2.4.3.1 இயற்கை சோதனைகள்

இயற்கை சோதனைகள் உலகின் சீரற்ற நிகழ்வுகள் பயன்படுத்தி கொள்ள. சீரற்ற நிகழ்வு + எப்போதும் தரவு அமைப்பு = இயற்கை சோதனை

நியாயமான ஒப்பீடு செயல்படுத்த சமவாய்ப்பிட்டு கட்டுப்படுத்தப்பட்ட சோதனைகள் முக்கிய அமைத்தல் ஆகும். எனினும், அவ்வப்போது ஏதாவது அடிப்படையில் பல்வேறு சிகிச்சைகள் குறிப்பில்லாமல் தோராயமாக அல்லது கிட்டத்தட்ட மக்கள் ஒதுக்கிவிடும் என்று உலகில் நடக்கிறது. இயற்கை சோதனைகள் பயன்படுத்தி மூலோபாயம் தெளிவான உதாரணங்கள் ஒன்று ஆராய்ச்சி இருந்து வருகிறது Angrist (1990) வருவாய்க்கு இராணுவ சேவை விளைவு அளவிடும்.

வியட்நாம் யுத்தத்தின் போது, அமெரிக்கா ஒரு வரைவு மூலம் அதன் ஆயுதப் படைகளின் எண்ணிக்கையை அதிகரித்துள்ளது. சேவை ஒரு என்று அழைக்கப்படும் என்று எந்த குடிமக்கள் முடிவு செய்வதற்கு, அமெரிக்க அரசாங்கம் ஒரு லாட்டரி நடைபெற்றது. ஒவ்வொரு பிறந்ததேதி ஒரு துண்டு பேப்பரில் மீது பிரதிநிதித்துவம் இருந்தது, மேலும் இந்த காகிதங்கள் ஒரு பெரிய கண்ணாடி குடுவை வைக்கப்பட்டன. படம் 2.5 ல் காட்டியுள்ளபடி, காகித இந்த சீட்டுகள் வாலிபர் (இளம் பெண்கள் வரைவு கடைபிடிக்கவில்லை) சேவை செய்ய என்று அழைக்கப்படும் என்று பொருட்டு தீர்மானிக்க ஒரு நேரத்தில் ஜாடி ஒரு எடுத்துரைத்தது. முடிவுகளின் அடிப்படையில், செப்டம்பர் 14 ம் தேதி பிறந்தார் ஆண்கள் முதல், ஏப்ரல் 24 ம் தேதி பிறந்தார் ஆண்கள் இரண்டாவது வரவழைக்கப்பட்டனர் எனவே அவர் அழைப்பு விடுத்தார்; செய்யப்பட்டனர். இறுதியில், இந்த லாட்டரி, 195 வெவ்வேறு நாட்களில் பிறந்த ஆண்கள் சேவை 171 நாட்களில் பிறந்த ஆண்கள் அழைப்பு விடவில்லை போது வரவழைக்கப்பட்டனர்.

படம் 2.5: காங்கிரஸ் உறுப்பினர் அலெக்சாண்டர் Pirnie (ஆர்-நியூயார்க்) டிசம்பர் 1 ம் தேதி தேர்ந்தெடுத்த சேவை வரைவு முதல் காப்ஸ்யூல் வரைதல், 1969 யோசுவா Angrist (1990) இராணுவ சேவையை விளைவு மதிப்பிட இணைந்து சமூக பாதுகாப்பு நிர்வாகம் இருந்து வருவாய் தரவு வரைவு லாட்டரி வருவாய்க்கு. இந்த ஒரு இயற்கை சோதனை பயன்படுத்தி ஆராய்ச்சி ஒரு உதாரணம் ஆகும். ஆதாரம்: விக்கிமீடியா காமன்ஸ்

அது உடனடியாக வெளிப்படையாக இருக்கலாம் என்றாலும், ஒரு வரைவு லாட்டரி தோராயமாக்கப்பட்டு கட்டுப்படுத்தப்பட்ட பரிசோதனையில் ஒரு முக்கியமான ஒற்றுமை உள்ளது: இரண்டு சூழ்நிலைகளில் பங்கேற்பாளர்கள் தோராயமாக ஒரு சிகிச்சை பெறும் ஒதுக்கப்படும். வரைவு லாட்டரி வழக்கில், என்றால் நாம் வரைவு- தகுதி மற்றும் அடுத்தடுத்த தொழிலாளர் சந்தை வருவாய் ராணுவ சேவையை விளைவுகளை பற்றி அறிந்து ஆர்வமாக, நாம் யாருடைய birthdates (லாட்டரி வெட்டு கீழே இருந்தனர் மக்கள் விளைவுகளை ஒப்பிட்டு முடியும் எ.கா., செப்டம்பர் 14, ஏப்ரல் 24, முதலியன) யாருடைய பிறந்த நாள் வெட்டு பிறகு இருந்த மக்கள் (எ.கா., பிப்ரவரி 20, டிசம்பர் 2, முதலியன) வெளிப்பாட்டிற்கு.

இயற்றப்பட இருக்கும் இந்த சிகிச்சை தோராயமாக ஒதுக்கப்படும் என்று கொடுக்கப்பட்ட, நாம் பின்னர் அளவிடப்படுகிறது வருகிறது என்று எந்த விளைவு இந்த சிகிச்சை விளைவு அளவிட முடியும். உதாரணமாக, Angrist (1990) தோராயமாக வெள்ளை வீரர்கள் வருவாய் ஒப்பிடக்கூடிய அல்லாத வீரர்கள் வருவாய் விட சுமார் 15% குறைவு என்றும் சமூக பாதுகாப்பு நிர்வாகம் சேகரிக்கப்பட்ட என்று வருமான தரவு முடிவுக்கு வருவது வரைவின் தேர்வு செய்யப்பட்டார் யார் தகவலுக்கு இணைந்து . மற்ற ஆராய்ச்சியாளர்கள் அதே போன்ற ஒரு தந்திரம் பயன்படுத்த வேண்டும். உதாரணமாக, Conley and Heerwig (2011) தோராயமாக 2000 ஆம் ஆண்டு மக்கள்தொகை மற்றும் 2005 அமெரிக்க சமூக அளவை இருந்து சேகரிக்கப்பட்ட வீட்டு தரவு வரைவு தேர்வு செய்யப்பட்டார் யார் தகவலுக்கு இணைந்து இவ்வளவு காலமாக வரைவு பின்னர், சிறிய நீண்ட கால விளைவு இல்லை என்பது கண்டறியப்பட்டது போன்ற குடியிருக்கும் காலம் (வாடகைக்கு எதிராக வைத்திருக்கும்) மற்றும் குடியிருப்பு ஸ்திரத்தன்மை (முந்தைய ஐந்து ஆண்டுகளில் சென்றார் நிலையில் சாத்தியக்கூறுகள்) விளைவுகளை பல்வேறு ராணுவ சேவையை.

இந்த உதாரணம், சில நேரங்களில், சமூக, அரசியல், அல்லது இயற்கை சக்திகள் சோதனைகள் அல்லது ஆராய்ச்சியாளர்கள் தூண்டப்படும் என்று அருகில் சோதனைகள் உருவாக்க. அது சமவாய்ப்பிட்டு கட்டுப்படுத்தப்பட்ட சோதனைகள் இயக்க நெறிமுறை அல்லது நடைமுறை அல்ல, அங்கு பெரும்பாலும் இயற்கை சோதனைகள் அமைப்புகளை காரணம் மற்றும் விளைவு உறவுகளை மதிப்பிட சிறந்த வழியாகும். அவர்கள் அல்லாத சோதனை தரவு நியாயமான ஒப்பீடுகள் கண்டுபிடிப்பது ஒரு முக்கிய உத்தி என்பதை. இந்த ஆராய்ச்சி உத்தி இந்த சமன்பாடு மூலம் சுருக்கிச் சொல்லலாம்:

\ [\ உரை {சீரற்ற (அல்லது சீரற்ற போல்) நிகழ்வு} + \ உரை {எப்போதும் தரவு ஸ்ட்ரீம்} = \ உரை {இயற்கை சோதனை} \ qquad (2.1) \]

ஆயினும், இயற்கை சோதனைகள் பகுப்பாய்வு மிகவும் தந்திரமான இருக்க முடியும். எடுத்துக்காட்டாக, வியட்நாம் வரைவு வழக்கில், அனைவருக்கும் வரைவு தகுதி பரிமாறும் முடிந்தது யார் (விதிவிலக்குகள் பல்வேறு இருந்தன). மற்றும், அதே நேரத்தில், வரைவு தகுதி இல்லை களான சில மக்கள் சேவை முன்வந்தது. ஒரு புதிய மருந்து மருத்துவ சோதனை, சிகிச்சை குழு சில மக்கள் தங்கள் மருந்தை எடுத்து கொள்ளவில்லை என்றால், கட்டுப்பாட்டு குழு மக்கள் சில எப்படியோ மருந்து பெற்றார் அது இருந்தது. இந்த பிரச்சினை, இரண்டு பக்க இணங்காமலிருக்கும் என்று, அதே போல் மற்ற பல பிரச்சினைகள் இந்த அத்தியாயத்தின் இறுதியில் பரிந்துரைக்கப்படுகிறது அளவீடுகள் சில விரிவாக விவரிக்கப்பட்டுள்ளன.

இயற்கையாக சீரற்ற வேலையை நிகழும் சாதகமாக மூலோபாயம் டிஜிட்டல் வயது முந்தியுள்ளது, ஆனால் பெரிய தரவு பரவியுள்ள பகுதிகளில் பயன்படுத்த இந்த மூலோபாயம் மிகவும் எளிதாக. நீங்கள் சில சிகிச்சை தோராயமாக ஒதுக்கப்படும் அறிந்த உடனேயே, பெரிய தரவு மூலங்கள் நீங்கள் சிகிச்சை மற்றும் கட்டுப்பாட்டு நிலையில் மக்கள் முடிவு ஒப்பிட்டு பொருட்டு வேண்டும் என்று முடிவு தரவு வழங்க முடியும். உதாரணமாக, வரைவு மற்றும் இராணுவ சேவையை விளைவுகள் தன்னுடைய ஆய்வில், Angrist சமூக பாதுகாப்பு நிர்வாகம் இருந்து வருவாய் பதிவுகளை பயன்படுத்தின; இந்த முடிவை தரவு இல்லாமல், தனது ஆய்வு சாத்தியமே இல்லை என்று. இந்த வழக்கில், சமூக பாதுகாப்பு நிர்வாகம் எப்போதும் பெரிய தரவு ஆதாரமாக உள்ளது. மேலும் தானாக சேகரிக்கப்பட்ட தரவு மூலம் உண்டு என, நாம் வெளி மாறுபாடு, உருவாக்கப்பட்ட மாற்றங்களின் விளைவுகளை அளவிட முடியும் என்று இன்னும் விளைவு தரவு வேண்டும்.

டிஜிட்டல் வயது இந்த மூலோபாயத்தை விளக்குவதற்கு, தான் மாஸ் மற்றும் Moretti நாம் கலந்தாலோசிப்போம் (2009) உற்பத்தித் சக விளைவு நேர்த்தியான ஆராய்ச்சி. மேற்பரப்பில் அது கட்டமைப்பில், வியட்நாம் வரைவு விளைவுகளை பற்றி Angrist ஆய்வு விட வித்தியாசமாக இருக்கும் என்றாலும் அவர்கள் இருவரும் சரியீடு முறை பின்பற்ற. 2.1.

மாஸ் மற்றும் Moretti சக பணியாளர்களின் உற்பத்தித் பாதிக்கும் எவ்வாறு அளவிடப்படுகிறது. ஒரு புறம், ஒரு கடின உழைப்பாளி பியர் கொண்ட ஏனெனில் பீர் அழுத்தத்தை தங்கள் உற்பத்தி அதிகரிக்க தொழிலாளர்கள் வழிகோலும். அல்லது, மறுபுறம், ஒரு கடின உழைப்பாளி பியர் மற்ற தொழிலாளர்கள் இன்னும் ஆஃப் தளர்ந்த வழிகோலும். உற்பத்தித் பியர் விளைவுகளை ஆய்வு தெளிவான வழி என்று தொழிலாளர்கள் தோராயமாக வெவ்வேறு உற்பத்தி மட்டத்தையும் தொழிலாளர்கள் மாறி ஒதுக்கப்படும் இதன் விளைவாக உற்பத்தி அனைவருக்கும் அளவிடப்படுகிறது அங்கு ஒரு சமவாய்ப்பிட்டு கட்டுப்படுத்தப்பட்ட பரிசோதனை. ஆராய்ச்சியாளர்கள், எனினும், எந்த உண்மையான வணிக தொழிலாளர்கள் அட்டவணை கட்டுப்படுத்த வேண்டாம், அதனால் மாஸ் மற்றும் Moretti ஒரு பேரங்காடியில் நடந்த ஒரு இயற்கை சோதனை தங்கியிருக்க வேண்டியிருந்தது.

வெறும் ஈக்யூ போன்ற. 2.1, தங்கள் ஆய்வு இரண்டு பாகங்கள் இருந்தது. முதல், அவர்கள் ஒரு துல்லியமான, தனிப்பட்ட வேண்டும் வெளியேறும் கணினியில் இருந்து பதிவுகள் பயன்படுத்தப்படும், மற்றும் எப்போதும் உற்பத்தித் நடவடிக்கை: விநாடிக்கு ஸ்கேன் பொருட்களை எண்ணிக்கை. இரண்டாவதாக, ஏனெனில் அந்த திட்டமிடல் இந்த பல்பொருள் செய்யப்பட்டது வழி, அவர்கள் சக சீரற்ற தொகுப்பு அருகே வேண்டும். வேறு வார்த்தைகளில் கூறுவதானால், காசாளர் திட்டமிடல் ஒரு லாட்டரி தீர்மானிக்க முடியாது என்றாலும் கூட, அது அடிப்படையில் சீரற்ற இருந்தது. நடைமுறையில், நாம் இயற்கை சோதனைகள் வைத்துள்ள நம்பிக்கை அடிக்கடி இந்த "என-என்றால்" சீரற்ற கூற்றை சாத்தியமான கீல்கள். இந்த சீரற்ற மாறுபாடு சாதகமாக பயன்படுத்தி, மாஸ் மற்றும் Moretti அதிக உற்பத்தித் சக வேலை உற்பத்தித் திறனை அதிகரிக்கிறது என்று கண்டறியப்பட்டது. மேலும், மாஸ் மற்றும் Moretti இரண்டு முக்கியமான மற்றும் நுட்பமான பிரச்சினைகள் ஆராய காரண-விளைவு மதிப்பிடல் அப்பால் செல்ல அளவு மற்றும் அவற்றின் தரவுத்தொகுப்பின் செழுமையும் பயன்படுத்தப்படும்: இந்த விளைவு (தொழிலாளர்கள் வகையான விளைவு பெரிய இது ஐந்து) பலபடித்தான மற்றும் பொறிமுறையை விளைவு பின்னால் (ஏன் அதிக உற்பத்தி சக அதிக உற்பத்தித் வழிவகுக்கும் கொண்ட இல்லை). நாம் இன்னும் விரிவாக சோதனைகள் விவாதிக்க போது நாம் சிகிச்சை விளைவுகள் மற்றும் வழிமுறைகள்-அத்தியாயம் 5 இந்த இரண்டு முக்கியமான பிரச்சனைகளான வேறுபாட்டில் திரும்புவார்கள்.

வருவாய் மற்றும் உற்பத்தி சக விளைவு ஆய்வு வியட்நாம் வரைவு விளைவு மீதான ஆய்வுகள் பொதுமைப்படுத்துவதன், டேபிள் 2.3 இந்த துல்லியமான அதே அமைப்பு பிற ஆய்வுகளின் சுருக்கமாக: ஒரு எப்போதும் தரவு மூல சில நிகழ்வின் தாக்கம் அளவிட பயன்படுத்தி . அட்டவணை 2.3 தெளிவுபடுத்தியுள்ளது போல், நீங்கள் அவர்களை பார்க்க எப்படி தெரியும் என்றால், இயற்கை சோதனைகள் எல்லா இடங்களிலும் உள்ளன.

நடைமுறையில், ஆராய்ச்சியாளர்கள் பயனுள்ள இருக்க முடியும் இவை இரண்டும் இயற்கை சோதனைகள், கண்டுபிடித்து இரண்டு வெவ்வேறு உத்திகளை பயன்படுத்த. சில ஆராய்ச்சியாளர்கள் எப்போதும் தரவு மூல தொடங்க மற்றும் உலகின் சீரற்ற நிகழ்வுகள் பாருங்கள்; மற்றவர்கள் உலகில் சீரற்ற நிகழ்வுகள் தொடங்க மற்றும் அவர்களின் தாக்கம் கைப்பற்ற தரவு மூலங்கள் பாருங்கள். இறுதியாக, இயற்கை சோதனைகள் வலிமை, புள்ளிவிவர பகுப்பாய்வு நுட்பங்களுடன் இருந்து வரவில்லை, வரலாற்றில் ஒரு அதிர்ஷ்டம் விபத்து, உருவாக்கப்பட்ட ஒரு நியாயமான ஒப்பீடு கண்டுபிடிப்பதில் பாதுகாப்பு இருந்து என்று கவனிக்க.