4.4.1 درست

جواز ایک استعمال کے نتائج ایک سے زیادہ عام اختتام کی حمایت کتنا سے مراد.

کوئی تجربہ بالکل کامل نہیں ہے، اور محققین نے ممکنہ مسائل کو بیان کرنے کے لئے ایک جامع الفاظ تیار کیا ہے. والادی اس حد سے مراد کرتی ہے جس کے نتیجے میں کسی مخصوص تجربے کے نتیجے میں کچھ اور عام نتیجے کی حمایت ہوتی ہے. سماجی سائنسدانوں کو یہ پتہ چلا ہے کہ یہ چار بنیادی اقسام میں درستیت تقسیم کرنے کے لئے مددگار ہے: اعداد وشمار کی توثیق، اندرونی صداقت، صداقت، اور بیرونی صداقت (Shadish, Cook, and Campbell 2001, chap. 2) . ان تصورات کو مدنظر رکھتے ہوئے آپ کو معائنہ کرنے اور ایک تجربے کے ڈیزائن اور تجزیہ کو بہتر بنانے کے لئے ایک ذہنی چیک لسٹ فراہم کرے گا، اور یہ آپ کو دیگر محققین کے ساتھ بات چیت میں مدد ملتی ہے.

اعداد و شمار کے اعداد و شمار کا تجزیہ صحیح طریقے سے کیا گیا تھا کے ارد گرد اعداد و شمار کے اختتام کے اعتبار سے مراکز. Schultz et al. (2007) تناظر میں Schultz et al. (2007) ، اس طرح کا ایک سوال یہ ہوتا ہے کہ آیا وہ اپنے \(p\) صحیح طریقے سے مرتب کیے گئے ہیں. اعداد و شمار کے اصولوں کو ڈیزائن کرنے اور تجزیہ کرنے کی ضرورت ہے اس کتاب کے دائرہ کار سے باہر ہیں، لیکن انھیں ڈیجیٹل عمر میں بنیادی طور پر تبدیل نہیں کیا گیا ہے. تاہم، کیا تبدیل ہو گیا ہے، یہ ہے کہ ڈیجیٹل تجربات میں ڈیٹا کا ماحول نئے مواقع پیدا کرتا ہے جیسے علاج کے اثرات کے اثرات کا اندازہ کرنے کے لئے مشین سیکھنے والے طریقوں کا استعمال کرتے ہوئے (Imai and Ratkovic 2013) .

داخلی اعتبار کی مراکز اس کے ارد گرد ہیں کہ تجرباتی طریقہ کار درست طریقے سے انجام دیا گیا ہے. Schultz et al. (2007) تجربے پر واپس Schultz et al. (2007) ، اندرونی اعتبار کے بارے میں سوالات تصادفی کے ارد گرد مرکز، علاج کی ترسیل، اور نتائج کی پیمائش کر سکتے ہیں. مثال کے طور پر، آپ کو اس بات کا خدشہ ہوسکتا ہے کہ تحقیق کے معاونین نے قابل اعتماد بجلی میٹر نہیں پڑھا. حقیقت میں، Schultz اور ساتھیوں کو اس مسئلہ کے بارے میں فکر مند تھا، اور ان کے دو بار پڑھنے کے ایک میٹر کا نمونہ تھا؛ خوش قسمتی سے، نتائج لازمی طور پر ایک جیسی تھے. عام طور پر، Schultz اور ساتھیوں کے تجربے کو اعلی اندرونی اعتبار کی ضرورت ہے، لیکن یہ ہمیشہ کیس نہیں ہے: پیچیدہ میدان اور آن لائن تجربات اکثر اصل میں صحیح لوگوں کو صحیح علاج فراہم کرنے اور سب کے لئے نتائج کو ماپنے میں مشکلات میں چلتے ہیں. خوش قسمتی سے، ڈیجیٹل عمر اندرونی صداقت کے بارے میں تشویش کم کرنے میں مدد مل سکتی ہے کیونکہ اس بات کو یقینی بنانا آسان ہے کہ علاج ان لوگوں کو پہنچایا جائے جو اسے حاصل کرنا اور تمام شرکاء کے لئے نتائج کی پیمائش کرنا ہے.

اعداد و شمار اور نظریاتی تعمیرات کے درمیان میچ کے ارد گرد درستیت مرکزوں کی تعمیر. جیسا کہ باب 2 میں بحث کی گئی ہے، تعمیرات خلاصہ تصورات ہیں جو سماجی سائنسدانوں کے بارے میں ہیں. بدقسمتی سے، یہ خلاصہ تصورات کو ہمیشہ واضح تعریف اور پیمائش نہیں ہوتی. Schultz et al. (2007) کو واپس Schultz et al. (2007) ، دعوی ہے کہ زخمی سماجی معیارات بجلی کے استعمال کو کم کرسکتے ہیں، محققین کو اس علاج کو ڈیزائن کرنا ہوگا جو "تابع سماجی نورم" (مثال کے طور پر، ایک امیٹون) کو ہراساں کرے اور "بجلی کے استعمال" کی پیمائش کرے. ینالاگ تجربات میں، بہت سے محققین نے اپنے علاج کا ڈیزائن کیا اور اپنے نتائج کا اندازہ کیا. یہ نقطہ نظر اس بات کو یقینی بناتا ہے کہ، جتنا ممکن ہو، تجربات خلاصہ تعمیر کا مطالعہ کیا جا رہا ہے. ڈیجیٹل تجربات میں جہاں محققین کمپنیوں یا حکومتوں کے ساتھ علاج فراہم کرنے اور نتائج کے پیمانے پر ہمیشہ ڈیٹا بیس سسٹم استعمال کرتے ہیں، استعمال کرتے ہیں اور تجرباتی اور نظریاتی تعمیر کے درمیان میچ کم تنگ ہوسکتی ہے. اس طرح، میں امید کرتا ہوں کہ تعمیر کی توثیق کے مطابق ڈیجیٹل تجربوں میں تعمیر کی بڑی تشویش ہو گی.

آخر میں، بیرونی اعتبار سے مراکز اس کے اردگرد ہیں کہ اس تجربے کے نتائج دوسرے حالات میں عام ہوسکتے ہیں. Schultz et al. (2007) کو واپس Schultz et al. (2007) ، کسی سے یہ پوچھا سکتا ہے کہ آیا یہ خیال لوگوں کو ان کے ساتھیوں سے تعلق رکھنے میں اپنے توانائی کے استعمال کے بارے میں معلومات فراہم کرتا ہے اور زخمیوں کے تابع معیاروں کا اشارہ (مثال کے طور پر، جذباتی طور پر) - توانائی کے استعمال کو کم کرنے کے لئے اگر مختلف طریقے سے کیا گیا ایک مختلف ترتیب میں. سب سے اچھی طرح سے ڈیزائن شدہ اور اچھی طرح سے چلانے والے تجربات کے لۓ، خارجی اعتبار کے بارے میں خدشات سب سے زیادہ مشکل ہے. ماضی میں، بیرونی جائزے کے بارے میں ان بحثوں میں اکثر ایک ایسے کمرے میں بیٹھے ہوئے لوگوں سے زیادہ کچھ بھی شامل نہیں تھا جو تصور کرنے کی کوشش کر رہے تھے کہ کیا طریقہ کار مختلف طریقوں سے، یا مختلف جگہ میں، یا مختلف شرکاء کے ساتھ کیا ہوتا ہے. . خوش قسمتی سے، ڈیجیٹل عمر محققین کو ان اعداد و شمار سے آزاد تجاویز سے باہر منتقل کرنے کے لئے اور تجرباتی طور پر بیرونی درستیت کا تعین کرنے کے قابل بناتا ہے.

کیونکہ Schultz et al. (2007) نتائج Schultz et al. (2007) اتنا دلچسپ تھا، اوپنور نے ایک کمپنی کو امریکہ میں افادیت کے ساتھ شراکت داری سے علاج کرنے کے لئے مزید وسیع پیمانے پر تعینات کیا. Schultz et al. (2007) ڈیزائن کے مطابق Schultz et al. (2007) ، اوور نے اپنی مرضی کے مطابق ہوم انرجی رپورٹس کو تشکیل دیا جس میں دو اہم ماڈیول تھے: ایک گھریلو گھریلو بجلی کا استعمال اپنے پڑوسیوں کے ساتھ جذباتی ہے اور توانائی کے استعمال کو کم کرنے کے لۓ تجاویز فراہم کرتا ہے. پھر، محققین کے ساتھ شراکت میں، اوورور نے ان ہوم انرجی رپورٹس کے اثرات کا اندازہ کرنے کے لئے بے ترتیب کنٹرول استعمال کیا. اگرچہ ان تجربات میں علاج عام طور پر جسمانی طور پر عام طور پر پرانی طور پر پرانے میلے کے ذریعے بھیج دیا گیا تھا - نتیجہ جسمانی دنیا میں (ڈیجیٹل میٹر) جیسے ڈیجیٹل آلات کا استعمال کرتے ہوئے ماپا تھا. اس کے علاوہ، ہر گھر کا دورہ کرنے والے معاون طور پر تحقیق کے معاونوں کے ساتھ اس معلومات کو جمع کرنے کے بجائے، محققین نے طاقتور کمپنیوں کے ساتھ شراکت میں کیا جو محققین طاقتور ریڈنگ تک رسائی حاصل کرنے کے قابل ہو. اس طرح، یہ جزوی طور پر ڈیجیٹل فیلڈ تجربات کم متغیر قیمت پر بڑے پیمانے پر چل رہے تھے.

شناخت 4.6: ہوم انرجی رپورٹس میں سوشل موازنہ ماڈیول اور ایکشن کے اقدامات ماڈیول تھا. Allcott (2011) کی اجازت سے دوبارہ پیش کی گئی، اعداد و شمار 1 اور 2.

تجربے کے پہلے سیٹ میں 600،000 خاندانوں نے 10 مختلف سائٹس سے Allcott (2011) پتہ چلا کہ گھر توانائی کی رپورٹ بجلی کی کھپت کو کم کرتی تھی. دوسرے الفاظ میں، بہت زیادہ، جغرافیایی متنوع مطالعہ کے نتائج کو Schultz et al. (2007) نتائج کی طرح سے مختلف طور پر ملتے جلتے تھے Schultz et al. (2007) . اس کے بعد، 101 مختلف سائٹس میں 8 لاکھ اضافی گھروں میں شامل ہونے والی تحقیق میں، Allcott (2015) دوبارہ پتہ چلا کہ گھر کی توانائی کی رپورٹ مسلسل بجلی کی کھپت کو کم کرتی تھی. تجربوں کا یہ بہت بڑا مجموعہ بھی ایک دلچسپ نیا نمونہ ہے جسے کسی بھی تجربے میں نظر انداز نہیں کیا جائے گا اس کا پتہ چلا ہے: اثرات کا سائز بعد میں تجربات میں کمی (4.7 شکل). Allcott (2015) نے یہ اندازہ کیا کہ یہ کمی ہوا کیونکہ اس وقت کے ساتھ، مختلف قسم کے شرکاء پر علاج کا اطلاق کیا گیا تھا. مزید خاص طور پر، مزید ماحولیاتی توجہ مرکوز کے گاہکوں کے ساتھ افادیت زیادہ سے زیادہ پروگرام کو اپنانے کے لئے تھے، اور ان کے گاہکوں کے علاج کے لئے زیادہ ذمہ دار تھے. کم ماحولیاتی توجہ مرکوز کرنے والے گاہکوں کے ساتھ افادیت کے پروگرام کو اپنایا، اس کی تاثیر میں کمی آئی تھی. اس طرح، تجربات میں بے ترتیب طور پر یہ یقینی بناتا ہے کہ علاج اور کنٹرول گروپ اسی طرح کی ہے، تحقیقاتی سائٹس میں تصادفی اس بات کو یقینی بناتا ہے کہ تخمینوں کے ایک گروپ سے زیادہ عام آبادیوں کو عام طور پر کیا جا سکتا ہے (نمونے کے بارے میں باب 3 میں سوچتے ہیں). اگر تحقیقی سائٹس بے ترتیب طور پر نمونے نہیں کر رہے ہیں تو پھر عام طور پر مکمل طور پر ڈیزائن کردہ اور استعمال کردہ تجربے سے بھی مشق ہوسکتی ہے.

شکل 4.7: بجلی کی کھپت پر ہوم توانائی کی رپورٹ کے نتائج پر 111 تجربات کے نتائج. اس سائٹ پر جہاں پروگرام بعد میں منظور کیا گیا تھا، اس سے چھوٹے اثرات مرتب ہوتے ہیں. Allcott (2015) کا استدلال کرتا ہے کہ اس طرز عمل کا ایک بڑا ذریعہ یہ ہے کہ اس سائٹ پر زیادہ سے زیادہ ماحولیاتی توجہ مرکوز کرنے والے صارفین کو پہلے سے ہی پروگرام کو اپنانے کا امکان ہے. Allcott (2015) سے Allcott (2015) ، 3.

Allcott (2011) طور پر، یہ 111 تجربات - 10 میں Allcott (2011) اور Allcott (2015) میں 101 نے Allcott (2015) بھر میں تقریبا 8.5 ملین خاندانوں کو حل کیا. وہ مسلسل ظاہر کرتے ہیں کہ ہوم انرجی رپورٹس اوسط بجلی کی کھپت کو کم کرتی ہیں، جس کا نتیجے میں کیلیفورنیا کے 300 گھروں سے Schultz اور ساتھیوں کی اصل نتائج کی حمایت کرتا ہے. صرف ان اصل نتائج کا پیچھا کرنے کے علاوہ، پیچیدہ تجربات یہ بھی ظاہر کرتا ہے کہ اثر کا سائز محل وقوع سے مختلف ہوتا ہے. تجربات کا یہ مجموعہ جزوی طور پر ڈیجیٹل فیلڈ تجربات کے بارے میں دو مزید عام نکات بھی بیان کرتا ہے. سب سے پہلے، محققین بیرونی اعتبار سے متعلق خدشات سے متعلق خدشات کو حل کرنے کے قابل ہو جائیں گے جب چلانے کے تجربات کی لاگت کم ہے، اور یہ ہوسکتا ہے کہ اگر یہ نتیجہ پہلے سے ہی ڈیٹا بیس سے ماپا جائے. لہذا، اس سے پتہ چلتا ہے کہ محققین دیگر دلچسپ اور اہم رویے کے لۓ دیکھنا چاہتے ہیں جو پہلے ہی ریکارڈ کیا جا رہا ہے، اور پھر اس موجودہ ماپنے بنیادی ڈھانچہ کے اوپر تجربات کا ڈیزائن کریں. دوسرا، اس سیٹ کے تجربات ہمیں یاد دلاتے ہیں کہ ڈیجیٹل فیلڈ تجربات آن لائن نہیں ہیں؛ تیزی سے، میں امید کرتا ہوں کہ تعمیراتی ماحول میں سینسر کی طرف سے ماپا بہت سے نتائج کے ساتھ وہ ہر جگہ رہیں گے.

چار اقسام کی اعتبار سے اعداد وشمار کی توثیق، اندرونی صداقت، معقولیت کی تعمیر، اور بیرونی جائزیت - محققین کی مدد کرنے کے لئے ایک ذہین چیک لسٹ فراہم کرتے ہیں اس بات کا تعین کرتے ہیں کہ کسی مخصوص تجربے کے نتائج زیادہ عام نتیجے کی حمایت کرتے ہیں. ڈیجیٹل عمر تجربات میں، سنجیدہ عمر کے تجربات کے مقابلے میں، بیرونی طور پر بیرونی اعتبار سے خطاب کرنے کے لئے آسان ہونا چاہئے، اور اندرونی اعتبار کو یقینی بنانے کے لئے بھی آسان ہونا چاہئے. دوسری طرف، تعمیر کی توثیق کے مسائل شاید ڈیجیٹل عمر تجربات میں زیادہ چیلنج ہو گی، خاص طور پر ڈیجیٹل میدان تجربات جو کمپنیوں کے ساتھ شراکت دار ہیں.