प्रयोग काय झाले मोजण्यासाठी. का आणि यंत्रणा स्पष्ट झालं कसे.
साध्या प्रयोगांहून पुढे जाण्याची तिसरी महत्त्वाची कल्पना म्हणजे यंत्रणा . तंत्रज्ञानामुळे आम्हाला कळते की उपचाराने परिणाम का झाला किंवा कसा झाला. यंत्रणा शोधण्याच्या प्रक्रियेला काहीवेळा असेही म्हटले जाते की मध्यस्थातील फरक किंवा मध्यस्थीची चलबिचल प्रयोगात्मक प्रभावांचा अंदाज घेण्यासाठी प्रयोग चांगला असले तरी ते यंत्रणा उघड करण्यास तयार नसतात. डिजिटल प्रयोग आम्हाला यंत्रणेस दोन प्रकारे ओळखण्यास मदत करू शकतात: (1) ते आम्हाला अधिक प्रक्रिया डेटा संकलित करण्यास सक्षम करतात आणि (2) ते आपल्याला अनेक संबंधित उपचारांची चाचणी घेण्यास सक्षम करतात.
कारण यंत्रणा औपचारिकपणे परिभाषित करण्यासाठी अवघड आहेत (Hedström and Ylikoski 2010) , मी एक साधे उदाहरण सुरू करणार आहे: नीच आणि वक्र (Gerber and Green 2012) . अठराव्या शतकात, डॉक्टरांना खूप चांगली कल्पना होती की जेव्हा नौकेने खाल्ले तेव्हा ते स्कर्वी झाले नाहीत. स्केव्ही एक भयानक रोग आहे, म्हणून ही शक्तिशाली माहिती होती. परंतु हे डॉक्टरांना माहित नव्हतं की चूळंबीने स्कर्व्ही कसा टाळला. 1 9 32 पर्यंत सुमारे 200 वर्षांनंतर असे शास्त्रज्ञ विश्वासार्हपणे दाखवू शकले की व्हिटॅमिन सी हे कारण आहे की चूडाला स्कर्वी (Carpenter 1988, 191) टाळता आला नाही. या प्रकरणात, व्हिटॅमिन सी एक यंत्रणा आहे ज्यामध्ये शिरेतून बचाव होणे (आकृती 4.10). अर्थातच यंत्रणा ओळखणे हे शास्त्रोक्त पद्धतीने फार महत्वाचे आहे- बरेच विज्ञान म्हणजे गोष्टी कशा घडतात हे समजून घेणे. ओळखण्याची यंत्रणा अतिशय व्यावहारिक दृष्टीने फार महत्वाची आहे. एकदा का समजते की एखादा उपचार का कार्य करतो, आम्ही संभाव्यत: नवीन उपचार देऊ शकतो जो काम चांगले काम करतात.
दुर्दैवाने, यंत्रे वेगळे करणे फार कठीण आहे. लय आणि वेश्यांप्रमाणे, बर्याच सोशल सेटींग्समध्ये, उपचारांमुळे अनेक आंतरसंबंधित मार्गांनी चालु शकतात. तथापि, सामाजिक मानदंड आणि ऊर्जा वापराच्या बाबतीत, संशोधकांनी प्रक्रिया डेटा आणि चाचणी संबंधी उपचारांचा एकत्रित करून यंत्रणा अलग करण्याचा प्रयत्न केला आहे.
संभाव्य यंत्रणेची चाचणी घेण्याचा एक मार्ग म्हणजे उपचाराने संभाव्य यंत्रणा कशी प्रभावित केली याबद्दल प्रक्रिया डेटा गोळा करणे हा आहे. उदाहरणार्थ, Allcott (2011) ने असे सांगितले की होम एनर्जी रिपोर्टमुळे लोक त्यांच्या विजेचा वापर कमी करण्यास कारणीभूत ठरले. पण हे कसे कमी वीज वापर कमी रिपोर्ट्स होते? यंत्रणा काय आहेत? फॉलो-अप अभ्यासात, Allcott and Rogers (2014) एका वीज कंपनीबरोबर भागीदारी केली की, रिबेट प्रोग्रॅमद्वारे ग्राहकांनी त्यांच्या उपकरणांना अधिक ऊर्जा-कार्यक्षम मॉडेल्समध्ये सुधारीत केले आहे. Allcott and Rogers (2014) आढळले की गृह ऊर्जा अहवालात थोडी अधिक लोक त्यांच्या उपकरणे सुधारीत करतात. पण हे फरक इतके लहान होते की ते कुटुंबांमधील ऊर्जा वापरणीत फक्त 2% घटते. दुस-या शब्दात सांगायचे तर, अप्लायन्स अपग्रेड्स हा प्रमुख यंत्रणा नसून ज्याद्वारे गृह ऊर्जा अहवालात विजेचा खर्च कमी झाला.
तंत्रज्ञानाचा अभ्यास करण्याचा दुसरा मार्ग म्हणजे उपचारांच्या थोड्या वेगळ्या आवृत्तींसह प्रयोग करणे. उदाहरणार्थ, Schultz et al. (2007) च्या प्रयोगात Schultz et al. (2007) आणि त्यानंतरच्या सर्व सदस्यांच्या ऊर्जा अहवालाच्या उपयोगिता, सहभागींना दोन मुख्य भाग (1) ऊर्जा बचतीचे टिप्स आणि (2) त्यांच्या समवयस्कांशी संबंधित त्यांच्या ऊर्जा वापराविषयीची माहिती (आकृती 4.6). अशाप्रकारे, हे शक्य आहे की ऊर्जा-सुरक्षिततेच्या टिपा बदल झाल्यामुळे, पीअरची माहिती नाही. एकट्यानेच पुरेसे असू शकते अशी शक्यता लक्षात घेऊन, Ferraro, Miranda, and Price (2011) अटलांटा, जॉर्जियाजवळील पाणी कंपनीबरोबर भागीदारी केली आणि जवळजवळ 100,000 घरांना संरक्षण देण्यासंबंधी संबंधित प्रयोग चालू ठेवले. चार अटी होत्या:
संशोधकांना असे आढळून आले की टिपा-केवळ उपचारांचा कमी (एक वर्ष), मध्यम (दोन वर्षे) आणि लांब (तीन वर्ष) मुदतीमध्ये पाण्याचा वापर करण्यावर काहीही परिणाम होत नाही. युक्तिवाद आणि अपील उपचाराने सहभाग घेणाऱ्यांनी पाण्याचा वापर कमी केला, परंतु केवळ अल्पकालीन अखेरीस, टिपा आणि अपील तसेच अधिकच्या सहकर्मीच्या माहितीमुळे कमी, मध्यम आणि दीर्घकालीन (आकृती 4.11) वापर कमी झाले. बंलबिल उपचारांबरोबर या प्रकारच्या प्रयोगांमुळे उपचार कोणता भाग किंवा कोणता भाग एकत्र केला जातो हे ठरविण्याचा एक चांगला मार्ग आहे - जे परिणाम कारणीभूत आहेत (Gerber and Green 2012, sec. 10.6) . उदाहरणार्थ, फेरारो आणि सहकार्यांचे प्रयोग आपल्याला असे दर्शवतात की केवळ पाणी वाचवण्याच्या टिपा पाणी वापर कमी करण्यास पुरेसे नाहीत.
आदर्शपणे, एखाद्या घटकांची मांडणी (टिपा; टिप्स प्लस अपील; टिपा प्लस अॅड्रेस अप प्लस पिअर इन्फॉर्मेशन) पूर्ण प्रसंगी डिझाईनमध्येही - कधीकधी \(2^k\) फॅक्टोरियल डिझाइन असे म्हणतात - जेथे प्रत्येक संभाव्य संयोजन तीन घटकांची चाचणी घेण्यात आली आहे (टेबल 4.1). प्रत्येक संभाव्य घटकांचे परीक्षण करून, संशोधक पूर्णपणे प्रत्येक घटकाचा प्रभाव आणि एकाकीपणाचे मूल्यांकन करू शकतात. उदाहरणार्थ, फेरारो आणि सहकाऱ्यांचे प्रयोग हे स्पष्ट करीत नाही की, केवळ मित्रांच्या तुलनेत केवळ तुलनात्मकतेशी तुलना करणे पुरेसे आहे की नाही. भूतकाळात, या पूर्ण कारणास्तव डिझाईन्स चालविणे अवघड झाले कारण त्यांना बर्याच जणांकडून आवश्यकता असते आणि त्यांना संशोधकांना बर्याच उपचारांची योग्यरित्या नियंत्रण करणे आणि वितरीत करण्यात सक्षम असणे आवश्यक आहे. परंतु, काही परिस्थितींमध्ये, डिजिटल वयमुळे या हिश्शाची अडचण दूर होते.
उपचार | वैशिष्ट्ये |
---|---|
1 | नियंत्रण |
2 | टिपा |
3 | आवाहन |
4 | पीअर माहिती |
5 | टिपा + अपील |
6 | टिपा + समांतर माहिती |
7 | अपील + सरदार माहिती |
8 | टिपा + अपील + समांतर माहिती |
सारांश मध्ये, यंत्रणा-ज्या मार्गांनी उपचारांचा परिणाम होतो-हे अविश्वसनीय महत्वाचे आहे. डिजिटल-वय प्रयोग संशोधकांना यंत्रणेबद्दल (1) प्रक्रिया डेटा गोळा करून आणि (2) पूर्ण तथ्यात्मक रचना सक्षम करण्यास मदत करू शकतात. या पध्दतींनी सुचवलेल्या यंत्रणा नंतर थेट यंत्रणा (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) चाचणीसाठी तयार केलेल्या प्रयोगांद्वारे थेट परीक्षित केल्या जाऊ शकतात.
एकूण, या तीन संकल्पना- वैधता, उपचारांच्या प्रभावांची विविधता आणि यंत्रणा-प्रयोगांची रचना आणि दुभाषणासाठी कल्पनांचा एक शक्तिशाली सेट प्रदान करतात. या संकल्पना संशोधनांना काय शोधते, ज्या सिद्धांताशी सल्ले संबंध आहेत त्या उत्कृष्ट प्रयोगांबद्दल काय "कार्य करते" हे त्या संशोधनासाठी मदत करते, जे शोध आणि कार्ये का कार्य करते आणि ते देखील संशोधकांना अधिक प्रभावी उपचारांमध्ये मदत करण्यास मदत करते. प्रयोगांबद्दल या संकल्पनात्मक पार्श्वभूमीवर मी आता आपले प्रयोग कसे करावे ते आपण आता पाहू शकाल.