4.1 소개

이 책 관찰 행동 (제 2 장)과 질문을 지금까지 다루는 방법에 (제 3 장) -researchers 자연스럽게 세계에서 발생하는 사항에 대한 데이터를 수집합니다. 이 장 실행에서 다루는 접근 방식 근본적으로 다른 실험-이다. 연구진은 실험을 실행하면, 그들은 체계적으로 적 인과 관계에 대한 질문에 대답에 적합한 데이터를 생성하는 세계에 개입.

원인과 결과의 질문은 사회 연구에 매우 일반적인 및 예제는 교사의 급여는 학생들의 학습을 증가 증가 하는가 등의 질문을 포함? 취업률에 최저 임금의 효과는 무엇인가? 어떻게 작업 지원자의 인종이 취업의 그녀의 기회에 영향을합니까? 이러한 명시 적 인과 질문뿐만 아니라, 때로는 원인과 결과 질문 몇 가지 성능 메트릭의 극대화에 대한 일반적인 질문에 암시 적이다. 예를 들어, "비정부 웹 사이트 사이트에 기부금을 극대화 무슨 색 버튼을?"질문이 정말 기부에 다른 버튼 색상의 효과에 대한 질문을 많이합니다.

원인과 결과의 질문에 대답하는 한 가지 방법은 기존 데이터에서 패턴을 찾는 것입니다. 예를 들어, 학교의 수천의 데이터를 사용하여, 당신은 학생들이 높은 교사 급여를 제공하는 학교에서 자세한 내용을 보려면 것을 계산할 수 있습니다. 그러나,이 상관 관계가 더 높은 급여 학생들이 자세한 내용을 일으킬 것을 보여 무엇입니까? 당연히 아니지. 교사가 더 많은 수익을 창출 학교는 여러 가지면에서 차이가있을 수 있습니다. 예를 들어, 높은 교사 급여와 학교에서 학생들은 부유 한 가정에서 온 수 있습니다. 교사의 효과가 단지 학생들의 서로 다른 유형의 비교에서 올 수 있었던 것처럼 따라서, 어떤 일이 보인다. 학생들 사이에이 측정되지 차이는 혼란 변수라고하며, 일반적으로 혼란 변수의 가능성은 기존 데이터에서 패턴을 보면 인과 질문에 대답하는 연구자의 ​​능력에 혼란을 낸다.

교란 변수 문제에 대한 하나의 솔루션은 그룹 간의 차이를 관찰함으로써 조정 공정한 비교를 만들려고하는 것이다. 예를 들어, 정부 웹 사이트의 숫자에서 재산세 데이터를 다운로드 할 수 있습니다. 그런 다음 주택 가격은 비슷하지만 교사의 급여가 다른 학교에서 학생의 성능을 비교할 수 있고, 당신은 여전히​​ 학생들이 높은 교사 급여와 학교에서 자세한 내용을 찾을 수 있습니다. 하지만, 여전히 여러 가지 혼란 변수가 있습니다. 아마이 학생의 부모가 교육의 자신의 수준에 차이가 아니면 학교가 공공 도서관에 자신의 친밀감에 차이가 아니면 더 높은 교사 급여와 학교는 교장과 교장 급여에 대한 더 높은 임금이 아니라 교사의 급여는 정말 무엇을 증가하고있다 학생들의 학습. 당신은뿐만 아니라 이러한 다른 요인을 측정하기 위해 시도 할 수 있지만, 가능한 혼란 변수의 목록은 본질적으로 끝이 없다. 많은 상황에서, 당신은 측정 할 수없는 모든 가능한 혼란 변수를 조정. 이 방법은 지금까지 당신을 데려 갈 수 있습니다.

교란 변수 문제에 대한보다 나은 솔루션은 실험을 실행한다. 실험은 자연적으로 확실하게 인과 질문에 대답하기 위해 데이터를 발생의 상관 관계를 넘어 연구자 수 있습니다. 아날로그 시대에, 실험은 종종 물류 어렵고 비싼했다. 이제 디지털 시대에, 물류 제약이 점차 사라져 가고있다. 뿐만 아니라 쉽게 그 연구자 등의 실험이 과거에했던하는 것입니다,이 실험의 새로운 종류를 실행하는 것이 가능하다.

내가 지금까지 쓴 것을 나는 나의 언어로 조금 느슨한 봤는데,하지만 두 가지를 구별하는 것이 중요하다 : 실험과 무작위 대조 실험. 실험에서 연구자는 세계에서 개입 한 다음 결과를 측정한다. 나는 설명이 접근 들었다 "교란 및 관찰을."이 전략은 자연 과학에 매우 효과적이지만, 의료 및 사회 과학에서 잘 작동 다른 방법이있다. 무작위 통제 실험에서 연구자 (예를 들어, 동전을 뒤집기) 연구원은 사람들이 무작위로 간섭을받는 결정, 비판적으로, 어떤 사람들에게는이 아닌 다른 사람을 위해 개입합니다. 하지가 개입 하나를 수신 한 :이 절차는 무작위 대조 실험은 두 그룹 사이의 공정한 비교를 만들 것을 보장한다. 즉, 무작위 실험 교란 변수의 문제에 대한 해결책이다. 실험과 무작위 대조 실험 사이의 중요한 차이에도 불구하고, 사회 연구원은 종종 같은 의미로이 용어를 사용합니다. 나는 특정 지점에서, 나는 무작위 배정과 대조군없이 실험을 통해 무작위 대조 실험의 가치를 강조하는 규칙을 깰 수있을 거라,이 규칙을 따라야 만합니다.

무작위 대조 실험은 사회적 세계에 대해 배울 수있는 강력한 방법을 입증했으며,이 장에서, 나는 당신에게 당신의 연구에 그들을 사용하는 방법에 대한 자세한 내용을 가르 칠 것입니다. 4.2 절, 나는 위키 백과에 실험의 예와 실험의 기본 논리를 설명합니다. 그런 다음, 4.3 절에, 나는 실험실 실험과 현장 실험 및 아날로그 실험과 디지털 실험의 차이 사이의 차이를 설명 할 것이다. 또한, 나는 디지털 필드 실험 이전에 불가능했던 규모에서 최고의 아날로그 실험실 실험의 기능 (엄격한 제어) 및 아날로그 현장 실험 (리얼리즘)을 모두 제공 할 수 있다고 주장합니다. 다음으로, 4.4 절에, 나는 세 가지 개념-유효 기간, 치료 효과의 이질성, 및 메커니즘이 풍부한 실험을 설계하는 중요한을 설명 할 것이다. 그 배경으로, 나는 디지털 실험을 수행하기위한 두 가지 주요 전략에 포함 된 트레이드 오프를 설명 할 것이다 (4.5.1 절) 스스로 일을하거나 강력한 (4.5.2)와 제휴. 마지막으로, 나는 당신이 디지털 실험 (제 4.6.1)의 실제 전력을 활용할 수있는 방법에 대한 몇 가지 디자인 조언을 체결하고 그 힘 (제 4.6.2)와 함께 제공 책임의 일부를 설명 할 것이다. 장은 수학적 표기 및 형식 언어의 최소 표시됩니다; 실험에 형식적인 수학적 접근에 관심있는 독자는이 장의 끝에서 기술 부록을 읽어야합니다.