4.1 Giriş

Bu kitapta bugüne kadar ele alınan yaklaşımlarda - gözlemleme davranışı (bölüm 2) ve sorular sorulması (bölüm 3) - araştırıcılar, kasıtlı olarak ve sistematik olarak dünyayı değiştirmeden veri toplarlar. Bu bölümde ele alınan yaklaşım - deneylerin yürütülmesi - temel olarak farklıdır. Araştırmacılar deneyler yaptığında, neden-sonuç ilişkisi hakkındaki soruları cevaplamak için ideal olarak uygun veri oluşturmak için dünyaya sistematik olarak müdahale ederler.

Toplumsal araştırmalarda neden-sonuç soruları çok yaygındır ve örnekler şu soruları içermektedir: • Öğretmen maaşlarının arttırılması öğrenci öğrenimini arttırıyor mu? Asgari ücretin istihdam oranlarına etkisi nedir? Bir iş başvurusunun yarışması, iş bulma şansını nasıl etkiler? Bu açıkça nedensel sorulara ek olarak, bazı performans metriklerinin en üst düzeye çıkarılmasıyla ilgili daha genel sorularda bazen neden-sonuç soruları dolaylı olarak ortaya çıkmaktadır. Örneğin, “Bağış düğmesinin bir STK'nın web sitesinde ne renk olması gerekir?” Sorusu, farklı düğme renklerinin bağışlar üzerindeki etkisi hakkında gerçekten çok fazla soru.

Sebep-sonuç sorularına cevap vermenin bir yolu, mevcut verilerdeki kalıpları aramaktır. Örneğin, öğretmen maaşlarının öğrenci öğrenimi üzerindeki etkisine ilişkin soruya geri dönersek, öğrencilerin yüksek öğretmen maaşları sunan okullarda daha fazla şey öğrendiklerini hesaplayabilirsiniz. Ancak, bu korelasyon daha yüksek maaşların öğrencilerin daha fazla öğrenmesine neden olduğunu gösteriyor mu? Tabii ki değil. Öğretmenlerin daha fazla kazandığı okullar birçok yönden farklı olabilir. Örneğin, yüksek öğretmen maaşlı okullardaki öğrenciler zengin ailelerden gelebilir. Dolayısıyla, öğretmenlerin etkisi gibi görünen şey sadece farklı öğrenci türlerini karşılaştırmaktan kaynaklanabilir. Öğrenciler arasında bu ölçülmeyen farklılıklar genel olarak olarak karışıklığı olasılığı mevcut verilerdeki kalıpları arayarak neden-sonuç sorulara cevap araştırmacıların yeteneği üzerinde hasara yol açtı olarak karışıklığı denilen biçimde görülür.

Karşıtlık sorununa bir çözüm, gruplar arasındaki gözlemlenebilir farklılıkları ayarlayarak adil karşılaştırmalar yapmaya çalışmaktır. Örneğin, emlak vergisi verilerini bir dizi resmi web sitesinden indirebilirsiniz. Ardından, öğrenci performansının, ev fiyatlarının benzer olduğu, ancak öğretmen maaşlarının farklı olduğu okullardaki performanslarını karşılaştırabilirsiniz. Ayrıca, öğrencilerin daha yüksek öğretmen ücretiyle okullarda daha fazla şey öğrendiklerini görebilirsiniz. Fakat hala birçok olası karıştırıcı var. Belki de bu öğrencilerin velileri eğitim düzeylerinde farklılık gösterir. Ya da belki de okullar halk kütüphanelerine olan yakınlıkları bakımından farklılık gösterir. Ya da belki de daha yüksek öğretmen maaşı olan okullar da müdürler için daha yüksek ücrete sahiptir ve öğretmen maaşı değil ana ödeme, gerçekten öğrenci öğrenimini artıran şeydir. Bu faktörleri ölçmeyi ve ayarlamayı deneyebilirsiniz, ancak muhtemel anlaşmazlıkların listesi aslında sonsuzdur. Birçok durumda, tüm olası faydaları ölçemez ve ayarlayamazsınız. Bu zorluğa cevap olarak, araştırmacılar deney dışı verilerden nedensel tahminler yapmak için bir takım teknikler geliştirdiler - bunların bir kısmını 2. bölümde ele aldım - fakat bazı sorulara göre bu teknikler sınırlı ve deneyler umut vaat ediyor alternatif.

Deneyler, belirli neden-sonuç sorularına güvenilir bir şekilde cevap vermek için araştırmacıların doğal olarak oluşan verilerdeki korelasyonların ötesine geçmelerine olanak tanır. Analog yaşta, deneyler genellikle lojistik açıdan zor ve pahalıdır. Şimdi, dijital çağda, lojistik kısıtlamalar yavaş yavaş yok oluyor. Geçmişte yapılanlar gibi deney yapmak sadece daha kolay değil, şimdi yeni deney çeşitlerini çalıştırmak mümkün.

Şimdiye kadar yazdıklarımda dilimde biraz gevşemekteydim, ama iki şeyi birbirinden ayırmak önemlidir: deneyler ve randomize kontrollü deneyler. Bir deneyde , bir araştırmacı dünyaya müdahale eder ve sonra bir sonucu ölçer. “Tedirgin et ve gözlemle” olarak tanımlanan bu yaklaşımı duydum. Randomize kontrollü bir deneyde, bir araştırmacı başka insanlara değil, bazı insanlara müdahale ediyor ve araştırmacı, hangi kişilerin randomizasyon ile müdahaleyi aldığına karar veriyor (örneğin, bir bozuk parayı çevirerek). Randomize kontrollü deneyler, iki grup arasında adil karşılaştırmalar oluşturur: müdahaleyi alan ve olmayan bir tanesi. Başka bir deyişle, randomize kontrollü deneyler, karıştırıcıların sorunlarına bir çözümdür. Bununla birlikte, tedirgin-ve-gözlem deneyleri, yalnızca müdahaleyi alan tek bir grubu kapsamaktadır ve bu nedenle sonuçlar, araştırmacıları yanlış sonuca götürecektir (yakında göstereceğim gibi). Deneyler ve randomize kontrollü deneyler arasındaki önemli farklılıklara rağmen, sosyal araştırmacılar sıklıkla bu terimleri birbirinin yerine kullanırlar. Bu konvansiyonu izleyeceğim, fakat belirli noktalarda, randomizasyon ve kontrol grubu olmaksızın deneyler üzerinde yapılan randomize kontrollü deneylerin değerini vurgulamak için konvansiyonu kıracağım.

Rastgele kontrollü deneyler, sosyal dünya hakkında bilgi edinmenin güçlü bir yolu olduğunu kanıtlamıştır ve bu bölümde, araştırmalarınızda bunları nasıl kullanacağınız hakkında daha fazla bilgi vereceğim. 4.2 bölümünde, Wikipedia'daki bir denemenin örneği ile deneylerin temel mantığını göstereceğim. Daha sonra, bölüm 4.3'te, laboratuar deneyleri ve saha deneyleri arasındaki fark ve analog deneyler ve dijital deneyler arasındaki farkları açıklayacağım. Ayrıca, dijital alan deneylerinin, daha önce mümkün olmayan bir ölçekte, analog laboratuvar deneylerinin (sıkı kontrol) ve analog alan deneylerinin (realizm) en iyi özelliklerini sunabileceğini tartışacağım. Daha sonra, bölüm 4.4'te, zengin deneyler tasarlamak için kritik olan üç kavramı - tedavi etkilerinin ve mekanizmaların geçerliliği, heterojenliği - tanımlayacağım. Bu arka plan ile, dijital deneyleri yürütmek için iki ana stratejide yer alan satışları tanımlayacağım: kendiniz yapın ya da güçlü ile ortaklık kurun. Son olarak, dijital deneylerin gerçek gücünün (bölüm 4.6.1) nasıl yararlanabileceğine dair bazı tasarım tavsiyeleriyle sonuçlanacağım ve bu güçle birlikte gelen sorumluluğun bir kısmını açıklayacağım (bölüm 4.6.2).