प्रमुख:
[ , ] Berinsky र सहयोगिहरु (2012) तीन क्लासिक प्रयोगहरू replicating द्वारा भाग मा यांत्रिक टर्क मूल्यांकन गर्छ। द्वारा क्लासिक एशियाली रोग फ्रेमिङ प्रयोग प्रतिकृति Tversky and Kahneman (1981) । आफ्नो परिणाम मिलान Tversky र Kahneman गरेको छ? आफ्नो परिणाम मिलान Berinsky र सहयोगिहरु के? के-यदि केहि-के यो हामीलाई सर्वेक्षण प्रयोगहरू लागि यांत्रिक टर्क प्रयोग सिकाउँछ?
[ , ] एक केहि जिब्रो-मा-गालामा कागज शीर्षक मा "हामी त्याग्न माथि छ," सामाजिक मनोवैज्ञानिक रबर्ट Cialdini, को लेखक को एक Schultz et al. (2007) , उहाँले किनभने चुनौतीहरू उहाँले एक अनुशासन (मनोविज्ञान) मुख्य रूप प्रयोगशाला प्रयोगहरु आयोजित भनेर क्षेत्रमा प्रयोगहरू गर्दै सामना को भाग मा, एक प्रोफेसर रूपमा आफ्नो काम बाट प्रारम्भिक retiring थियो भनेर लेखे (Cialdini 2009) । Cialdini गरेको कागज पढ्नुहोस्, र उहाँलाई डिजिटल प्रयोगहरू को संभावनाहरु को प्रकाश मा आफ्नो ब्रेक-अप पुनर्विचार गर्न उहाँलाई आग्रह इमेल लेख्नुहोस्। आफ्नो चिन्ता सम्बोधन कि अनुसन्धान को विशिष्ट उदाहरण प्रयोग गर्नुहोस्।
[ ] टाढा सानो प्रारम्भिक सफलता लक मा-कि निर्धारण वा बिलाएर गर्न, वैन डे Rijt र र सहयोगिहरु (2014) अनियमित चयन सहभागीहरू मा सफलता bestowing चार फरक प्रणाली मा हस्तक्षेप र त्यसपछि यो मनपरी सफलता को दीर्घकालीन प्रभाव पार्ने मापन। तपाईं अन्य प्रणाली सोच्न सक्नुहुन्छ तपाईं पनि त्यस्तै प्रयोगहरू चलाउन सक्छ जसमा? वैज्ञानिक मूल्य को मुद्दाहरू मामलामा यी प्रणाली मूल्यांकन, एल्गोरिथमिक उलझाने, र नैतिकता (अध्याय 2 हेर्नुहोस्)।
[ , ] एक प्रयोग को परिणाम सहभागीको भर पर्न सक्छौं। एक प्रयोग सिर्जना गर्नुहोस् र त्यसपछि अमेजन यांत्रिक टर्क (MTurk) दुई फरक भर्ती रणनीति प्रयोग गरेर यसलाई चलाउन। परिणाम सकेसम्म फरक हुनेछ भनेर प्रयोग र भर्ती रणनीति छनोट गर्न प्रयास गर्नुहोस्। उदाहरणका लागि, आफ्नो भर्ती रणनीति बिहान र साँझ सहभागीहरू रंगरुट गर्न वा उच्च र कम तलब संग सहभागीहरू क्षतिपूर्ति गर्न सक्छ। भर्ती रणनीति मा मतभेद यी प्रकार सहभागीहरू र विभिन्न प्रयोगात्मक परिणाम विभिन्न समूहहरू गर्न लगाउन सक्छ। आफ्नो परिणाम बाहिर कसरी फरक बारी गर्नुभयो? कि MTurk चलिरहेको प्रयोगहरू के प्रकट गर्छ?
[ , , , ] के तपाईं भावनात्मक Contagion अध्ययन योजना थिए होलान्, कल्पना गर्नुहोस् (Kramer, Guillory, and Hancock 2014) । द्वारा एक पहिले अवलोकनीय अध्ययन देखि परिणाम प्रयोग Kramer (2012) प्रत्येक अवस्थामा सहभागी संख्या निर्णय गर्न। यी दुई अध्ययन मेल खाँदैन पूर्ण त्यसैले स्पष्ट रूपमा बनाउन सबै अनुमानको सूची पक्का हुन:
[ , , , ] माथिको प्रश्नको उत्तर दिनुहोस्, बरु गरेर पहिले अवलोकनीय अध्ययन प्रयोग भन्दा Kramer (2012) पहिलेको प्राकृतिक प्रयोग देखि परिणाम द्वारा प्रयोग Coviello et al. (2014) ।
[ ] दुवै Rijt et al. (2014) र Margetts et al. (2011) दुवै मानिसहरू आवेदन हस्ताक्षर प्रक्रिया अध्ययन गर्ने प्रयोगपरिक्षणहरू प्रदर्शन। तुलना गर्नुहोस् र डिजाइन र यी अध्ययन को निष्कर्ष भिन्नता।
[ ] Dwyer, Maki, and Rothman (2015) सामाजिक मान्यता र proenvironmental व्यवहार बीचको सम्बन्ध मा दुई क्षेत्र प्रयोगहरू सञ्चालन। यहाँ आफ्नो कागज को सार हो:
"कसरी मनोवैज्ञानिक विज्ञान proenvironmental व्यवहार प्रोत्साहन गर्न उपयोग हुन सक्छ? दुई अध्ययन मा, सार्वजनिक बाथरूम मा ऊर्जा संरक्षण व्यवहार प्रचार उद्देश्य उपायहरु वर्णनात्मक मान्यता र व्यक्तिगत जिम्मेवारी को प्रभाव जांच। अध्ययन 1 मा, कसैले त्यो सेटिङ लागि वर्णनात्मक आदर्श संकेत, एक आजाद सार्वजनिक बाथरूम प्रवेश गर्नु अघि प्रकाश स्थिति (अर्थात्, वा बन्द) manipulated थियो। सहभागीहरू तिनीहरूले प्रवेश गर्दा तिनीहरूले बन्द थिए भने रोशनी बन्द गर्न एकदम अधिक संभावना थिए। अध्ययन 2 मा, एक अतिरिक्त अवस्था जसमा प्रकाश बन्द आदर्श एक confederate द्वारा प्रकट भएको थियो समावेश थियो, तर सहभागीहरू छैन आफूलाई यो खोल्दै लागि जिम्मेवार थिए। व्यक्तिगत जिम्मेवारी व्यवहारमा सामाजिक मान्यता को प्रभाव सामान्य; सहभागीहरू ज्योति खोल्दै लागि जिम्मेवार छैन छँदा आदर्श को प्रभाव कम थियो। यी परिणाम proenvironmental उपायहरु को प्रभाव विनियमित सक्छ वर्णनात्मक मान्यता र व्यक्तिगत जिम्मेवारी कसरी संकेत गर्छ। "
आफ्नो कागज पढ्न र अध्ययन 1 को एक प्रतिकृति डिजाइन।
[ , ] अघिल्लो प्रश्न मा निर्माण, अब तपाईंको डिजाइन पूरा।
[ ] त्यहाँ अमेजन यांत्रिक टर्क देखि recruited सहभागीहरू प्रयोग प्रयोगहरू बारेमा पर्याप्त बहस भएको छ। समानता, वहाँ पनि स्नातक विद्यार्थी आबादी देखि recruited सहभागीहरू प्रयोग प्रयोगहरू बारेमा पर्याप्त बहस भएको छ। तुलना र अनुसन्धानकर्ताहरूले सहभागीहरू रूपमा Turkers र undergraduates contrasting एक दुई-पृष्ठ ज्ञापन लेख्नुहोस्। आफ्नो तुलना दुवै वैज्ञानिक र सैन्य मुद्दाहरू छलफलको समावेश गर्नुपर्छ।
[ ] जिम Manzi पुस्तकका अनियन्त्रित (2012) व्यापार मा प्रयोग को शक्ति मा एक अद्भुत परिचय छ। पुस्तकमा उहाँले यो कथा relayed:
"म साँचो व्यापार प्रतिभा, आत्म-गरे अरबपति प्रयोगहरू शक्ति को एक गहिरो, सहज understating थियो जो संग एक बैठक मा एक पटक थियो। आफ्नो कम्पनी पारंपरिक बुद्धि उनीहरू भन्नुभयो, उपभोक्ताहरु र बढ बिक्री आकर्षित भनेर ठूलो स्टोर विन्डो प्रदर्शित सिर्जना गर्न प्रयास महत्वपूर्ण स्रोतहरू बिताए। विशेषज्ञ ध्यान डिजाइन पछि डिजाइन परीक्षण, र बिक्री मा प्रत्येक नयाँ प्रदर्शन डिजाइन को कुनै महत्वपूर्ण causal प्रभाव देखाउन राखिएको वर्ष को एक अवधिमा व्यक्तिगत परीक्षण समीक्षा सत्र मा। वरिष्ठ मार्केटिङ र बिक्री अधिकारी toto यी ऐतिहासिक परीक्षण परिणाम समीक्षा गर्ने सीईओ भेटे। प्रयोगात्मक सबै डाटा प्रस्तुत गरेपछि तिनीहरूले पारंपरिक बुद्धि गलत-कि विन्डो प्रदर्शित बिक्री ड्राइव छैन भनेर निष्कर्षमा। आफ्नो सिफारिस कार्य यस क्षेत्रमा लागत र प्रयास कम थियो। यो नाटकीय पारंपरिक बुद्धि उल्टिनु गर्न प्रयोग को क्षमता देखाउनुभयो। सीईओ प्रतिक्रिया सरल: 'मेरो निष्कर्ष आफ्नो डिजाइनर धेरै राम्रो छैन भन्ने छ।' उहाँको समाधान स्टोर प्रदर्शन डिजाइन प्रयास वृद्धि गर्न, र नयाँ मान्छे गर्न प्राप्त भएको थियो। " (Manzi 2012, 158–9)
सीईओ को चासो वैधता को कुन प्रकारको हो?
[ ] अघिल्लो प्रश्न मा निर्माण, जहाँ प्रयोगहरू को परिणाम छलफल गरियो सभामा तपाईं थिए कल्पना गर्नुहोस्। चार प्रश्न तपाईंले सोध्न सक्ने, वैधता प्रत्येक प्रकार (तथ्याङ्क, निर्माण आन्तरिक र बाह्य) को लागि एक के-के हुन्?
[ ] Bernedo, Ferraro, and Price (2014) मा वर्णन गरिएको पानी बचत हस्तक्षेप को सात वर्ष प्रभाव अध्ययन Ferraro, Miranda, and Price (2011) (हेर्नुहोस् लिनुहोस् 4.10)। यो कागज मा, Bernedo र सहयोगिहरु पनि छ र उपचार बुझाइएको थियो पछि सारियो छैन भनेर घरपरिवारले व्यवहारलाई तुलना गरेर प्रभाव पछि संयन्त्र बुझ्न खोज्छन्। छ, लगभग, तिनीहरूले उपचार गृह वा homeowner प्रभावित कि हेर्न प्रयास गर्नुहोस्।
[ ] एउटा पालन-अप मा Schultz et al. (2007) , Schultz र सहयोगिहरु दुई प्रसङ्गहरू (एक होटल र एक timeshare Condominium) मा फरक पर्यावरण व्यवहार (तौलिया पुन: प्रयोग) मा वर्णनात्मक र injunctive मान्यता को प्रभाव मा तीन प्रयोगहरू को एक श्रृंखला प्रदर्शन (Schultz, Khazian, and Zaleski 2008) ।
[ ] प्रतिक्रिया Schultz et al. (2007) , Canfield, Bruin, and Wong-Parodi (2016) बिजुली बिल को डिजाइन अध्ययन गर्न प्रयोगशाला-जस्तो प्रयोगहरू को एक श्रृंखला भाग्यो। यहाँ तिनीहरूले सार मा वर्णन कसरी गर्ने:
"एक सर्वेक्षण आधारित प्रयोग मा, प्रत्येक सहभागी एक काल्पनिक बिजुली बिल एक परिवार को लागि अपेक्षाकृत उच्च बिजुली प्रयोग संग बारेमा (क) ऐतिहासिक प्रयोग जानकारी कवर, (ख) छिमेकीहरूलाई तुलना, र (ग) ऐतिहासिक उपकरण बिरामी साथ प्रयोग देखे। सहभागीहरू एक तीन ढाँचामा सबै जानकारी प्रकार सहित (क) टेबल, (ख) पट्टी रेखांकन, र (ग) प्रतिमा रेखांकन देखे। हामी तीन मुख्य निष्कर्ष मा रिपोर्ट। पहिलो, उपभोक्ताहरु बिजुली प्रयोग जानकारी प्रत्येक प्रकार बुझेका सबैभन्दा यो तालिकामा प्रस्तुत हुँदा, शायद किनकी टेबल सुविधा सरल बिन्दु पढाइ। दोस्रो, प्राथमिकता र बिजुली बचत गर्न मनसाय ढाँचा स्वतन्त्र, ऐतिहासिक प्रयोग जानकारीको लागि बलियो थिए। तेस्रो, कम ऊर्जा साक्षरता संग व्यक्तिहरूलाई कम सबै जानकारी बुझेका थिए। "
अन्य फलो-अप अध्ययन नभई चासो को मुख्य नतिजा Canfield, Bruin, and Wong-Parodi (2016) वास्तविक व्यवहार व्यवहार रिपोर्ट छैन। फराकिलो अनुसन्धान कार्यक्रम ऊर्जा प्रचार मा अध्ययन को यस प्रकार को तागत र कमजोरी के-के हुन्?
[ , ] Smith and Pell (2003) एक satirical parachutes प्रभावकारिता प्रदर्शन अध्ययन को मेटा-विश्लेषण छ। तिनीहरूले निष्कर्षमा पुग्न:
"धेरै उपायहरु बिरामी स्वास्थ्य रोक्न इरादा रूपमा, parachutes प्रभावकारिता बेतरतीब नियंत्रित परीक्षण प्रयोग गरेर कठोर मूल्याङ्कनमा अधीनमा छैन। प्रमाण आधारित चिकित्सा को समर्थकले मात्र अवलोकनीय डाटा प्रयोग गरेर मूल्यांकन उपायहरु को गोद आलोचना गरेका छन्। हामी सबैलाई, यादृच्छिक, placebo, नियन्त्रण गर्ने प्याराशुट को crossover परीक्षण प्रमाण आधारित चिकित्सा को सबै भन्दा मूल protagonists सङ्गठित र भाग दोहोरो अन्धो मा यदि लाभ उठाउन सक्छ कि लाग्छ। "
प्रयोगात्मक प्रमाण को fetishization विरुद्ध बहस, एक यस्तो न्यूयोर्क टाइम्स रूपमा एक सामान्य readership समाचार पत्र, लागि उपयुक्त सेशन-एड लेख्नुहोस्। विशिष्ट, ठोस उदाहरण दिन्छ। सङ्केत: पनि हेर्नुहोस्, Bothwell et al. (2016) र Deaton (2010)
[ , , ] एक उपचार प्रभाव को estimators भिन्नता-मा-मतभेद फरक-मा-मतलब estimators भन्दा बढी सटीक हुन सक्छ। अनलाइन प्रयोग चलिरहेको लागि फरक-मा-मतभेद दृष्टिकोण को मूल्य व्याख्या सुरु-अप सामाजिक मिडिया कम्पनी मा एक / बी परीक्षण को आरोप मा एक इन्जिनियर गर्न एक ज्ञापन लेख्नुहोस्। ज्ञापन समस्या को एक बयान, बारे जो अन्तर्गत फरक-मा-फरक अनुमानक फरक-मा-मतलब अनुमानक outperform हुनेछ अवस्था केही अंतर्ज्ञान र सरल सिमुलेशन अध्ययन समावेश गर्नुपर्छ।
[ , ] गैरी Loveman Harrah गरेको को सीईओ, संसारमा सबै भन्दा ठूलो क्यासिनो कम्पनीहरु मध्ये एक बनेर अघि हार्वर्ड बिजनेस स्कूल मा एक प्रोफेसर थियो। उहाँले Harrah गरेको सारियो गर्दा Loveman एक बारम्बार उडाका-जस्तो लोयल्टी ग्राहक व्यवहार बारे डाटा को अथाह रकम संकलन गर्ने कार्यक्रम संग कम्पनी कायापलट। यो सधैं-मापन प्रणाली को शीर्ष मा, कम्पनी चलिरहेको प्रयोगहरू थाले। उदाहरणका लागि, तिनीहरूले ग्राहकहरु को लागि एक मुक्त होटल रात को लागि एक कुपन को एक विशिष्ट जुवा ढाँचा संग प्रभाव मूल्याङ्कन गर्न प्रयोग चलाउन सक्छ। यहाँ कसरी Loveman Harrah गरेको दैनिक व्यापार अभ्यासहरू गर्न प्रयोग महत्त्व वर्णन छ:
"यो जस्तै तपाईं महिला सताउन छैन, चोरी छैन छ, र तपाईं एक नियन्त्रण समूह छ पाउनुभएको छ। यो तपाईं Harrah's-छैन मा एक नियन्त्रण समूह चलिरहेको लागि आफ्नो काम गुमाउन सक्छ कुराहरू मध्ये एक छ। " (Manzi 2012, 146)
व्याख्या Loveman यो एक नियन्त्रण समूह छ त महत्त्वपूर्ण छ किन सोच्छ नयाँ कर्मचारी एउटा इमेल लेख्नुहोस्। तपाईं एउटा उदाहरण-या त वास्तविक वा माथि-आफ्नो बिन्दु चित्रण गरे समावेश गर्न प्रयास गर्नुपर्छ।
[ , ] नयाँ प्रयोग खोप तेज पाठ सन्देश रिमाइन्डर प्राप्त को प्रभाव अनुमान गर्न लक्ष्य लिएको छ। 150 क्लिनिक, 600 योग्य विरामीहरु हरेक, भाग लिन इच्छुक छन्। तपाईं काम गर्न चाहेको प्रत्येक क्लिनिक लागि 100 डलर को एक निश्चित लागत छ, र यो पठाउन चाहनु प्रत्येक पाठ सन्देश लागि 1 डलर लागत। यसबाहेक, तपाईं संग काम गर्दै कुनै पनि क्लिनिक नतिजा मापन हुनेछ निःशुल्क (कसैलाई खोप प्राप्त कि)। तपाईं 1000 डलर को बजेट छ भनेर मान।
[ , ] अनलाइन पाठ्यक्रम संग एक प्रमुख समस्या attrition छ; पाठ्यक्रम शुरू धेरै विद्यार्थी गिर-बाहिर अन्त। अनलाइन सिक्ने मंच मा तपाईंले काम गर्दै छन्, र मंच मा एक डिजाइनर त्यो सोच्छ कि पाठ्यक्रम बाहिर गिर देखि विद्यार्थीहरू रोक्न मद्दत गर्नेछ एक दृश्य प्रगति पट्टी सिर्जना गरेको कल्पना गर्नुहोस्। तपाईं एक ठूलो गणना सामाजिक विज्ञान पाठ्यक्रम विद्यार्थीहरु मा प्रगति पट्टी को प्रभाव परीक्षण गर्न चाहन्छु। प्रयोग मा खडा हुन सक्छ कि कुनै पनि नैतिक मुद्दाहरू सम्बोधन पछि, तपाईं र तपाईंको सहकर्मीहरु पाठ्यक्रम मजबूती प्रगति पट्टी को प्रभाव पत्ता लगाउन पर्याप्त विद्यार्थी छैन सक्छ चिन्तित प्राप्त। तपाईँले तल गणना छैन प्रगति बार र आधा प्राप्त हुनेछ विद्यार्थीहरुको भनेर आधा मान गर्न सक्नुहुन्छ। यसबाहेक, तपाईं कुनै हस्तक्षेप छ भन्ने मान गर्न सक्नुहुन्छ। अर्को शब्दमा, तपाईं सहभागीहरू मात्र तिनीहरूले उपचार वा नियन्त्रण प्राप्त कि प्रभावित छन् भन्ने मान गर्न सक्नुहुन्छ; तिनीहरूले अन्य मानिसहरूलाई उपचार वा नियन्त्रण (एक थप औपचारिक परिभाषा लागि, हेर्न प्राप्त कि द्वारा प्रभावित छन् Gerber and Green (2012) , Ch। 8)। कृपया तपाईंले कुनै थप अनुमानको ट्रयाक राख्न।
[ , ] सुंदर कागज मा, Lewis and Rao (2015) जीवन्त पनि विशाल प्रयोगहरू को एक आधारभूत तथ्याङ्क सीमा चित्रण। कागज-जो मूल "विज्ञापन गर्न लाभ नापन को निकट-impossibility मा" को उत्तेजक शीर्षक थियो यो डिजिटल प्रयोगहरू ग्राहकहरु लाखौं मुछिएको संग पनि, अनलाइन विज्ञापन को लगानी मा फिर्ती मापन गर्न कत्तिको गाह्रो छ -shows। थप सामान्यतया, कागज स्पष्ट यसलाई हल्ला नतिजा डाटा amidst सानो उपचार प्रभाव अनुमान गर्न गाह्रो हुन्छ भन्ने देखाउँछ। वा diffently यसो, कागज अनुमानित उपचार प्रभाव ठूलो भरोसा अन्तरालहरू हुनेछ भनेर देखाउँछ जब प्रभाव-को मानक-विचलन (\ (\ frac {\ डेल्टा \ पट्टी {वाई}} {\ सिग्मा} \)) अनुपात सानो छ। यो कागज बाट महत्त्वपूर्ण सामान्य पाठ प्रभाव-को मानक-विचलन सानो अनुपात संग प्रयोगहरू परिणाम (जस्तै, विज्ञापन अभियान को रय) unsatisfying हुनेछ भन्ने छ। तपाईंको चुनौती तपाईंको कम्पनी को मार्केटिङ विभाग मा कसैले एक विज्ञापन अभियान को रय मापन गर्न सुनियोजित प्रयोग evaluting गर्न एक ज्ञापन लेख्न हुनेछ। तपाईंको ज्ञापन कम्प्युटर सिमुलेशन को परिणाम रेखांकन समर्थित गर्नुपर्छ।
यहाँ तपाईँले आवश्यक हुन सक्छ केही पृष्ठभूमि जानकारी छ। यी संख्यात्मक मान को सबै रिपोर्ट वास्तविक प्रयोगहरू को विशिष्ट हो Lewis and Rao (2015) :
रय, अनलाइन विज्ञापन अभियान को लागि एक प्रमुख मेट्रिक, अभियान को लागत द्वारा विभाजित अभियान (अभियान को अभियान माइनस लागत कुल मुनाफा) बाट लाभ नेट हुन परिभाषित गरिएको छ। उदाहरणका -100% को एक रय र उत्पन्न लाभ 0 को एक रय हुनेछ लागत बराबर थिए जहाँ अभियान हुनेछ बिक्री मा कुनै असर थियो कि एक अभियान को लागि।
प्रति ग्राहक को मतलब बिक्री छ $ 75 को एक मानक विचलन संग $ 7।
अभियान द्वारा प्रति ग्राहक $ 0.35 प्रति ग्राहक $ 0,175 को मुनाफा मा वृद्धि गर्न पत्राचार जो बिक्री वृद्धि गर्न आवश्यक छ। अर्को शब्दमा, सकल मार्जिन 50% छ।
को प्रयोग को योजना बनाए आकार 2,00,000 मान्छे, नियंत्रण समूह मा उपचार समूहमा आधा र आधा छ।
अभियान को लागत प्रति सहभागी $ 0.14 छ।
यो प्रयोग evaluting एक ज्ञापन लेख्नुहोस्। योजना रूपमा यो प्रयोग सुरु गर्न सिफारिस? भने, किन? भने, के परिवर्तन सिफारिश गर्नेछन्?
राम्रो ज्ञापन यो विशिष्ट मामला दिनेछ; एक राम्रो ज्ञापन एउटा तरिका मा यस मामला देखि generalize हुनेछ (जस्तै, देखाउन कसरी प्रभाव-को मानक-विचलन अनुपात एक समारोह रूपमा निर्णय परिवर्तन); र एक ठूलो ज्ञापन एक पूर्ण सामान्यिकृत परिणाम प्रस्तुत हुनेछ।
[ , ] अघिल्लो प्रश्न जस्तै, तर बरु सिमुलेशन भन्दा तपाईं विश्लेषनात्मक परिणाम प्रयोग गर्नुपर्छ।
[ , , ] अघिल्लो प्रश्न जस्तै, तर अनुकार र विश्लेषनात्मक परिणाम दुवै प्रयोग गर्नुहोस्।
[ , , ] तपाईंले माथि-प्रयोग हालतमा अनुमानक मा फरक भन्दा फरक-मा-मतभेद अनुमानक प्रयोग सुझाव या त सिमुलेशन, विश्लेषनात्मक परिणाम, वा मार्केटिङ विभाग दुवै-र कसैले वर्णन ज्ञापन लिखित छ कल्पना गर्नुहोस् (धारा 4.6.2 हेर्नुहोस्) । 0.4 को प्रयोग पछि प्रयोग गर्नु अघि बिक्री र बिक्री बीच सम्बन्ध आफ्नो निष्कर्षमा बदल थियो कसरी व्याख्या नयाँ छोटो ज्ञापन लेख्नुहोस्।
[ , ] नयाँ वेब-आधारित पेसा सेवाको प्रभावकारिता मूल्याङ्कन गर्न, विश्वविद्यालय क्यारियर सेवाहरू कार्यालय 10,000 विद्यार्थीहरू स्कूल अन्तिम वर्ष प्रवेश बीच एक यादृच्छिक नियन्त्रण परीक्षण सञ्चालन। जबकि अन्य 5,000 विद्यार्थीहरूले नियन्त्रण समूह छन् र एक सदस्यता छैन अद्वितीय लग-इन जानकारी संग एक मुक्त सदस्यता, को अनियमित चयन विद्यार्थीहरूको 5,000 एउटा विशेष इमेल निमन्त्रणा मार्फत पठाइएको थियो। बाह्र महिना पछि, एक पालन-अप सर्वेक्षण (कुनै गैर-प्रतिक्रिया संग) दुवै उपचार र नियन्त्रण समूह मा, विद्यार्थीहरूको 70% आफ्नो चुनिएको क्षेत्र (तालिका 4.5) मा पूर्ण-समय जागिर सुरक्षित छ भनेर देखाउँछ। तसर्थ, यो वेब-आधारित सेवा कुनै असर थियो कि जस्तो देखिन्छ।
तर, विश्वविद्यालयमा एक चतुर डाटा वैज्ञानिक एक बिट अझ राम्ररी डाटा देख्यो र उपचार समूह मा विद्यार्थीहरूको मात्र 20% कहिल्यै इमेल प्राप्त गरेपछि खातामा लग इन भेट्टाए। यसबाहेक, र केहि अचम्मको कुरा, वेबसाइट मा लग माझ मात्र 60% पूर्ण-समय जागिर मा मान्छे को लागि दर भन्दा लग इन गरे भन्ने मान्छे को लागि दर भन्दा कम र कम थियो जो आफ्नो चुनिएको क्षेत्र, मा सुरक्षित थियो नियन्त्रण अवस्था (तालिका 4.6)।
सङ्केत: यो प्रश्न यो अध्याय समेटिएका भौतिक परे जान्छ, तर मुद्दाहरू प्रयोगहरू सामान्य सम्बोधन। सहभागीहरू उपचार मा संलग्न प्रोत्साहन दिइएको छ किनभने प्रयोगात्मक डिजाइन यस प्रकारको कहिलेकाहीं भनिन्छ एउटा प्रोत्साहन डिजाइन। यो समस्या एक-पक्षीय गैर-पालन भनिन्छ के को एउटा उदाहरण हो (हेर्नुहोस् Gerber and Green (2012) , Ch। 5)
[ ] थप परीक्षा पछि, यसलाई अघिल्लो प्रश्न मा वर्णन प्रयोग पनि थप जटिल थियो गर्दछ। यो नियन्त्रण समूह मा मान्छे को 10% सेवा पहुँच लागि भुक्तानी, र तिनीहरूले 65% (तालिका 4.7) को एक रोजगार दर संग समाप्त भयो भनेर बाहिर जान्छ।
सङ्केत: यो प्रश्न यो अध्याय समेटिएका भौतिक परे जान्छ, तर मुद्दाहरू प्रयोगहरू सामान्य सम्बोधन। यो समस्या दुई-पक्षीय गैर-पालन भनिन्छ के को एउटा उदाहरण हो (हेर्नुहोस् Gerber and Green (2012) , Ch। 6)
समूह | आकार | रोजगार दर |
---|---|---|
वेबसाइट पहुँच प्रदान | 5,000 | 70% |
वेबसाइट पहुँच प्रदान गर्न | 5,000 | 70% |
समूह | आकार | रोजगार दर |
---|---|---|
वेबसाइट पहुँच प्रदान र लग इन | 1,000 | 60% |
वेबसाइट पहुँच प्रदान र लग इन कहिल्यै | 4,000 | 85% |
वेबसाइट पहुँच प्रदान गर्न | 5,000 | 70% |
समूह | आकार | रोजगार दर |
---|---|---|
वेबसाइट पहुँच प्रदान र लग इन | 1,000 | 60% |
वेबसाइट पहुँच प्रदान र लग इन कहिल्यै | 4,000 | 72.5% |
वेबसाइट पहुँच प्रदान र यसको लागि भुक्तानी छैन | 500 | 65% |
वेबसाइट पहुँच प्रदान र यसको लागि भुक्तानी गरेनन् छैन | 4500 | 70,56% |