ჩვენ შეგვიძლია მიახლოებით ექსპერიმენტი, რომელიც ჩვენ არ შეგვიძლია გავაკეთოთ. ორი მიდგომა, რომ განსაკუთრებით ისარგებლოს ციფრული ასაკი შესატყვისი და ბუნებრივი ექსპერიმენტი.
ბევრი მნიშვნელოვანი სამეცნიერო და პოლიტიკური კითხვები მიზეზობრივი. განვიხილოთ, მაგალითად, შემდეგი კითხვა: რა არის ეფექტი სამუშაოს სასწავლო პროგრამის ხელფასი? ერთი გზა ამ კითხვაზე პასუხი იქნებოდა რანდომიზებული კონტროლირებადი ექსპერიმენტი, სადაც მუშები შემთხვევით ენიჭება ან მიიღონ სასწავლო ან არ მიიღოს სასწავლო. ამის შემდეგ, მკვლევარები ვერ შეაფასებს ეფექტი ტრენინგებს მონაწილეებს უბრალოდ შედარებით ხელფასის ადამიანი, ვინც მიიღო სასწავლო ის, რომ არ მიიღოს იგი.
მარტივი შედარება არასწორია, რადგან, რომ რაღაც მოხდება, სანამ მონაცემები კი გროვდება: რანდომიზაციისთვის. გარეშე რანდომიზაციის პრობლემა გაცილებით რთული სიტუაციაა. მკვლევარი ვერ შევადარებთ ხელფასის ადამიანები, რომლებიც ნებაყოფლობით მოაწერა ტრენინგის მათ, ვინც ხელი არ მოაწერა-up. რომ შედარებით, ალბათ, ჩანს, რომ ადამიანი, ვინც მიიღო სასწავლო მიღებული, მაგრამ რამდენად ეს იმიტომ, სასწავლო და რამდენად ეს იმიტომ, რომ ხალხს, რომ მოაწერონ-მდე სასწავლო განსხვავდება, რომ არ მოაწეროს-მდე სასწავლო? სხვა სიტყვებით, ეს არის სამართლიანი შედარება ხელფასი ამ ორი ჯგუფის ადამიანი?
ეს შეშფოთება სამართლიანი შედარება იწვევს ზოგიერთი მკვლევარები მიიჩნევენ, რომ ეს შეუძლებელია მიზეზობრივი შეფასებით გარეშე გაშვებული ექსპერიმენტი. ეს პრეტენზია მიდის შორს. მართალია, რომ ექსპერიმენტი უზრუნველყოფს ძლიერი მტკიცებულება მიზეზობრივი ეფექტი, არსებობს სხვა სტრატეგია, რომელიც შეიძლება უზრუნველყოს ღირებული მიზეზობრივი შეფასებით. იმის ნაცვლად, რომ ფიქრობს, რომ მიზეზობრივი შეფასებით ან მარტივი (იმ შემთხვევაში, ექსპერიმენტი) ან შეუძლებელია (იმ შემთხვევაში, თუ პასიურად დაკვირვების მონაცემები), უმჯობესია ვფიქრობ სტრატეგიების მიღების მიზეზობრივი შეფასებით ცრუობს გასწვრივ კონტინუუმის ეხლა ძლიერი, რომ სუსტი (ნახაზი 2.4). ამავე ძლიერი ბოლოს კონტინუუმის არიან რანდომიზებული კონტროლირებადი ექსპერიმენტი. მაგრამ, ეს ხშირად რთულია ამის სოციალური კვლევის, რადგან ბევრი მკურნალობა მოითხოვს არარეალურია რაოდენობით თანამშრომლობის მთავრობები და კომპანიები; უბრალოდ არსებობს მრავალი ექსპერიმენტი, რომელიც ჩვენ არ შეგვიძლია გავაკეთოთ. მე უკვე ყველა თავი 4 ორივე ძლიერი და სუსტი მხარეები რანდომიზებული კონტროლირებადი ექსპერიმენტი, და მე ამტკიცებენ, რომ ზოგიერთ შემთხვევაში, არსებობს ძლიერი ეთიკური მიზეზების გამო, ურჩევნია ზედამხედველობითი ექსპერიმენტული მეთოდები.
მოძრავი გასწვრივ გაგრძელების, არსებობს სიტუაციები, როდესაც მკვლევარები არ არის მკაფიოდ რანდომიზებული. რომ არის, მკვლევარები ცდილობს ისწავლოს ექსპერიმენტი მსგავსი ცოდნის გარეშე რეალურად აკეთებს ექსპერიმენტი; ბუნებრივია, ეს იქნება სახიფათო, მაგრამ დიდი მონაცემები მნიშვნელოვნად აუმჯობესებს ჩვენი უნარი, რათა მიზეზობრივი შეფასებით ამ სიტუაციაში.
ზოგჯერ არსებობს პარამეტრები, სადაც შემთხვევითობის მსოფლიოში ხდება, რომ შევქმნათ რაღაც ექსპერიმენტი მკვლევარები. ეს დიზაინის ეწოდება ბუნებრივი ექსპერიმენტი, და ისინი დეტალურად განიხილეს სექცია 2.4.3.1. ორი თვისებები დიდი მონაცემთა წყაროები, მათი მუდმივი ბუნება და მათი ზომა მნიშვნელოვნად აძლიერებს ჩვენი უნარი უნდა ვისწავლოთ ბუნებრივი ექსპერიმენტი, როდესაც ისინი მოხდეს.
მოძრავი უფრო შორს რანდომიზებული კონტროლირებადი ექსპერიმენტი, ზოგჯერ არ არსებობს მოვლენა, ბუნება, რომ ჩვენ შეგვიძლია გამოვიყენოთ სავარაუდო ბუნებრივი ექსპერიმენტი. ამ პარამეტრების, ჩვენ ყურადღებით მშენებლობა შედარება ფარგლებში არასამთავრობო ექსპერიმენტული მონაცემები მცდელობა სავარაუდო ექსპერიმენტი. ეს დიზაინის უწოდებენ შესატყვისი, და ისინი დეტალურად განიხილეს სექცია 2.4.3.2. ბუნებრივი ექსპერიმენტი, თანხვედრა დიზაინი, რომელიც ასევე სარგებლობს დიდი მონაცემები. კერძოდ, მასიური ზომა ორივე თვალსაზრისით რიგ შემთხვევებში და ტიპის ინფორმაცია, ერთ-მნიშვნელოვნად ამარტივებს დამთხვევა. ძირითადი სხვაობა ბუნებრივი ექსპერიმენტი და შესაბამისი არის ის, რომ ბუნებრივი ექსპერიმენტი მკვლევარი იცის პროცესი, რომლის მეშვეობითაც მკურნალობის დაევალა და მიიჩნევს, რომ ეს უნდა იყოს შემთხვევითი.
კონცეფცია სამართლიანი შედარება, რომ მოტივირებული სურვილები გავაკეთოთ ექსპერიმენტი აგრეთვე უდევს ორი ალტერნატიული მიდგომების: ბუნებრივი ექსპერიმენტი და შესატყვისი. ეს მიდგომები საშუალებას მოგცემთ შეაფასოთ მიზეზობრივი ეფექტები პასიურად დაკვირვების მონაცემები გამოვლენა სამართლიანი შედარება იჯდა შიგნით მონაცემები, რომ თქვენ უკვე გაქვთ.