សកម្មភាព

• កម្រិតនៃការលំបាក: ងាយស្រួល មធ្យម រឹង , ពិបាក​ណាស់
• តម្រូវឱ្យគណិតវិទ្យា ( )
• ទាមទារសរសេរកូដ ( )
• ការ​ប្រមូល​ទិន្នន័យ ( )
• ចំណង់ចំណូលចិត្ត​របស់ខ្ញុំ ( )

1. [ ,, ] Berinsky និងសហសេវិក (2012) វាយតម្លៃ MTurk ជាផ្នែកមួយដោយការចម្លងនូវការពិសោធន៍បុរាណបី។ បងា្ហាញការពិសោធន៍ Tversky and Kahneman (1981) អាស៊ីបុរាណដោយ Tversky and Kahneman (1981) ។ តើលទ្ធផលរបស់អ្នកផ្គូរផ្គងជាមួយ Tversky និង Kahneman ដែរឬទេ? តើលទ្ធផលរបស់អ្នកត្រូវគ្នាជាមួយនឹង Berinsky និងមិត្តរួមការងាររបស់ពួកគេឬទេ? តើអ្វីទៅ - ប្រសិនបើមានអ្វី - តើនេះបង្រៀនយើងអំពីការប្រើ MTurk សម្រាប់ការធ្វើអង្កេតពិសោធន៍?

2. [ ,, ] នៅក្នុងក្រដាសអាប់ឌុលដែលមានចំណងជើងថា "យើងត្រូវតែបំបែក" អ្នកចិត្តវិទូសង្គមលោក Robert Cialdini ដែលជាអ្នកនិពន្ធម្នាក់នៃ Schultz et al. (2007) បានសរសេរថាគាត់បានចូលនិវត្តន៍ពីការងាររបស់គាត់ជាសាស្រ្តាចារ្យមួយផ្នែកដោយសារតែបញ្ហាប្រឈមដែលគាត់ប្រឈមមុខក្នុងការធ្វើពិសោធន៍ក្នុងវិស័យវិជ្ជាជីវៈ (ចិត្តវិទ្យា) ដែលជាទូទៅធ្វើពិសោធន៍មន្ទីរពិសោធន៍ (Cialdini 2009) ។ សូមអានក្រដាសរបស់លោក Cialdini ហើយសរសេរអ៊ីមែលមួយដោយជំរុញឱ្យគាត់ពិចារណាអំពីការបែកបាក់របស់គាត់នៅក្នុងពន្លឺនៃលទ្ធភាពនៃការពិសោធន៍ឌីជីថល។ ប្រើឧទាហរណ៍ជាក់លាក់នៃការស្រាវជ្រាវដែលដោះស្រាយកង្វល់របស់គាត់។

3. [ ] ដើម្បីកំណត់ថាតើជ័យជម្នះដំបូងបង្អស់បានចាក់សោរឬរលាយបាត់បងវ៉ាន់ឌឺរីចនិងសហការី (2014) ធ្វើអន្តរាគមន៍ចូលទៅក្នុងប្រព័ន្ធបួនផ្សេងគ្នាដែលផ្តល់ជោគជ័យដល់អ្នកចូលរួមដែលបានជ្រើសរើសដោយចៃដន្យហើយបន្ទាប់មកបានវាស់វែងផលប៉ះពាល់យូរអង្វែងនៃជោគជ័យនេះ។ តើអ្នកអាចគិតពីប្រព័ន្ធផ្សេងទៀតដែលអ្នកអាចធ្វើពិសោធន៍ស្រដៀងគ្នានេះដែរឬទេ? វាយតំលៃប្រព័ន្ធទាំងនេះទាក់ទងទៅនឹងបញ្ហាវិទ្យាសាស្រ្តការយល់ច្រឡំតាមក្បួនដោះស្រាយ (សូមមើលជំពូកទី 2) និងក្រមសីលធម៌។

4. [ ,, លទ្ធផលនៃការពិសោធន៍អាចអាស្រ័យលើអ្នកចូលរួម។ បង្កើតការសាកល្បងហើយបន្ទាប់មកដំណើរការវានៅលើ MTurk ដោយប្រើយុទ្ធសាស្រ្តជ្រើសរើសពីរខុសគ្នា។ ព្យាយាមជ្រើសរើសយុទ្ធសាស្ត្រការជ្រើសរើសនិងពិសោធន៍ដើម្បីឱ្យលទ្ធផលមាន ភាពខុសគ្នា តាមដែលអាចធ្វើទៅបាន។ ជាឧទាហរណ៍យុទ្ធសាស្ត្រជ្រើសរើសអ្នកអាចជ្រើសរើសអ្នកចូលរួមនៅពេលព្រឹកនិងពេលល្ងាចឬទូទាត់ទៅអ្នកចូលរួមដែលមានប្រាក់ខែខ្ពស់និងទាប។ ភាពខុសគ្នាទាំងនេះនៅក្នុងយុទ្ធសាស្រ្តជ្រើសរើសបុគ្គលិកអាចនាំឱ្យមានអ្នកចូលរួមនិងលទ្ធផលពិសោធន៍ផ្សេងៗគ្នា។ តើលទ្ធផលរបស់អ្នកមានលទ្ធផលខុសគ្នាយ៉ាងណា? តើអ្វីដែលបង្ហាញពីការបើកដំណើរការពិសោធន៍លើ MTurk?

5. [ ,, ,, ] សូមស្រមៃថាអ្នកកំពុងរៀបចំផែនការពិសោធន៍ការរំជើបរំជួល (Kramer, Guillory, and Hancock 2014) ។ ប្រើលទ្ធផលនេះពីការស្រាវជ្រាវពីមុនដោយ Kramer (2012) ដើម្បីសំរេចចំនួនអ្នកចូលរួមក្នុងលក្ខខណ្ឌនីមួយៗ។ ការសិក្សាទាំងពីរនេះមិនផ្គូផ្គងយ៉ាងល្អឥតខ្ចោះដូច្នេះត្រូវប្រាកដថាការរៀបរាប់ជាក់លាក់នូវការសន្មត់ទាំងអស់ដែលអ្នកធ្វើ:

   1. រត់ការពិសោធន៏ដែលនឹងសម្រេចថាតើមានអ្នកចូលរួមប៉ុន្មាននាក់ដែលត្រូវការចាំបាច់ដើម្បីរកមើលឥទ្ធិពលដែលមានទំហំធំដូចជា Kramer (2012) ជាមួយនឹង \(\alpha = 0.05\) និង \(1 - \beta = 0.8\) ។
   2. ធ្វើការគណនាដូចគ្នាវិភាគ។
   3. លទ្ធផលដែលទទួលបានពី Kramer (2012) គឺការរំជើបរំជើបរំជួល (Kramer, Guillory, and Hancock 2014) ដែលហួសសម័យ (ឧទាហរណ៍តើវាមានអ្នកចូលរួមច្រើនជាងអ្នកដែលត្រូវការ)?
   4. នៃការសន្និដ្ឋានដែលអ្នកបានធ្វើដែលមានឥទ្ធិពលធំបំផុតទៅលើការគណនារបស់អ្នក?

6. [ ,, ,, ] សូមឆ្លើយសំនួរមុនម្តងទៀតប៉ុន្តែពេលនេះជាជាងការប្រើប្រាស់ការស្រាវជ្រាវពីមុនដោយ Kramer (2012) ប្រើលទ្ធផលពីការពិសោធធម្មជាតិពីមុនដោយ Lorenzo Coviello et al. (2014) ។

7. [ ] ទាំង Margetts et al. (2011) និង van de Rijt et al ។ (2014) ធ្វើពិសោធន៍សិក្សាដំណើរការមនុស្សដែលចុះហត្ថលេខាលើញត្តិមួយ។ ចេះប្រៀបធៀបនិងធ្វើផ្ទុយពីការរចនានិងការរកឃើញនៃការសិក្សាទាំងនេះ។

8. [ ] Dwyer, Maki, and Rothman (2015) បានធ្វើពិសោធន៍លើវាលពីរស្តីពីទំនាក់ទំនងរវាងបទដ្ឋានសង្គមនិងឥរិយាបថគាំទ្របរិស្ថាន។ នេះជាអរូបីនៃក្រដាសរបស់ពួកគេ:

   តើវិទ្យាសាស្ត្រផ្លូវចិត្តអាចត្រូវបានប្រើប្រាស់ដើម្បីលើកទឹកចិត្តដល់ឥរិយាបថខាងបរិស្ថានយ៉ាងដូចម្តេច? នៅក្នុងការសិក្សាពីរអន្តរាគមន៍ដែលមានបំណងជំរុញឥរិយាបថអភិរក្សថាមពលនៅក្នុងបន្ទប់ទឹកសាធារណៈពិនិត្យលើឥទ្ធិពលនៃបទដ្ឋានពិពណ៌នានិងការទទួលខុសត្រូវផ្ទាល់ខ្លួន។ នៅក្នុងការសិក្សាទី 1 ស្ថានភាពពន្លឺ (ពោលគឺបិទឬបើក) ត្រូវបានគេកែសម្រួលមុនពេលដែលមនុស្សម្នាក់ចូលបន្ទប់ទឹកសាធារណៈដោយមិនមានកន្លែងដែលបង្ហាញពីការកំណត់សម្រាប់ការកំណត់នោះ។ អ្នកចូលរួមមានលទ្ធភាពនឹងបិទភ្លើងប្រសិនបើពួកគេបិទនៅពេលពួកគេចូល។ នៅក្នុងការសិក្សាទី 2 លក្ខខណ្ឌបន្ថែមមួយត្រូវបានរួមបញ្ចូលនៅក្នុងបទដ្ឋាននៃការបិទពន្លឺដែលត្រូវបានបង្ហាញដោយសហព័ន្ធប៉ុន្តែអ្នកចូលរួមមិនមែនជាអ្នកទទួលខុសត្រូវក្នុងការបើកវាទេ។ ការទទួលខុសត្រូវផ្ទាល់ខ្លួនសម្របសម្រួលឥទ្ធិពលនៃបទដ្ឋានសង្គមលើឥរិយាបថ។ នៅពេលដែលអ្នកចូលរួមមិនទទួលខុសត្រូវចំពោះការបើកពន្លឺនោះឥទ្ធិពលនៃបទដ្ឋានត្រូវបានថយចុះ។ លទ្ធផលទាំងនេះបង្ហាញពីបទដ្ឋាននិងការទទួលខុសត្រូវផ្ទាល់ខ្លួនដែលអាចកំណត់ប្រសិទ្ធភាពនៃអន្តរាគមន៍ផ្នែកបរិស្ថាន។

   សូមអានក្រដាសនិងការរៀបចំរបស់ពួកគេនូវការថតចម្លងនៃការសិក្សាទី 1 ។

9. [ ,, ] ការសាងសង់លើសំនួរមុនឥឡូវនេះអនុវត្តការរចនារបស់អ្នក។

   1. តើលទ្ធផលប្រៀបធៀបដោយរបៀបណា?
   2. តើអ្វីអាចពន្យល់ពីភាពខុសគ្នាទាំងនេះ?

10. [ ] មានការពិភាក្សាជាច្រើនស្តីពីការពិសោធន៍ដោយប្រើអ្នកចូលរួមដែលបានជ្រើសរើសពី MTurk ។ ទន្ទឹមនឹងនេះក៏មានការពិភាក្សាជាច្រើនស្តីអំពីការពិសោធន៍ដោយប្រើសិក្ខាកាមដែលបានជ្រើសរើសពីសិស្សថ្នាក់បរិញ្ញា។ សរសេរការប្រៀបធៀបអនុសរណៈចំនួនពីរទំព័រហើយផ្ទុយគ្នារវាងអ្នកតាក់តែងនិងអ្នកដែលមិនទាន់មានសញ្ញាបត្រជាអ្នកចូលរួមក្នុងការស្រាវជ្រាវ។ ការប្រៀបធៀបរបស់អ្នកគួរតែរួមបញ្ចូលទាំងការពិភាក្សាទាំងបញ្ហាវិទ្យាសាស្រ្តនិងភស្តុភារមួយ។

11. [ សៀវភៅរបស់លោក Jim Manzi Uncontrolled (2012) គឺជាការណែនាំដ៏អស្ចារ្យមួយអំពីអំណាចនៃការពិសោធន៏នៅក្នុងអាជីវកម្ម។ នៅក្នុងសៀវភៅគាត់បានបន្តរឿងដូចខាងក្រោម:

    "ខ្ញុំធ្លាប់មានកិច្ចប្រជុំជាមួយទេពកោសល្យផ្នែកជំនួញពិតប្រាកដដែលជាមហាសេដ្ឋីដែលធ្វើដោយខ្លួនឯងដែលមានការយល់ដឹងយ៉ាងជ្រាលជ្រៅអំពីអំណាចនៃការពិសោធន៍។ ក្រុមហ៊ុនរបស់លោកបានចំណាយធនធានដ៏សំខាន់ក្នុងការបង្កើតការបង្ហាញបង្អួចហាងដ៏អស្ចារ្យដែលនឹងទាក់ទាញអតិថិជននិងបង្កើនការលក់ដូចជាប្រាជ្ញាធម្មតាបានឱ្យដឹងថាពួកគេគួរ។ ក្រុមអ្នកជំនាញបានធ្វើតេស្តដោយប្រុងប្រយ័ត្នលើការរចនាបន្ទាប់ពីការរចនាហើយនៅក្នុងវគ្គពិនិត្យឡើងវិញនៃការធ្វើតេស្តបុគ្គលក្នុងរយៈពេលប៉ុន្មានឆ្នាំនៅតែបង្ហាញថាគ្មានប្រសិទ្ធភាពនៃការច្នៃប្រឌិតថ្មីលើការលក់។ អ្នកជំនួញជាន់ខ្ពស់និងអ្នកជំនួញបានជួបជាមួយនាយកប្រតិបត្តិដើម្បីពិនិត្យមើលលទ្ធផលនៃការធ្វើតេស្តប្រវត្តិសាស្រ្តទាំងនេះ។ បន្ទាប់ពីបង្ហាញទិន្នន័យពិសោធន៍ទាំងអស់ពួកគេបានសន្និដ្ឋានថាប្រាជ្ញាតាមធម្មតាគឺមិនត្រឹមត្រូវ - ការបង្ហាញបង្អួចមិនជំរុញការលក់។ សកម្មភាពដែលបានណែនាំរបស់ពួកគេគឺដើម្បីកាត់បន្ថយចំណាយនិងកិច្ចខិតខំប្រឹងប្រែងនៅក្នុងវិស័យនេះ។ នេះបានបង្ហាញពីសមត្ថភាពនៃការពិសោធដើម្បីរំលើងប្រាជ្ញាធម្មតា។ ការឆ្លើយតបរបស់ CEO គឺសាមញ្ញ: "ការសន្និដ្ឋានរបស់ខ្ញុំគឺថាអ្នករចនារបស់អ្នកមិនល្អទេ" ។ ដំណោះស្រាយរបស់គាត់គឺដើម្បីបង្កើនកិច្ចខិតខំប្រឹងប្រែងក្នុងការរចនាអេក្រង់ហាងនិងដើម្បីទទួលបានមនុស្សថ្មីដើម្បីធ្វើវា " (Manzi 2012, 158–9)

    តើប្រភេទនៃសុពលភាពគឺជាកង្វល់របស់នាយកប្រតិបត្តិឬទេ?

12. [ ] ផ្អែកលើសំនួរមុនស្រមៃថាអ្នកនៅឯកិច្ចប្រជុំដែលលទ្ធផលនៃការពិសោធន៍ត្រូវបានពិភាក្សា។ តើមានសំណួរចំនួនបួនដែលអ្នកអាចសួរ - មួយសម្រាប់ប្រភេទនីមួយៗនៃសុពលភាព (ស្ថិតិសាងសង់ខាងក្នុងនិងខាងក្រៅ)?

13. [ ] Bernedo, Ferraro, and Price (2014) បានសិក្សាអំពីប្រសិទ្ធភាពរយៈពេលប្រាំពីរនៃការធ្វើអន្តរាគមន៍សន្សំសំចៃទឹកដែលបានពិពណ៌នានៅ Ferraro, Miranda, and Price (2011) (សូមមើលរូបភាព 4.11) ។ នៅក្នុងក្រដាសនេះ Bernedo និងសហការីក៏បានស្វែងយល់ពីយន្តការនៅពីក្រោយប្រសិទ្ធិភាពដោយប្រៀបធៀបឥរិយាបថរបស់គ្រួសារដែលមាននិងមិនផ្លាស់ប្តូរបន្ទាប់ពីការព្យាបាលត្រូវបានបញ្ជូន។ នោះគឺប្រហែលពួកគេព្យាយាមមើលថាតើការព្យាបាលមានផលប៉ះពាល់ដល់ផ្ទះឬម្ចាស់ផ្ទះដែរឬទេ។

    1. អានក្រដាសពណ៌នាការរចនារបស់ពួកគេនិងសង្ខេបការរកឃើញរបស់ពួកគេ។
    2. តើការរកឃើញរបស់ពួកគេមានឥទ្ធិពលលើរបៀបដែលអ្នកគួរតែវាយតំលៃប្រសិទ្ធភាពចំណាយនៃអន្តរាគមន៍ស្រដៀងគ្នាទេ? បើដូច្នេះហេតុអ្វី? បើមិនអ៊ីចឹងទេហេតុអ្វី?

14. [ ] នៅក្នុងការតាមដានទៅ Schultz et al. (2007) Schultz និងសហសេវិកបានធ្វើពិសោធន៍ចំនួន 3 ស្តីពីផលប៉ះពាល់នៃបទដ្ឋានពិពណ៌នានិងបទបញ្ជាលើឥរិយាបថបរិស្ថានខុស ៗ គ្នា (ការប្រើឡើងវិញកន្សែង) ក្នុងបរិបទពីរ (សណ្ឋាគារនិងខុនដូ) (Schultz, Khazian, and Zaleski 2008) ។

    1. សង្ខេបការរចនានិងការរកឃើញនៃការពិសោធន៍ទាំងបីនេះ។
    2. តើធ្វើដូចម្តេចប្រសិនបើពួកគេបានផ្លាស់ប្តូរការបកស្រាយរបស់អ្នក Schultz et al. (2007) ?

15. [ ] ក្នុងការឆ្លើយតបទៅនឹង Schultz et al. (2007) Canfield, Bruin, and Wong-Parodi (2016) បានធ្វើពិសោធន៍ស្រដៀងទៅនឹងមន្ទីរពិសោធន៍ដើម្បីសិក្សាការរចនាវិក័យប័ត្រអគ្គីសនី។ នេះជារបៀបដែលពួកគេពណ៌នាវានៅក្នុងអរូបី:

    នៅក្នុងការពិសោធន៍ដែលមានមូលដ្ឋានលើការស្ទង់មតិអ្នកចូលរួមម្នាក់ៗបានឃើញថ្លៃភ្លើងអគ្គីសនីសម្រាប់គ្រួសារដែលប្រើប្រាស់អគ្គិសនីខ្ពស់ដែលគ្របដណ្តប់ព័ត៌មានអំពី (ក) ការប្រើប្រាស់ជាប្រវត្តិសាស្ត្រ (ខ) ការប្រៀបធៀបទៅនឹងអ្នកជិតខាងនិង (គ) ការប្រើប្រាស់ប្រវត្តិសាស្ត្រដោយការវិភាគឧបករណ៍។ អ្នកចូលរួមបានឃើញប្រភេទព័ត៌មានទាំងអស់ក្នុងទ្រង់ទ្រាយមួយក្នុងចំណោមបី (តារាង) (ខ) ក្រាហ្វិកនិង (គ) ក្រាហ្វិករូបតំណាង។ យើងរាយការណ៍អំពីការរកឃើញសំខាន់បី។ ទី 1 អតិថិជនបានយល់ពីប្រភេទព័ត៌មានប្រើអគ្គីសនីច្រើនបំផុតនៅពេលដែលវាត្រូវបានគេបង្ហាញនៅក្នុងតុប្រហែលជាដោយសារតុជួយសម្រួលដល់ចំណុចអានសាមញ្ញ។ ទីពីរចំណង់ចំណូលចិត្តនិងចេតនាដើម្បីសន្សំសំចៃថាមពលអគ្គីសនីគឺខ្លាំងបំផុតសម្រាប់ព័ត៌មានប្រើប្រាស់ប្រវត្តិសាស្ត្រដែលមិនមានទ្រង់ទ្រាយ។ ទីបីបុគ្គលដែលមានអក្ខរកម្មថាមពលទាបយល់គ្រប់ព័ត៌មានទាំងអស់។ "

    មិនដូចការសិក្សាដទៃទៀតទេលទ្ធផលសំខាន់នៃការចាប់អារម្មណ៍នៅ Canfield, Bruin, and Wong-Parodi (2016) ត្រូវបានគេរាយការណ៍ថាមិនមែនឥរិយាបថជាក់ស្តែងទេ។ តើភាពខ្លាំងនិងភាពខ្សោយនៃប្រភេទនៃការសិក្សានេះនៅក្នុងកម្មវិធីស្រាវជ្រាវទូលំទូលាយដែលលើកកម្ពស់ការសន្សំថាមពល?

16. [ ,, ] Smith and Pell (2003) បានធ្វើការវិភាគមេតានៃការស្រាវជ្រាវដែលបង្ហាញពីប្រសិទ្ធភាពនៃការលោតឆ័ត្រយោង។ ពួកគេបានសន្និដ្ឋានថា:

    ដូចគ្នានឹងអន្តរាគមន៍ជាច្រើនដែលមានបំណងបង្ការកុំឱ្យមានបញ្ហាសុខភាពប្រសិទ្ធភាពរបស់ឆ័ត្រយោងមិនត្រូវបានទទួលការវាយតម្លៃយ៉ាងម៉ត់ចត់ទេដោយប្រើការពិសោធដោយការធ្វើតេស្តដោយចៃដន្យ។ អ្នកតស៊ូមតិនៃឱសថដែលមានមូលដ្ឋានលើភស្តុតាងបានរិះគន់ការអនុម័តការអន្តរាគមន៍ដែលបានវាយតម្លៃដោយប្រើតែទិន្នន័យអង្កេត។ យើងគិតថាមនុស្សគ្រប់រូបអាចទទួលបានផលប្រយោជន៍ប្រសិនបើអ្នកឯកទេសរ៉ាឌីកាល់បំផុតនៃឱសថដែលមានមូលដ្ឋានលើភស្តុតាងបានរៀបចំនិងចូលរួមក្នុងការសាកល្បងច្រាស់ឆាកឆ្លងពីរកន្លែងដែលពិការភ្នែកដោយចៃដន្យនិង randomized ប្រើថ្នាំ placebo ។

    សរសេរអត្ថបទដែលមានលក្ខណៈសមរម្យសម្រាប់កាសែតអ្នកអានទូទៅដូចជាកាសែត ញូវយ៉កថែមស៍ ដែលកំពុងឈ្លោះប្រកែកនឹងការចម្លងតាមភស្តុតាងពិសោធន៍។ ផ្តល់ឧទាហរណ៍ជាក់លាក់ជាក់ស្តែង។ គន្លឹះ: សូមមើលផងដែរ Deaton (2010) និង Bothwell et al. (2016) ។

17. [ ,, ,, ] ការប៉ាន់ស្មានខុសគ្នានៃប្រសិទ្ធភាពនៃការព្យាបាលអាចមានភាពច្បាស់លាស់ជាងអ្នកប៉ាន់ស្មានខុសគ្នា។ សរសេរអនុស្សរណៈដល់វិស្វករដែលទទួលខុសត្រូវលើការធ្វើតេស្ត A / B នៅក្រុមហ៊ុនប្រព័ន្ធផ្សព្វផ្សាយសង្គមដែលចាប់ផ្តើមពន្យល់ពីតម្លៃនៃវិធីសាស្រ្តខុសគ្នាក្នុងភាពខុសគ្នាសម្រាប់ដំណើរការពិសោធន៍លើអ៊ីនធឺណិត។ អនុស្សរណៈគួរតែរួមបញ្ចូលសេចក្តីថ្លែងការណ៍នៃបញ្ហាមួយចំនួនវិចារណញាណអំពីលក្ខខណ្ឌក្នុងការដែលអ្នកប៉ាន់ស្មានខុសគ្នាក្នុងការធ្វើឱ្យប្រសើរជាងអ្នកប៉ាន់ស្មានខុសគ្នានិងការពិសោធន៏ក្លែងក្លាយ។

18. [ ,, ] Gary Loveman គឺជាសាស្រ្តាចារ្យនៅសាលាពាណិជ្ជកម្មហាវ៉ាដមុនពេលក្លាយជានាយកប្រតិបត្តិនៃក្រុមហ៊ុនកាស៊ីណូធំបំផុតរបស់ Harrah នៅលើពិភពលោក។ នៅពេលដែលគាត់ផ្លាស់ទៅនៅ Harrah លោក Loveman បានផ្លាស់ប្តូរក្រុមហ៊ុនជាមួយកម្មវិធីភក្តីភាពជាញឹកញាប់ដែលមានទិន្នន័យច្រើនដែលទាក់ទងនឹងឥរិយាបថរបស់អតិថិជន។ នៅលើកំពូលនៃប្រព័ន្ធការវាស់វែងនេះជានិច្ចនៅលើក្រុមហ៊ុននេះបានចាប់ផ្តើមដំណើរការពិសោធន៍។ ឧទាហរណ៍ពួកគេអាចសាកល្បងពិសោធន៍ដើម្បីវាយតម្លៃប្រសិទ្ធភាពនៃប័ណ្ណមួយសម្រាប់យប់សណ្ឋាគារដោយឥតគិតថ្លៃសម្រាប់អតិថិជនដែលមានល្បែងស៊ីសង។ នេះជារបៀបដែលលោក Loveman បានរៀបរាប់អំពីសារៈសំខាន់នៃការពិសោធន៏ចំពោះការអនុវត្តអាជីវកម្មប្រចាំថ្ងៃរបស់ Harrah:

    "វាដូចជាអ្នកមិនធ្វើបាបស្ត្រីអ្នកមិនលួចហើយអ្នកត្រូវតែមានក្រុមត្រួតពិនិត្យ។ នេះគឺជារឿងមួយដែលអ្នកអាចបាត់បង់ការងាររបស់អ្នកនៅឯហារ៉ាហាមដែលមិនមែនជាក្រុមត្រួតពិនិត្យទេ។ " (Manzi 2012, 146)

    សរសេរអ៊ីម៉ែលទៅបុគ្គលិកថ្មីពន្យល់ពីមូលហេតុដែលលោក Loveman គិតថាវាសំខាន់ណាស់ក្នុងការមានក្រុមត្រួតពិនិត្យ។ អ្នកគួរព្យាយាមរួមបញ្ចូលនូវឧទាហរណ៍ - ពិតប្រាកដឬបានបង្កើតឡើងដើម្បីបង្ហាញពីចំណុចរបស់អ្នក។

19. [ ,, ] ការពិសោធន៍ថ្មីមួយមានគោលបំណងដើម្បីប៉ាន់ប្រមាណពីប្រសិទ្ធិភាពនៃការទទួលសាររំលឹកសារតាមការចាក់ថ្នាំបង្ការ។ គ្លីនិកមួយរយហាសិបនាក់ដែលមានអ្នកជំងឺមានសិទ្ធិគ្រប់គ្រាន់ចំនួន 600 នាក់មានឆន្ទៈចូលរួម។ មានតម្លៃថេរចំនួន 100 ដុល្លារសម្រាប់គ្លីនិចនីមួយៗដែលអ្នកចង់ធ្វើការហើយវាមានតម្លៃ 1 ដុល្លារសម្រាប់សារដែលអ្នកចង់ផ្ញើ។ លើសពីនេះគ្លីនិចដែលអ្នកកំពុងធ្វើការជាមួយនឹងវាស់លទ្ធផល (ថាតើនរណាម្នាក់ទទួលបានការចាក់វ៉ាក់សាំង) ដោយឥតគិតថ្លៃ។ សន្មតថាអ្នកមានថវិកាចំនួន 1000 ដុល្លារ។

    1. តើស្ថិតក្រោមលក្ខខណ្ឌអ្វីខ្លះដែលអាចធ្វើឱ្យប្រសើរឡើងនូវធនធានរបស់អ្នកនៅតាមគ្លីនិកមួយចំនួនតូចហើយស្ថិតនៅក្រោមលក្ខខណ្ឌអ្វីខ្លះដែលវាអាចល្អប្រសើរជាងក្នុងការផ្សព្វផ្សាយឱ្យកាន់តែទូលំទូលាយ?
    2. តើអ្វីទៅជាកត្តាដែលនឹងកំណត់ទំហំប្រសិទ្ធិភាពតូចបំផុតដែលអ្នកនឹងអាចរកឃើញអាចជឿទុកចិត្តបានជាមួយនឹងថវិការបស់អ្នក?
    3. សរសេរអនុស្សរណៈពន្យល់ពីការដោះដូរទាំងនេះទៅជាអ្នកចងក្រងសក្តានុពល។

20. [ ,, ] បញ្ហាដ៏ធំមួយជាមួយវគ្គសិក្សាតាមអ៊ីនធឺណែតគឺការទាក់ទាញកុមារ: សិស្សជាច្រើនដែលចាប់ផ្តើមវគ្គសិក្សាត្រូវបោះបង់ចោល។ សូមស្រមៃថាអ្នកកំពុងធ្វើការនៅវេទិកាសិក្សាលើអ៊ីនធឺណិតហើយអ្នករចនាម៉ូដនៅវេទិកានេះបានបង្កើតរបារវឌ្ឍនភាពដែលមើលឃើញដែលនាងគិតថានឹងជួយទប់ស្កាត់សិស្សកុំឱ្យបោះបង់ចោលវគ្គសិក្សា។ អ្នកចង់សាកល្បងផលប៉ះពាល់នៃរបារវឌ្ឍនភាពលើសិស្សនៅក្នុងវគ្គសិក្សាវិទ្យាសាស្ត្រសង្គមដ៏ធំមួយ។ បន្ទាប់ពីដោះស្រាយបញ្ហាសីលធម៌ណាមួយដែលអាចកើតឡើងក្នុងការពិសោធន៍អ្នកនិងមិត្តរួមការងាររបស់អ្នកមានការព្រួយបារម្ភថាវគ្គសិក្សានេះប្រហែលជាមិនមានសិស្សគ្រប់គ្រាន់ដើម្បីរកមើលផលប៉ះពាល់នៃរបារវឌ្ឍនភាពឡើយ។ នៅក្នុងការគណនាដូចខាងក្រោមអ្នកអាចសន្មត់ថាពាក់កណ្តាលនៃសិស្សនឹងទទួលបានរបារវឌ្ឍនភាពហើយពាក់កណ្តាលមិនមែន។ លើសពីនេះអ្នកអាចសន្មតថាគ្មានការជ្រៀតជ្រែកទេ។ នៅក្នុងពាក្យផ្សេងទៀតអ្នកអាចសន្មត់ថាអ្នកចូលរួមត្រូវរងផលប៉ះពាល់ដោយសារតែពួកគេទទួលការព្យាបាលឬការត្រួតពិនិត្យ។ ពួកវាមិនរងផលប៉ះពាល់ដោយថាតើអ្នកដទៃទទួលការព្យាបាលឬការគ្រប់គ្រង (សម្រាប់និយមន័យផ្លូវការបន្ថែមទៀតទេសូមមើលជំពូកទី 8 នៃ Gerber and Green (2012) ) ។ តាមដានការសន្មត់បន្ថែមដែលអ្នកធ្វើ។

    1. ឧបមាថារបារវឌ្ឍនភាពត្រូវបានគេរំពឹងថានឹងបង្កើនសមាមាត្រនៃសិស្សដែលបញ្ចប់ថ្នាក់រៀនដោយ 1 ភាគរយ។ តើអ្វីទៅជាទំហំគំរូដែលត្រូវការដើម្បីដឹងពីប្រសិទ្ធិភាព?
    2. ឧបមាថារបារវឌ្ឍនភាពត្រូវបានគេរំពឹងថានឹងបង្កើនសមាមាត្រនៃសិស្សដែលបញ្ចប់ថ្នាក់រៀនដោយ 10 ពិន្ទុភាគរយ។ តើអ្វីទៅជាទំហំគំរូដែលត្រូវការដើម្បីដឹងពីប្រសិទ្ធិភាព?
    3. ឥឡូវនេះស្រមៃថាអ្នកបានដំណើរការពិសោធន៍ហើយសិស្សានុសិស្សដែលបានបញ្ចប់សិក្ខាសាលាទាំងអស់បានទទួលការប្រឡងចុងក្រោយ។ នៅពេលអ្នកប្រៀបធៀបពិន្ទុប្រឡងចុងក្រោយនៃសិស្សដែលបានទទួលរបារវឌ្ឍនភាពជាមួយនឹងពិន្ទុនៃអ្នកដែលមិនបានធ្វើអ្នករកឃើញអ្វីដែលធ្វើឱ្យអ្នកភ្ញាក់ផ្អើលថាសិស្សដែលមិនបានទទួលរបារវឌ្ឍនភាពពិតជាទទួលបានពិន្ទុខ្ពស់។ តើនេះមានន័យថារបារវឌ្ឍនភាពបណ្តាលឱ្យសិស្សរៀនតិចជាងមុនមែនទេ? តើអ្នកអាចរៀនអ្វីខ្លះពីទិន្នន័យលទ្ធផលនេះ? (ព័ត៌មានជំនួយ: សូមមើលជំពូក 7 នៃ Gerber and Green (2012) )

21. [ ,, ,, ] សូមស្រមៃថាអ្នកកំពុងធ្វើការជាអ្នកវិទ្យាសាស្ត្រទិន្នន័យនៅក្រុមហ៊ុនបច្ចេកវិទ្យាមួយ។ អ្នកណាម្នាក់មកពីផ្នែកទីផ្សារស្នើសុំជំនួយរបស់អ្នកក្នុងការវាយតម្លៃការពិសោធន៍ដែលពួកគេកំពុងរៀបចំផែនការដើម្បីវាស់ការត្រឡប់មកវិញនៃការវិនិយោគ (ROI) សម្រាប់យុទ្ធនាការផ្សព្វផ្សាយតាមអ៊ីនធឺណិតថ្មី។ ROI ត្រូវបានកំណត់ថាជាប្រាក់ចំណេញសុទ្ធពីយុទ្ធនាការដែលបានបែងចែកដោយតម្លៃនៃយុទ្ធនាការនេះ។ ឧទាហរណ៍យុទ្ធនាការដែលមិនមានឥទ្ធិពលលើការលក់នឹងមាន ROI នៃ -100% ។ យុទ្ធនាការមួយដែលប្រាក់ចំណេញដែលបង្កើតឡើងមានតម្លៃស្មើនឹងតម្លៃនឹងមាន ROI 0 ។ និងយុទ្ធនាការមួយដែលរកបានប្រាក់ចំណេញទ្វេដងការចំណាយនឹងមាន ROI 200% ។

    មុនពេលចាប់ផ្តើមពិសោធន៍នាយកដ្ឋានទីផ្សារផ្ដល់ឱ្យអ្នកនូវព័ត៌មានដូចខាងក្រោមដោយផ្អែកលើការស្រាវជ្រាវពីមុនរបស់ពួកគេ (ជាការពិតតម្លៃទាំងនេះគឺជាតួលេខនៃយុទ្ធនាការផ្សាយពាណិជ្ជកម្មពិតប្រាកដដែលបានរាយការណ៍នៅក្នុង Lewis និង Rao (2015) ):

    • ការលក់ជាមធ្យមក្នុងមួយអតិថិជនតាមការចែកចាយធម្មតាជាមួយនឹងមធ្យម 7 ដុល្លានិងគម្លាតស្តង់ដារ 75 ដុល្លា។
    • យុទ្ធនាការនេះត្រូវបានគេរំពឹងថានឹងបង្កើនការលក់បានចំនួន 0,35 ដុល្លារក្នុងមួយអតិថិជនដែលជាការកើនឡើងនៃប្រាក់ចំណេញចំនួន 0,175 ដុល្លារក្នុងមួយអតិថិជន។
    • ទំហំនៃការពិសោធន៍ដែលបានគ្រោងទុកគឺមានចំនួន 200.000 នាក់: ពាក់កណ្តាលនៅក្នុងក្រុមព្យាបាលនិងពាក់កណ្តាលនៅក្នុងក្រុមត្រួតពិនិត្យ។
    • តម្លៃនៃយុទ្ធនាការនេះគឺ 0,14 ដុល្លារក្នុងមួយអ្នកចូលរួម។
    • ROI រំពឹងទុកសម្រាប់យុទ្ធនាការនេះគឺ 25% [ \((0.175 - 0.14)/0.14\) ]] ។ ម៉្យាងទៀតនាយកដ្ឋានទីផ្សារជឿជាក់ថាសម្រាប់ 100 ដុល្លារចំណាយលើការធ្វើទីផ្សារក្រុមហ៊ុននឹងរកប្រាក់ចំណេញបន្ថែមចំនួន 25 ដុល្លារ។

    សរសេរអនុស្សរណៈវាយតម្លៃការពិសោធន៍ដែលបានស្នើនេះ។ អនុស្សរណៈរបស់អ្នកគួរតែប្រើភស្តុតាងពីការពិសោធន៏ដែលអ្នកបង្កើតហើយវាគួរតែដោះស្រាយបញ្ហាសំខាន់ៗពីរ: (1) តើអ្នកនឹងណែនាំឱ្យចាប់ផ្តើមពិសោធន៍នេះតាមការគ្រោងទុកឬទេ? បើដូច្នេះហេតុអ្វី? បើមិនអ៊ីចឹងទេហេតុអ្វី? ត្រូវប្រាកដថាច្បាស់អំពីលក្ខណៈវិនិច្ឆ័យដែលអ្នកកំពុងប្រើដើម្បីធ្វើការសម្រេចចិត្តនេះ។ (2) តើអ្នកគួរប្រើទំហំគំរូអ្វីសម្រាប់ពិសោធន៍នេះ? ជាថ្មីម្តងទៀតសូមប្រាកដថាត្រូវច្បាស់អំពីលក្ខណៈវិនិច្ឆ័យដែលអ្នកកំពុងប្រើដើម្បីធ្វើការសម្រេចចិត្តនេះ។

    អនុស្សរណៈល្អនឹងដោះស្រាយករណីជាក់លាក់នេះ។ ការកត់សម្គាល់ល្អប្រសើរជាងមុននឹងរួមបញ្ចូលពីករណីនេះក្នុងវិធីមួយ (ឧទាហរណ៍បង្ហាញពីរបៀបដែលការសម្រេចចិត្តផ្លាស់ប្តូរជាមុខងារនៃទំហំនៃផលប៉ះពាល់នៃយុទ្ធនាការ) ។ និងអនុស្សរណៈដ៏អស្ចារ្យមួយនឹងបង្ហាញលទ្ធផលទូទៅ។ អនុស្សរណៈរបស់អ្នកគួរតែប្រើក្រាហ្វដើម្បីជួយពន្យល់អំពីលទ្ធផលរបស់អ្នក។

    នេះគឺជាគន្លឹះពីរ។ ទីមួយនាយកដ្ឋានទីផ្សារអាចផ្តល់ឱ្យអ្នកនូវព័ត៌មានមិនចាំបាច់មួយចំនួនហើយពួកគេប្រហែលជាមិនបានផ្តល់ព័ត៌មានចាំបាច់មួយចំនួនដល់អ្នក។ ទីពីរប្រសិនបើអ្នកកំពុងប្រើ R, ត្រូវដឹងថាអនុគមន៍ rlnorm () មិនដំណើរការតាមវិធីដែលមនុស្សជាច្រើនរំពឹងទុក។

    សកម្មភាពនេះនឹងផ្តល់ឱ្យអ្នកនូវការអនុវត្តដោយការវិភាគថាមពលការបង្កើតការក្លែងបន្លំនិងការទំនាក់ទំនងលទ្ធផលរបស់អ្នកជាមួយពាក្យនិងក្រាហ្វិក។ វាគួរតែជួយអ្នកក្នុងការធ្វើការវិភាគថាមពលសម្រាប់ប្រភេទណាមួយនៃការពិសោធន៍មិនមែនគ្រាន់តែជាការពិសោធន៍ដែលបានរចនាឡើងដើម្បីប៉ាន់ស្មាន ROI ទេ។ សកម្មភាពនេះសន្មតថាអ្នកមានបទពិសោធន៍ខ្លះជាមួយនឹងការធ្វើតេស្តស្ថិតិនិងការវិភាគថាមពល។ ប្រសិនបើអ្នកមិនសូវដឹងពីការវិភាគថាមពលទេខ្ញុំសូមណែនាំឱ្យអ្នកអាន "Power Primer" ដោយ Cohen (1992) ។

    សកម្មភាពនេះត្រូវបានបំផុសគំនិតដោយក្រដាសគួរឱ្យស្រឡាញ់ដោយ RA Lewis and Rao (2015) ដែលបង្ហាញយ៉ាងច្បាស់អំពីការកំណត់ស្ថិតិមូលដ្ឋាននៃការពិសោធន៍ធំ ៗ ។ ក្រដាសរបស់ពួកគេដែលដើមឡើយមានចំណងជើងបង្កភាពតឹងតែងលើការមិនអាចវាស់ស្ទង់ការផ្សាយពាណិជ្ជកម្មបានបង្ហាញថាវាពិបាកក្នុងការវាស់ស្ទង់ពីការវិនិយោគលើការផ្សាយពាណិជ្ជកម្មតាមអ៊ីនធឺរណែតទោះបីជាមានការពិសោធន៍ឌីជីថលទាក់ទងនឹងអតិថិជនរាប់លាននាក់ក៏ដោយ។ ជាទូទៅ RA Lewis and Rao (2015) បង្ហាញពីការពិតស្ថិតិជាមូលដ្ឋានដែលមានសារៈសំខាន់ជាទូទៅសម្រាប់ពិសោធន៍ឌីជីថលៈវាពិបាកក្នុងការប៉ាន់ប្រមាណផលប៉ះពាល់នៃការព្យាបាលតិចតួចណាស់ក្នុងកំឡុងពេលទិន្នន័យដែលស្រែក។

22. [ ,, ] ធ្វើដូចគ្នានឹងសំណួរមុនដែរប៉ុន្តែជាជាងការធ្វើត្រាប់តាមអ្នកគួរតែប្រើលទ្ធផលវិភាគ។

23. [ ,, ,, ] ធ្វើដូចគ្នានឹងសំនួរមុនដែរប៉ុន្តែប្រើប្រូតូកូលនិងលទ្ធផលវិភាគ។

24. [ ,, ,, ] សូមស្រមៃថាអ្នកបានសរសេរអនុស្សរណៈដែលបានពិពណ៌នាខាងលើហើយអ្នកណាម្នាក់មកពីផ្នែកទីផ្សារផ្តល់នូវព័ត៌មានថ្មីមួយ: ពួកគេរំពឹងថានឹងមានទំនាក់ទំនងគ្នារវាងការលក់មុននិងក្រោយការពិសោធន៍។ តើវាផ្លាស់ប្តូរអនុសាសន៍ក្នុងអនុស្សរណៈរបស់អ្នកយ៉ាងដូចម្តេច? (ព័ត៌មានជំនួយ: សូមមើលផ្នែក 4.6.2 សម្រាប់ព័ត៌មានបន្ថែមអំពីការប៉ាន់ស្មានភាពខុសគ្នានៃមធ្យោបាយនិងការប៉ាន់ប្រមាណភាពខុសគ្នាក្នុងការខុសគ្នា។ )

25. [ ,, ] ដើម្បីវាយតម្លៃប្រសិទ្ធភាពនៃកម្មវិធីជំនួយការងារតាមគេហទំព័រថ្មីមួយសាកលវិទ្យាល័យមួយបានធ្វើការសាកល្បងត្រួតពិនិត្យដោយចៃដន្យក្នុងចំណោមសិស្ស 10,000 នាក់ដែលបានចូលសិក្សាឆ្នាំចុងក្រោយរបស់ពួកគេ។ ការជាវដោយឥតគិតថ្លៃដែលមានព័ត៌មានចូលតែមួយគត់ត្រូវបានផ្ញើតាមរយៈការអញ្ជើញអ៊ីម៉ែលផ្តាច់មុខដល់សិស្ស 5000 នាក់ដែលបានជ្រើសរើសដោយចៃដន្យចំណែកឯសិស្ស 5000 នាក់ផ្សេងទៀតស្ថិតនៅក្នុងក្រុមត្រួតពិនិត្យនិងមិនមានការជាវ។ 12 ខែក្រោយមកការស្ទង់មតិតាមដាន (ដោយគ្មានការឆ្លើយតប) បានបង្ហាញថានៅក្នុងក្រុមព្យាបាលនិងក្រុមត្រួតពិនិត្យ 70% នៃសិស្សទាំងអស់បានទទួលការងារពេញម៉ោងនៅក្នុងវាលដែលបានជ្រើស (តារាង 4.6) ។ ដូចេនះវាហាក់ដូចជាេសវាការែផ្អកេលើវេបសាយមិនមានឥទធិពល។

    ទោះជាយ៉ាងណាក៏ដោយអ្នកវិទ្យាសាស្ដ្រទិន្នន័យដ៏ឆ្លាតវៃនៅសាកលវិទ្យាល័យនេះបានមើលទិន្នន័យយ៉ាងហ្មត់ចត់ជាងនេះហើយបានរកឃើញថាមានតែ 20% នៃសិស្សនៅក្នុងក្រុមព្យាបាលដែលធ្លាប់បានចូលក្នុងគណនីបន្ទាប់ពីទទួលអ៊ីម៉ែល។ លើសពីនេះទៅទៀតហើយគួរអោយភ្ញាក់ផ្អើលមួយក្នុងចំណោមអ្នកដែលបានចូលគេហទំព័រនេះមានតែ 60% ប៉ុណ្ណោះដែលបានទទួលការងារពេញម៉ោងនៅក្នុងវាលដែលបានជ្រើសរើសរបស់ពួកគេដែលទាបជាងអត្រាសម្រាប់មនុស្សដែលមិនចូលនិងទាបជាងអត្រាសម្រាប់មនុស្ស នៅក្នុងលក្ខខណ្ឌត្រួតពិនិត្យ (តារាង 4.7) ។

    1. ផ្តល់ការពន្យល់អំពីអ្វីដែលអាចកើតឡើង។
    2. តើមានពីរវិធីផ្សេងគ្នាដើម្បីគណនាប្រសិទ្ធភាពនៃការព្យាបាលក្នុងពិសោធន៍នេះដែរឬទេ?
    3. ដែលបានផ្តល់លទ្ធផលនេះតើគួរផ្តល់ជូននូវសេវាកម្មនេះដល់សិស្សទាំងអស់ដែរឬទេ? គ្រាន់តែច្បាស់លាស់នេះមិនមែនជាសំណួរដែលមានចម្លើយសាមញ្ញនោះទេ។
    4. តើពួកគេគួរធ្វើអ្វីបន្ទាប់ទៀត?

    គន្លឹះ: សំណួរនេះហួសពីសម្ភារៈដែលគ្របដណ្តប់នៅក្នុងជំពូកនេះប៉ុន្តែដោះស្រាយបញ្ហាជាទូទៅនៅក្នុងពិសោធន៍។ ប្រភេទនៃការរចនាពិសោធន៍នេះត្រូវបានគេហៅថា ការរចនាលើកទឹកចិត្ត ពីព្រោះអ្នកចូលរួមត្រូវបានលើកទឹកចិត្តអោយចូលរួមក្នុងការព្យាបាល។ បញ្ហានេះគឺជាឧទាហរណ៍មួយនៃអ្វីដែលគេហៅថា ការមិនអនុលោមតាមតែម្នាក់ឯង (សូមមើលជំពូកទី 5 នៃ Gerber and Green (2012) ) ។

26. [ ] បន្ទាប់ពីការប្រឡងបន្ថែមទៀតវាបានបង្ហាញថាការពិសោធន៍ដែលបានពិពណ៌នានៅក្នុងសំណួរមុននេះកាន់តែស្មុគស្មាញ។ វាបានបង្ហាញថា 10% នៃប្រជាជននៅក្នុងក្រុមត្រួតពិនិត្យបានចំណាយសម្រាប់ការចូលទៅកាន់សេវាហើយពួកគេបានបញ្ចប់ជាមួយនឹងអត្រាការងារ 65% (តារាង 4.8) ។

    1. សរសេរសារអេឡិចត្រូនិចសង្ខេបពីអ្វីដែលអ្នកគិតថាកំពុងកើតឡើងហើយណែនាំឱ្យមានសកម្មភាព។

    គន្លឹះ: សំណួរនេះហួសពីសម្ភារៈដែលគ្របដណ្តប់នៅក្នុងជំពូកនេះប៉ុន្តែដោះស្រាយបញ្ហាជាទូទៅនៅក្នុងពិសោធន៍។ បញ្ហានេះគឺជាឧទាហរណ៍មួយនៃអ្វីដែលហៅថា ការមិនអនុលោមតាមជំលោះពីរផ្នែក (សូមមើលជំពូកទី 6 នៃ Gerber and Green (2012) ) ។