4.4.3 Mekanismer

Experiment mäta vad som hände. Mekanismer förklara varför och hur det hände.

Den tredje viktiga idé för att flytta bortom enkla experiment är mekanismer. Mekanismer berätta varför eller hur en behandling orsakade en effekt. Processen att söka efter mekanismer kallas också ibland efter mellanliggande variabler eller förmedlande variabler. Även om experiment är bra för att uppskatta kausala effekter, är de ofta inte konstruerade för att avslöja mekanismer. Digitala tidsåldern experiment kan hjälpa oss att identifiera mekanismer på två sätt: 1) de gör det möjligt för oss att samla in fler processdata och 2) de gör det möjligt för oss att testa många relaterade behandlingar.

Eftersom mekanismerna är svårt att definiera formellt (Hedström and Ylikoski 2010) , jag kommer att börja med ett enkelt exempel: lime och skörbjugg (Gerber and Green 2012) . I den 18: e århundradet hade läkarna en ganska bra känsla att när sjömännen åt lime de inte fick skörbjugg. Skörbjugg är en fruktansvärd sjukdom så det var kraftfull information. Men visste dessa läkare inte vet varför limes hindrade skörbjugg. Det var inte förrän 1932, nästan 200 år senare, att forskarna på ett tillförlitligt sätt kunde visa att C-vitamin var anledningen till att kalk hindrade skörbjugg (Carpenter 1988, p 191) . I detta fall är C-vitamin den mekanism genom vilken limefrukter förhindra skörbjugg (Figur 4.9). Naturligtvis, identifiera mekanismen är mycket viktiga vetenskapligt-massor av vetenskapen om att förstå varför saker händer. Identifiera mekanismer är mycket viktigt praktiskt. När vi förstår varför en behandling fungerar kan vi potentiellt utveckla nya behandlingar som fungerar ännu bättre.

Figur 4.9: Limes förhindra skörbjugg och mekanismen är vitamin C.

Tyvärr är det mycket svårt att isolera mekanismer. Till skillnad från lime och skörbjugg, i många sociala sammanhang, behandlingar fungerar förmodligen genom många inbördes vägar, vilket gör isolering av mekanismer extremt svårt. Men i fallet med sociala normer och energianvändning, har forskare försökt att isolera mekanismer genom att samla processdata och testa relaterade behandlingar.

Ett sätt att testa möjliga mekanismer är genom att samla in processdata om hur behandlingen påverkat möjliga mekanismer. Till exempel, minns att Allcott (2011) visade att Home Energy Rapporter orsakade människor att sänka sin elförbrukning. Men hur gör dessa rapporter lägre elförbrukning? Vilka var de mekanismer? I en uppföljande studie, Allcott and Rogers (2014) samarbetar med ett kraftbolag som genom en rabatt program, hade fått information om vilka konsumenterna uppgraderat sina apparater till mer energieffektiva modeller. Allcott and Rogers (2014) fann att något mer personer som får de Home Energy Rapporter uppgraderat sina apparater. Men denna skillnad var så liten att den bara kunde stå för 2% av den minskade energianvändningen i de behandlade hushållen. Med andra ord, uppgraderingar apparaten inte var den dominerande mekanism genom vilken Home Energy Report minskade elförbrukningen.

Ett andra sätt att studera mekanismer är att köra experiment med något olika versioner av behandlingen. Till exempel, i experimentet i Schultz et al. (2007) och alla efterföljande Home Energy Rapportera experiment deltagarna försågs med en behandling som har två huvuddelar 1) tips om energibesparingar och 2) information om sin energiförbrukning i förhållande till sina kamrater (Figur 4.6). Således är det möjligt att spara tips energi är vad som orsakade ändringen, inte den inbördes information. För att bedöma möjligheten att spetsarna enbart kan ha varit tillräcklig, Ferraro, Miranda, and Price (2011) samarbetar med ett vattenbolag nära Atlanta, GA, och sprang ett relaterat experiment på vattenvård omfattar cirka 100.000 hushåll. Det fanns fyra villkor:

• en grupp som fick tips om att spara vatten.
• en grupp som fick tips om hur du sparar vatten + en moralisk vädjan för att spara vatten.
• en grupp som fick tips om hur du sparar vatten + en moralisk vädjan att spara vatten + information om deras användning av vatten i förhållande till sina kamrater.
• en kontrollgrupp.

Forskarna fann att tips bara behandling hade ingen effekt på vattenanvändningen på kort (ett år), medium (två år) och lång (tre år) sikt. Den tips + överklagande behandling orsakade deltagarna att minska vattenanvändningen, men bara på kort sikt. Slutligen tips + överklagande + inbördes informationsbehandling orsakade minskad användning på kort, medellång och lång sikt (figur 4.10). Dessa typer av experiment med åtskilda behandlingar är ett bra sätt att ta reda på vilken del av behandlings eller vilka delar tillsammans, är de som orsakar effekten (Gerber and Green 2012, Sec. 10.6) . Till exempel visar experimentet av Ferraro och kollegor oss att spara vatten enbart tips är inte tillräckligt för att minska vattenanvändningen.

Figur 4.10: Resultat från Ferraro, Miranda, and Price (2011) . Behandlingar sändes 21 maj, 2007, och effekterna mättes under somrarna 2007, 2008, och 2009. Genom åtskillnad behandlingen forskarna hoppades att utveckla en bättre känsla av mekanismerna. Tipsen enda behandling som i huvudsak hade ingen effekt på kort (ett år), medium (två år) och lång (tre år) sikt. Den tips + överklagande behandling orsakade deltagarna att minska vattenanvändningen, men bara på kort sikt. Råden + överklagande + inbördes informationsbehandling orsakade deltagarna att minska vattenanvändningen på kort, medellång och lång sikt. Vertikala streck beräknas konfidensintervall. Se Bernedo, Ferraro, and Price (2014) för faktiska läromedel.

Helst skulle man gå längre än den skiktning av komponenter (tips, tips + överklaga, tips + överklagande + peer-information) till en fullständig faktordesign-också kallas ibland ett \ (2 ^ k \) faktoriell design-där varje möjlig kombination av tre element testas (tabell 4.1). Genom att testa alla möjliga kombinationer av komponenter, kan forskarna helt bedöma effekten av varje komponent för sig och i kombination. Till exempel, experimentet av Ferraro och kollegor inte avslöja om inbördes jämförelse enbart skulle ha varit tillräckliga för att leda till långsiktiga förändringar i beteende. I det förflutna har dessa fullt faktor varit svårt att köra eftersom de kräver ett stort antal deltagare och de kräver forskare att kunna exakt kontrollera och leverera ett stort antal behandlingar. Men, tar bort dessa logistiska begränsningar i vissa situationer den digitala tidsåldern.

Sammanfattningsvis mekanismer-vägarna genom vilka en behandling har en effekt-är oerhört viktigt. Digitala tidsåldern experiment kan hjälpa forskare lära sig om mekanismer genom 1) att samla in processdata och 2) som möjliggör fullständig faktor. Mekanismerna som föreslagits av dessa metoder kan därefter testas direkt genom experiment särskilt utformade för att testa mekanismer (Ludwig, Kling, and Mullainathan 2011; Imai, Tingley, and Yamamoto 2013; Pirlott and MacKinnon 2016) .

Totalt dessa tre begrepp-giltighet; heterogenitet av behandlingseffekter; och mekanismer-ger en kraftfull uppsättning av idéer för att utforma och tolka experiment. Dessa begrepp hjälp forskare gå bortom enkla experiment om vad "verk" till rikare experiment som har stramare länkar till teori, som avslöjar var och varför behandlingar fungerar, och kanske till och med hjälpa forskare utforma mer effektiva behandlingar. Med tanke på detta konceptuella bakgrund om experiment, jag nu gå över till hur du faktiskt kan göra dina experiment hända.