4.6 Nasvet

Ali ste to počeli sami ali delajo s partnerjem, bi radi ponudili dve nasvetov, ki sem jih našel še posebej koristno pri svojem delu. Prvič, mislim, kolikor je mogoče, preden so bili vsi podatki, zbrani. Ta nasvet je verjetno očitno, da raziskovalci vajeni teče poskusov, vendar je zelo pomembno za raziskovalce vajeni delati z velikimi podatkovnimi viri (glej poglavje 2). Z velikimi podatkovnimi viri večino dela se zgodi, ko imate podatke, vendar poskusi so nasprotno; večina dela naj bi se zgodilo, preden zbirati podatke. Eden od najboljših načinov, da se prisiliti, da dobro premislite svojo zasnovo in analizo je ustvariti in registrirati načrt analize za preizkus. Na srečo, veliko najboljše prakse za analizo eksperimentalnih podatkov so bili formalizirani v smernice poročanja, in te smernice so odličen kraj za začetek pri ustvarjanju svojega načrta analize (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .

Drugi nasvet je, da nihče ne eksperiment se bo odlično, in zaradi tega, morate poskusiti oblikovati vrsto poskusov, ki se medsebojno krepijo. Sem tudi slišal to opisal kot strategijo armada; namesto da poskuša zgraditi eno velike bojne ladje, da bi lahko bili boljši gradbeni veliko manjših ladij z dopolnilnimi prednosti. Te vrste študij, multi-poskusa so rutinsko v psihologiji, vendar so redki drugje. Na srečo, nizki stroški nekaterih digitalnih poskusov naredi te vrste multi-poskusa študije lažje.

Prav tako bi radi ponudili dve nasvetov, ki so manj pogosti, ampak zdaj so še posebej pomembna za oblikovanje digitalnih starosti poskusov: ustvariti nič obrobne podatke o cenah in graditi etiko v vaš design.