდენტებს შორის შეუსაბამო განსხვავებები უწოდებენ confounders და, ზოგადად, confonders- ს შესაძლებლობას აძლევს მკვლევარების უნარ-ჩვევებს, მოახდინონ მკვლევართა უნარი და უპასუხონ მიზეზ-შედეგს კითხვებზე არსებული მონაცემების მოძიება.

კონფლიქტის მოგვარების ერთ-ერთი გამოსავალი ისაა, რომ მაქსიმალურად შეესაბამებოდეს ჯგუფებს შორის დაკვირვებულ განსხვავებებს. მაგალითად, შესაძლოა, თქვენ შეძლებთ ქონების გადასახადის მონაცემების ჩამოტვირთვას მთელი რიგი სახელმწიფო საიტებისგან. მაშინ, შეიძლება შევადაროთ მოსწავლეები სკოლებში, სადაც მთავარი ფასები მსგავსია, მაგრამ პედაგოგების ხელფასები განსხვავებულია, და კიდევ, ალბათ, ისწავლონ, რომ უფროს მასწავლებლებთან უფრო მეტი სწავლა ისწავლონ. მაგრამ ჯერ კიდევ ბევრი შესაძლო კავშირია. შესაძლოა, ამ სტუდენტების მშობლები განსხვავდებიან განათლების დონის მიხედვით. ან, შესაძლოა, სკოლები განსხვავდებოდეს საჯარო ბიბლიოთეკების მიმართ. ან, შესაძლოა, უმაღლესი პედაგოგის მასწავლებლები უფრო მაღალანაზღაურებას იღებენ დირექტორებისთვის და პრინციპული ანაზღაურება, მასწავლებლის გადახდა არ არის, მართლაც ისაა, თუ რას იზრდება სტუდენტი სწავლა. ამ ფაქტორების შესაფასებლად შეგიძლიათ შეცვალოთ და დაარეგულიროთ, მაგრამ შესაძლო confounders- ის ნუსხა არსებითად გაუთავებელია. ბევრ სიტუაციაში, თქვენ უბრალოდ ვერ შევაფასებთ და დაარეგულირებთ ყველა შესაძლო კონდიციონერს. ამ გამოწვევის საპასუხოდ, მკვლევარებმა შეისწავლეს არაერთი ექსპერიმენტული მონაცემების გამომწვევი მიზეზების შეფასების მთელი რიგი მეთოდები, რომელთა განხილვა ზოგი მათგანი მე -2 თავში იყო განხილული, მაგრამ გარკვეული სახის კითხვებით, ეს ტექნიკა შეზღუდულია და ექსპერიმენტები დაპირდა ალტერნატივა.

ექსპერიმენტები საშუალებას აძლევს მკვლევარებს, გადააქციონ კორელაციის მიღმა ბუნებრივი მონაცემები, რათა საიმედოდ გამოეხმაურონ გარკვეული მიზეზ-შედეგობრივი კითხვები. ანალოგურ ასაკში, ექსპერიმენტები ხშირად ლოჯისტიკურად რთული და ძვირი იყო. ახლა, ციფრული ასაკის, ლოჯისტიკური შეზღუდვების თანდათან უეცრად მოშორებით. არა მარტო უფრო ადვილია ექსპერიმენტების გაკეთება, როგორიც არის წარსულში შესრულებული, ახლა შესაძლებელია ახალი ექსპერიმენტების გაშვება.

იმას, რაც მე ჯერჯერობით დავწერე, მე ცოტა ფხვიერი ვარ ჩემს ენაზე, მაგრამ მნიშვნელოვანია განასხვავოთ ორი რამ: ექსპერიმენტი და რანდომიზებული კონტროლირებადი ექსპერიმენტი. ექსპერიმენტში , მკვლევარი ჩაერევა მსოფლიოში და შემდეგ განაპირობებს შედეგს. ეს მიდგომა აღწერილია, როგორც "perturb და დაიცვან". რანდომიზებული კონტროლირებადი ექსპერიმენტით მკვლევარი ჩხუბობს ზოგიერთ ადამიანზე და არა სხვებისთვის და მკვლევარი გადაწყვეტს, რომ ადამიანებმა მიიღონ ინტერვენცია რანდომიზაციის გზით (მაგალითად, მონეტის გადაფრენა). რანდომიზებული კონტროლირებადი ექსპერიმენტები ქმნის ორ ჯგუფს შორის სამართლიანი შედარებებს: ერთი, რომელმაც მიიღო ინტერვენცია და არც ერთი. სხვა სიტყვებით რომ ვთქვათ, რანდომიზებული კონტროლირებადი ექსპერიმენტები არის კონფლიქტების პრობლემების გადაჭრა. თუმცა, ექსპერიმენტებს დააკვირდებიან მხოლოდ ერთ ჯგუფს, რომლებმაც ინტერვენცია მიიღეს და, შესაბამისად, შედეგი შეიძლება გამოიწვიოს მკვლევარებს არასწორი დასკვნისკენ (როგორც მალე დავინახავ). მიუხედავად ექსპერიმენტებისა და რანდომიზებული ექსპერიმენტების მნიშვნელოვანი განსხვავებების მიუხედავად, სოციალური მკვლევარები ხშირად იყენებენ ამ ტერმინებს ერთმანეთს. მე მივყევი ამ კონვენციას, მაგრამ გარკვეულ პუნქტებში მე დავარღვიე კონვენცია, რათა ხაზი გავუსვა რანდომიზებული კონტროლირებადი ექსპერიმენტების მნიშვნელობას ექსპერიმენტებზე, გარდა შემთხვევითი და კონტროლის ჯგუფის გარეშე.

რანდომიზებული კონტროლირებადი ექსპერიმენტი დაამტკიცა, რომ სოციალური სამყაროს შესახებ გაეცანით და ამ თავში უფრო მეტად გაჩვენებთ, თუ როგორ გამოიყენოთ მათ კვლევაში. მე -4 ნაწილში, მე ვიქნები ექსპერიმენტის ძირითადი ლოგიკა ვიკიპედიის ექსპერიმენტის მაგალითით. შემდეგ, 4.3, მე აღვნიშნავ განსხვავება ლაბორატორიული ექსპერიმენტები და საველე ექსპერიმენტები და განსხვავებები ანალოგი ექსპერიმენტებსა და ციფრულ ექსპერიმენტებს შორის. გარდა ამისა, მე ვიტყვი, რომ ციფრული საველე ექსპერიმენტი გთავაზობთ ანალოგური ლაბორატორიის ექსპერიმენტებს (მჭიდრო კონტროლს) და ანალოგურ საველე ექსპერიმენტებს (რეალიზმის) საუკეთესო თვისებებს. შემდეგი, მე -4 ნაწილში, მე აღვწერთ სამი ცნებები-მოქმედების, მკურნალობის ეფექტის ჰეტეროგენეობასა და მექანიზმებს, რომლებიც მდიდარი ექსპერიმენტების შესაქმნელად არის კრიტიკული. ამ ფონზე, მე აღწერს ორი ძირითადი სტრატეგიების ჩართვას ციფრული ექსპერიმენტების ჩატარებისათვის: საკუთარ თავს ან პარტნიორთან მძლავრობით. საბოლოო ჯამში, დავამთავრებ ზოგიერთ დიზაინის რჩევას, თუ როგორ შეიძლება ისარგებლოს ციფრული ექსპერიმენტების ნამდვილ ძალაზე (სექცია 4.6.1) და აღწეროს ის პასუხისმგებლობა, რომელსაც გააჩნია ძალა (სექცია 4.6.2).