3.6.1 асууж Олшруулсан

Дижитал ул мөр нь таны судалгааны холбох бүх цаг үед хүн бүр таны асуулт асуух гэх мэт байж болно.

түүвэр судалгаа, тооллого: асуух нь ерөнхийдөө үндсэн хоёр ангилалд ирдэг. Жишээ судалгаа, та хүн цөөн тооны хандаж, уян хатан, цаг үеэ олсон, харьцангуй хямд байж болно. Гэсэн хэдий ч, түүвэр судалгаа, учир нь тэдгээр нь дээж дээр үндэслэсэн байдаг, ихэвчлэн шийдвэрлэх нь хязгаарлагдмал байх; түүвэр судалгаагаар энэ нь тодорхой газар зүйн бүс нутгийн тухай болон тодорхой хүн ам зүйн бүлэгт тооцоог хийх хэцүү нь ихэвчлэн байдаг. Тооллого, нөгөө талаас, хүн амын хүн бүрт ярилцлага оролдох. Тэд маш их нягтралтай байх боловч ерөнхийдөө үнэтэй анхаарч нь нарийн байдаг (зөвхөн асуулт цөөн тооны орно), харин цаг хугацаанд нь (ийм 10 жил тутам, тогтмол хуваарийн дагуу болох) (Kish 1979) . Судлаачид түүвэр судалгаа, тооллого хамгийн сайн шинж чанарыг хослуулсан юм бол одоо төсөөлж, Судлаачид өдөр бүр хүн бүрт асуулт асууж болох уу төсөөлдөг.

Мэдээж хэрэг, энэ нь байнгын, хаа сайгүй, үргэлж дээр судалгаа нийгмийн шинжлэх ухааны уран зөгнөл нэг төрөл юм. Гэхдээ энэ нь бид олон хүмүүсээс дижитал ул мөр нь хүмүүсийн жижиг хэд хэдэн судалгаа асуулт хослуулсан энэ ойролцоо эхлэх болно гэж байна. Би хослуулан энэ төрлийн асууж олшруулсан гэж нэрлэдэг. сайн хийсэн бол энэ нь бидэнд илүү орон нутгийн (жижиг газар зүйн байршил нь) байна тооцоог илүү мөхлөгт (тодорхой хүн ам зүйн бүлэгт зориулсан), илүү цаг тухайд нь хангаж чадах юм.

олшруулсан асууж нэг жишээ нь Иошуа Blumenstock, ядуу улс оронд гарын авлага хөгжилд хувь нэмрээ оруулах болно өгөгдлийг цуглуулахын тулд хүссэн ажлын ирдэг. Тодруулбал, Blumenstock нь судалгааны уян хатан болон давтамжийг нь тооллогод бүрэн бүтэн хосолсон эд баялаг, сайн сайхан байдлыг хэмжих системийг бий болгох хүссэн (Blumenstock 2014; Blumenstock, Cadamuro, and On 2015) . Үнэн хэрэгтээ би аль хэдийн Blumenstock ажлыг богино бүлгийн 1 дэх хэсэгт заасан байна.

эхлүүлэхийн тулд, Blumenstock Руанда хамгийн том гар утасны үйлчилгээ үзүүлэгч хамтран. Тус компани түүнд нэргүйгээр гүйлгээний бүртгэл зэрэг хөдлөх цаг, хугацаа, дуудагч болон хүлээн авагчийн ойролцоо газар зүйн байршил зэрэг 2005, 2009 оны бүртгэлүүд бүрийн дуудлага болон мессежээр-ий тухай мэдээлэл агуулсан нь зан хамарсан 1.5 сая авагчдын олгосон. Бид статистикийн асуудлуудын талаар ярьж эхлэхээсээ өмнө үүнийг онцолж энэ эхний алхам хамгийн хэцүү нэг нь байж болох нь зүйтэй юм. Бүлэг 2-т заасны дагуу хамгийн дижитал ул мөр өгөгдөл судлаачид боломжгүй юм. Мөн олон компаниуд хувийн юм, учир нь тэдний мэдээллийг хуваалцах justifiably эргэлзэж байх; Тэр нь тэдний үйлчлүүлэгчид нь магадгүй тэдний бүртгэл судлаачдын-тай бөөнөөр хуваалцсан-д болно гэж бодоогүй юм. Энэ тохиолдолд, судлаачид мэдээллийг anonymize болгоомжтой арга хэмжээ авч, тэдний ажил нь гуравдагч этгээдэд (өөрөөр хэлбэл, тэдний Ёс зүйн хяналтын хорооны) хяналт тавьж байсан. Гэвч эдгээр арга хэдий ч, эдгээр мэдээлэл нь магадгүй одоо ч тодорхойлж байгаа бөгөөд тэд магадлалтай эмзэг, чухал мэдээлэл агуулдаг (Mayer, Mutchler, and Mitchell 2016; Landau 2016) . Би 6-р бүлэг эдгээр ёс зүйн асуултын буцаж болно.

Blumenstock эд баялаг, сайн сайхан хэмжих сонирхож байсан гэдгийг санах хэрэгтэй. Гэвч эдгээр шинж чанарууд зарлан хуралдуулах бүртгэлийн шууд байдаг. Өөрөөр хэлбэл, эдгээр дуудлагын бүртгэл энэ судалгаа, тоон ул мөр нийтлэг онцлог Бүлэг 2-т нарийвчлан хэлэлцсэн нь дутуу байгаа ч, энэ нь дуудлагын бүртгэл байж болох эд баялаг, сайн сайхны тухай зарим мэдээлэл байна гэсэн үг юм. Тэгэхээр Blumenstock асуулт байж болох юм асууж нэг арга зам: яаж хэн нэгэн нь тэдний дижитал ул мөр өгөгдөл дээр үндэслэн судалгааны хариу өгнө урьдчилан таамаглах боломжтой вэ? Хэрэв тийм бол, дараа нь хэд хэдэн хүн асууж бид өөр хүн бүрийн хариулт таах болно.

Энэ туршлагын үнэлэхийн тулд шинжлэх ухааны Кигалид хүрээлэн, технологи-аас Blumenstock, эрдэм шинжилгээний туслах талаар мянган гар утас хэрэглэгчдийн дээж гэж нэрлэдэг. судлаачид тэдэнд та өөрийн юу гэх "гэж, тэдгээрийн эд баялаг, сайн сайхныг хэмжих асуулт цуврал асуусан оролцогчдод төслийн зорилгыг тайлбарлаж дуудлага баримт судалгаа хариу холбох тэдний зөвшөөрөлгүйгээр хүссэн, дараа нь радио? "болон" та дугуй эзэмшиж байна уу? "(хэсэгчилсэн жагсаалтыг 3.11-р зураг үзнэ үү). Судалгаанд оролцогч санхүүгийн нөхөн олговор байна.

онцлог инженерийн хяналтан дор суралцах, дараа нь: Дараа нь Blumenstock мэдээллийн шинжлэх ухааны нийтлэг хоёр алхам журмыг ашигласан байна. Нэгдүгээрт, онцлог инженерийн шатанд, ярилцлага авсан хүн бүрт, Blumenstock дуудлага бүртгэл хүн бүрийн талаар шинж чанар нь багц болгон хувиргах; мэдээ эрдэмтэд эдгээр шинжүүдийг "онцлог" Хүн бүр, Жишээ нь дуудаж, нийгмийн эрдэмтэд тэднийг нэрлэдэг байсан байж болох юм "хувьсагчуудыг." Blumenstock үйл ажиллагаатай хоногийн нийт тоог тооцож, хүн харьцдаг байсан ялгаатай хүмүүсийн тоо, хэмжээ мөнгө гэх мэт эфирийн зарцуулсан, гэх мэт. Устаж, сайн боломж нь инженерийн судалгааны орчинд мэдлэг шаарддаг. Жишээ нь, энэ нь дотоодын болон олон улсын дуудлага хооронд нь ялгахад (бид олон улсад нэрлэдэг хүмүүс баян чинээлэг байх гэж бодож байж болох юм) чухал байдаг бол энэ боломж нь инженерийн алхам хийгдсэн байх ёстой. Руанда бага ойлголт бүхий судлаач энэ боломжийг оруулж байж болох юм, дараа нь загвар урьдчилсан гүйцэтгэл зовох болно.

Дараа нь, хяналттай сургалтын шатанд, Blumenstock статистик загварыг хүн бүр өөр өөрийн онцлог дээр тулгуурласан судалгааны хариу урьдчилан барьсан. Энэ тохиолдолд, Blumenstock 10 дахин хөндлөн баталгаажуулах нь логистикийн регрессийг хэрэглэж, харин бусад статистик, эсвэл машин сургалтын арга нь төрөл бүрийн ашигладаг байж болох юм.

Тэгэхээр энэ нь хэр сайн ажилласан бэ? Дуудлага бүртгэлийн олсон боломжуудыг ашиглан "Та радио эзэмшиж байна уу?" гэж Blumenstock гэх мэт асуулт судалгаа хариултыг урьдчилан таамаглах боломжтой байсан "Чи унадаг дугуй эзэмшиж байна уу?"? Эрэмбэлэх байна. таамаглал үнэн зөв нь зарим шинж (Зураг 3.11) өндөр байсан. Гэхдээ энэ нь энгийн альтернатив хувилбар эсрэг цогц таамаглал аргыг харьцуулах нь чухал үргэлж байдаг. Энэ тохиолдолд, энгийн өөр хүн бүр нь хамгийн түгээмэл хариулт өгөх болно гэж таамаглаж байна. Жишээ нь, 97.3% хэрэв тийм бол Blumenstock хүн бүр тэр 97.3%, түүний илүү нарийн журам (97.6% нарийвчлал) гүйцэтгэл хийж байгаа гэхэд тун төстэй юм нь үнэн зөв байх байсан радио эзэмших мэдээлэх болно гэж таамаглаж байсан нь радио эзэмших байна. Өөрөөр хэлбэл, бүх сонирхолтой мэдээлэл, загварчлалын 97.6% нь 97.3% -аас урьдчилан үнэн зөв нэмэгдсэн байна. Гэсэн хэдий ч, гэх мэт бусад асуултууд хувьд "Та нар унадаг дугуй эзэмшиж байна уу?", Таамаглал 54.4% -иас 67.6% болж сайжирсан. Ер нь, Зураг 3.12 шоу зарим нэг шинж нь Blumenstock зүгээр л энгийн суурь урьдчилан гаргах цааш их сайжруулж, харин бусад шинж зарим сайжруулах байлаа.

Зураг 3.11: дуудлага бичлэг нь бэлтгэгдсэн статистик загварыг Таамнал нарийвчлал. Хүснэгт 2-оос үр дүн Blumenstock (2014) .

Зураг 3.12: энгийн суурь урьдчилан руу дуудлага бичлэг нь бэлтгэгдсэн статистик загварыг урьдаас үнэн зөв харьцуулалт. Оноо бага зэрэг давхардлыг зайлсхийх jittered байх; -ийн Хүснэгт 2-ыг үзнэ үү Blumenstock (2014) тодорхой утга.

Энэ үед та эдгээр үр дүнд жаахан сэтгэл гонсойлгосон байна гэж, харин зүгээр л нэг жилийн дараа Blumenstock, хоёр хамт олон, Gabriel Cadamuro, Роберт On-хэвлэгдсэн нэлээд сайн үр дүн нь шинжлэх ухааны цаасан бодож байж болох юм (Blumenstock, Cadamuro, and On 2015) . 1) тэдгээр нь илүү төвөгтэй аргыг хэрэглэдэг (өөрөөр хэлбэл, шинэ хандлага инженер, илүү боловсронгуй машин сургалтын загварыг онцлог), 2) биш харин бие даасан судалгаа асуултад хариулт хэлж оролдлого (жишээ нь, илүү: сайжруулах хоёр гол техникийн шалтгаан байсан "Хэрэв та радио эзэмшиж байна уу?"), тэдгээр нь нийлмэл баялаг индексийг хэлж оролдсон.

Blumenstock болон түүний хамтрагчид хоёр арга замаар тэдний хандлагыг үйл ажиллагааг харуулсан. Нэгдүгээрт, тэд дээжин дэх хүмүүсийн хувьд, тэд дуудлага бичлэг (Зураг 3.14) өөрсдийн баялгийг таамаглахад нь маш сайн ажил хийж чадах нь тогтоогджээ. Хоёрдугаарт, мөн хэзээ ч илүү чухал Blumenstock болон түүний хамтрагчид өөрсдийн журам Руандад баялгийг газарзүйн тархалтын өндөр чанартай тооцоог гаргаж болох юм байна. Тодруулбал, тэд дуудлага бүртгэл бүх 1.5 сая хүн баялаг урьдчилан тэдний машин сургалтын загвар, 1000 орчим хүн өөрийн дээж дээр бэлтгэгдсэн байсан, байсан. Цаашилбал, дуудлага мэдээлэл агуулагдсан газарзүйн мэдээлэл нь (дуудлага мэдээлэл дуудлага тус бүр хамгийн ойр орших эс цамхаг байршлыг орно гэдгийг санах), судлаачид хүн бүрийн оршин суугаа ойролцоо газар тооцох боломжтой юм. Хамтдаа энэ хоёр таамаглаж нийлүүлбэл, судалгаа шинжилгээний маш нарийн орон зайн масштабаар үед захиалагч баялгийг газарзүйн тархалтын тооцоог гаргасан. Жишээ нь, тэд Руанда улсын 2148 эсийн (улс орны засаг захиргааны хамгийн бага нэгж) тус бүрийн дундаж баялаг тооцох болно. Эдгээр нь урьдчилан баялаг утга нь маш мөхлөгт тэд шалгах хэцүү байсан. Тиймээс судлаачид Руанда улсын 30 дүүргийн дундаж баялгийн тооцоог гаргаж тэдний үр дүнг нэгтгэж. , Руанда Хүн ам зүйн болон эрүүл мэндийн судалгаа (Зураг 3.14) Эдгээр дүүргийн түвшний тооцоо хүчтэй алтан стандарт уламжлалт судалгааны тооцоогоор холбоотой байна. хоёр эх үүсвэрээс тооцоо ижил төстэй байсан боловч Blumenstock, хамт авсан тооцоо нь 50 дахин хямд, 10 дахин хурдан (зардал хувьсах зардлын хувьд хэмжсэн нь) байсан юм. зардлын Энэ нь эрс буурсан гэхээсээ илүү хэдэн жил, гэх мэт бүр ажиллуулж байгаа гэж Хүн ам зүйн болон эрүүл мэндийн хувьд стандарт юм судалгаа жижиг судалгааны том дижитал ул мөр өгөгдлийг нэгтгэж нь эрлийз сар бүр ажиллуулж болно гэсэн үг юм.

Зураг 3.13: Улсын бүдүүвч Blumenstock, Cadamuro, and On (2015) . гар утасны компаниас дуудлага мэдээлэл онцлог тус бүр (өөрөөр хэлбэл, хувьсагч) нь хүн бүрт нэг мөр, нэг багана нь матрицийг хөрвүүлсэн байна. Дараа нь судлаачид онцлог матриц өөр хүнээс судалгаа хариу таамаглахын тулд хяналттай сургалтын загварыг барьсан. Дараа нь, хяналттай сургалтын загвар нь хүн болгоны хувьд Судалгааны хариултыг тооцоолох ашигласан байна. Мөн чанартаа, судлаачид тухай нэг сая хүн баялгийг тооцоолох нэг орчим мянган хүн хариу байсан. Мөн судлаачид бүх 1.5 сая хүн тэдний дуудлагын байршилд үндэслэн оршин суугаа ойролцоо газар тооцоолсон байна. Эдгээр хоёр тооцоог нэгтгэж-байхад тооцоо баялаг, оршин суух, үр дүнг тооцож газар Хүн ам, Эрүүл мэндийн судалгаа, алтан стандарт уламжлалт судалгаанд (Зураг 3.14) -аас тооцоо төстэй байсан.

Зураг 3.14: үр дүнг Blumenstock, Cadamuro, and On (2015) . хувь хүний ​​түвшинд, судлаачид тэдний дуудлагын бүртгэл нь хэн нэгний баялгийг урьдчилан таамаглахад дээр боломжийн ажил хийх боломжтой байсан. дүүргийн түвшний эд баялаг, эд баялаг, оршин суух, үр дүнг газар хувь хүний ​​түвшинд тооцоон дээр суурилсан байсан тооцоо Хүн ам зүйн, эрүүл мэндийн судалгаа, алтан стандарт уламжлалт судалгааны үр дүнд ижил төстэй байсан.

Эцэст нь хэлэхэд, Blumenstock алтны стандарт судалгаа тооцоо нь харьцуулж тооцоог гаргаж дижитал ул мөр мэдээлэлтэй арга хосолсон судалгаа мэдээллийг асууж олшруулсан. Энэ нь тодорхой жишээ нь олшруулсан асууж, уламжлалт судалгааны аргуудыг хооронд нь борлуулах зарим тайлбарласан. Нэгдүгээрт, олшруулсан асууж тооцоо, илүү цаг тухайд нь нэлээд хямд, илүү мөхлөгт байсан. Гэвч нөгөө талаас энэ үед Хэрэв байхгүй олшруулсан асууж энэ төрлийн хүчтэй онолын үндэс юм. Энэ нь, энэ нэг жишээ нь энэ нь тийм биш болно үед ажиллах үед юм биш байна байна. Цаашилбал, олшруулсан нь анхны арга хараахан тооцож эргэн тойронд тодорхой бус тоо хэмжээг нь сайн арга биш. Гэсэн хэдий ч, олшруулсан нь анхны статистик загвар дээр суурилсан дараах уян хатан, гурван том газар нутагт гүн холболтуудыг байна (Little 1993) , ял зэмлэл (Rubin 2004) , болон жижиг талбай үнэлгээ (Rao and Molina 2015) -гэж би дэвшил болно гэж найдаж хурдан байх.

Олшруулсан асуусан тухайн нөхцөл байдалд тохирсон болно үндсэн жор нь дараах. Хоёр найрлага, хоёр үе шат байдаг. Хоёр найрлага 1) дижитал ул мөр өгөгдлийн олонлогийн өргөн боловч нимгэн (энэ юм байна, та хүн бүрийн тухай шаардлагатай олон хүнийг биш харин мэдээлэл) болон нарийн боловч зузаан (тэр юм 2) судалгаа байна, энэ байна зөвхөн цөөн хэдэн хүн, гэхдээ энэ нь та тэдгээр хүмүүсийн талаар хэрэгтэй мэдээлэл) байна. Дараа нь хоёр алхам байдаг. Нэгдүгээрт, аль аль нь мэдээллийн эх сурвалж нь ард түмний төлөө, судалгааны хариултыг урьдчилан дижитал ул мөр өгөгдлийг ашигладаг машин сургалтын загварыг бий болгодог. Дараа нь, дижитал ул мөр өгөгдлийн хүн судалгаа хариулт тооцоолох тэр машин сургалтын загварыг ашиглана. Тиймээс та хүмүүсийн маш олон нь асуух нь тэдний хариултыг урьдчилан таамаглахад ашиглаж болох эдгээр хүмүүсээс дижитал ул мөр өгөгдлийг хайх хүсэж байгаа зарим нэг асуудал байгаа бол.

асуудал дээр Blumenstock анхны болон хоёр дахь оролдлого харьцуулах нь судалгаа судалгаа гурав дахь үеийн арга хоёр дахь үеийн шилжих тухай чухал сургамж харуулж байна: эхлэл төгсгөл биш юм. Энэ нь олон удаа, эхний арга нь хамгийн сайн байх юм байна, харин судлаачид үргэлжлүүлэн ажиллуулсны яг тохирч байвал зүйлийг илүү сайн авч болно. Ер нь, дижитал нас, нийгмийн судалгааны шинэ арга барилыг үнэлэх үед энэ нь чухал ач холбогдолтой хоёр ялгаатай үнэлгээ хийх явдал юм: 1) одоо энэ ажлыг хэр сайн хийдэг, 2) хэр сайн Та энэ мэдээллийг газар ирээдүйд ажиллаж болох юм гэж бодож байна өөрчлөлт, судлаачид зэрэг асуудалд илүү анхаарал хандуулах. Судлаачид үнэлгээний эхний төрлийн (хэр сайн судалгаа нь энэ тодорхой хэсэг нь юм) болгохын тулд бэлтгэгдсэн байдаг хэдий ч, хоёр дахь нь илүү чухал нь ихэвчлэн байдаг.