4.5.2 Kujenga jaribio lako mwenyewe

Kujenga majaribio yako mwenyewe inaweza kuwa na gharama kubwa, lakini itakuwa kuwawezesha wewe kuunda majaribio kwamba unataka.

Mbali na upimaji wa majaribio juu ya mazingira yaliyopo, unaweza pia kujenga jaribio lako mwenyewe. Faida kuu ya njia hii ni udhibiti; ikiwa unajenga jaribio, unaweza kuunda mazingira na matibabu unayotaka. Mikoa hii ya majaribio ya majaribio yanaweza kuunda nafasi za kuchunguza nadharia ambazo haiwezekani kupima katika mazingira ya asili. Vikwazo kuu vya kujenga jaribio lako mwenyewe ni kwamba inaweza kuwa ghali na kwamba mazingira ambayo una uwezo wa kuunda inaweza kuwa na uhalisi wa mfumo wa asili. Watafiti wanajenga jaribio lao wenyewe lazima pia wawe na mkakati wa kuajiri washiriki. Wakati wa kufanya kazi katika mifumo iliyopo, watafiti ni muhimu kuleta majaribio kwa washiriki wao. Lakini, wachunguzi wanajenga jaribio lao wenyewe, wanahitaji kuwaleta washiriki. Kwa bahati nzuri, huduma kama Amazon Mechanical Turk (MTurk) zinaweza kutoa watafiti kwa njia rahisi ya kuleta washiriki katika majaribio yao.

Mfano mmoja unaoonyesha sifa za mazingira ya bespoke kwa ajili ya kupima nadharia zisizo wazi ni jaribio la maabara ya digital na Gregory Huber, Seth Hill, na Gabriel Lenz (2012) . Jaribio hili linachunguza uwezekano mdogo wa vitendo kwa utendaji wa utawala wa kidemokrasia. Masomo ya awali yasiyo ya majaribio ya uchaguzi halisi yalipendekeza kwamba wapiga kura hawawezi kuchunguza kwa usahihi utendaji wa wanasiasa waliohusika. Hasa, wapiga kura wanaonekana kuwa na mateso matatu: (1) wanalenga zaidi ya utendaji wa hivi karibuni; (2) zinaweza kuendeshwa na rhetoric, kutunga, na uuzaji; na (3) wanaweza kuathiriwa na matukio yasiyohusiana na utendaji kazi, kama vile mafanikio ya timu za michezo za mitaa na hali ya hewa. Katika masomo haya mapema, hata hivyo, ilikuwa vigumu kutenganisha yoyote ya mambo haya kutoka kwa mambo mengine yote yanayotokea katika uchaguzi halisi, usio na fujo. Kwa hiyo, Huber na wenzi wenzake waliunda mazingira rahisi ya kupiga kura ili kujitenga, na kisha kujifunza kwa majaribio, kila moja ya matukio haya matatu iwezekanavyo.

Kama mimi kuelezea kuweka upya wa majaribio hapa chini, itasikia sana bandia, lakini kumbuka kuwa uhalisi sio lengo katika majaribio ya maabara ya maabara. Badala yake, lengo ni kutenganisha wazi mchakato unaojaribu kujifunza, na kutengwa hii kwa wakati mwingine haiwezekani katika masomo na realistic zaidi (Falk and Heckman 2009) . Zaidi ya hayo, katika kesi hii, watafiti wanasema kwamba kama wapiga kura hawawezi kutathmini ufanisi wa utendaji katika mazingira haya rahisi, basi hawawezi kufanya hivyo kwa kuweka halisi zaidi, ngumu zaidi.

Huber na wenzake walitumia MTurk kuajiri washiriki. Mara baada ya mshiriki kutoa idhini ya ufahamu na kupitisha mtihani mfupi, aliambiwa kuwa alikuwa akihusika katika mchezo wa mzunguko wa 32 ili kupata ishara zinazoweza kubadilishwa kuwa fedha halisi. Mwanzoni mwa mchezo, kila mshiriki aliambiwa kwamba alikuwa amepewa "allocator" ambayo ingeweza kumpa ishara za bure kila pande zote na kwamba baadhi ya wagawaji walikuwa wengi zaidi kuliko wengine. Zaidi ya hayo, kila mshiriki aliambiwa pia kuwa atakuwa na fursa ya kumfunga au kutenga nafasi mpya baada ya mzunguko wa 16 wa mchezo. Kutokana na kile unachokijua kuhusu malengo ya utafiti wa Huber na wenzake, unaweza kuona kwamba mgawaji anawakilisha serikali na uchaguzi huu unawakilisha uchaguzi, lakini washiriki hawakujua malengo ya jumla ya utafiti. Kwa ujumla, Huber na wenzake waliajiriwa kuhusu washiriki 4,000 ambao walilipa kuhusu dola 1.25 kwa kazi iliyochukua muda wa dakika nane.

Kumbuka kwamba moja ya matokeo yaliyotokana na utafiti wa awali ilikuwa kwamba wapiga kura wanapawadi na kuadhibu matokeo ya matokeo ambayo ni wazi zaidi ya udhibiti wao, kama mafanikio ya timu za michezo za mitaa na hali ya hewa. Ili kuchunguza kama maamuzi ya kura ya washiriki yanaweza kuathiriwa na matukio ya random katika mazingira yao, Huber na wenzake waliongeza bahati nasibu kwa mfumo wao wa majaribio. Wakati wa mzunguko wa 8 au mzunguko wa 16 (yaani, haki kabla ya nafasi ya kuchukua nafasi ya mgawaji) washiriki waliwekwa kwa nasibu kwenye bahati nasibu ambapo wengine walishinda pointi 5,000, wengine walishinda pointi 0, na wengine walipoteza pointi 5,000. Bahati nasibu hii ilikuwa na lengo la kutekeleza habari njema au mbaya ambazo hazijitegemea utendaji wa mwanasiasa. Ingawa washiriki waliambiwa wazi kwamba bahati nasibu haikuhusiana na utendaji wa mgawaji wao, matokeo ya bahati nasibu bado yaliathiri maamuzi ya washiriki. Washiriki waliofaidika na bahati nasibu walikuwa na uwezekano mkubwa zaidi wa kuweka mgawanyiko wao, na athari hii ilikuwa imara wakati bahati nasibu ilitokea katika mzunguko wa 16-haki kabla ya uamuzi wa badala - kuliko wakati ulivyotokea pande zote 8 (Takwimu 4.15). Matokeo haya, pamoja na yale ya majaribio mengine kadhaa katika karatasi, imesababisha Huber na wenzake kuhitimisha kuwa hata katika mazingira rahisi, wapiga kura wana shida kufanya maamuzi ya busara, matokeo ambayo yameathiri utafiti wa baadaye juu ya uamuzi wa kura (Healy and Malhotra 2013) . Jaribio la Huber na wenzake linaonyesha kuwa MTurk inaweza kutumiwa kuajiri washiriki kwa majaribio ya mtindo wa maabara ili kupima nadharia maalum sana. Inaonyesha pia thamani ya kujenga mazingira yako mwenyewe ya majaribio: ni vigumu kufikiria jinsi taratibu hizo zilivyoweza kutengwa kwa usafi katika mazingira mengine yoyote.

Mchoro 4.15: Matokeo kutoka Huber, Hill, and Lenz (2012) . Washiriki waliofaidika na bahati nasibu walikuwa na uwezekano mkubwa zaidi wa kuhifadhi mgawaji wao, na athari hii ilikuwa imara wakati bahati nasibu ilitokea katika mzunguko wa 16-haki kabla ya uamuzi badala ya wakati ulifanyika pande zote 8. Iliyotokana na Huber, Hill, and Lenz (2012) , sura ya 5.

Mbali na jaribio la jengo la maabara, watafiti wanaweza pia kujenga majaribio ambayo yana zaidi ya shamba. Kwa mfano, Centola (2010) alijenga jaribio la shamba la digital ili kujifunza athari za muundo wa mitandao ya kijamii kwa kuenea kwa tabia. Swali lake la utafiti lilihitajika kuchunguza tabia hiyo inayoenea kwa watu ambao walikuwa na miundo tofauti ya mitandao ya kijamii lakini vinginevyo haijulikani. Njia pekee ya kufanya hivyo ilikuwa na jitihada, jaribio la kujengwa kwa desturi. Katika kesi hiyo, Centola alijenga jamii ya afya ya mtandao.

Centola aliajiri washiriki 1,500 kupitia matangazo kwenye tovuti za afya. Washiriki walipowasili kwenye jamii ya mtandaoni-ambayo ilikuwa inayoitwa Mtandao wa Maisha ya Afya - walitoa kibali cha habari na kisha walipewa "marafiki wa afya." Kwa sababu ya jinsi Centola alivyowapa washirika hawa wa afya, aliweza kuunganisha miundo tofauti ya mitandao ya kijamii katika makundi tofauti. Vikundi vingine vilijengwa kuwa na mitandao ya nasibu (ambapo kila mtu alikuwa na uwezekano wa kushikamana), wakati vikundi vingine vilijengwa kuwa na mitandao ya makundi (ambapo uunganisho ni wa ndani zaidi). Kisha, Centola ilianzisha tabia mpya katika kila mtandao: nafasi ya kujiandikisha kwa tovuti mpya na maelezo ya ziada ya afya. Wakati wowote anayejisajili kwenye tovuti hii mpya, washirika wake wote wa afya walipokea barua pepe kutangaza tabia hii. Centola iligundua kuwa tabia hii-kusaini kwa tovuti mpya-inenea zaidi na kwa kasi kwenye mtandao unaozingatiwa kuliko kwenye mtandao wa random, uchunguzi ambao ulikuwa kinyume na nadharia zilizopo.

Kwa ujumla, jaribio lako mwenyewe linakupa udhibiti zaidi; inakuwezesha kujenga mazingira bora iwezekanavyo kutenganisha yale unayotaka kujifunza. Ni vigumu kufikiria jinsi majaribio mawili ambayo nilivyoelezea yangeweza kufanywa katika mazingira tayari. Zaidi ya hayo, kujenga mfumo wako mwenyewe hupunguza wasiwasi wa kimaadili karibu na majaribio katika mifumo iliyopo. Unapojenga jaribio lako mwenyewe, hata hivyo, unakimbia katika matatizo mengi ambayo yamekutana na majaribio ya maabara: kuajiri washiriki na wasiwasi kuhusu uhalisi. Kikwazo cha mwisho ni kwamba kujenga jaribio lako mwenyewe kunaweza kuwa na gharama kubwa na ya muda, ingawa, kama mifano hii inavyoonyesha, majaribio yanaweza kutofautiana kutoka kwa mazingira rahisi (kama vile kujifunza kura kwa Huber, Hill, and Lenz (2012) ) kwa mazingira magumu (kama vile utafiti wa mitandao na kuambukizwa na Centola (2010) ).