4.1 ການນໍາສະເຫນີ

ໃນວິທີການທີ່ກວມເອົາມາເຖິງຕອນນີ້ໃນພຶດຕິກໍາການເຝົ້າລະວັງຫນັງສືນີ້ (ບົດທີ 2) ແລະຖາມຄໍາຖາມ (ບົດທີ 3) ນັກຄົ້ນຄວ້າເກັບກໍາຂໍ້ມູນໂດຍບໍ່ມີການປ່ຽນແປງຢ່າງລະອຽດແລະມີລະບົບຂອງໂລກ. ວິທີການທີ່ໄດ້ກວມເອົາໃນການທົດລອງທີ່ປະຕິບັດໃນພາກນີ້ - ແມ່ນແຕກຕ່າງກັນທາງພື້ນຖານ. ໃນເວລາທີ່ນັກຄົ້ນຄວ້າທົດລອງປະສົບການ, ພວກເຂົາເຈົ້າປະຕິບັດລະບົບໃນໂລກເພື່ອສ້າງຂໍ້ມູນທີ່ເຫມາະສົມທີ່ເຫມາະສົມກັບການຕອບຄໍາຖາມກ່ຽວກັບສາຍພົວພັນທາງເຫດຜົນແລະຜົນ.

ຄໍາຖາມກ່ຽວກັບເຫດຜົນແລະຜົນກະທົບແມ່ນມີຫຼາຍໃນການຄົ້ນຄວ້າທາງສັງຄົມແລະຕົວຢ່າງປະກອບມີຄໍາຖາມເຊັ່ນ: ການເພີ່ມເງິນເດືອນຂອງຄູເພີ່ມຂຶ້ນການຮຽນຮູ້ຂອງນັກຮຽນ? ຜົນກະທົບຂອງຄ່າແຮງງານຕໍາ່ສຸດໃນອັດຕາການຈ້າງວຽກແມ່ນຫຍັງ? ເຊື້ອຊາດຂອງຜູ້ສະຫມັກວຽກເຮັດແນວໃດຜົນກະທົບຕໍ່ໂອກາດຂອງນາງໃນການເຮັດວຽກ? ນອກເຫນືອຈາກຄໍາຖາມທີ່ກ່ຽວຂ້ອງເຫຼົ່ານີ້ຢ່າງຊັດເຈນ, ບາງຄັ້ງຄໍາຖາມກ່ຽວກັບເຫດຜົນແລະຜົນກະທົບແມ່ນຄໍາຖາມທົ່ວໄປກ່ຽວກັບການເພີ່ມປະສິດທິພາບຂອງການປະຕິບັດບາງຢ່າງ. ສໍາລັບຕົວຢ່າງ, ຄໍາຖາມທີ່ວ່າ: "ສີທີ່ຄວນໃຫ້ບໍລິການແມ່ນຫຍັງຢູ່ໃນເວັບໄຊທ໌ຂອງອົງການ NGO?" ແມ່ນມີຄໍາຖາມກ່ຽວກັບຜົນກະທົບຂອງສີປຸ່ມທີ່ແຕກຕ່າງກັນກ່ຽວກັບການບໍລິຈາກ.

ວິທີຫນຶ່ງໃນການຕອບຄໍາຖາມແລະຜົນແມ່ນເພື່ອຊອກຫາຮູບແບບໃນຂໍ້ມູນທີ່ມີຢູ່ແລ້ວ. ຕົວຢ່າງ, ກັບຄືນຄໍາຖາມກ່ຽວກັບຜົນກະທົບຂອງເງິນເດືອນຂອງຄູໃນການຮຽນຂອງນັກຮຽນ, ທ່ານອາດຄິດໄລ່ວ່ານັກຮຽນຈະຮຽນຮູ້ເພີ່ມເຕີມຢູ່ໃນໂຮງຮຽນທີ່ໃຫ້ເງິນເດືອນຄູອາຈານສູງ. ແຕ່, ການພົວພັນນີ້ສະແດງໃຫ້ເຫັນວ່າເງິນເດືອນທີ່ສູງຂຶ້ນ ເຮັດໃຫ້ ນັກຮຽນຮຽນຮູ້ເພີ່ມເຕີມບໍ? ແນ່ນອນບໍ່. ໂຮງຮຽນບ່ອນທີ່ຄູອາຈານມີລາຍໄດ້ຫຼາຍອາດຈະແຕກຕ່າງກັນຫຼາຍທາງ. ຕົວຢ່າງ, ນັກຮຽນໃນໂຮງຮຽນທີ່ມີເງິນເດືອນຄູອາຈານສູງອາດຈະມາຈາກຄອບຄົວທີ່ຮັ່ງມີ. ດັ່ງນັ້ນ, ສິ່ງທີ່ຄ້າຍຄືຜົນກະທົບຂອງຄູອາຈານສາມາດມາຈາກການປຽບທຽບປະເພດຕ່າງໆຂອງນັກຮຽນ. ຄວາມແຕກຕ່າງລະຫວ່າງນັກຮຽນທີ່ບໍ່ມີຄວາມແຕກຕ່າງລະຫວ່າງນັກຮຽນໄດ້ຖືກເອີ້ນວ່າ ຄວາມສັບສົນ ແລະໂດຍທົ່ວໄປແລ້ວຄວາມເປັນໄປໄດ້ຂອງຄວາມສັບສົນເຮັດໃຫ້ຄວາມສາມາດຂອງນັກຄົ້ນຄວ້າສາມາດຕອບຄໍາຖາມທີ່ມີຜົນຕໍ່ແລະເຮັດໄດ້ໂດຍຊອກຫາຮູບແບບໃນຂໍ້ມູນທີ່ມີຢູ່ແລ້ວ.

ຫນຶ່ງໃນການແກ້ໄຂບັນຫາຂອງຄວາມສັບສົນແມ່ນເພື່ອພະຍາຍາມເຮັດໃຫ້ມີການປຽບທຽບທີ່ເຫມາະສົມໂດຍການດັດປັບຄວາມແຕກຕ່າງລະຫວ່າງກຸ່ມ. ຕົວຢ່າງ, ທ່ານອາດຈະສາມາດດາວໂຫລດຂໍ້ມູນພາສີຂອງຊັບສິນຈາກຈໍານວນເວັບໄຊທ໌ຂອງລັດຖະບານ. ຫຼັງຈາກນັ້ນ, ທ່ານສາມາດປຽບທຽບການປະຕິບັດຂອງນັກຮຽນໃນໂຮງຮຽນທີ່ລາຄາເຮືອນແມ່ນຄ້າຍຄືກັນແຕ່ເງິນເດືອນຂອງຄູແມ່ນແຕກຕ່າງກັນ, ແລະທ່ານຍັງອາດພົບວ່ານັກຮຽນໄດ້ຮຽນຮູ້ເພີ່ມເຕີມຢູ່ໃນໂຮງຮຽນທີ່ມີຄູສອນສູງກວ່າ. ແຕ່ມີຄວາມສັບສົນຫຼາຍເທົ່າທີ່ເປັນໄປໄດ້. ພໍ່ແມ່ຂອງນັກຮຽນເຫຼົ່ານີ້ອາດແຕກຕ່າງກັນໃນລະດັບການສຶກສາຂອງເຂົາເຈົ້າ. ຫຼືບາງທີໂຮງຮຽນແຕກຕ່າງກັນຢູ່ໃນຄວາມໃກ້ຊິດຂອງພວກເຂົາກັບຫ້ອງສະຫມຸດສາທາລະນະ. ຫຼືບາງທີໂຮງຮຽນທີ່ມີຄູສອນທີ່ສູງກວ່າກໍ່ມີຄ່າຈ້າງສູງກວ່າສໍາລັບເຈົ້າຫນ້າທີ່, ແລະຄ່າຈ້າງຕົ້ນທຶນ, ບໍ່ແມ່ນຄ່າຄູ, ແມ່ນສິ່ງທີ່ເພີ່ມຂຶ້ນໃນການຮຽນຂອງນັກຮຽນ. ທ່ານສາມາດພະຍາຍາມທີ່ຈະວັດແທກແລະປັບຕົວສໍາລັບປັດໄຈເຫຼົ່ານີ້ເຊັ່ນດຽວກັນ, ແຕ່ບັນຊີລາຍຊື່ຂອງຄວາມສັບສົນທີ່ເປັນໄປໄດ້ແມ່ນບໍ່ສິ້ນສຸດ. ໃນສະຖານະການຈໍານວນຫຼາຍ, ທ່ານພຽງແຕ່ບໍ່ສາມາດວັດແລະດັດແປງສໍາລັບຄວາມສັບສົນທີ່ເປັນໄປໄດ້ທັງຫມົດ. ໃນການຕອບສະຫນອງຕໍ່ສິ່ງທ້າທາຍນີ້, ນັກຄົ້ນຄວ້າໄດ້ພັດທະນາເຕັກນິກຈໍານວນຫນຶ່ງສໍາລັບການຄາດຄະເນກ່ຽວກັບເຫດຜົນຈາກຂໍ້ມູນທີ່ບໍ່ມີການທົດລອງ - ຂ້າພະເຈົ້າໄດ້ປຶກສາຫາລືບາງຢ່າງໃນພາກ 2 - ແຕ່ສໍາລັບຄໍາຖາມບາງຢ່າງ, ເຕັກນິກເຫຼົ່ານີ້ຈໍາກັດ, ທາງເລືອກ.

ປະສົບການເຮັດໃຫ້ນັກວິທະຍາສາດຍ້າຍໄປນອກເຫນືອການພົວພັນໃນຂໍ້ມູນທີ່ເກີດຂຶ້ນຕາມທໍາມະຊາດເພື່ອຕອບສະຫນອງຄໍາຖາມແລະຜົນກະທົບບາງຢ່າງທີ່ເຊື່ອຖືໄດ້. ໃນອາຍຸສູງສຸດທີ່ຄ້າຍຄືກັນ, ປະສົບການມັກຈະມີຄວາມຫຍຸ້ງຍາກແລະລາຄາແພງ. ໃນປັດຈຸບັນ, ໃນອາຍຸດິຈິຕອນ, ບັນດາຂໍ້ຈໍາກັດທາງດ້ານ logistical ໄດ້ຫຼຸດລົງເທື່ອລະກ້າວ. ມັນບໍ່ພຽງແຕ່ເຮັດໃຫ້ການທົດລອງທີ່ຄ້າຍຄືກັນກັບສິ່ງທີ່ເຮັດໃນອະດີດ, ມັນກໍ່ສາມາດດໍາເນີນການປະສົບການໃຫມ່ໆໄດ້.

ໃນສິ່ງທີ່ຂ້າພະເຈົ້າໄດ້ຂຽນມາເຖິງຕອນນັ້ນຂ້າພະເຈົ້າໄດ້ຫລີ້ນນ້ອຍລົງໃນພາສາຂອງຂ້າພະເຈົ້າ, ແຕ່ວ່າມັນເປັນສິ່ງສໍາຄັນທີ່ຈະແຍກຄວາມແຕກຕ່າງລະຫວ່າງສອງປະເພດ: ປະສົບການແລະການທົດລອງທີ່ຄວບຄຸມແບບ randomized. ໃນການ ທົດລອງ , ນັກຄົ້ນຄວ້າແຊກແຊງໃນໂລກແລະຫຼັງຈາກນັ້ນວິເຄາະຜົນໄດ້ຮັບ. ຂ້າພະເຈົ້າໄດ້ຍິນວິທີການນີ້ໄດ້ຖືກອະທິບາຍວ່າ "ເຮັດໃຫ້ກັງວົນແລະສັງເກດ". ໃນ ການທົດລອງຄວບຄຸມແບບສຸ່ມໆ , ນັກຄົ້ນຄວ້າໄດ້ແຊກແຊງບາງຄົນແລະບໍ່ແມ່ນຜູ້ອື່ນ, ແລະນັກວິໄຈຕັດສິນໃຈວ່າຄົນໃດທີ່ໄດ້ຮັບການແຊກແຊງໂດຍການໃສ່ໃຈ. ການທົດລອງຄວບຄຸມແບບ Randomized ສ້າງການປຽບທຽບທີ່ຍຸດຕິທໍາລະຫວ່າງສອງກຸ່ມ: ຫນຶ່ງທີ່ໄດ້ຮັບການແຊກແຊງແລະຫນຶ່ງທີ່ບໍ່ມີ. ໃນຄໍາສັບຕ່າງໆອື່ນໆ, ການທົດລອງຄວບຄຸມແບບ randomized ແມ່ນການແກ້ໄຂບັນຫາຂອງການສັບສົນ. ການທົດລອງທີ່ມີຄວາມຂັດແຍ້ງແລະການສັງເກດການແມ່ນມີພຽງແຕ່ກຸ່ມດຽວທີ່ໄດ້ຮັບການແຊກແຊງ, ແລະດັ່ງນັ້ນຜົນໄດ້ຮັບສາມາດເຮັດໃຫ້ນັກຄົ້ນຄວ້າເຂົ້າໃຈຜິດ (ດັ່ງທີ່ຂ້ອຍຈະສະແດງໃນໄວໆນີ້). ເຖິງວ່າຈະມີຄວາມແຕກຕ່າງທີ່ສໍາຄັນລະຫວ່າງປະສົບການແລະການທົດລອງຄວບຄຸມແບບ randomized, ນັກຄົ້ນຄວ້າສັງຄົມມັກຈະນໍາໃຊ້ຂໍ້ກໍານົດເຫຼົ່ານີ້ແທນກັນໄດ້. ຂ້າພະເຈົ້າຈະປະຕິບັດຕາມສົນທິສັນຍານີ້, ແຕ່ວ່າ, ໃນບາງຈຸດ, ຂ້າພະເຈົ້າຈະທໍາລາຍສົນທິສັນຍາດັ່ງກ່າວເພື່ອເນັ້ນຫນັກໃສ່ຄ່າຂອງການທົດລອງຄວບຄຸມແບບ randomized ໃນໄລຍະການທົດລອງໂດຍບໍ່ມີການ randomization ແລະກຸ່ມຄວບຄຸມ.

ການທົດລອງຄວບຄຸມແບບ Randomized ໄດ້ຊີ້ໃຫ້ເຫັນວ່າເປັນວິທີທີ່ມີປະສິດທິພາບທີ່ຈະຮຽນຮູ້ກ່ຽວກັບໂລກສັງຄົມ, ແລະໃນບົດນີ້, ຂ້ອຍຈະສະແດງໃຫ້ທ່ານເພີ່ມເຕີມກ່ຽວກັບວິທີການນໍາໃຊ້ພວກມັນໃນການຄົ້ນຄວ້າຂອງທ່ານ. ໃນພາກ 4.2, ຂ້າພະເຈົ້າຈະສະແດງໃຫ້ເຫັນເຖິງເຫດຜົນພື້ນຖານຂອງການທົດລອງດ້ວຍຕົວຢ່າງຂອງການທົດລອງໃນວິກີພິເດຍ. ຫຼັງຈາກນັ້ນ, ໃນພາກ 4.3, ຂ້າພະເຈົ້າຈະອະທິບາຍຄວາມແຕກຕ່າງລະຫວ່າງທົດລອງທົດລອງແລະທົດລອງພາກສະຫນາມແລະຄວາມແຕກຕ່າງລະຫວ່າງທົດລອງແບບອະນາໂຕແລະທົດລອງດິຈິຕອນ. ນອກຈາກນັ້ນ, ຂ້າພະເຈົ້າຈະໂຕ້ຖຽງວ່າການທົດລອງພາກສະຫນາມດິຈິຕອນສາມາດສະເຫນີຄຸນນະສົມບັດທີ່ດີທີ່ສຸດຂອງການທົດລອງທົດລອງ analog (ການຄວບຄຸມທີ່ໃກ້ຊິດ) ແລະການທົດລອງພາກສະຫນາມແບບອະນາໄມ (realism), ທັງຫມົດໃນຂະຫນາດທີ່ບໍ່ສາມາດເຮັດໄດ້ຜ່ານມາ. ຕໍ່ມາ, ໃນພາກ 44, ຂ້ອຍຈະອະທິບາຍເຖິງສາມແນວຄວາມຄິດ - ຄວາມຖືກຕ້ອງ, ຄວາມບໍ່ເທົ່າທຽມກັນຂອງຜົນກະທົບດ້ານການປິ່ນປົວ, ແລະກົນໄກ - ທີ່ສໍາຄັນສໍາລັບການອອກແບບການທົດລອງທີ່ອຸດົມສົມບູນ. ດ້ວຍພື້ນຖານດັ່ງກ່າວ, ຂ້າພະເຈົ້າຈະອະທິບາຍການປ່ຽນແປງທີ່ກ່ຽວຂ້ອງກັບສອງຍຸດທະສາດຕົ້ນຕໍສໍາລັບການດໍາເນີນການທົດລອງດິຈິຕອນ: ການເຮັດມັນຕົວທ່ານເອງຫຼືການຮ່ວມມືກັບອໍານາດ. ສຸດທ້າຍ, ຂ້ອຍຈະສະຫຼຸບດ້ວຍຄໍາແນະນໍາກ່ຽວກັບການອອກແບບບາງຢ່າງກ່ຽວກັບວິທີທີ່ທ່ານສາມາດໃຊ້ປະໂຫຍດຈາກການທົດລອງດິຈິຕອນທີ່ແທ້ຈິງ (ພາກ 4.6.1) ແລະອະທິບາຍເຖິງຄວາມຮັບຜິດຊອບທີ່ມາກັບພະລັງງານນັ້ນ (ພາກ 4.6.2).