4.5.2 ສ້າງການທົດລອງຂອງທ່ານເອງ

ການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງອາດຈະມີຄ່າໃຊ້ຈ່າຍ, ແຕ່ວ່າມັນຈະເຮັດໃຫ້ທ່ານເພື່ອສ້າງປະສົບການທີ່ທ່ານຕ້ອງການ.

ນອກເຫນືອໄປຈາກການທົດສອບ overlaying ເທິງສະພາບແວດລ້ອມທີ່ມີຢູ່ແລ້ວ, ທ່ານກໍ່ສາມາດສ້າງທົດລອງຂອງທ່ານເອງໄດ້. ປະໂຫຍດຕົ້ນຕໍຂອງການນໍາໃຊ້ນີ້ແມ່ນການຄວບຄຸມ; ຖ້າທ່ານກໍາລັງສ້າງການທົດລອງ, ທ່ານສາມາດສ້າງສະພາບແວດລ້ອມແລະການປິ່ນປົວທີ່ທ່ານຕ້ອງການ. ສະພາບແວດລ້ອມທົດລອງເຫຼົ່ານີ້ສາມາດສ້າງໂອກາດທີ່ຈະທົດສອບທິດສະດີທີ່ບໍ່ສາມາດທົດສອບໃນສະພາບແວດລ້ອມທໍາມະຊາດທີ່ເກີດຂຶ້ນໄດ້. ຂໍ້ບົກຜ່ອງຕົ້ນຕໍຂອງການກໍ່ສ້າງການທົດລອງຂອງຕົນເອງແມ່ນວ່າມັນສາມາດແພງແລະວ່າສະພາບແວດລ້ອມທີ່ທ່ານສາມາດສ້າງອາດບໍ່ມີ realism ຂອງລະບົບທີ່ເກີດຂຶ້ນຕາມທໍາມະຊາດ. ນັກຄົ້ນຄວ້າສ້າງທົດລອງຂອງຕົນເອງກໍ່ຕ້ອງມີຍຸດທະສາດສໍາລັບຜູ້ເຂົ້າຮ່ວມການເລືອກຕັ້ງ. ໃນເວລາທີ່ເຮັດວຽກຢູ່ໃນລະບົບທີ່ມີຢູ່ແລ້ວ, ນັກຄົ້ນຄວ້າໄດ້ນໍາເອົາປະສົບການໃຫ້ແກ່ຜູ້ເຂົ້າຮ່ວມ. ແຕ່ວ່າ, ເມື່ອນັກຄົ້ນຄວ້າສ້າງທົດລອງຂອງຕົນເອງ, ເຂົາເຈົ້າຈໍາເປັນຕ້ອງນໍາເອົາຜູ້ເຂົ້າຮ່ວມ. ໂຊກດີ, ການບໍລິການເຊັ່ນ Amazon Mechanical Turk (MTurk) ສາມາດໃຫ້ນັກຄົ້ນຄວ້າວິທີທີ່ສະດວກເພື່ອນໍາຜູ້ເຂົ້າຮ່ວມປະສົບການຂອງພວກເຂົາ.

ຕົວຢ່າງຫນຶ່ງທີ່ສະແດງໃຫ້ເຫັນຄຸນງາມຄວາມດີຂອງສະພາບແວດລ້ອມທີ່ຫລາກຫລາຍສໍາລັບການທົດສອບທິດສະດີທີ່ບໍ່ມີຕົວຕົນແມ່ນການທົດລອງທົດລອງດິຈິຕອນໂດຍ Gregory Huber, Seth Hill ແລະ Gabriel Lenz (2012) . ການທົດລອງນີ້ຄົ້ນຫາຄວາມຈໍາກັດທາງປະຕິບັດທີ່ເປັນໄປໄດ້ໃນການເຮັດວຽກຂອງການປົກຄອງແບບຊາທິປະໄຕ. ການສຶກສາທີ່ບໍ່ມີການທົດລອງກ່ອນການປະຕິບັດຕົວຈິງຊີ້ໃຫ້ເຫັນວ່າຜູ້ລົງຄະແນນບໍ່ສາມາດປະເມີນຜົນຂອງນັກການເມືອງທີ່ມີກໍາລັງທີ່ຖືກຕ້ອງ. ໂດຍສະເພາະ, ຜູ້ລົງຄະແນນປາກົດຂື້ນຈາກສາມຄວາມບໍ່ສະເຫມີພາບ: (1) ພວກເຂົາກໍາລັງສຸມໃສ່ການປະຕິບັດທີ່ຜ່ານມາຫຼາຍກວ່າການສະສົມ; (2) ພວກເຂົາສາມາດໄດ້ຮັບການປະຕິບັດໂດຍການປາກເວົ້າ, ກໍານົດ, ແລະການຕະຫຼາດ; ແລະ (3) ພວກເຂົາສາມາດໄດ້ຮັບຜົນກະທົບຈາກເຫດການທີ່ບໍ່ກ່ຽວຂ້ອງກັບຜົນປະໂຫຍດທີ່ມີຢູ່, ເຊັ່ນ: ຄວາມສໍາເລັດຂອງທີມງານກິລາທ້ອງຖິ່ນແລະສະພາບອາກາດ. ໃນການສຶກສາເຫຼົ່ານີ້ກ່ອນຫນ້ານີ້, ມັນແມ່ນການຍາກທີ່ຈະໂດດດ່ຽວໃດໆຂອງປັດໃຈເຫລົ່ານີ້ຈາກສິ່ງທັງຫມົດທີ່ເກີດຂື້ນໃນການເລືອກຕັ້ງທີ່ຂີ້ຮ້າຍ. ດັ່ງນັ້ນ, Huber ແລະເພື່ອນຮ່ວມງານໄດ້ສ້າງສະພາບແວດລ້ອມໃນການລົງຄະແນນສຽງທີ່ງ່າຍດາຍເພື່ອແຍກແຍະ, ແລະຫຼັງຈາກນັ້ນ, ການສຶກສາແບບທົດລອງ, ແຕ່ລະດ້ານສາມຄວາມເປັນໄປໄດ້ທີ່ເປັນໄປໄດ້.

ໃນຖານະເປັນຂ້າພະເຈົ້າໄດ້ອະທິບາຍການຕັ້ງຄ່າທົດລອງຂ້າງລຸ່ມນີ້, ມັນຈະມີສຽງທີ່ປອມຫຼາຍ, ແຕ່ຈື່ວ່າຄວາມເປັນຈິງບໍ່ແມ່ນເປົ້າຫມາຍໃນການທົດລອງແບບທົດລອງ. ແທນທີ່ຈະ, ເປົ້າຫມາຍແມ່ນເພື່ອແຍກຢ່າງຊັດເຈນຂະບວນການທີ່ທ່ານກໍາລັງພະຍາຍາມສຶກສາ, ແລະການໂດດດ່ຽວທີ່ໃກ້ຊິດນີ້ບາງຄັ້ງບໍ່ສາມາດເຮັດໄດ້ໃນການສຶກສາກັບຄວາມຈິງ (Falk and Heckman 2009) . ນອກຈາກນັ້ນ, ໃນກໍລະນີນີ້, ນັກຄົ້ນຄວ້າໄດ້ໂຕ້ຖຽງວ່າຖ້າຜູ້ລົງຄະແນນບໍ່ສາມາດປະເມີນປະສິດຕິຜົນໃນການຕັ້ງຄ່າງ່າຍໆນີ້, ພວກເຂົາຈະບໍ່ສາມາດເຮັດມັນໄດ້ໃນສະພາບທີ່ມີປະສິດທິພາບແລະສະລັບສັບຊ້ອນຫຼາຍ.

Huber ແລະເພື່ອນຮ່ວມງານນໍາໃຊ້ MTurk ເພື່ອໃຫ້ຜູ້ເຂົ້າຮ່ວມເຂົ້າຮ່ວມ. ເມື່ອຜູ້ເຂົ້າຮ່ວມໄດ້ຮັບການຍິນຍອມເຫັນດີແລະຜ່ານການທົດສອບສັ້ນ, ນາງໄດ້ບອກວ່ານາງໄດ້ເຂົ້າຮ່ວມໃນເກມ 32 ຮອບເພື່ອຫາໂຕເລກທີ່ສາມາດຖືກແປງເປັນເງິນທີ່ແທ້ຈິງ. ໃນຕອນຕົ້ນຂອງເກມ, ຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນໄດ້ບອກວ່ານາງໄດ້ຖືກມອບຫມາຍໃຫ້ "ການຈັດສັນ" ທີ່ຈະໃຫ້ແຈກແຈກຟຣີຂອງນາງໃນແຕ່ລະຮອບແລະວ່າການຈັດສັນບາງແມ່ນຫຼາຍກ່ວາຫຼາຍກ່ວາຄົນອື່ນ. ນອກຈາກນັ້ນ, ຜູ້ເຂົ້າຮ່ວມແຕ່ລະຄົນກໍ່ໄດ້ບອກວ່ານາງຈະມີໂອກາດທີ່ຈະຮັກສາການແຈກຢາຍຂອງນາງຫຼືຖືກແຕ່ງຕັ້ງໃຫ້ເປັນຜູ້ໃຫມ່ພາຍຫຼັງ 16 ຮອບຂອງເກມ. ຍ້ອນສິ່ງທີ່ທ່ານຮູ້ກ່ຽວກັບເປົ້າຫມາຍການຄົ້ນຄວ້າຂອງ Huber ແລະເພື່ອນຮ່ວມງານ, ທ່ານສາມາດເຫັນໄດ້ວ່າການແຈກຢາຍເປັນຕົວແທນຂອງລັດຖະບານແລະທາງເລືອກນີ້ແມ່ນການເລືອກຕັ້ງ, ແຕ່ຜູ້ເຂົ້າຮ່ວມບໍ່ຮູ້ເຖິງເປົ້າຫມາຍທົ່ວໄປຂອງການຄົ້ນຄວ້າ. ໃນຈໍານວນທັງຫມົດ, Huber ແລະເພື່ອນຮ່ວມງານໄດ້ບັນຈຸເຂົ້າຮ່ວມປະມານ 4,000 ຜູ້ທີ່ໄດ້ຮັບຄ່າຈ້າງປະມານ 1,25 ໂດລາສໍາລັບວຽກທີ່ໃຊ້ເວລາປະມານແປດນາທີ.

ຈື່ໄວ້ວ່າຫນຶ່ງໃນຜົນໄດ້ຮັບຈາກການຄົ້ນຄ້ວາກ່ອນຫນ້ານັ້ນແມ່ນວ່າຜູ້ລົງຄະແນນສຽງຈະໄດ້ຮັບລາງວັນແລະລົງໂທດຜູ້ທີ່ມີກໍາລັງສໍາລັບຜົນທີ່ແນ່ນອນນອກເຫນືອການຄວບຄຸມຂອງເຂົາເຈົ້າເຊັ່ນ: ຄວາມສໍາເລັດຂອງທີມງານກິລາທ້ອງຖິ່ນແລະສະພາບອາກາດ. ເພື່ອພິຈາລະນາວ່າຜູ້ເຂົ້າຮ່ວມການຕັດສິນໃຈລົງຄະແນນສຽງສາມາດມີອິດທິພົນຕໍ່ເຫດການທີ່ສົມເຫດສົມຜົນໃນການຕັ້ງຄ່າຂອງພວກເຂົາ, Huber ແລະເພື່ອນຮ່ວມງານໄດ້ເພີ່ມ lottery ກັບລະບົບການທົດລອງຂອງພວກເຂົາ. ໃນຮອບວຽນທີ 8 ຫຼືຮອບທີ 16 (ເຊົ່ນກ່ອນທີ່ຈະມີໂອກາດປ່ຽນແທນການຈັດສັນ) ຜູ້ເຂົ້າຮ່ວມໄດ້ຖືກຈັດໃສ່ໃນ lottery ບ່ອນທີ່ some won 5,000 points, some won 0 points, and some lost 5,000 points. lottery ນີ້ແມ່ນມີຈຸດປະສົງທີ່ຈະປະທ້ວງຂ່າວທີ່ດີຫຼືບໍ່ດີທີ່ເປັນເອກະລາດຂອງການປະຕິບັດຂອງນັກການເມືອງ. ເຖິງແມ່ນວ່າຜູ້ເຂົ້າຮ່ວມໄດ້ບອກຢ່າງແຈ່ມແຈ້ງວ່າການສລັອດແມ່ນບໍ່ກ່ຽວຂ້ອງກັບຜົນປະໂຫຍດຂອງການຈັດສັນຂອງພວກເຂົາ, ຜົນຂອງ lottery ຍັງມີຜົນກະທົບຕໍ່ການຕັດສິນໃຈຂອງຜູ້ເຂົ້າຮ່ວມ. ຜູ້ເຂົ້າຮ່ວມທີ່ໄດ້ຮັບຜົນປະໂຫຍດຈາກ lottery ມັກຈະຮັກສາການແຈກຢາຍຂອງພວກເຂົາແລະຜົນກະທົບນີ້ແມ່ນຂ້ອນຂ້າງເຂັ້ມງວດເມື່ອການແຂ່ງຂັນທີ່ເກີດຂຶ້ນໃນຮອບ 16 ຂວບກ່ອນການຕັດສິນໃຈແທນ - ເວລາທີ່ມັນເກີດຂຶ້ນໃນຮອບ 8 (ຮູບ 4.15). ຜົນໄດ້ຮັບເຫຼົ່ານີ້, ຄຽງຄູ່ກັບການທົດລອງອື່ນໆໃນເຈ້ຍ, ເຮັດໃຫ້ Huber ແລະເພື່ອນຮ່ວມງານສາມາດສະຫຼຸບໄດ້ວ່າ, ເຖິງແມ່ນວ່າໃນສະພາບທີ່ງ່າຍດາຍ, ຜູ້ລົງຄະແນນມີຄວາມຫຍຸ້ງຍາກໃນການຕັດສິນໃຈຢ່າງຊານສະຫລາດ, ຜົນໄດ້ຮັບທີ່ຜົນກະທົບຕໍ່ການຄົ້ນຄວ້າໃນອະນາຄົດກ່ຽວກັບການຕັດສິນໃຈຂອງຜູ້ເລືອກຕັ້ງ (Healy and Malhotra 2013) ທີ່ຢູ່ ການທົດລອງຂອງ Huber ແລະເພື່ອນຮ່ວມງານໄດ້ສະແດງໃຫ້ເຫັນວ່າ MTurk ສາມາດຖືກນໍາໃຊ້ເພື່ອການທົດແທນຜູ້ເຂົ້າຮ່ວມສໍາລັບການທົດລອງແບບທົດລອງແບບເພື່ອທີ່ຈະທົດສອບຜົນໄດ້ຢ່າງຊັດເຈນກ່ຽວກັບທິດສະດີຕ່າງໆ. ມັນຍັງສະແດງໃຫ້ເຫັນມູນຄ່າຂອງການກໍ່ສ້າງສະພາບແວດລ້ອມທົດລອງຂອງຕົນເອງ: ມັນເປັນການຍາກທີ່ຈະຄິດວ່າວິທີດຽວກັນເຫຼົ່ານີ້ອາດຈະຖືກແຍກຢູ່ສະເຫມີໃນສະຖານທີ່ອື່ນ.

ຮູບພາບ 415: ຜົນໄດ້ຮັບຈາກ Huber, Hill, and Lenz (2012) . ຜູ້ເຂົ້າຮ່ວມທີ່ໄດ້ຮັບຜົນປະໂຫຍດຈາກ lottery ມັກຈະຮັກສາການຈັດສັນຂອງພວກເຂົາແລະຜົນກະທົບນີ້ມີຄວາມເຂັ້ມແຂງໃນເວລາທີ່ lottery ເກີດຂຶ້ນໃນຮອບ 16 ຂວບກ່ອນການຕັດສິນໃຈແທນແທນທີ່ຈະເກີດຂຶ້ນໃນຮອບ 8. ທີ່ເຫມາະສົມຈາກ Huber, Hill, and Lenz (2012) , ຮູບ 5.

ນອກເຫນືອໄປຈາກການທົດລອງການທົດລອງຄ້າຍຄືກັນ, ນັກຄົ້ນຄວ້າຍັງສາມາດກໍ່ສ້າງແບບທົດລອງທີ່ມີຫຼາຍຂື້ນ. ຕົວຢ່າງເຊັ່ນ Centola (2010) ສ້າງການທົດລອງພາກສະຫນາມດິຈິຕອນເພື່ອສຶກສາຜົນກະທົບຂອງໂຄງສ້າງເຄືອຂ່າຍສັງຄົມກ່ຽວກັບການແຜ່ກະຈາຍຂອງພຶດຕິກໍາ. ຄໍາຖາມການຄົ້ນຄວ້າຂອງລາວຮຽກຮ້ອງໃຫ້ເພິ່ນສັງເກດເບິ່ງພຶດຕິກໍາດຽວກັນທີ່ແຜ່ຂະຫຍາຍຢູ່ໃນປະຊາກອນທີ່ມີໂຄງສ້າງເຄືອຂ່າຍສັງຄົມທີ່ແຕກຕ່າງກັນແຕ່ບໍ່ມີຄວາມແຕກຕ່າງກັນ. ວິທີດຽວທີ່ຈະເຮັດສິ່ງນີ້ແມ່ນມີການທົດລອງທີ່ຖືກກໍານົດໄວ້ໂດຍຕົວເອງ. ໃນກໍລະນີນີ້, Centola ກໍ່ສ້າງຊຸມຊົນສຸຂະພາບທາງເວັບ.

Centola ໄດ້ຮັບເອົາຜູ້ເຂົ້າຮ່ວມປະມານ 1,500 ຄົນໂດຍຜ່ານການໂຄສະນາກ່ຽວກັບເວັບໄຊທ໌ສຸຂະພາບ. ໃນເວລາທີ່ຜູ້ເຂົ້າຮ່ວມໄດ້ເຂົ້າມາຢູ່ໃນຊຸມຊົນອອນໄລນ໌ - ທີ່ເອີ້ນວ່າເຄືອຂ່າຍ Lifestyle Healthy - ພວກເຂົາໄດ້ຮັບການຍິນຍອມເຫັນດີແລະໄດ້ຖືກມອບຫມາຍໃຫ້ "ເພື່ອນຮ່ວມສຸຂະພາບ". ເນື່ອງຈາກວ່າ Centola ໄດ້ມອບຫມາຍໃຫ້ສາທາລະນະສຸກເຫຼົ່ານີ້, ກຸ່ມທີ່ແຕກຕ່າງກັນ. ກຸ່ມບາງຄົນໄດ້ຖືກສ້າງຂຶ້ນເພື່ອມີເຄືອຂ່າຍແບບສຸ່ມ (ບ່ອນທີ່ທຸກຄົນມີຄວາມເທົ່າທຽມກັນເທົ່າທຽມກັນ), ໃນຂະນະທີ່ກຸ່ມອື່ນໆກໍ່ໄດ້ສ້າງເຄືອຂ່າຍທີ່ມີກຸ່ມ (ເມື່ອການເຊື່ອມຕໍ່ມີຫຼາຍຂື້ນໃນທ້ອງຖິ່ນ). ຫຼັງຈາກນັ້ນ, Centola ນໍາສະເຫນີພຶດຕິກໍາໃຫມ່ໃນແຕ່ລະເຄືອຂ່າຍ: ໂອກາດທີ່ຈະລົງທະບຽນສໍາລັບເວັບໄຊທ໌ໃຫມ່ທີ່ມີຂໍ້ມູນສຸຂະພາບເພີ່ມເຕີມ. ເມື່ອໃດກໍຕາມທີ່ຜູ້ໃດໄດ້ລົງທະບຽນສໍາລັບເວັບໄຊທ໌ໃຫມ່ນີ້, ທັງຫມົດຂອງເພື່ອນມິດສຸຂະພາບຂອງເຈົ້າໄດ້ຮັບອີເມວປະກາດພຶດຕິກໍານີ້. Centola ພົບວ່າພຶດຕິກໍານີ້ - ການເຊັນສໍາລັບເວັບໄຊທ໌ໃຫມ່ - ແຜ່ຂະຫຍາຍຕື່ມອີກແລະໄວຂຶ້ນໃນເຄືອຂ່າຍກຸ່ມກ່ວາເຄືອຂ່າຍທີ່ບໍ່ຖືກຕ້ອງ, ການຄົ້ນພົບທີ່ກົງກັນຂ້າມກັບທິດສະດີທີ່ມີຢູ່ແລ້ວບາງ.

ໂດຍລວມ, ການກໍ່ສ້າງການທົດລອງຂອງທ່ານເອງຈະຊ່ວຍໃຫ້ທ່ານຄວບຄຸມຫຼາຍຂຶ້ນ; ມັນຊ່ວຍໃຫ້ທ່ານສ້າງສະພາບແວດລ້ອມທີ່ດີທີ່ສຸດທີ່ເປັນໄປໄດ້ເພື່ອແຍກແຍະສິ່ງທີ່ທ່ານຕ້ອງການສຶກສາ. ມັນເປັນການຍາກທີ່ຈະຄິດວ່າວິທີການປະສົບການສອງຢ່າງທີ່ຂ້ອຍໄດ້ອະທິບາຍນັ້ນອາດຈະຖືກປະຕິບັດໃນສະພາບແວດລ້ອມທີ່ມີຢູ່ແລ້ວ. ນອກຈາກນັ້ນ, ການກໍ່ສ້າງລະບົບຂອງທ່ານເອງຫຼຸດລົງຄວາມກັງວົນດ້ານຈັນຍາບັນກ່ຽວກັບການທົດລອງໃນລະບົບທີ່ມີຢູ່ແລ້ວ. ຢ່າງໃດກໍຕາມ, ເມື່ອທ່ານສ້າງຕົວຢ່າງຂອງທ່ານເອງ, ທ່ານເຮັດວຽກຢູ່ໃນຫຼາຍໆບັນຫາທີ່ພົບໃນການທົດລອງໃນຫ້ອງປະຕິບັດງານ: ຜູ້ເຂົ້າຮ່ວມການເລືອກຕັ້ງແລະຄວາມກັງວົນກ່ຽວກັບຄວາມເປັນຈິງ. ການຫຼຸດລົງສຸດທ້າຍແມ່ນວ່າການກໍ່ສ້າງຕົນເອງຂອງທ່ານອາດຈະມີຄ່າໃຊ້ຈ່າຍແລະໃຊ້ເວລາຫຼາຍ, ເຖິງແມ່ນວ່າ, ຕົວຢ່າງເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນວ່າການທົດລອງສາມາດສະກັດຈາກສະພາບແວດລ້ອມທີ່ຂ້ອນຂ້າງງ່າຍ (ເຊັ່ນການສຶກສາຂອງ Huber, Hill, and Lenz (2012) ). ສະພາບແວດລ້ອມທີ່ສະລັບສັບຊ້ອນ (ເຊັ່ນການສຶກສາຂອງເຄືອຂ່າຍແລະການຕິດຕໍ່ໂດຍ Centola (2010) ).