4.4.1 ਪ੍ਰਮਾਣਕਤਾ

ਪ੍ਰਮਾਣਕਤਾ ਕਿੰਨਾ ਕੁ ਇੱਕ ਤਜਰਬੇ ਦੇ ਨਤੀਜੇ ਦਾ ਇੱਕ ਹੋਰ ਆਮ ਸਿੱਟੇ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ.

ਕੋਈ ਵੀ ਪ੍ਰਯੋਗ ਸੰਪੂਰਨ ਨਹੀਂ ਹੈ, ਅਤੇ ਖੋਜਕਾਰਾਂ ਨੇ ਸੰਭਵ ਸਮੱਸਿਆਵਾਂ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਵਿਆਪਕ ਸ਼ਬਦਾਵਲੀ ਤਿਆਰ ਕੀਤੀ ਹੈ ਪ੍ਰਮਾਣਿਕਤਾ ਉਸ ਹੱਦ ਤਕ ਸੰਕੇਤ ਕਰਦੀ ਹੈ ਜਿਸ ਨਾਲ ਕਿਸੇ ਖਾਸ ਤਜਰਬੇ ਦੇ ਨਤੀਜੇ ਕੁਝ ਹੋਰ ਆਮ ਸਿੱਟਾ ਕੱਢਦੇ ਹਨ. ਸਮਾਜਕ ਵਿਗਿਆਨੀਆਂ ਨੇ ਚਾਰ ਮੁੱਖ ਕਿਸਮਾਂ ਵਿੱਚ ਵੈਧਤਾ ਨੂੰ ਵੰਡਣ ਲਈ ਇਹ ਸਹਾਇਕ ਸਾਬਤ ਕੀਤਾ ਹੈ: ਅੰਕੜਾ ਸੰਖਿਆ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ, ਅੰਦਰੂਨੀ ਪ੍ਰਮਾਣਿਕਤਾ, ਉਸਾਰੀ ਯੋਗਤਾ ਅਤੇ ਬਾਹਰੀ ਪ੍ਰਮਾਣਿਕਤਾ (Shadish, Cook, and Campbell 2001, chap. 2) . ਇਹਨਾਂ ਸੰਕਲਪਾਂ ਨੂੰ ਸਿਖਲਾਈ ਤੁਹਾਨੂੰ ਇੱਕ ਤਜਰਬੇ ਦੇ ਡਿਜ਼ਾਈਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਸੁਧਾਰੇ ਜਾਣ ਅਤੇ ਸੁਧਾਰ ਕਰਨ ਲਈ ਇੱਕ ਮਾਨਸਿਕ ਚੈਕਲਿਸਟ ਪ੍ਰਦਾਨ ਕਰੇਗਾ, ਅਤੇ ਇਹ ਤੁਹਾਨੂੰ ਦੂਜੇ ਖੋਜਕਰਤਾਵਾਂ ਨਾਲ ਸੰਚਾਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗੀ.

ਅੰਕੜਿਆਂ ਦੇ ਸਿੱਟੇ ਵਜੋਂ ਪ੍ਰਮਾਣਿਤਤਾ ਕੇਂਦਰਾਂ ਵਿੱਚ ਇਸ ਗੱਲ ਦਾ ਧਿਆਨ ਹੈ ਕਿ ਕੀ ਪ੍ਰਯੋਗ ਦਾ ਅੰਕੜਾ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹੀ ਢੰਗ ਨਾਲ ਕੀਤਾ ਗਿਆ ਸੀ. Schultz et al. (2007) ਦੇ ਸੰਦਰਭ ਵਿੱਚ Schultz et al. (2007) , ਅਜਿਹਾ ਸਵਾਲ ਇਸ ਗੱਲ 'ਤੇ ਕੇਂਦਰਤ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਕੀ ਉਨ੍ਹਾਂ ਨੇ ਉਹਨਾਂ ਦੀ \(p\) ਗੁਣਾਂ ਦੀ ਗਣਨਾ ਕੀਤੀ ਹੈ ਜਾਂ ਨਹੀਂ? ਪ੍ਰਯੋਗਾਂ ਦੇ ਡਿਜ਼ਾਇਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਅੰਕਿਤ ਦੇ ਸਿਧਾਂਤ ਦੀ ਜ਼ਰੂਰਤ ਇਸ ਕਿਤਾਬ ਦੇ ਸਕੋਪ ਤੋਂ ਬਾਹਰ ਹੈ, ਪਰੰਤੂ ਉਹਨਾਂ ਨੇ ਡਿਜੀਟਲ ਉਮਰ ਵਿੱਚ ਮੂਲ ਰੂਪ ਵਿੱਚ ਨਹੀਂ ਬਦਲਿਆ. ਕੀ ਬਦਲ ਗਿਆ ਹੈ, ਪਰ, ਇਹ ਹੈ ਕਿ ਡਿਜੀਟਲ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ ਡਾਟਾ ਵਾਤਾਵਰਨ ਨੇ ਨਵੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਪੈਦਾ ਕੀਤੀਆਂ ਹਨ ਜਿਵੇਂ ਕਿ ਟਰੀਟਮੈਂਟ ਪ੍ਰਭਾਵਾਂ (Imai and Ratkovic 2013) ਭਿੰਨਤਾ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੇ ਤਰੀਕੇ ਵਰਤਣਾ.

ਅੰਦਰੂਨੀ ਵੈਧਤਾ ਦੇ ਕੇਂਦਰਾਂ ਵਿੱਚ ਕਿ ਕੀ ਪ੍ਰਯੋਗਾਤਮਕ ਪ੍ਰਕ੍ਰਿਆਵਾਂ ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ Schultz et al. (2007) ਤਜਰਬਾ Schultz et al. (2007) , ਅੰਦਰੂਨੀ ਵੈਧਤਾ ਬਾਰੇ ਸਵਾਲਾਂ ਵਿੱਚ ਰੈਂਡਮਾਈਜੇਸ਼ਨ, ਇਲਾਜ ਦੀ ਸਪੁਰਦਗੀ, ਅਤੇ ਨਤੀਜਿਆਂ ਦਾ ਮਾਪ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ. ਉਦਾਹਰਣ ਲਈ, ਤੁਹਾਨੂੰ ਚਿੰਤਾ ਹੋ ਸਕਦੀ ਹੈ ਕਿ ਰਿਸਰਚ ਸਹਾਇਕ ਨੇ ਬਿਜਲੀ ਦੇ ਮੀਟਰ ਨੂੰ ਭਰੋਸੇਯੋਗ ਤਰੀਕੇ ਨਾਲ ਨਹੀਂ ਪੜ੍ਹਿਆ ਸੀ ਵਾਸਤਵ ਵਿੱਚ, ਸ਼ੁਲਟਸ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਇਸ ਸਮੱਸਿਆ ਬਾਰੇ ਚਿੰਤਤ ਸਨ, ਅਤੇ ਉਨ੍ਹਾਂ ਵਿੱਚ ਦੋ ਵਾਰ ਮੀਟਰਾਂ ਦਾ ਇੱਕ ਨਮੂਨਾ ਸੀ; ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, ਨਤੀਜੇ ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਇਕੋ ਜਿਹੇ ਸਨ. ਆਮ ਤੌਰ ਤੇ, ਸ਼ੁਲਟਸ ਅਤੇ ਸਹਿਕਰਮੀਆਂ ਦੇ ਤਜਰਬੇ ਦੀ ਉੱਚ ਅੰਦਰੂਨੀ ਵੈਧਤਾ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ, ਪਰ ਇਹ ਹਮੇਸ਼ਾਂ ਕੇਸ ਨਹੀਂ ਹੁੰਦਾ: ਗੁੰਝਲਦਾਰ ਖੇਤਰ ਅਤੇ ਔਨਲਾਈਨ ਪ੍ਰਯੋਗ ਅਕਸਰ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚ ਚਲਾਉਂਦੇ ਹਨ ਜੋ ਅਸਲ ਵਿੱਚ ਸਹੀ ਲੋਕਾਂ ਨੂੰ ਸਹੀ ਇਲਾਜ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ ਅਤੇ ਹਰੇਕ ਲਈ ਨਤੀਜਿਆਂ ਨੂੰ ਮਾਪਦੇ ਹਨ. ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, ਡਿਜੀਟਲ ਦੀ ਉਮਰ ਅੰਦਰੂਨੀ ਵੈਧਤਾ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ ਕਿਉਂਕਿ ਇਹ ਨਿਸ਼ਚਤ ਕਰਨਾ ਆਸਾਨ ਹੁੰਦਾ ਹੈ ਕਿ ਇਲਾਜ ਉਹਨਾਂ ਲੋਕਾਂ ਨੂੰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਸਾਰੇ ਪ੍ਰਤੀਭਾਗੀਆਂ ਲਈ ਨਤੀਜਿਆਂ ਨੂੰ ਮਾਪਣਾ ਚਾਹੀਦਾ ਹੈ.

ਅੰਕੜਿਆਂ ਅਤੇ ਸਿਧਾਂਤਿਕ ਕਣਾਂ ਦੇ ਵਿਚਕਾਰ ਮੈਚ ਦੇ ਦੁਆਲੇ ਵੈਧਤਾ ਕੇਂਦਰਾਂ ਦਾ ਨਿਰਮਾਣ ਕਰੋ. ਜਿਵੇਂ ਕਿ ਅਧਿਆਇ 2 ਵਿਚ ਚਰਚਾ ਕੀਤੀ ਗਈ ਹੈ, ਉਹ ਇਕਸਾਰ ਧਾਰਨਾ ਹਨ ਜੋ ਸਮਾਜਿਕ ਵਿਗਿਆਨੀ ਇਸ ਬਾਰੇ ਸੋਚਦੇ ਹਨ. ਬਦਕਿਸਮਤੀ ਨਾਲ, ਇਹ ਸਮਤਲ ਸੰਕਲਪਾਂ ਵਿੱਚ ਹਮੇਸ਼ਾਂ ਸਪੱਸ਼ਟ ਪਰਿਭਾਸ਼ਾਵਾਂ ਅਤੇ ਮਾਪ ਨਹੀਂ ਹੁੰਦੇ. Schultz et al. (2007) ਨੂੰ ਰਿਟਰਨਿੰਗ Schultz et al. (2007) , ਇਹ ਦਾਅਵੇ ਕਿ ਸਮਾਜਿਕ ਨਿਯਮਾਂ ਨੂੰ ਰੋਕਣ ਲਈ ਬਿਜਲੀ ਦੀ ਵਰਤੋਂ ਘੱਟ ਸਕਦੀ ਹੈ, ਖੋਜਕਾਰਾਂ ਨੂੰ ਅਜਿਹਾ ਇਲਾਜ ਤਿਆਰ ਕਰਨ ਲਈ ਖੋਜ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ ਜੋ "ਅਸੰਭਾਵੀ ਸਮਾਜਿਕ ਨਿਯਮਾਂ" (ਜਿਵੇਂ ਕਿ ਇੱਕ ਇਮੋਟੀਕੋਨ) ਨੂੰ ਬਦਲਣਾ ਅਤੇ "ਬਿਜਲੀ ਵਰਤੋਂ" ਨੂੰ ਮਾਪਣਾ ਹੈ. ਐਨਾਲਾਗ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ, ਬਹੁਤ ਸਾਰੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਆਪਣੇ ਖੁਦ ਦੇ ਇਲਾਜ ਤਿਆਰ ਕੀਤੇ ਅਤੇ ਆਪਣੇ ਨਤੀਜਿਆਂ ਨੂੰ ਮਾਪਿਆ. ਇਹ ਪਹੁੰਚ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ, ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ, ਪ੍ਰਯੋਗਾਂ ਦਾ ਅਧਿਐਨ ਕੀਤਾ ਜਾ ਰਿਹਾ ਇਕਸਾਰ ਰਚਨਾਵਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ. ਡਿਜੀਟਲ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ ਜਿੱਥੇ ਖੋਜਕਰਤਾਵਾਂ ਕੰਪਨੀਆਂ ਜਾਂ ਸਰਕਾਰਾਂ ਨਾਲ ਇਲਾਜ ਪ੍ਰਦਾਨ ਕਰਨ ਅਤੇ ਨਤੀਜਿਆਂ ਨੂੰ ਮਾਪਣ ਲਈ ਹਮੇਸ਼ਾਂ-ਅਧਾਰਿਤ ਡਾਟਾ ਪ੍ਰਣਾਲੀ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ, ਪ੍ਰਯੋਗ ਅਤੇ ਸਿਧਾਂਤਕ ਕਣਾਂ ਦੇ ਵਿਚਕਾਰ ਦਾ ਮੈਚ ਘੱਟ ਤੰਗ ਹੋ ਸਕਦਾ ਹੈ. ਇਸਲਈ, ਮੈਂ ਉਮੀਦ ਕਰਦਾ ਹਾਂ ਕਿ ਏਨੀਅਲੌਗ ਪ੍ਰਯੋਗਾਂ ਦੀ ਬਜਾਏ ਡਿਜੀਟਲ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ ਵੈਧਤਾ ਦੀ ਰਚਨਾ ਇੱਕ ਵੱਡੀ ਚਿੰਤਾ ਹੋਵੇਗੀ.

ਅਖੀਰ ਵਿੱਚ, ਬਾਹਰੀ ਅਨੁਕੂਲਤਾ ਕੇਂਦਰਾਂ ਦਾ ਪਤਾ ਲਗਾਇਆ ਗਿਆ ਹੈ ਕਿ ਕੀ ਇਸ ਪ੍ਰਯੋਗ ਦੇ ਨਤੀਜੇ ਹੋਰ ਸਥਿਤੀਆਂ ਵਿੱਚ ਆਮ ਹੋ ਸਕਦੇ ਹਨ. Schultz et al. (2007) ਨੂੰ ਰਿਟਰਨਿੰਗ Schultz et al. (2007) , ਕੀ ਕੋਈ ਇਹ ਪੁੱਛ ਸਕਦਾ ਹੈ ਕਿ ਲੋਕਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਉਚਿਆਂ ਨਾਲ ਸਬੰਧਾਂ ਵਿਚ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਜਾਣਕਾਰੀ ਅਤੇ ਅਸੰਵਿਧਾਨਕ ਨਿਯਮਾਂ (ਜਿਵੇਂ ਕਿ ਇਕ ਇਮੋਟੀਕੋਨ) ਦੇ ਸਿਗਨਲ ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਜਾਣਕਾਰੀ ਮਿਲਦੀ ਹੈ- ਜੇ ਇਹ ਕਿਸੇ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਇੱਕ ਵੱਖਰੀ ਸੈਟਿੰਗ ਵਿੱਚ. ਸਭ ਤੋਂ ਵਧੀਆ ਢੰਗ ਨਾਲ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਗਏ ਅਤੇ ਵਧੀਆ ਤਰੀਕੇ ਨਾਲ ਚਲਾਏ ਜਾਣ ਵਾਲੇ ਪ੍ਰਯੋਗਾਂ ਲਈ, ਬਾਹਰੀ ਪ੍ਰਮਾਣਿਕਤਾ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨਾ ਸਭ ਤੋਂ ਮੁਸ਼ਕਲ ਹੈ. ਅਤੀਤ ਵਿੱਚ, ਬਾਹਰੀ ਪ੍ਰਮਾਣਿਕਤਾ ਬਾਰੇ ਇਹ ਬਹਿਸ ਅਕਸਰ ਅਜਿਹੀ ਕਲਪਨਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹੋਏ ਇੱਕ ਕਮਰੇ ਵਿੱਚ ਬੈਠੇ ਲੋਕਾਂ ਦੇ ਇੱਕ ਸਮੂਹ ਤੋਂ ਜ਼ਿਆਦਾ ਕੁਝ ਨਹੀਂ ਹੁੰਦਾ ਜੇ ਪ੍ਰਕਿਰਿਆਵਾਂ ਕਿਸੇ ਵੱਖਰੇ ਤਰੀਕੇ ਨਾਲ, ਜਾਂ ਕਿਸੇ ਹੋਰ ਜਗ੍ਹਾ ਜਾਂ ਵੱਖਰੇ ਭਾਗਾਂ ਨਾਲ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹੋਣ . ਖੁਸ਼ਕਿਸਮਤੀ ਨਾਲ, ਡਿਜੀਟਲ ਉਮਰ ਖੋਜਕਾਰਾਂ ਨੂੰ ਇਹ ਡਾਟਾ-ਮੁਕਤ ਅਨੁਮਾਨਾਂ ਤੋਂ ਪਰੇ ਜਾਣ ਦੀ ਯੋਗਤਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ ਅਤੇ ਅਨੁਪਾਤਕ ਤੌਰ ਤੇ ਬਾਹਰਲੀ ਪ੍ਰਮਾਣਿਕਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੀ ਹੈ.

ਕਿਉਂਕਿ Schultz et al. (2007) ਤੋਂ ਨਤੀਜੇ Schultz et al. (2007) ਬਹੁਤ ਹੀ ਦਿਲਚਸਪ ਸਨ, ਓਪਰਰ ਨਾਂ ਦੀ ਇਕ ਕੰਪਨੀ ਨੇ ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਵਿਚਲੇ ਉਪਯੋਗਤਾਵਾਂ ਨਾਲ ਭਾਈਵਾਲੀ ਲਈ ਇਲਾਜ਼ ਦੀ ਹੋਰ ਵਿਆਪਕ ਵਰਤੋਂ ਕੀਤੀ. Schultz et al. (2007) ਦੀ ਡਿਜ਼ਾਇਨ ਤੇ ਆਧਾਰਿਤ Schultz et al. (2007) , ਅਪਵਰਟਰ ਨੇ ਘਰਾਂ ਦੀਆਂ ਊਰਜਾ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕੀਤੀਆਂ, ਜੋ ਦੋ ਮੁੱਖ ਮੌਡਿਊਲ ਹਨ: ਇੱਕ ਵਿਅਕਤੀ ਆਪਣੇ ਬਿਜਲੀ ਗੁਆਉਣ ਵਾਲਿਆਂ ਨਾਲ ਸੰਬੰਧਿਤ ਇੱਕ ਇਮੋਸ਼ਨ ਨਾਲ ਸਬੰਧਤ ਬਿਜਲੀ ਦੀ ਵਰਤੋਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਊਰਜਾ ਵਰਤੋਂ ਘਟਾਉਣ ਲਈ ਸੁਝਾਅ ਮੁਹੱਈਆ ਕਰਦਾ ਹੈ (ਚਿੱਤਰ 4.6). ਫਿਰ, ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਵਿੱਚ, ਅਪਵਰ ਨੇ ਇਨ੍ਹਾਂ ਹੋਮ ਊਰਜਾ ਰਿਪੋਰਟਾਂ ਦੇ ਪ੍ਰਭਾਵ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਰਲਵੇਂ ਨਿਯੰਤਰਿਤ ਪ੍ਰਯੋਗਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ. ਭਾਵੇਂ ਕਿ ਇਹਨਾਂ ਪ੍ਰਯੋਗਾਂ ਦੇ ਇਲਾਜਾਂ ਨੂੰ ਆਮ ਤੌਰ ਤੇ ਪੁਰਾਣੇ ਢੰਗ ਨਾਲ ਫੜੇ ਜਾਣ ਵਾਲੇ ਘੁਸਪੈਠ ਮੈਸੇਜ ਦੁਆਰਾ ਸਰੀਰਕ ਤੌਰ ਤੇ ਵਿਖਾਇਆ ਗਿਆ ਸੀ-ਨਤੀਜੇ ਨੂੰ ਭੌਤਿਕ ਸੰਸਾਰ (ਉਦਾਹਰਨ ਲਈ, ਪਾਵਰ ਮੀਟਰ) ਵਿੱਚ ਡਿਜੀਟਲ ਡਿਵਾਈਸਾਂ ਦੁਆਰਾ ਮਾਪਿਆ ਗਿਆ ਸੀ. ਅੱਗੇ, ਹਰ ਘਰ ਜਾਣ ਵਾਲੇ ਖੋਜ ਸਹਾਇਕ ਦੇ ਨਾਲ ਇਸ ਜਾਣਕਾਰੀ ਨੂੰ ਦਸਤੀ ਇਕੱਠਾ ਕਰਨ ਦੀ ਬਜਾਏ, ਅਪਵਰ ਪ੍ਰਯੋਗ ਸਾਰੇ ਊਰਜਾ ਕੰਪਨੀਆਂ ਨਾਲ ਭਾਈਵਾਲੀ ਵਿੱਚ ਕੀਤਾ ਗਿਆ ਹੈ ਜੋ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਪਾਵਰ ਰੀਡਿੰਗਾਂ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਰਹੇ ਹਨ. ਇਸ ਤਰ੍ਹਾਂ, ਇਹ ਘੱਟ ਡਿਜ਼ੀਟਲ ਫੀਲਡ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਘੱਟ ਵੇਰੀਏਬਲ ਲਾਗਤ ਤੇ ਵੱਡੇ ਪੈਮਾਨੇ ਤੇ ਚਲਾਇਆ ਗਿਆ.

ਚਿੱਤਰ 4.6: ਹੋਮ ਊਰਜਾ ਰਿਪੋਰਟਾਂ ਕੋਲ ਸੋਸ਼ਲ ਕੰਪੇਸਰਨ ਮੋਡੀਊਲ ਅਤੇ ਐਕਸ਼ਨ ਸਟੈਪਸ ਮੌਡਿਊਲ ਸੀ. Allcott (2011) , ਅੰਕ 1 ਅਤੇ 2 ਦੀ ਅਨੁਮਤੀ ਦੁਆਰਾ ਮੁੜ Allcott (2011) .

10 ਵੱਖੋ ਵੱਖਰੇ ਸਾਈਟਾਂ ਦੇ 600,000 ਘਰਾਂ ਦੇ ਪ੍ਰਯੋਗਾਂ ਦੇ ਪਹਿਲੇ ਸੈੱਟ ਵਿਚ, Allcott (2011) ਨੇ ਪਾਇਆ ਕਿ ਹੋਮ ਊਰਜਾ ਰਿਪੋਰਟ ਵਿਚ ਬਿਜਲੀ ਦੀ ਖਪਤ Allcott (2011) ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਜਿਆਦਾ ਵੱਡੇ, ਵਧੇਰੇ ਭੂਗੋਲਿਕ ਤੌਰ ਤੇ ਭਿੰਨਤਾਪੂਰਵਕ ਅਧਿਐਨਾਂ ਦੇ ਨਤੀਜਿਆਂ ਵਿੱਚ, Schultz et al. (2007) ਤੋਂ ਨਤੀਜਿਆਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਗੁਣਾਤਮਕ ਤੌਰ ਤੇ ਬਰਾਬਰ ਸੀ Schultz et al. (2007) . ਅੱਗੇ, 101 ਵੱਖੋ ਵੱਖਰੇ ਸਾਈਟਾਂ ਤੋਂ ਅੱਠ ਮਿਲੀਅਨ ਵਾਧੂ ਘਰਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਦੇ ਬਾਅਦ ਦੇ ਖੋਜਾਂ ਵਿਚ, Allcott (2015) ਦੁਬਾਰਾ ਇਹ ਪਾਇਆ ਕਿ ਘਰ ਦੀ ਊਰਜਾ ਰਿਪੋਰਟ ਵਿਚ ਲਗਾਤਾਰ ਬਿਜਲੀ ਦੀ ਖਪਤ Allcott (2015) ਪ੍ਰਯੋਗਾਂ ਦੇ ਇਸ ਬਹੁਤ ਵੱਡੇ ਸਮੂਹ ਨੇ ਇਕ ਦਿਲਚਸਪ ਨਵੇਂ ਪੈਟਰਨ ਦਾ ਖੁਲਾਸਾ ਕੀਤਾ ਜੋ ਕਿਸੇ ਵੀ ਇਕੋ ਜਿਹੇ ਪ੍ਰਯੋਗ ਵਿਚ ਦਿਖਾਈ ਨਹੀਂ ਦੇਣਗੇ: ਬਾਅਦ ਦੇ ਪ੍ਰਯੋਗਾਂ (ਚਿੱਤਰ 4.7) ਵਿੱਚ ਪ੍ਰਭਾਵ ਦਾ ਆਕਾਰ ਘੱਟ ਗਿਆ. Allcott (2015) ਨੇ ਇਹ ਅਨੁਮਾਨ ਲਗਾਇਆ ਹੈ ਕਿ ਇਹ ਗਿਰਾਵਟ ਆਈ ਹੈ ਕਿਉਂਕਿ ਸਮੇਂ ਦੇ ਨਾਲ ਇਲਾਜ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਪ੍ਰਤੀਭਾਗੀਆਂ ਲਈ ਲਾਗੂ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ. ਵਧੇਰੇ ਵਿਸ਼ੇਸ਼ ਤੌਰ ਤੇ, ਜ਼ਿਆਦਾ ਵਾਤਾਵਰਣ ਪੱਖੀ ਗ੍ਰਾਹਕਾਂ ਦੀ ਸਹੂਲਤ ਪਹਿਲਾਂ ਪ੍ਰੋਗਰਾਮ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਸੰਭਾਵਨਾ ਸੀ, ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਗਾਹਕਾਂ ਨੇ ਇਲਾਜ ਲਈ ਵਧੇਰੇ ਜਵਾਬਦੇਹ ਬਣਾਇਆ. ਕਿਉਂਕਿ ਘੱਟ ਵਾਤਾਵਰਣ-ਕੇਂਦਰਾਂ ਵਾਲੇ ਗ੍ਰਾਹਕਾਂ ਦੇ ਉਪਯੋਗਤਾਵਾਂ ਨੇ ਇਸ ਨੂੰ ਅਪਣਾਇਆ, ਇਸਦੀ ਪ੍ਰਭਾਵ ਘਟਣ ਲਗਦੀ ਸੀ ਇਸ ਤਰ੍ਹਾਂ, ਜਿਵੇਂ ਹੀ ਪ੍ਰਯੋਗਾਂ ਵਿਚ ਰਲਾਇਜੇਸਮੈਂਟ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਇਲਾਜ ਅਤੇ ਨਿਯੰਤਰਣ ਸਮੂਹ ਇਕੋ ਜਿਹੇ ਹਨ, ਖੋਜ ਦੇ ਸਥਾਨਾਂ ਵਿਚ ਰੈਂਡਮਾਈਕਰਣ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਅੰਸ਼ਕ ਪ੍ਰਤੀਨਿਧੀਆਂ ਦੇ ਇੱਕ ਸਮੂਹ ਤੋਂ ਵਧੇਰੇ ਆਮ ਜਨਤਾ (ਸੈਂਪਲਿੰਗ ਬਾਰੇ ਅਧਿਆਇ 3 'ਤੇ ਵਾਪਸ ਆਉਂਦੇ ਹਨ) ਤੋਂ ਆਮ ਕਰਾਇਆ ਜਾ ਸਕਦਾ ਹੈ. ਜੇਕਰ ਖੋਜ ਦੀਆਂ ਥਾਂਵਾਂ ਨੂੰ ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਨਕਲ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ, ਤਾਂ ਆਮ ਤੌਰ 'ਤੇ ਇਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਤਿਆਰ ਅਤੇ ਤਿਆਰ ਕੀਤੇ ਗਏ ਪ੍ਰਯੋਗ ਤੋਂ ਵੀ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਹੋ ਸਕਦੀਆਂ ਹਨ.

ਚਿੱਤਰ 4.7: ਬਿਜਲੀ ਦੇ ਖਪਤ ਉੱਤੇ ਹੋਮ ਊਰਜਾ ਦੀ ਰਿਪੋਰਟ ਦੇ ਪ੍ਰਭਾਵ ਦੀ ਪ੍ਰੀਖਿਆ ਦੇ 111 ਪ੍ਰਯੋਗਾਂ ਦੇ ਨਤੀਜੇ ਉਹ ਸਥਾਨ ਜਿੱਥੇ ਪ੍ਰੋਗ੍ਰਾਮ ਨੂੰ ਬਾਅਦ ਵਿਚ ਅਪਣਾਇਆ ਗਿਆ ਸੀ, ਇਹ ਛੋਟੇ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਸੀ. Allcott (2015) ਦਲੀਲ ਦਿੰਦਾ ਹੈ ਕਿ ਇਸ ਪੈਟਰਨ ਦਾ ਇੱਕ ਪ੍ਰਮੁੱਖ ਸ੍ਰੋਤ ਇਹ ਹੈ ਕਿ ਵਧੇਰੇ ਵਾਤਾਵਰਣ-ਕੇਂਦ੍ਰਿਤ ਗਾਹਕ ਵਾਲੇ ਸਾਈਟਾਂ ਪਹਿਲਾਂ ਇਸ ਪ੍ਰੋਗਰਾਮ ਨੂੰ ਅਪਣਾਏ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਰੱਖਦੀਆਂ ਹਨ. Allcott (2015) , ਨੰਬਰ 3 ਤੋਂ ਬਦਲਿਆ ਗਿਆ.

ਇਕੱਠੇ ਮਿਲ ਕੇ, Allcott (2011) ਵਿਚ 10 Allcott (2011) ਅਤੇ Allcott (2015) ਵਿਚ 101 Allcott (2015) ਪੂਰੇ ਅਮਰੀਕਾ ਵਿਚ ਪੂਰੇ 8.5 ਲੱਖ ਪਰਿਵਾਰਾਂ ਦੀ Allcott (2015) . ਉਹ ਲਗਾਤਾਰ ਇਹ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਘਰੇਲੂ ਊਰਜਾ ਰਿਪੋਰਟਾਂ ਔਸਤ ਬਿਜਲੀ ਦੀ ਖਪਤ ਨੂੰ ਘਟਾਉਂਦੀਆਂ ਹਨ, ਨਤੀਜੇ ਵਜੋਂ ਸਕਲੈਟਸ ਅਤੇ ਕੈਲੀਫੋਰਨੀਆ ਦੇ 300 ਘਰਾਂ ਦੇ ਸ਼ੋਲੇਜ਼ ਦੇ ਸਹਿਯੋਗੀਆਂ ਦੀ ਅਸਲੀ ਲੱਭਤਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ. ਇਹਨਾਂ ਅਸਲੀ ਨਤੀਜਿਆਂ ਦੀ ਨਕਲ ਕਰਨ ਤੋਂ ਇਲਾਵਾ, ਫਾਲੋ-ਅਪ ਪ੍ਰਯੋਗਾਂ ਤੋਂ ਇਹ ਵੀ ਪਤਾ ਲੱਗਦਾ ਹੈ ਕਿ ਪ੍ਰਭਾਵ ਦਾ ਆਕਾਰ ਸਥਾਨ ਮੁਤਾਬਕ ਵੱਖ-ਵੱਖ ਹੁੰਦਾ ਹੈ. ਪ੍ਰਯੋਗਾਂ ਦਾ ਇਹ ਸੈੱਟ ਅੰਸ਼ਿਕ ਤੌਰ ਤੇ ਡਿਜੀਟਲ ਫੀਲਡ ਪ੍ਰਯੋਗਾਂ ਦੇ ਦੋ ਹੋਰ ਆਮ ਅੰਕੜਿਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ. ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਖੋਜ ਦੇ ਚੱਲ ਰਹੇ ਖਰਚਿਆਂ ਦੀ ਘੱਟ ਹੋਣ 'ਤੇ ਖੋਜਕਰਤਾ ਬਾਹਰੀ ਪ੍ਰਮਾਣਿਕਤਾ ਬਾਰੇ ਸੰਬੋਧਤ ਹੋਣ ਦੇ ਯੋਗ ਹੋਣਗੇ, ਅਤੇ ਇਹ ਉਦੋਂ ਹੋ ਸਕਦਾ ਹੈ ਜੇਕਰ ਨਤੀਜੇ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਇੱਕ ਹਮੇਸ਼ਾ-ਸਮੇਂ ਦੀ ਡਾਟਾ ਪ੍ਰਣਾਲੀ ਦੁਆਰਾ ਮਾਪਿਆ ਜਾ ਰਿਹਾ ਹੈ. ਇਸ ਲਈ, ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਰਿਕਾਰਡ ਕੀਤੇ ਜਾ ਰਹੇ ਦੂਜੇ ਦਿਲਚਸਪ ਅਤੇ ਮਹੱਤਵਪੂਰਣ ਵਿਵਹਾਰਾਂ ਦੀ ਭਾਲ ਵਿਚ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਫਿਰ ਇਸ ਮੌਜੂਦਾ ਮਾਪਣ ਵਾਲੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਸਿਖਰ 'ਤੇ ਤਜਰਬੇ ਤਿਆਰ ਕਰੋ. ਦੂਜਾ, ਪ੍ਰਯੋਗਾਂ ਦਾ ਇਹ ਸੈੱਟ ਸਾਨੂੰ ਯਾਦ ਦਿਲਾਉਂਦਾ ਹੈ ਕਿ ਡਿਜੀਟਲ ਫੀਲਡ ਪ੍ਰਯੋਗ ਕੇਵਲ ਔਨਲਾਈਨ ਨਹੀਂ ਹਨ; ਤੇਜ਼ੀ ਨਾਲ, ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਉਹ ਹਰ ਜਗ੍ਹਾ ਹੋਣਗੇ ਜਿੱਥੇ ਬਹੁਤ ਸਾਰੇ ਨਤੀਜੇ ਬਣਾਏ ਗਏ ਮਾਹੌਲ ਵਿੱਚ ਸੈਂਸਰ ਦੁਆਰਾ ਮਿਣਿਤ ਕੀਤੇ ਜਾਣਗੇ.

ਚਾਰ ਕਿਸਮ ਦੀਆਂ ਵੈਧਤਾ- ਅੰਕੜਿਆਂ ਦੇ ਸਿੱਟੇ ਵਜੋਂ ਪ੍ਰਮਾਣਿਕਤਾ, ਅੰਦਰੂਨੀ ਪ੍ਰਮਾਣਿਕਤਾ, ਨਿਰਮਾਣਤਾ ਅਤੇ ਬਾਹਰੀ ਪ੍ਰਮਾਣਿਕਤਾ - ਖੋਜਕਰਤਾਵਾਂ ਦੀ ਮਦਦ ਕਰਨ ਲਈ ਮਾਨਸਿਕ ਜਾਂਚ ਸੂਚੀ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਕਿਸੇ ਖਾਸ ਤਜਰਬੇ ਦੇ ਨਤੀਜੇ ਵਧੇਰੇ ਆਮ ਸਿੱਟਾ ਨੂੰ ਸਮਰਥਨ ਦਿੰਦੇ ਹਨ. ਐਨਾਲਾਗ-ਉਮਰ ਪ੍ਰਯੋਗਾਂ ਦੇ ਮੁਕਾਬਲੇ, ਡਿਜੀਟਲ-ਉਮਰ ਦੇ ਪ੍ਰਯੋਗਾਂ ਵਿੱਚ, ਬਾਹਰਲੇ ਪ੍ਰਮਾਣਿਕਤਾ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਰੂਪ ਵਿੱਚ ਸੰਬੋਧਨ ਕਰਨਾ ਅਸਾਨ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਅੰਦਰੂਨੀ ਵੈਧਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇਹ ਸੌਖਾ ਹੋਣਾ ਵੀ ਆਸਾਨ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ. ਦੂਜੇ ਪਾਸੇ, ਕੰਪਾਇਲਡ ਵੈਧਤਾ ਦੇ ਮੁੱਦੇ ਸ਼ਾਇਦ ਡਿਜੀਟਲ-ਉਮਰ ਦੇ ਪ੍ਰਯੋਗਾਂ ਵਿਚ ਖਾਸ ਤੌਰ 'ਤੇ ਡਿਜੀਟਲ ਫੀਲਡ ਪ੍ਰਯੋਗਾਂ ਵਿਚ ਵਧੇਰੇ ਚੁਣੌਤੀਪੂਰਨ ਹੋਣਗੇ ਜੋ ਕੰਪਨੀਆਂ ਨਾਲ ਭਾਗੀਦਾਰੀ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦੇ ਹਨ.