परीक्षणहरू के भयो मापन। तंत्र व्याख्या किन र कसरी भयो।
सरल प्रयोगहरू परे सार्नका लागि तेस्रो प्रमुख विचार तंत्र छ। एक उपचार एक प्रभाव कारण किन वा कसरी तंत्र हामीलाई भन्नुहोस्। तंत्र को लागि खोज को प्रक्रिया पनि कहिलेकाहीं चर हस्तक्षेप वा चर mediating लागि देख भनिन्छ। प्रयोगहरू causal प्रभाव अनुमान लागि राम्रो हो तापनि तिनीहरूले अक्सर तंत्र प्रकट गर्न डिजाइन छैन। डिजिटल उमेर प्रयोगहरू हामीलाई दुई तरिकामा तंत्र पहिचान गर्न मद्दत गर्न सक्छ: 1) तिनीहरूले हामीलाई थप प्रक्रिया डाटा संकलन गर्न सक्षम र 2) धेरै सम्बन्धित उपचार परीक्षण गर्न हामीलाई सक्षम।
तंत्र औपचारिक परिभाषित गर्न मुश्किल छन् किनभने (Hedström and Ylikoski 2010) , म एक साधारण उदाहरण सुरु गर्न लागिरहेको छु: नीबू र scurvy (Gerber and Green 2012) । को 18 औं शताब्दीमा डाक्टर कि नाभिकहरु नीबू खाए जब उनि scurvy प्राप्त भएन एक राम्रो अर्थमा थियो। Scurvy यो शक्तिशाली जानकारी थियो त एक भयानक रोग हो। तर, यी डाक्टर नीबू किन scurvy रोकियो थाहा थिएन। यो 1932 सम्म, लगभग 200 वर्षपछि वैज्ञानिकहरूले मजबूती देखाउँछ कि सक्ने भिटामिन सी कागती scurvy रोकियो कि कारण थियो (Carpenter 1988, p 191) । यस अवस्थामा, भिटामिन सी नीबू रोक्न जो मार्फत scurvy (चित्रा 4.9) को संयन्त्र छ। निस्सन्देह, यो संयन्त्र पहिचान छ कुराहरू किन हुन समझ बारेमा विज्ञान धेरै नै महत्वपूर्ण वैज्ञानिक-धेरै छ। संयन्त्र पहिचान व्यावहारिक धेरै महत्त्वपूर्ण छ। हामी एक उपचार किन काम गर्दछ बुझ्न गरेपछि, हामी संभावित अझ राम्रो काम गर्ने नयाँ उपचार विकास गर्न सक्छौं।
दुर्भाग्यवश, तंत्र अलग धेरै गाह्रो छ। नीबू र scurvy नभई धेरै सामाजिक सेटिंग मा, उपचार शायद धेरै सम्वन्धि बाटो मार्फत, जो तंत्र को अलग अत्यन्तै कठिन बनाउँछ सञ्चालन। तर, सामाजिक मान्यता पनि र ऊर्जा प्रयोग को मामला मा, अनुसन्धानकर्ताहरूले प्रक्रिया डाटा सङ्कलन र सम्बन्धित उपचार परीक्षण गरेर संयन्त्र अलग गर्न प्रयास गरेका छन्।
सम्भव तंत्र परीक्षण गर्ने एउटा तरिका उपचार सम्भव तंत्र प्रभावित कसरी प्रक्रिया डाटा सङ्कलन गरेर हो। उदाहरणका लागि, कि सम्झन Allcott (2011) घर ऊर्जा रिपोर्टहरू मानिसहरू बिजुली उपयोग कम कारण कि देखाए। तर, कसरी यी रिपोर्टहरू कम बिजुली उपयोग गर्छन्? यो संयन्त्र के-के थिए? एक पालन-अप अध्ययन, Allcott and Rogers (2014) एक छूट कार्यक्रम मार्फत, उपभोक्ताहरु थप ऊर्जा कुशल मोडेल आफ्नो उपकरण स्तरवृद्धि जो मा जानकारी प्राप्त भएको थियो कि, एक पावर कम्पनी संग सहयोगी। Allcott and Rogers (2014) भन्ने अलिकति थप फेला गृह ऊर्जा रिपोर्टहरू प्राप्त मानिसहरू उपकरण स्तरवृद्धि। तर, यो फरक यो केवल उपचार घरपरिवारमा ऊर्जा प्रयोग मा कमी को 2% लागि खाता सक्छ भनेर सानो थियो। अर्को शब्दमा, उपकरण अपग्रेड गर्न गृह ऊर्जा रिपोर्ट बिजुली खपत कम जो मार्फत मूख्य संयन्त्र थिए।
तंत्र अध्ययन गर्न दोस्रो तरिका उपचार को अलि फरक संस्करण संग प्रयोगहरू चलान छ। उदाहरणका लागि, को प्रयोग मा Schultz et al. (2007) र सबै पछि घर ऊर्जा रिपोर्ट प्रयोग, सहभागीहरू दुई मुख्य भागहरु 1) ऊर्जा बारेमा सुझाव र 2) आफ्नो साथीहरूले (चित्रा 4.6) आफ्नो ऊर्जा प्रयोग नातेदार बारेमा जानकारी छ कि एक उपचार प्रदान गरेका थिए। तसर्थ, यो ऊर्जा बचत सुझाव परिवर्तन, छैन साथीहरूको जानकारी के कारण हो सम्भव छ। एक्लै सुझाव पर्याप्त हुन सक्छन् भन्ने सम्भावना आकलन गर्न, Ferraro, Miranda, and Price (2011) एटलान्टा, GA नजिकै पानी कम्पनी साथ सहयोगी, र बारेमा 1,00,000 घरपरिवारले मुछिएको पानी संरक्षण मा सम्बन्धित प्रयोग भाग्यो। त्यहाँ चार अवस्था थिए:
शोधकर्ताओं सुझाव मात्र उपचार छोटो (एक वर्ष) मा पानी उपयोग, मध्यम (दुई वर्ष), र लामो (तीन वर्ष) अवधि मा कुनै असर थियो कि पाइएन। यो सुझाव + अपील उपचार पानी उपयोग कम सहभागीहरू कारण, तर केवल अल्पकालीन मा। अन्तमा, कारण सुझावहरू + अपील + साथीहरूको जानकारी उपचार छोटो, मध्यम मा उपयोग, र लामो अवधि (चित्रा 4.10) घट्यो। प्रभाव पैदा छन् भनेर व्यक्तिहरूलाई सँगै-हो unbundled उपचार संग प्रयोगहरू यी प्रकार उपचार-वा जो भागहरु को जो भाग बाहिर आंकडा राम्रो तरिका हो (Gerber and Green 2012, Sec. 10.6) । उदाहरणका लागि, Ferraro र सहयोगिहरु को प्रयोग हामीलाई पानी बचत एक्लै सुझाव पानी उपयोग कम गर्न पर्याप्त छैनन् देखाउँछ।
आदर्श, एक घटक को layering परे चाल (सुझाव; सुझाव + पुनरावेदन; सुझाव + अपील + साथीहरूको जानकारी) पूर्ण क्रमगुणित गर्न डिजाइन-पनि कहिलेकाहीं \ भनिन्छ (2 ^ K \) क्रमगुणित डिजाइन-जहाँ प्रत्येक सम्भव संयोजन तीन तत्व (तालिका 4.1) परीक्षण गरिएको छ। घटक हरेक सम्भव संयोजन परीक्षण गरेर, अनुसन्धानकर्ताहरूले पूर्णतया अलग र संयोजन मा प्रत्येक घटक को प्रभाव आकलन गर्न सक्छन्। उदाहरणका लागि, Ferraro र सहयोगिहरु को प्रयोग साथीहरूको एक्लै तुलना व्यवहार मा लामो अवधि परिवर्तन गर्न नेतृत्व गर्न पर्याप्त हुने थियो कि प्रकट गर्दैन। विगतमा यी पूर्ण क्रमगुणित डिजाइन किनभने तिनीहरूले सहभागी एक ठूलो संख्या आवश्यक र ठीक नियन्त्रण र उपचार को एक ठूलो संख्या छुटकारा गर्न सक्षम हुन तिनीहरू अनुसन्धानकर्ताहरूले आवश्यक चलाउन गाह्रो भएको छ। तर, डिजिटल उमेर केही परिस्थितिमा यी सैन्य अवरोध हटाउँछ।
उपचार | विशेषताहरु |
---|---|
1 | नियन्त्रण |
2 | सुझाव |
3 | पुनरावेदन |
4 | साथीहरूको जानकारी |
5 | सुझाव + अपील |
6 | सुझाव + साथीहरूको जानकारी |
7 | पुनरावेदन + साथीहरूको जानकारी |
8 | सुझाव + अपील + साथीहरूको जानकारी |
सारांश मा, तंत्र-को एक उपचार एक छ जो मार्फत बाटो अविश्वसनीय महत्त्वपूर्ण प्रभाव-छन्। डिजिटल उमेर प्रयोगहरू 1 द्वारा तंत्र सिक्न अनुसन्धानकर्ताहरूले) प्रक्रिया डाटा सङ्कलन र 2) पूर्ण क्रमगुणित डिजाइन सक्षम मदत गर्न सक्छ। यी दृष्टिकोण द्वारा सुझाव गरिएको यो संयन्त्र त्यसपछि द्वारा प्रयोगहरू विशेष संयन्त्र परीक्षण गर्न डिजाइन प्रत्यक्ष परीक्षण गर्न सक्नुहुन्छ (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) ।
कुल, यी तीन अवधारणाहरु-वैधता मा; उपचार प्रभाव heterogeneity; र प्रयोगहरू डिजाइन र व्याख्या लागि विचार को एक शक्तिशाली सेट तंत्र-प्रदान। के कहाँ र किन उपचार काम प्रकट कि सिद्धान्त गर्न तंग लिंक कि धनी प्रयोग, गर्न "काम" बारे सरल प्रयोगहरू परे सार्न यी अवधारणाहरु मद्दत अनुसन्धानकर्ताहरूले, र पनि अनुसन्धानकर्ताहरूले अझ प्रभावकारी उपचार डिजाइन मदत गर्न सक्छ। प्रयोगहरू बारेमा यो वैचारिक पृष्ठभूमि दिइएको, म अब तपाईं वास्तवमा आफ्नो प्रयोगहरू हुन बनाउन सक्छ कसरी बारी छौँ।