4.1 Введення

У підходах, покритих досі в цій книзі спостережень за поведінкою (глава 2) і задавати питання (Глава 3) -researchers збирають дані про те, що в природі в світі. Підхід В цьому розділі розглядаються виконуються експериментів, принципово відрізняється. Коли дослідники проводити експерименти, вони систематично втручаються в світі, щоб створити дані, які ідеально підходять для відповідей на питання про причинно-наслідкових зв'язків.

Причинно-наслідкові питання дуже поширені в соціальних дослідженнях, а також приклади включає в себе такі питання, як підвищення чи зарплати вчителів збільшити навчання студентів? Який вплив мінімальної заробітної плати на рівень зайнятості? Як гонка при прийомі на роботу заявника здійснити свій шанс отримати роботу? На додаток до цих явно причинних питання, іноді причинно-наслідкові питання маються на увазі більш загальні питання про максимізації деякої метрики продуктивності. Наприклад, питання: "Який колір кнопки буде максимізувати пожертви на сайті сайті НУО?" Дійсно багато питань про вплив різних кольорів кнопки на пожертвування.

Один із способів відповісти на причинно-наслідкові питання, щоб шукати закономірності в існуючих даних. Наприклад, використовуючи дані з тисяч шкіл, ви можете порахувати, що студенти вчаться більше в школах, які пропонують високі зарплати вчителям. Але, хіба це співвідношення показує , що більш високі зарплати викликають студентів , щоб дізнатися більше? Звичайно, ні. Школи, де вчителі заробляють більше можуть відрізнятися у багатьох відношеннях. Наприклад, студенти в школах з високої заробітної плати вчителів може виходити від багатших родин. Таким чином, схоже, що ефект вчителів може просто виходити від порівняння різних типів студентів. Ці невраховані відмінності між студентами називаються втручається чинників і в цілому, можливість втручаються завдає шкоди дослідників здатність відповідати причинно-наслідкові питання шляхом пошуку моделей в існуючих даних.

Одним із шляхів вирішення проблеми втручаються, щоб спробувати зробити справедливі порівняння шляхом коригування для спостережуваних розходжень між групами. Наприклад, ви могли б бути в змозі завантажити дані з податку на майно від ряду урядових веб-сайтів. Потім, ви могли б порівняти успішність учнів в школах, де ціни на житло схожі, але заробітна плата вчителя різні, і ви все ще можете виявити, що студенти вчаться більше в школах з вищим учителем оплати. Але, є ще багато можливих ускладнюють. Може бути, батьки цих студента розрізняються за рівнем освіти або, можливо, школи розрізняються по своїй близькості до публічним бібліотекам або, можливо, школи з вищою учителем заробітної плати також мають більш високу оплату праці для директорів і основний заробітної плати, а не вчитель платити, насправді те, що зростає навчання студентів. Ви могли б спробувати виміряти ці та інші чинники, а також, але список можливих втручаються по суті безмежні. У багатьох ситуаціях, ви просто не можете виміряти і відрегулювати для всіх можливих втручаються. Такий підхід може тільки ви до сих пір.

Краще рішення проблеми втручаються в проведенні експериментів. Експерименти дозволяють вченим вийти за межі кореляцій в природі даних для того, щоб надійно відповісти на причинно-наслідковий питання. В аналоговому віці, експерименти були часто логістично складно і дорого. Тепер, в епоху цифрових технологій, матеріально-технічні обмеження поступово зникають. Мало того, що це легше робити експерименти, як ті дослідники зробили в минулому, тепер можна запускати нові види експериментів.

У те, що я написав до сих пір я був трохи вільно моєю мовою, але важливо розрізняти дві речі: експерименти і рандомізованих контрольованих експериментів. В експерименті дослідник втручається в світі , а потім вимірює результат. Я чув цей підхід, описаний як "обурюють і спостерігати." Ця стратегія дуже ефективна в природничих науках, але і в медичних і соціальних науках, є інший підхід, який працює краще. У рандомізованому контрольованому експерименті дослідник втручається для деяких людей , а не для інших, і, критично, дослідник вирішує , які люди отримують втручання рандомізації (наприклад, монетку). Ця процедура гарантує, що рандомізовані контрольовані експерименти створюють справедливі порівняння між двома групами: одна, яка отримала втручання і той, який не має. Іншими словами, рандомізовані контрольовані експерименти рішення проблеми втручаються. Незважаючи на істотні відмінності між експериментами і рандомізованих контрольованих експериментів, соціальні дослідники часто використовують ці терміни взаємозамінні. Я буду слідувати цій угоді, але в певні моменти, я буду порушувати конвенцію, щоб підкреслити значення рандомізованих контрольованих експериментів над експериментами без рандомізації і контрольною групою.

Рандомізовані контрольовані експерименти виявилися потужним засобом, щоб дізнатися про соціальний мир, і в цьому розділі я покажу вам більше про те, як використовувати їх у ваших дослідженнях. У розділі 4.2, я буду ілюструвати основну логіку експериментів з прикладом експерименту на Вікіпедії. Потім в розділі 4.3, я опишу різницю між лабораторних експериментів і польових експериментів і відмінності між аналоговими і цифровими експериментами експериментів. Крім того, я буду стверджувати, що експерименти цифрові поля можуть запропонувати кращі характеристики аналогових експериментів лабораторії (жорсткий контроль) і експерименти аналогового поля (реалізм), все в масштабі, що було неможливо раніше. Далі, в розділі 4.4, я опишу три поняття недійсності, гетерогенність ефектів лікування, а також механізми, які мають вирішальне значення для розробки багатих експериментів. З цим фоном, я буду описувати компроміси, які беруть участь в двох основних стратегій для проведення цифрових експериментів: робити це самостійно (розділ 4.5.1) або в партнерстві з потужним (розділ 4.5.2). І, нарешті, я завершу з деякими дизайн поради про те, як ви можете скористатися реальною силою цифрових експериментів (розділ 4.6.1) і описати деякі з відповідальності, яка приходить з цією силою (розділ 4.6.2). У цьому розділі буде представлений з мінімумом математичних позначень і формального мови; Читачі, зацікавлені в більш формальною, математичному підході до експериментів також повинні прочитати Технічне додаток в кінці цієї глави.