Machine Translated by Google

Efek Usia dan Heuristik dalam Pengambilan Keputusanÿ

Tibor Besedes
Institut Teknologi Georgia

Dek Cary
Universitas Arkansas

Sudipta Sarangi
Universitas Negeri Louisiana dan DIW Berlin

Mikhael Shoro
Universitas Vanderbilt

Oktober 2010

Abstrak

Menggunakan eksperimen terkontrol, kami memeriksa bagaimana individu membuat pilihan ketika
dihadapkan dengan banyak pilihan. Tugas pilihan dirancang untuk meniru pemilihan asuransi kesehatan,
obat resep, atau rencana tabungan pensiun. Dalam percobaan kami, opsi yang tersedia dapat diberi
peringkat secara objektif sehingga memungkinkan kami untuk memeriksa pengambilan keputusan yang
optimal. Pertama, kemungkinan seseorang memilih opsi optimal menurun seiring dengan bertambahnya
jumlah opsi, dengan penurunan yang lebih nyata untuk subjek yang lebih tua. Kedua, heuristik berbeda
berdasarkan usia dengan subjek yang lebih tua lebih mengandalkan aturan keputusan suboptimal. Dalam
eksperimen validasi heuristik, subjek yang lebih tua membuat keputusan yang lebih buruk daripada subjek yang lebih muda.

Klasifikasi JEL: C91, D03, I18

Kata kunci: eksperimen, pengambilan keputusan, pilihan optimal, efek usia, heuristik

Para penulis ingin mengucapkan terima kasih kepada Colin Camerer, Naci Mocan, Bill Neilson, Bart Wilson,
dan peserta seminar pada Konferensi Asosiasi Ilmu Ekonomi 2007, Kongres Dunia Masyarakat Teori Permainan
2008, Pertemuan Asosiasi Ekonomi Selatan 2008, Lokakarya Pensiun Netspar 2009, DIW Berlin, Institut Teknologi
Georgia, Universitas Negeri Louisiana, Institut Max Planck, Universitas Queens, Universitas Connecticut,
Universitas Exeter, Universitas Tennessee, Universitas Texas-Dallas, Universitas Wisconsin-Milwaukee, Universitas
Rutgers, dan Virginia Tech agar bermanfaat komentar. Selain itu, kami berterima kasih atas komentar bijaksana
dari wasit anonim dan editor. Penelitian ini didukung oleh NIH National Institute on Aging grant R21AG030184.
Machine Translated by Google

“Memiliki kesempatan untuk memilih bukanlah berkah jika kita

merasa tidak memiliki sarana untuk memilih dengan bijak.”
— Barry Schwartz, Paradoks Pilihan

1. Perkenalan

Di bawah asumsi ekonomi standar tentang perilaku, pembuat keputusan tidak pernah bisa lebih buruk

off ketika disediakan dengan lebih banyak alternatif. Ini bersandar pada formalisme bahwa supremum dari

fungsi apa pun pada beberapa himpunan X tidak pernah kurang dari supremum pada beberapa subset Y yang terkandung dalam

X. Namun, penelitian perilaku menunjukkan bahwa individu mungkin mengalami kesulitan menghadapi

banyak alternatif. Dihadapkan dengan banyak pilihan, mereka sering menunda pengambilan keputusan

dan cenderung tidak senang dengan pilihan mereka. Sedikit yang diketahui tentang kualitas pilihan

dalam pengaturan seperti itu. Sejumlah keputusan penting dalam hidup seperti memilih tabungan pensiun

atau rencana asuransi kesehatan memang melibatkan banyak pilihan. Hal ini dapat menyebabkan pemilihan

rencana yang tampaknya suboptimal (Iyengar dan Kamenica 2010, Choi et al. 2010, Kling et al.

2008).

Tujuan kami adalah untuk memahami bagaimana individu membuat keputusan yang kompleks dan mengapa mereka

terkadang membuat yang buruk. Kami memeriksa frekuensi pengambilan keputusan yang optimal secara sederhana

eksperimen di mana subjek menghadapi set pilihan dengan jumlah opsi multi-atribut yang bervariasi.

Kami tertarik pada bagaimana pengambilan keputusan bervariasi dengan sifat tugas pilihan dan dengan

demografi mata pelajaran. Selanjutnya, kami menyelidiki apakah penggunaan heuristik atau aturan

ibu jari berubah seiring bertambahnya usia. Mengingat pengenalan baru-baru ini tentang cakupan obat Medicare Bagian D

program, kami sangat tertarik untuk memeriksa perbedaan dalam pengambilan keputusan antara

subjek yang lebih muda dan lebih tua.

Banyak peneliti telah mengidentifikasi keengganan untuk memilih dalam berbagai pengaturan. Iyengar dan

Lepper (2000) menunjukkan bahwa konsumen menghadapi berbagai macam selai atau cokelat

cenderung melakukan pembelian atau mengungkapkan kepuasan dengan pilihan mereka daripada konsumen

disajikan dengan variasi yang lebih kecil. Redelmeier dan Shafir (1995) dan Roswarski dan Murray

(2006) menunjukkan bahwa dokter yang menawarkan pilihan obat yang lebih banyak untuk diresepkan lebih kecil kemungkinannya

untuk meresepkan obat apapun, sementara Iyengar et al. (2004) dan Agnew dan Szykman (2005) menunjukkan

1
Machine Translated by Google

bahwa pendaftaran dalam rencana tabungan pensiun di tempat kerja berkurang dengan banyaknya pilihan

asalkan.

Pengenalan baru-baru ini tentang cakupan obat resep ke dalam Medicare memberikan hal lain

contoh. Saat manfaat Medicare baru diluncurkan, laporan di media populer menyarankan

manula "kewalahan" oleh 40 atau lebih pilihan yang disajikan kepada mereka. Dalam satu survei,

sangat sedikit manula yang menganggap banyaknya pilihan ini bermanfaat, sementara 73% berpikir itu akan membuat rencana

seleksi "sulit dan membingungkan" (Kaiser Family Foundation 2006). Frank dan Newhouse

(2007) berpendapat bahwa kompleksitas rencana Medicare Bagian D telah menghambat pendaftaran dan

kemungkinan menghasilkan pilihan suboptimal. Selain itu, Heiss et al. (2007) berpendapat bahwa sebagian besar

4,6 juta penerima Medicare tanpa pertanggungan obat resep akan mendapat manfaat dari

mendaftar.

Sebagian besar penelitian sebelumnya tentang pengambilan keputusan dalam pengaturan ini berfokus pada apakah

keputusan dibuat dan kepuasan yang dilaporkan sendiri atas keputusan tersebut. Kertas kami berangkat

dari penelitian sebelumnya dengan mengukur secara objektif optimalitas keputusan subjek dan

dengan memperkirakan aturan yang digunakan individu ketika membuat pilihan. Dengan memeriksa seberapa optimal

pengambilan keputusan bervariasi dengan usia, sejauh pengetahuan kami, kami adalah yang pertama menggabungkan

ukuran objektif akurasi pilihan dengan efek usia. Beberapa percobaan lapangan telah

berusaha untuk memperkirakan pilihan optimal dari metode aktuaria atau survei (Heiss et al. 2007

dan Musim Dingin dkk. 2006). Namun, pendekatan ini cenderung dibatasi oleh ketidakmampuan mereka untuk

mendefinisikan set pilihan penuh atau mengukur nilai setiap alternatif untuk konsumen tertentu.

Dalam penelitian yang serupa dengan penelitian kami, Schram dan Sonnemans (2008) mengeksplorasi efek kompleksitas

pada pilihan. Mereka mensimulasikan pilihan rencana perawatan kesehatan bergaya dengan informasi mahal

akuisisi di mana subjek diberikan profil kesehatan mereka yang memburuk secara berlebihan

35 periode percobaan. Mereka menemukan bahwa ketika jumlah paket meningkat dari 4 menjadi

10, kualitas keputusan menurun sementara kemungkinan subjek beralih ke rencana baru

meningkat. Schram dan Sonnemans (2008) membangun karya Payne et al. (1993) siapa

memeriksa sejumlah eksperimen multi-atribut yang kompleks dalam berbagai pengaturan. Mereka juga

menemukan kinerja menurun dengan kompleksitas. Tanius dkk. (2009) menguji pengaruh

2
Machine Translated by Google

ukuran pilihan yang ditetapkan pada kualitas pengambilan keputusan. Dalam percobaan mereka, dua kelompok

subjek berusia 18-64 dan 65-91 menghadapi satu tugas dengan 6 atau 24 pilihan, di mana:

setiap opsi mewakili rencana Medicare Bagian D yang disederhanakan. Mereka juga menemukan bahwa kualitas

pengambilan keputusan menurun dengan bertambahnya ukuran set pilihan. Namun, dalam percobaan mereka

kualitas suatu pilihan bukanlah ukuran yang objektif.

Eksperimen kami memberi subjek serangkaian tugas pilihan multi-atribut di mana satu

pilihan selalu optimal secara objektif. Secara khusus, peringkat opsi tidak tergantung

pada preferensi risiko subjek dan hanya mengharuskan subjek lebih memilih lebih banyak uang daripada lebih sedikit. Itu

set pilihan penuh didefinisikan dengan jelas, seperti nilai setiap opsi. Sedangkan pilihan optimalnya adalah

selalu unik, identitasnya disembunyikan dari subjek dengan memanipulasi baik jumlah

atribut setiap opsi dan jumlah opsi. Tidak seperti Payne et al. (1993), Schram and

Sonnemans (2008), dan Tanius et al. (2009) percobaan kami bebas konteks dan menyediakan untuk

peringkat obyektif pilihan independen dari preferensi mata pelajaran. Selain itu, sebaliknya

untuk Payne dkk. (1993) kami menyediakan subyek kami dengan insentif keuangan. Tanius dkk. (2009)

memberikan insentif keuangan yang tidak terkait dengan kinerja dalam tugas.

Tidak seperti kebanyakan eksperimen di bidang ekonomi, kumpulan subjek kami mencakup individu mulai dari

usia dari 18 hingga lebih dari 80. Sementara pengaruh jenis kelamin pada pengambilan keputusan dalam eksperimen ekonomi

telah menerima banyak perhatian (Croson dan Gneezy 2009, Eckel dan Grossman 2008,

Cox dan Deck 2006), pengaruh usia belum banyak dipelajari. Satu pengecualian penting

adalah Kovalchik dkk. (2005) yang menemukan sedikit perbedaan antara subjek yang lebih tua dan yang lebih muda dalam a

berbagai percobaan. Sebaliknya, kami menemukan perbedaan yang signifikan dan mendiskusikan hal ini

disparitas nanti di koran.

Dalam eksperimen kami, subjek membuat pilihan optimal dalam 40% dari semua tugas pilihan, dengan yang lebih tua

subjek membuat lebih banyak kesalahan keputusan daripada peserta yang lebih muda. Yang bergelar sarjana

derajat membuat lebih sedikit kesalahan, sementara tingkat pendidikan lainnya tidak memiliki pengaruh yang signifikan.

Pengambilan keputusan yang optimal tidak berbeda dengan jenis kelamin. Kami menemukan bahwa meningkatkan jumlah

pilihan mengurangi frekuensi pilihan yang optimal. Efek ini jauh lebih besar untuk subjek yang lebih tua

menunjukkan efek urutan kedua usia: subjek yang lebih tua mengalami peningkatan kesalahan yang lebih besar

3
Machine Translated by Google

daripada subjek yang lebih muda karena jumlah opsi meningkat. Secara keseluruhan, kami menunjukkan bahwa lebih tua

subjek membuat keputusan secara signifikan kurang efisien daripada subjek yang lebih muda.

Kami memeriksa beberapa kemungkinan penjelasan untuk efek usia. Kami menunjukkan bahwa itu tidak mungkin

dijelaskan oleh berbagai tingkat pencapaian pendidikan di seluruh usia. Eksperimen taruhan yang lebih tinggi

mereplikasi temuan awal kami, menunjukkan bahwa penjelasan ekonomi, seperti biaya pencarian atau

efek kekayaan, kemungkinan besar bukan penyebab perbedaan dalam pengambilan keputusan yang optimal di seluruh usia.

Kami kemudian fokus pada penjelasan perilaku dengan memperkirakan aturan keputusan sederhana atau heuristik

mata pelajaran mungkin menggunakan.

Individu sering menggunakan aturan keputusan suboptimal ketika memilih di antara 401(k) rencana. Com

strategi mon termasuk mengalokasikan secara merata di antara semua pilihan (Benartzi dan Thaler 2002, Hu

berman dan Jiang 2006) atau memilih dana pasar uang yang paling aman dan berimbal hasil rendah (Iyengar

dan Kamenica 2010). Mengingat batas kemampuan otak untuk menyimpan dan memproses informasi

(Miller 1956, Cowan 2001), penggunaan heuristik menyederhanakan keputusan. Heuristik digunakan

oleh orang yang lebih muda dan yang lebih tua seringkali berbeda. Misalnya, individu yang lebih tua memeriksa lebih sedikit informasi

dan mempertimbangkan lebih sedikit pilihan ketika membuat pilihan (Cole dan Balasubramanian 1993,

Johnson 1993, Zwahr dkk. 1999). Korniotis dan Kumar (2010) menggunakan data investasi aktual

keputusan dari sekitar 80.000 rumah tangga dan menemukan bahwa investor yang lebih tua lebih mungkin untuk menggunakan

aturan investasi umum dan kurang terampil dalam menerapkannya dengan sukses.

Jika individu yang lebih tua dan yang lebih muda mendekati keputusan secara berbeda, ini bisa menjadi penting

implikasi kebijakan. Bisakah orang dewasa muda diharapkan membuat perencanaan pensiun yang optimal?

pilihan ketika disajikan dengan berbagai pilihan investasi 401(k)? Bisakah individu yang lebih tua?

diharapkan untuk membuat pilihan yang baik ketika memilih asuransi medis atau obat resep

rencana? Kedua keputusan tersebut memiliki dampak ekonomi yang signifikan, karena total aset dalam rencana 401(k)

melebihi $1,8 triliun (EBRI 2005) dan satu dari setiap dua puluh dolar di Amerika Serikat dibelanjakan

tentang perawatan kesehatan bagi mereka yang berusia di atas 65 tahun (Liu et al. 2007).

Literatur psikologi mengidentifikasi beberapa heuristik umum yang digunakan individu untuk memilih

di antara opsi multi-atribut. Berfokus pada yang paling menonjol, kami cocok dengan gabungan

memodelkan data kami dan menetapkan bobot yang dialokasikan subjek untuk keputusan yang berbeda ini

4
Machine Translated by Google

membuat strategi. Kami menemukan heuristik berbeda dengan usia. Subjek yang lebih tua cenderung membuang informasi

tentang kepentingan relatif atribut, memilih opsi dengan jumlah terbesar

atribut. Ini mirip dengan memilih rencana obat resep hanya berdasarkan jumlah

obat yang dicakup setiap rencana, dan bukan kemungkinan bahwa setiap obat akan dibutuhkan. Kami merancang yang baru

eksperimen sebagai validasi estimasi heuristik. Kami kembali menemukan orang yang lebih tua membuat

keputusan optimal yang lebih sedikit sebagai konsekuensi dari penggunaan heuristik mereka. Kami menunjukkan bahwa sub yang lebih tua

objek lebih mudah dimanipulasi melalui presentasi dan desain opsi, yang hasilnya

di dalamnya tidak hanya membuat keputusan optimal yang lebih sedikit, tetapi juga membuat keputusan yang kurang efisien.

Kekuatan kognitif otak manusia tidak konstan sepanjang hidup sebagai fungsi kognitif

dan memori kerja menurun seiring bertambahnya usia.1 Mungkin sebagai akibatnya, individu yang lebih tua tampak menghadapi

kesulitan yang lebih besar dengan keputusan (Frank 2007, Hanoch dan Rice 2006, Hibbard et al. 2001)

dan lebih rentan terhadap kesalahan keputusan (Finucane et al. 2002). Namun, senior hari ini mungkin

berbeda dari populasi yang lebih muda saat ini karena alasan yang tidak terkait dengan efek kognitif penuaan.

Generasi mungkin memiliki ciri khas yang menyiratkan bahwa pemuda saat ini tidak akan menyerupai mereka

kakek-nenek dalam beberapa dekade. Perbedaan pendidikan, lingkungan, budaya, dan ekonomi

kondisi dapat berkontribusi pada perbedaan yang diamati dalam studi cross-sectional. Namun, dari

sudut pandang meningkatkan pengambilan keputusan di antara para senior saat ini, perbedaan antara

efek kognitif dan kohort kurang erat.

2 Desain dan Prosedur Eksperimental

Eksperimen terdiri dari serangkaian tugas pilihan terkomputerisasi. Dalam setiap tugas ada

jumlah keadaan berbeda yang dapat terjadi dengan probabilitas yang diketahui. Subyek memilih di antara

satu set opsi di mana opsi didefinisikan sebagai kumpulan status. Setiap tugas diwakili dalam

bentuk tabel, sederhana, metode umum untuk menyajikan alternatif yang sering disukai

oleh subyek (Agnew dan Szykman 2005). Gambar 1 menunjukkan tangkapan layar dari contoh tugas. Itu

set negara bagian membentuk baris tabel dan diberi label "Kartu" sementara opsi diwakili

1Lihat, misalnya, Mittenberg dkk. (1989), MacPherson dkk. (2002), dan Zelinski dan Burnight (1997).
Dengan bertambahnya usia, individu mengalami daya ingat yang lebih rendah (Gilchrist et al. 2008), berkurangnya kemampuan untuk
membuat koneksi (Mitchell et al. 2000), fokus tugas yang kurang (Isella et al. 2008), dan pemrosesan informasi yang lebih lambat (Cerella 1985).

5
Machine Translated by Google

Gambar 1: Cuplikan layar tugas pilihan sampel

dengan kolom dan diberi label menurut abjad. Tanda centang di kolom Opsi menunjukkan semua

negara bagian yang termasuk dalam opsi itu. Akhirnya, kolom berlabel “Odds” menunjukkan probabilitas

keadaan tertentu yang terjadi, disajikan kepada subjek sebagai jumlah setiap jenis kartu dalam dek

dari 100 kartu.

Setelah subjek memilih opsi, satu negara dipilih secara acak. Ini tercapai

dengan meminta subjek mengambil satu kartu dari 100 kartu yang dikocok secara acak yang ditampilkan menghadap ke bawah

layar. Setelah subjek menarik kartu dengan mengkliknya, nomor pada setiap kartu adalah

mengungkapkan. Jika opsi yang dipilih subjek berisi status yang dipilih, subjek mendapatkan $1 untuk

tugas itu, dan $0 sebaliknya.

Dalam contoh di Gambar 1, subjek yang memilih Opsi A akan mendapatkan $1 jika salah satu dari

dua puluh empat Kartu 1, atau salah satu dari dua puluh satu Kartu 3, atau salah satu dari dua belas Kartu 5, atau salah satu dari

sembilan Kartu 6 ditarik. Opsi C adalah pilihan optimal karena pembayaran yang diharapkan sebesar 0,71,

ditemukan dengan menjumlahkan probabilitas negara yang tercakup, lebih besar dari pembayaran yang diharapkan

opsi lainnya (0,66, 0,50, dan 0,62 untuk Opsi A, B, dan D). Menggambar hanya satu keadaan

setelah subjek memilih opsi menghilangkan pertimbangan risiko dari masalah, memungkinkan

6
Machine Translated by Google

13 pilihan
negara bagian Distribusi 4 pilihan
6 10 PDF 1 PDF 2 ABCDEFGHIJKLM
Kartu 1 15 1 XXXXXXXX
Kartu 1 { Kartu 7 21{ 6 2{ 1 XXXXXXXX

Kartu 2 10 22 XX XX x
Kartu 2 { Kartu 8 26{ 16 38{ 16 XX XX x

Kartu 3 Kartu 3 12 1 XXXXXXXXX

Kartu 4 7 12 XXX XXXXXXX

Kartu 4 { Kartu 9 24{ 17 31{ 19 XXX XXXXXXX

Kartu 5 Kartu 5 8 26 x XXXXXX

Kartu 6 4 1 XXXXXX XXX

Kartu 6 { Kartu 10 9{ 5 2{ 1 XXXXXX XXX
Tabel menunjukkan delapan opsi, distribusi, dan kombinasi keadaan. Subjek melihat opsi A, B, C, dan
D, dalam tugas 4 opsi dan opsi A hingga M dalam tugas 13 opsi. Peluang terambilnya kartu
ditentukan oleh distribusi probabilitas PDF1 atau PDF2. Tugas 10-negara diturunkan dengan membagi
beberapa negara bagian dalam tugas 6 negara bagian. Probabilitas keadaan asli dialokasikan di antara yang baru
(sub)state berasal darinya, dan setiap (sub)state mewarisi tanda centang (atau tidak adanya tanda centang).

Tabel 1: Perlakuan Eksperimental

untuk perbandingan langsung di seluruh mata pelajaran.

Subyek disajikan dengan delapan tugas pilihan yang merupakan 2 × 2 × 2 dalam mata pelajaran

desain. Dimensi pertama adalah jumlah opsi (empat atau tiga belas), yang kedua adalah

distribusi probabilitas atas negara bagian (PDF1 atau PDF2), dan yang ketiga adalah jumlah negara bagian

(enam atau sepuluh). Desain lengkap ditunjukkan pada Tabel 1. Contoh pada Gambar 1 sesuai dengan

4-opsi 6-negara tugas PDF1.

Jumlah opsi dalam tugas pilihan adalah empat atau tiga belas, mewakili lebih banyak

dari tiga kali lipat peningkatan di tugas-tugas pilihan. Distribusi yang dilambangkan PDF1 menempatkan lebih banyak

bobot yang adil meskipun tidak identik pada negara bagian, sedangkan sebagian besar massa probabilitas

PDF2 terkonsentrasi pada beberapa negara bagian. Akibatnya, opsi di bawah PDF1 memiliki

variasi hasil yang lebih kecil, sementara di bawah PDF2, pembayaran lebih banyak didistribusikan. Keputusan

di bawah PDF2 mungkin lebih mudah bagi individu yang memilih untuk fokus pada status probabilitas tinggi dan

7
Machine Translated by Google

diskon peristiwa probabilitas yang lebih rendah (Camerer dan Kunreuther 1989). Kedua distribusi

berbeda saat kumpulan pilihan berkembang dari empat menjadi tiga belas opsi. Di bawah PDF1, optimal

opsi tidak berubah saat opsi baru (suboptimal) ditambahkan. Di bawah PDF2, perluasan

kumpulan pilihan memberikan alternatif yang jelas lebih unggul karena opsi optimal berubah dari

hasil yang diharapkan dari 0,71 hingga 0,96. Lebih banyak opsi tidak membantu di bawah PDF1, berdasarkan desain, sementara

PDF2 menawarkan peluang yang signifikan untuk peningkatan.

Jumlah minimum negara bagian ditetapkan pada enam untuk memastikan bahwa tiga belas cukup bervariasi

opsi bisa ada tanpa menyertakan opsi sepele yang mencakup tidak satu pun atau semua

kemungkinan negara. Set pilihan 10-state dibentuk dari 6-state dengan memisahkan beberapa state

menjadi beberapa (sub) keadaan. Probabilitas (sub) baru menyatakan total yang asli

negara. Opsi apa pun yang berisi status asli berisi semua status (sub) baru sementara opsi

tidak mengandung keadaan asli tidak mengandung keadaan (sub) baru. Jadi, mengubah jumlah

negara tidak mengubah struktur yang mendasari set pilihan.

Urutan subjek melihat delapan tugas diacak untuk mengontrol efek urutan

efek. Subjek mempelajari hasil setiap tugas sebelum melanjutkan ke tugas berikutnya. Mereka

tidak diberitahu tentang hubungan ekspansi negara bagian dan opsi. Urutan opsi dan status

dalam setiap tugas pilihan diacak, tetapi diberi label ulang untuk mempertahankan abjad/numerik

Memerintah. Subyek menyelesaikan delapan tugas setelah membaca petunjuk komputerisasi (lihat ap

pendix) dan menyelesaikan tugas 2 opsi 3-status yang berfungsi untuk membiasakan subjek dengan

antarmuka.

Sebanyak 127 subjek berpartisipasi dalam percobaan. Subyek direkrut melalui

eLab Universitas Vanderbilt, panel online yang beragam secara demografis dengan lebih dari 80.000 individu

juga tertarik untuk berpartisipasi dalam studi online. Panel direkrut melalui tautan dari mitra

situs, iklan online, referensi dari panelis lain, dan link dari referensi pencarian online

hasil, antara lain sumber. Subjek untuk penelitian ini dipilih secara acak untuk undangan,

dikelompokkan berdasarkan usia dan jenis kelamin, dengan jumlah yang sama antara pria dan wanita yang ditargetkan dalam setiap usia

kategori. Mengingat banyaknya panelis yang tersedia, eLab menggunakan prosedur dua langkah

untuk memilih mata pelajaran. Pertama, sekitar lima hingga sepuluh ribu panelis dipilih secara acak dari

8
Machine Translated by Google

Semua 18–40 41–60 >60

Usia (rata-rata) 50,7 Usia 29.8 50.2 67.4
(sd) 15,8 Laki-laki 54%
SMU 5.6 5.7 4.6
9% Beberapa perguruan 57% 62% 44%
tinggi 46% Gelar sarjana 6% 9% 13%
26% Pascasarjana 19% 51% 49% 38%
Mata Pelajaran 127 31% 32% 16%
11% 11% 33%
35 47 45

Tabel 2: Karakteristik demografi kelompok subjek

seluruh kolam tunduk pada beberapa kondisi yang dirancang untuk memaksimalkan retensi panelis.

Kedua, jumlah panelis yang cukup dari sub-pool ini dipilih berdasarkan yang diharapkan

tingkat respons untuk setiap orang, diperoleh dengan menggunakan model respons yang terus diperbarui. Se

subjek terpilih dikirimi email undangan dan dua email tindak lanjut selama dua minggu ke depan.

Untuk penelitian kami, tingkat respons melebihi 70%.

Rata-rata usia subjek adalah 50,7 dengan standar deviasi 15,8. Kami mengelompokkan

subjek ke dalam tiga kategori usia yang digunakan dalam analisis berikutnya: 18-40 tahun (tiga puluh lima)

subjek), 41-60 tahun (empat puluh tujuh subjek), dan di atas usia 60 (empat puluh lima subjek).

Ringkasan statistik untuk seluruh sampel dan untuk setiap kelompok umur dilaporkan dalam Tabel 2. Laki-laki

merupakan 54% dari sampel kami. Dalam hal pencapaian pendidikan, 12 mata pelajaran hanya memiliki

SMA, 58 memiliki pendidikan tinggi tetapi tidak memiliki gelar, 33 memiliki gelar sarjana,

dan 24 adalah pemegang gelar sarjana. Setiap tingkat pencapaian pendidikan terwakili

pada masing-masing dari tiga kelompok umur. Eksperimen ini memakan waktu rata-rata 21 menit, di mana 7

menit digunakan pada pengambilan keputusan aktif. Subjek menerima pembayaran rata-rata $9.02,

termasuk pembayaran partisipasi $3. Subyek dibayar baik dengan transfer dana online

atau cek yang dikirimkan pada akhir percobaan.

9
Machine Translated by Google

Pengamatan Optimal Hampir Optimal

Semua 40% 65% 1016

Pilihan 4 47% 72% 508

13 35% 58% 508

negara bagian 6 42% 65% 508

10 39% 65% 508

PDF 1 35% 73% 508

2 47% 57% 508

Usia 18–40 52% 72% 280

41–60 40% 65% 376
>60 32% 59% 360

Seks Tetapi 40% 65% 552

Wanita 41% 65% 464

Tabel 3: Frekuensi pilihan optimal

3. Hasil

3.1 Pengambilan Keputusan yang Optimal

Kami memulai analisis kami dengan beberapa statistik deskriptif umum tentang kinerja subjek secara keseluruhan

(lihat Tabel 3). Karena setiap subjek membuat delapan keputusan, ada total 1.016 yang diamati

keputusan. Pilihan optimal (dengan hasil yang diharapkan tertinggi) dipilih di 40% dari semua

tugas. Kami mendefinisikan opsi sebagai "hampir optimal" jika hasil yang diharapkan berada dalam 10% dari

hasil opsi yang optimal. Pilihan tersebut dipilih dalam dua pertiga dari semua tugas.

Subjek lebih sering membuat pilihan yang lebih baik dalam tugas 4 opsi daripada tugas 13 opsi, pilih

ing opsi optimal dan hampir optimal dengan frekuensi yang jauh lebih besar (Wilcoxon

sign-rank p <0,001.2 Kinerja subjek untuk kedua ukuran jauh lebih baik daripada yang seharusnya

diharapkan jika mereka membuat pilihan secara acak, menunjukkan bahwa penurunan kinerja

mance bukan sekadar artefak desain. Meningkatkan jumlah negara bagian dari enam menjadi sepuluh

tidak menghasilkan perbedaan yang signifikan.3 Membandingkan dua distribusi probabilitas, optimal

2Untuk setiap mata pelajaran, kami membandingkan frekuensi (hampir) pilihan optimal dalam empat tugas 4 pilihan dengan
frekuensi (hampir) pilihan optimal dalam empat tugas 13 pilihan.
3Sementara penambahan empat status lagi tidak mempengaruhi frekuensi pilihan optimal, mungkin ada
mempengaruhi distribusi opsi yang dipilih. Misalnya, dengan tugas 13-opsi khususnya, tampaknya ada
menjadi relatif lebih berat pada sebelas pilihan terburuk. Mengingat ukuran sampel yang relatif kecil, sulit untuk
menguji dengan benar untuk efek distribusi seperti itu.

10
Machine Translated by Google

pilihan dibuat dalam 47% tugas dengan distribusi ekstrim (PDF2) dibandingkan dengan 35%

dengan distribusi yang lebih seragam (PDF1) (Wilcoxon sign-rank p <0,001). Sebaliknya

hubungan berlaku untuk pilihan yang hampir optimal, meskipun ini dapat dikaitkan dengan desain

tugas. Dalam tugas 13-opsi, PDF2 menawarkan satu opsi unggul dengan hasil yang diharapkan sebesar 0,96.

Tidak ada pilihan lain yang mendekati, artinya optimal dan hampir optimal bertepatan. PDF1 ditawarkan

beberapa pilihan yang hampir optimal, membuatnya lebih mudah untuk memilih salah satunya.

Secara keseluruhan, ringkasan statistik menunjukkan (mungkin tidak mengherankan) bahwa mata pelajaran memiliki kesulitan

waktu mengambil jarum dari tumpukan jerami yang lebih besar daripada yang lebih kecil. Mereka juga mengungkapkan kunci

temuan penelitian ini—pengambilan keputusan memburuk seiring bertambahnya usia. Pilihan optimal telah dibuat

dalam 32% dari semua tugas yang dihadapi oleh subjek yang berusia di atas 60 tahun dibandingkan dengan 52% untuk mereka yang berusia di bawah 40 tahun

tahun. Pola serupa ada untuk keputusan yang hampir optimal, dengan 60% subjek yang lebih tua

dan 72% subjek yang lebih muda membuat keputusan yang hampir optimal. Perbedaan dalam kedua ukuran

antara kelompok termuda dan tertua secara statistik signifikan (Mann Whitney p <

0,021). Tidak ada perbedaan yang signifikan antara kelompok menengah dan kelompok tertua (Mann

Whitney p > 0,225), sedangkan kelompok muda dan kelompok menengah sedikit berbeda hanya dalam optimal

keputusan (Mann Whitney p = 0,071). Tidak ada perbedaan antara pria dan wanita

setiap kelompok usia di bawah ukuran baik.

Kami memperkirakan model probit untuk menyelidiki bagaimana karakteristik keputusan dan demo subjek

grafik berdampak pada pemilihan opsi yang optimal (lihat Tabel 4). Satuan pengamatan adalah

keputusan yang dibuat oleh subjek. Untuk mengontrol fakta bahwa setiap subjek membuat delapan keputusan,

kami memperkirakan kesalahan standar yang kuat yang dikelompokkan berdasarkan subjek. Dalam spesifikasi pertama, kami menguji

ine efek utama dari desain. Kami menambahkan karakteristik demografis subjek serta

waktu keputusan dalam tiga spesifikasi berikutnya.

Dalam semua spesifikasi, kami menemukan bahwa meningkatkan jumlah opsi dari empat menjadi tiga belas

mengurangi kemungkinan memilih opsi yang optimal. Meningkatkan jumlah negara bagian dari

enam sampai sepuluh memiliki efek negatif, tetapi umumnya tidak signifikan. Hal ini kemungkinan besar disebabkan oleh

peningkatan yang relatif kecil dalam jumlah negara bagian di seluruh perawatan atau cara di mana

peningkatan negara dilaksanakan. Namun, perkiraan koefisien pada distribusi

11
Machine Translated by Google

(1) (2) (3) (4)

13 Opsi Boneka 0,333*** 0,350*** 0,192** 0,308***
(0,074) (0,076) (0,091) (0,099)

10 boneka negara 0,084 0,088 0,089 0.147*

(0,071) (0,074) (0,074) (0,078)

PDF2 Boneka 0,312*** 0,324*** 0,329*** 0.376***

(0,064) (0,066) (0,066) (0,070)

Usia (Tahun) 0.014*** 0.010* (0.005) 0.010**

(0.005) (0,005)
Pria 0.133 0.155 0,071
(0,143) (0.141) (0.135)

Sarjana 0,576*** 0,621*** 0,577***

(0,167) (0,164) (0,156)

13 Opsi Boneka 0,479*** 0,502***

× Usia > 60 Boneka (0,183) (0,191)
Waktu Keputusan 0,006***
(0,001)
Waktu Keputusan2 /1000 0,004***
(0,001)
Konstan 0.199** 0,491* 0.244 0,077
(0.090) (0,277) (0,301) (0.287)
N 1016 1016 1016 1016
Log PseudoL 668.7 645.7 640.8 623.6

Estimasi parameter (std. error) dengan *, **, dan *** menunjukkan signifikansi pada 10%, 5%,
dan 1%. Kesalahan standar yang kuat, dikelompokkan berdasarkan subjek.

Tabel 4: Perkiraan Probit untuk Kemungkinan Pilihan Optimal

negara (PDF2 Dummy) menunjukkan bahwa pengurangan jumlah kemungkinan status meningkat

pertunjukan. Subjek lebih sering memilih opsi optimal ketika menghadapi tugas dengan

distribusi probabilitas ekstrim keadaan (PDF2) daripada ketika menghadapi distribusi yang

menempatkan bobot yang lebih sama pada setiap negara bagian. Ingatlah bahwa PDF2 memiliki setengah dari status secara kolektif

akuntansi untuk hanya 5% kesempatan untuk mendapatkan bayaran.

Usia memiliki dampak negatif dan sangat signifikan terhadap kemungkinan seseorang akan

pilih opsi yang optimal. Tidak ada perbedaan yang signifikan antara pria dan wanita dalam

kemampuan untuk memilih opsi yang optimal, sedangkan gelar sarjana memiliki pengaruh positif dan signifikan

12
Machine Translated by Google

dampak.4

Termotivasi oleh pengaruh usia, kami menguji interaksi antara pilihan dan usia dengan

menambahkan variabel dummy untuk kelompok usia tertua yang menghadapi tugas 13 pilihan. Dalam spesifikasi (3),

koefisien untuk variabel ini negatif dan sangat signifikan. Ini menunjukkan orde kedua

pengaruh usia. Di luar kinerja yang umumnya lebih buruk di semua tugas pilihan, subjek yang lebih tua adalah

terpengaruh secara tidak proporsional oleh penambahan lebih banyak opsi. Kami menjelajahi interaksi lain

dengan kelompok usia yang lebih tua. Menambahkan variabel dummy untuk grup lama yang menghadapi tugas 10 status

menghasilkan koefisien yang tidak signifikan dengan sedikit perubahan pada variabel lain. Jika sebaliknya

kami menyertakan variabel dummy untuk grup tertua yang menghadapi tugas 13-opsi 10-negara, the

koefisien estimasi besar, negatif, dan sangat signifikan (ÿ0,509, p = 0,005), dengan sedikit

perubahan ke variabel lain.

Dalam spesifikasi terakhir, kami menambahkan jumlah waktu, diukur dalam detik, yang masing-masing

subjek mengambil untuk menyelesaikan tugas dan waktu-kuadrat untuk mengontrol kemungkinan efek nonlinier

waktu. Penambahan waktu keputusan tidak mengubah koefisien lainnya, dengan pengecualian

dari jumlah negara bagian, yang sekarang signifikan pada tingkat 10%. Subjek yang mengambil lebih banyak

waktu untuk menyelesaikan tugas cenderung lebih memilih opsi yang optimal. Kita tidak bisa menggambar

kesimpulan kausal dari pengamatan ini. Bisa jadi menghabiskan lebih banyak waktu dapat menyebabkan

untuk keputusan yang lebih baik atau pembuat keputusan yang lebih baik mungkin menghabiskan lebih banyak waktu. Secara khusus, memiliki

seorang individu menghabiskan lebih banyak waktu pada tugas belum tentu menghasilkan keputusan yang lebih baik. Itu

jangka waktu keputusan kuadrat menunjukkan ada batas efek positif waktu pada optimal

pengambilan keputusan.5

4Kami hanya menyajikan hasil dengan boneka pendidikan pascasarjana karena dimasukkannya boneka 'beberapa pendidikan
perguruan tinggi' dan 'gelar perguruan tinggi' menghasilkan hasil yang serupa dengan tidak ada yang signifikan. Sebuah tes Wald
untuk kesetaraan dua boneka menunjukkan bahwa mereka bersama-sama sama dengan nol (p = 0,258). Sebuah tes Wald bahwa
ketiga boneka pendidikan bersama-sama sama dengan nol menunjukkan hipotesis nol kesetaraan bersama ditolak (p = 0,003).
5Beberapa metode lain dalam memasukkan waktu ke dalam analisis juga tidak mengubah hasil kualitatif.
Misalnya, hasil kami tidak berubah jika kami menggunakan waktu instruksi atau total waktu eksperimen, atau menghilangkan mata
pelajaran yang paling banyak menghabiskan waktu atau mata pelajaran yang menghabiskan waktu kurang dari jumlah waktu rata-
rata.

13
Machine Translated by Google

Usia Seks
Semua
18–40 41–60 >60 Wanita Pria

Efisiensi 86% 90% 87% 84% 60% 87% 87%

Efisiensi Normalisasi 47% 44% 36% 47% 49%
Pengamatan 1.016 280 376 360 552 464

Tabel 5: Efisiensi rata-rata berdasarkan usia

3.2 Efisiensi Pengambilan Keputusan

Hasil kami menunjukkan bahwa frekuensi keputusan yang optimal menurun baik dengan jumlah

dari pilihan yang tersedia dan dengan usia. Selanjutnya, kami memeriksa apakah ini diterjemahkan menjadi keseluruhan

penurunan kualitas keputusan. Seseorang harus berhati-hati dalam membuat perbandingan antar tugas

untuk subjek tertentu karena rangkaian opsi berbeda, membuat kesalahan lebih mahal dalam beberapa tugas

daripada yang lain. Misalnya, memilih opsi secara acak akan menyebabkan kerugian yang lebih besar relatif

ke opsi optimal di bawah PDF2 daripada PDF1. Oleh karena itu, fokus utama kami adalah pada perbandingan

lintas mata pelajaran, yang ukuran utama kinerjanya valid.

Tabel 5 menyajikan dua ukuran kualitas rata-rata keputusan. Efisiensi mewakili

hasil yang diharapkan dari opsi yang dipilih dibagi dengan hasil yang diharapkan dari opsi yang optimal.

Efisiensi yang dinormalisasi didefinisikan serupa kecuali bahwa hasil rata-rata yang diharapkan dari semua avail

opsi yang dapat dikurangkan dari pembilang dan penyebutnya. Jadi, dinormalisasi

efisiensi mewakili peningkatan daripada memilih secara acak, dengan 0% sesuai dengan acak

seleksi, dan 100% sesuai dengan pilihan optimal. Kami menghitung (dinormalisasi) efisiensi dari

setiap keputusan dan kemudian rata-rata di semua delapan keputusan yang dibuat setiap subjek, sampai pada a

sampel sebanyak 127 observasi. Mirip dengan hasil kami pada frekuensi pilihan optimal, lebih tua

subjek membuat keputusan yang kurang efisien. Efisiensi rata-rata keputusan subjek yang lebih tua adalah 84%

sedangkan subjek yang lebih muda adalah 90%. Perbedaan ini sangat signifikan secara statistik (Mann

Whitney p = 0,004). Menurut ukuran efisiensi kami yang dinormalisasi, subjek yang lebih muda memilih

pilihan jauh lebih dekat ke yang optimal, dengan peningkatan 60% dari pilihan acak. Lebih tua

subjek mengalami peningkatan 36% dibandingkan pilihan acak. Perbedaan antara ini

dua kelompok signifikan secara statistik (Mann Whitney p = 0,007). Perbedaan antara

14
Machine Translated by Google

dinormalisasi
Efisiensi Efisiensi Optimalitas

Usia 0.182*** 0,696*** 0,525***

(0.001) (0,002) (0,002)
Pria -1.503 5.762 4.957
(0,019) (0,073) (0,051)

Sarjana 8.187*** 31.389*** 21.335***

(0.025) (0,095) (0,067)
Konstan 94.688*** 79.633*** 65.630***
(0.034) (0,131) (0,093)
R2 0.118 0,116 0,116
Estimasi parameter (std. error) dengan *** yang menunjukkan signifikansi sebesar 1%. Laki-laki adalah
tidak signifikan sebesar 10%. Variabel terikat adalah rata-rata ukuran di seluruh
semua tugas pilihan untuk setiap mata pelajaran. N = 127.

Tabel 6: Perkiraan efisiensi dan demografi OLS

kelompok usia muda dan paruh baya hanya sedikit signifikan untuk kedua ukuran (Mann

Whitney p 0,100), sedangkan perbedaan antara kelompok usia menengah dan tua tidak

penting.

Pada Tabel 6, kami mengeksplorasi peran karakteristik demografis pada efisiensi pengambilan keputusan

menggunakan kuadrat terkecil biasa. Variabel terikatnya adalah efisiensi rata-rata atau average

efisiensi yang dinormalisasi di semua delapan keputusan yang dibuat setiap subjek, keduanya diukur dalam skala

dari 0 sampai 100. Satuan pengamatan adalah subjek, dengan jumlah 127 pengamatan. Untuk

perbandingan, kami juga menyajikan hasil dengan optimalitas sebagai variabel dependen, di mana

didefinisikan sebagai persentase tugas di mana subjek memilih opsi optimal. Sekali lagi, usia

memiliki efek negatif yang signifikan. Meskipun koefisien pada boneka laki-laki adalah negatif,

menyarankan pria melakukan lebih buruk daripada wanita, itu tidak signifikan. Gelar sarjana menghasilkan banyak

perbedaan meningkatkan efisiensi sekitar 8 poin persentase dan meningkatkan peningkatan

pilihan acak sekitar 31 poin persentase. Efek dari gelar sarjana setara

dengan perkiraan perbedaan antara usia 20 tahun dan 65 tahun, menganggap semuanya sama.

15
Machine Translated by Google

18–40 41–60 >60

SMU 50% 31% 23% 48% 42% 35%
Beberapa perguruan tinggi

Perguruan tinggi 49% 28% 16%

Gelar sarjana 81% 70% 40% 52% 40% 32%
Total

Tabel 7: Frekuensi pilihan optimal berdasarkan usia dan pendidikan

4 Menjelaskan Efek Usia

Kami memeriksa beberapa kemungkinan penjelasan untuk perbedaan perilaku lintas kelompok usia. Itu

yang pertama berpendapat bahwa efek usia dijelaskan oleh perbedaan pencapaian pendidikan di seluruh

kelompok umur. Dua penjelasan lainnya, satu didasarkan pada motif ekonomi dan lainnya

melibatkan perbedaan dalam pendekatan pemecahan masalah, mengharuskan kami menjalankan eksperimen tambahan.

4.1 Usia dan Pendidikan

Menurut Sensus AS, individu yang lebih tua memiliki pencapaian pendidikan yang lebih rendah di

Populasi AS.6 Mengingat peran besar gelar sarjana dalam hasil kami, efek usia

dapat dijelaskan oleh pencapaian pendidikan masing-masing kelompok umur daripada usia itu sendiri.

Karena komposisi kumpulan subjek dan tingkat respons, eksperimen kami melakukan oversampling yang lebih tinggi

pencapaian pendidikan untuk peserta yang lebih tua (lihat Tabel 2).7 Sepertiga penuh dari mata pelajaran tertua

memiliki gelar sarjana. Jadi, jika pencapaian pendidikan menjelaskan efek usia,

hasil harus sangat berlawanan dengan apa yang kita temukan. Selain itu, kami menemukan efek usia yang serupa

dalam setiap kategori pendidikan, serta efek yang sama dari pencapaian pendidikan dalam

setiap kelompok umur (lihat Tabel 7). Sementara pemegang gelar sarjana berkinerja lebih baik di semua usia

kelompok, pemegang gelar sarjana yang lebih muda memilih opsi optimal dua kali lebih sering daripada yang lebih tua

pemegang gelar sarjana.

6Lihat data yang tersedia di http://www.census.gov/population/www/soccemo/education/cps2008.html 7Kami tidak

mengelompokkan berdasarkan pendidikan, tetapi di antara populasi yang lebih tua, individu dengan tingkat pencapaian
pendidikan yang lebih tinggi lebih terwakili dalam kelompok subjek dan memiliki tingkat respons yang lebih tinggi daripada individu
dengan pencapaian pendidikan yang lebih rendah.

16
Machine Translated by Google

Eksperimen Utama Taruhan tinggi

Semua 18-40
29.8 61+
67.451.0 18-40 61+
Usia (rata-rata) Semua 47,5 30.0 65.6
19.4 44,4%
Umur (std) 5,6 50,0% 57,1% 4.6 18.6 5,4 4.2
SMA Beberapa perguruan
Laki-laki
tinggi
10,0%
43,8%
5,7%
51,4%
13,3% 47,6% 50,0% 45,2%
37,8%23,8%
31,4% 15,6% Pascasarjana Gelar sarjana 22,5%
11,4% 33,3% 17,5% 15,6% 19,4%
Mata Pelajaran 80 35 57,1% 50,0% 64,5%
14,3% 21,9% 6,5%
11,1% 12,5% 9,7%
45 63 32 31

Tabel 8: Karakteristik demografi dari kumpulan subjek berisiko tinggi

4.2 Taruhan Tinggi

Ada kemungkinan subjek yang lebih tua rata-rata lebih kaya dan kurang sensitif terhadap insentif pro

vided dalam percobaan kami. Untuk menyelidiki peran efek kekayaan dan mengevaluasi apakah kinerja

membaik dengan remunerasi, kami melakukan eksperimen tambahan. Kami menggunakan frac

desain faktorial nasional, memilih empat dari delapan tugas asli dengan taruhan sepuluh kali lipat

digunakan dalam eksperimen utama.8 Subjek dibayar $10 per tugas jika opsi yang mereka pilih tercakup

keadaan yang direalisasikan. Subjek juga menerima pembayaran partisipasi $3 seperti pada pengalaman asli

gambar. Memilih dari rangkaian tugas yang sama dengan eksperimen utama kami membuat kesulitan

tugas konstan sementara secara signifikan meningkatkan biaya pengambilan keputusan suboptimal. Dengan demikian,

penjelasan yang berakar pada efek kekayaan akan memprediksi peningkatan dalam pengambilan keputusan.

Subyek dikelompokkan berdasarkan usia dan jenis kelamin. Sebanyak 63 subjek baru direkrut,

dengan tiga puluh dua di bawah usia 40 dan tiga puluh satu di atas usia 60 dengan maksud

membandingkan subjek tertua dengan subjek termuda. Tabel 8 membandingkan demografi

karakteristik kumpulan subjek taruhan tinggi dengan itu untuk eksperimen utama yang

kami hanya memasukkan subjek dalam kelompok usia termuda dan tertua. Perhatikan bahwa kedua subjek

kolam renang sangat mirip dengan perbedaan terbesar adalah pencapaian pendidikan yang lebih rendah dari

kolam taruhan tinggi. Subjek mengambil rata-rata 13 menit untuk seluruh percobaan dan

memperoleh rata-rata $28,50. Meskipun total waktu untuk percobaan lebih pendek daripada di

eksperimen utama karena subjek menghadapi empat, bukannya delapan, tugas, taruhannya lebih tinggi dilakukan

8Tugas yang dipilih adalah (terdaftar sebagai opsi, status, PDF): (4,6,1), (13,6,2), (13,10,1), dan (4,10,2).

17
Machine Translated by Google

mendorong subjek untuk menginvestasikan lebih banyak waktu dalam setiap keputusan. Subjek mengambil rata-rata 59

detik untuk membuat setiap keputusan, diukur dari saat itu disajikan sampai pilihan itu

dikonfirmasi. Ini 22% lebih lama daripada eksperimen utama (taruhan lebih rendah) (Mann Whitney

p = 0,028).

Meskipun menghabiskan lebih banyak waktu untuk setiap keputusan, subjek yang menghadapi hadiah yang lebih besar tidak membuat

pilihan yang lebih baik. Ringkasan statistik untuk eksperimen taruhan tinggi dan empat yang sesuai

tugas dalam percobaan utama disajikan pada Tabel 9. Meningkatkan taruhan tidak berdampak pada

kelompok usia yang lebih muda di bawah salah satu dari empat ukuran kinerja (Mann Whitney p> 0,504

untuk setiap ukuran). Untuk kelompok usia yang lebih tua, kinerja sebenarnya menurun dengan taruhan yang lebih tinggi,

meskipun signifikansi bervariasi menurut ukuran (nilai p Mann Whitney antara 0,028 dan 0,089).

Menggabungkan data taruhan rendah dan data berisiko tinggi untuk tugas yang identik, kami memperkirakan ulang

kemungkinan memilih opsi optimal menggunakan probit. Untuk menangkap perbedaan antara

ukuran taruhannya, kami memperkenalkan variabel dummy untuk tugas taruhan tinggi (lihat Tabel 10). Umur dan

pendidikan pascasarjana lagi sangat signifikan. Besarnya variabel usia meningkat

nyata dari eksperimen taruhan rendah, sejalan dengan statistik ringkasan kami yang menunjukkan genap

perbedaan yang lebih besar dalam kinerja di seluruh kelompok umur.9 Dimasukkannya waktu dalam regresi

tidak memengaruhi perkiraan secara kualitatif, tetapi lebih banyak waktu yang dihabiskan untuk suatu tugas dikaitkan dengan lebih baik

pertunjukan. Dalam ketiga spesifikasi, koefisien pada boneka taruhan tinggi adalah negatif
9
Ada kemungkinan bahwa perbedaan demografis dalam pencapaian pendidikan di seluruh sampel dan eksperimen kami
mendorong beberapa hasil ini. Untuk memeriksa ini, kami juga menganalisis perbedaan ini dalam setiap pendidikan
kategori. Kami menemukan bahwa hasil utama kami bertahan. Secara khusus, kinerja dalam eksperimen taruhan tinggi adalah
serupa dengan kinerja dalam eksperimen utama untuk setiap kelompok usia dan kategori pendidikan. Juga, di dalam
setiap kategori pendidikan, subjek yang lebih tua memiliki frekuensi pilihan optimal yang jauh lebih rendah daripada yang lebih muda
mata pelajaran.

Eksperimen Utama
Eksperimen Taruhan Tinggi
(Tugas Pilihan yang Sesuai)
18–40 >60 18–40 >60
Optimalitas 57% 21% 56% 32%
Hampir Optimal 76% 44% 73% 59%
Efisiensi Relatif 90% 77% 90% 84%
Efisiensi Normalisasi 62% 13% 61% 38%
mata pelajaran 32 31 35 45

Tabel 9: Statistik ringkasan eksperimen taruhan tinggi

18
Machine Translated by Google

tetapi tidak signifikan (p > .232 untuk ketiga spesifikasi).10 Hasil ini menunjukkan bahwa

kinerja tidak meningkat dalam eksperimen taruhan tinggi.

10Kami juga mereplikasi analisis Tabel 4 dan Tabel 6 kami hanya dengan menggunakan data berisiko tinggi. Kami menemukan pola dari
signifikansi identik dengan yang ada di percobaan utama. Selain itu, karena eksperimen taruhan tinggi memiliki empat
tugas sementara percobaan utama memiliki delapan, ada kemungkinan bahwa percobaan utama memungkinkan untuk lebih banyak belajar.
Kami mereplikasi analisis pada Tabel 10 menggunakan tugas yang sesuai dari percobaan utama hanya ketika mereka
terjadi dalam empat tugas pertama tidak menemukan perubahan dalam hasil kami.

(1) (2) 0,289*** (3)

13 Opsi Boneka 0,069 (0,105) (0,140) 0.169
(0,146)
10 boneka negara 0.150 0.164* 0.263**
(0,094) (0.097) (0.107)
PDF2 Boneka 0,396*** 0,406*** 0,440***
(0,095) (0,095) (0.100)
Usia (Tahun) 0,023*** 0,018*** 0,018***
(0,004) (0,005) (0,005)
Pria 0.226 0.231 0.202
(0.145) (0.145) (0,140)
Sarjana 0,529*** 0,540*** 0,523***
(0,174) (0,174) (0,171)
13 Opsi Dummy × 0,449** 0,458**
Usia > 60 Dummy (0.216) (0.223)
Dummy Taruhan Tinggi 0,116 (0,149) 0.112 0.170
(0.150) (0,143)
Waktu Keputusan 0,005***
(0,001)
Waktu Keputusan2 /1000 0,003***
(0,001)
Konstan 0,978*** 0,720** 0,604**
(0,259) (0,281) (0.275)
N 572 572
Log PseudoL 345.3 343.1 335.1
Estimasi parameter (std. error) dengan *, **, dan *** yang menunjukkan signifikansi
sebesar 10%, 5%, dan 1%. Kesalahan standar yang kuat, dikelompokkan berdasarkan subjek.

Tabel 10: Perkiraan keuntungan untuk kemungkinan pilihan optimal dengan taruhan tinggi

19
Machine Translated by Google

4.3 Heuristik

Individu dapat menggunakan aturan sederhana untuk membuat keputusan ketika dihadapkan dengan keputusan yang kompleks.

Heuristik seperti itu mengurangi persyaratan kognitif dengan memfokuskan pembuat keputusan pada yang paling

strategi yang menjanjikan, meskipun tidak sempurna. Di bagian ini, kami memperkirakan sejauh mana

subjek menggunakan empat aturan keputusan umum: evaluasi hasil, penghitungan, urutan leksikografis,

dan penghapusan opsi yang didominasi. Kami menempatkan fungsi utilitas, u, yang linear

pembobotan karakteristik opsi yang relevan untuk empat heuristik yang dipertimbangkan:

ui, o = Xo + i , o

di mana i dan o menunjukkan individu dan opsi tertentu, Xo adalah vektor dari opsi char

karakteristik, adalah vektor bobot yang ditempatkan pada setiap karakteristik, dan adalah beberapa acak

komponen.

Untuk setiap opsi, Xo didefinisikan sepanjang empat dimensi, semuanya diskalakan antara 0 dan 1. Pertama

adalah hasil opsi, yang mengontrol pengambilan keputusan yang optimal. Ini adalah kemungkinan

pembayaran yang terkait dengan setiap opsi. Kedua adalah heuristik penghitungan yang memperlakukan semua negara bagian

seolah-olah mereka memiliki kemungkinan yang sama, membuang informasi probabilitas (Dawes 1979). Ini

akan menyukai opsi yang mencakup sebagian besar negara bagian. Ini diukur sebagai persentase negara bagian

dicakup oleh opsi. Ketiga adalah heuristik leksikografis yang mendukung pilihan yang mencakup

keadaan yang paling mungkin (Keeney dan Raiffa 1993, Gigerenzer dan Goldstein 1996). Jika ini terjadi

tidak mengarah pada pilihan yang unik, keadaan kedua yang paling mungkin digunakan, dan seterusnya. heuristik ini

berkinerja cukup baik dalam berbagai lingkungan keputusan (Payne et al. 1993). Kami mengukur

heuristik leksikografis sebagai persentase keadaan yang paling mungkin berurutan

dicakup oleh opsi setelah memberi peringkat negara bagian dengan probabilitas terkait dari terbesar ke terkecil.

Keempat adalah heuristik tidak didominasi yang berfokus pada menghilangkan opsi yang paling tidak diinginkan

(Montgomery 1983, Hogarth dan Karelaia 2005). Dalam bentuknya yang paling sederhana, ia hanya memilih dari

opsi yang tidak terdiri dari subset ketat dari status yang disertakan dalam opsi lain. Ini

ukuran sama dengan satu jika himpunan keadaan yang termasuk dalam opsi bukan merupakan himpunan bagian dari keadaan yang disertakan

di opsi lain dan nol sebaliknya.

20
Machine Translated by Google

Semua 18–40 41–60 >60

Hasil 3,469*** 4,144*** 3,767*** 2.851***
(0,313) (0,691) (0,530) (0,481)
menghitung 4,843*** 3,325** 5,115*** 5.564***
(0,576) (1.116) (0,929) (0,988)
Leksikografis 1,869*** 2,661*** 1,612*** 1.455***
(0,273) (0,554) (0,436) (0,468)
Tidak didominasi 0.277 0,888** 0.238 0,026
(0,188) (0,419) 280 (0,312) (0.297)
LogL Pengamatan 1016 429 376 360
Estimasi 1729 639 645

parameter (std. error) dengan **, *** yang menunjukkan signifikansi pada 5% dan 1%.
Parameter tanpa bintang tidak signifikan pada 10%.

Tabel 11: Estimasi aturan pengambilan keputusan

Misalnya, pertimbangkan kumpulan pilihan yang disajikan pada Gambar 1. Empat ukuran kami untuk Opsi

A adalah 0,66 untuk pembayaran (penjumlahan atas negara bagian yang dicakup), 0,67 untuk penghitungan (empat dari enam negara bagian), 0

untuk urutan leksikografis (keadaan yang paling mungkin tidak tercakup) dan 1.0 untuk tidak didominasi. Untuk

Opsi D, empat ukuran adalah 0,62 untuk hadiah, 0,50 untuk penghitungan, 0,33 untuk urutan leksikografis

(dua keadaan yang paling mungkin), dan 1.0 untuk tidak didominasi.

Seorang individu diasumsikan memilih opsi yang memaksimalkan utilitas dari opsi yang tersedia
kan

dalam set pilihan C: ui, o ui , o , o C. Jika terdistribusi (tipe 1) nilai ekstrim, maka

probabilitas memilih opsi o C diberikan oleh

Dan
Xo
pC(o) = Xo .
Dan
C_

Ini menghasilkan model logit bersyarat McFadden (1974). Kami memperkirakan kemungkinan maksimum

parameter dengan kesalahan standar yang disesuaikan untuk korelasi dalam subjek (Wooldridge 2002).

Hasil dilaporkan pada Tabel 11 untuk sampel secara keseluruhan dan berdasarkan kelompok usia.11

Ada sejumlah perbedaan di antara kelompok umur. Subyek berusia 40 dan lebih muda memberikan

paling berat untuk memaksimalkan hasil. Mereka juga satu-satunya kelompok yang memberikan signifikan

bobot untuk opsi yang tidak didominasi. Seiring bertambahnya usia, ketergantungan pada hadiah berkurang

sementara penggunaan penghitungan meningkat. Kelompok termuda lebih menekankan pada leksikografis

11Karena model pilihan logistik tidak dapat mengidentifikasi setiap parameter dan varians dari distribusi, parameter
harus ditafsirkan sebagai /ÿ, memperumit perbandingan intuitif lintas kelompok usia.

21
Machine Translated by Google

properti opsi daripada kelompok usia lainnya. Untuk subjek yang berusia di atas 60 tahun, fokusnya

terutama pada jumlah negara tertutup. Ini adalah heuristik optimal hanya ketika menyatakan

sama-sama mungkin. Untuk seseorang yang berusia di atas 60 tahun, memiliki status tambahan yang tercakup dalam tugas 6 negara bagian

kira-kira setara dengan peluang tambahan 33% untuk mendapatkan bayaran (5,564 × 1/6 2,851 × 1/3).12

Kovalchick dkk. (2005) dan Tanius et al. (2010) tidak menemukan efek usia dalam berbagai ex

perimen. Tanius dkk. (2009) memeriksa pengambilan keputusan dalam pengaturan yang mirip dengan kita, meskipun

ada perbedaan yang signifikan antara percobaan kami. Eksperimen mereka tidak memberikan

insentif keuangan untuk tugas keputusan, dan tidak mengizinkan pemeriksaan dalam mata pelajaran

variasi. Lebih lanjut, desain mereka tidak memungkinkan peringkat opsi yang objektif. Dalam empat mantan

perimen, Kovalchik et al. (2005) menemukan sedikit perbedaan dalam pengambilan keputusan antara yang lebih tua dan

mata pelajaran yang lebih muda. Mereka menyimpulkan bahwa "gagasan yang dipegang secara luas, bahkan di antara para peneliti keputusan,

bahwa kemampuan pengambilan keputusan menurun seiring bertambahnya usia” tidak berdasar (hal. 90). Sebaliknya, kami menemukan

kemungkinan yang jauh lebih rendah untuk memilih opsi yang optimal serta efisiensi yang lebih rendah dengan

usia. Temuan yang tampaknya bertentangan ini mungkin menunjukkan bahwa penuaan memiliki efek berbeda pada

berbagai jenis keputusan. Individu yang lebih tua tampak lebih sering menggunakan pendekatan heuristik

(Johnson 1990) dan menggunakan heuristik yang berbeda dari subjek yang lebih muda. Misalnya, India yang lebih tua

viduals lebih mungkin untuk kelebihan berat badan peristiwa probabilitas rendah dan probabilitas tinggi underweight

peristiwa (Peters et al. 2007), konsisten dengan heuristik penghitungan. Jadi, sangat mungkin

usia itu tidak mengurangi kemampuan kita, tetapi mengubah pendekatan pengambilan keputusan. Itu

set percobaan yang digunakan oleh Kovalchik et al. (2005) berbeda secara substantif dari percobaan kami

dengan hampir tidak ada peran untuk jenis heuristik yang diselidiki di sini. Akibatnya, perbedaan usia

yang kami identifikasi dalam penggunaan heuristik kemungkinan tidak berperan dalam eksperimen mereka.

12Seperti yang ditunjukkan oleh seorang wasit, estimasi ini menyarangkan analogi satu pemain dari Quantal Response
(McKelvey dan Palfrey 1995, Goeree et al. 2005) dengan menambahkan tiga heuristik—tallying, lexicographic, dan undominated.
QRE hanya akan menggunakan hasil yang diharapkan sebagai variabel penjelas. Peningkatan kinerja model heuristik
sebagian ditunjukkan oleh pentingnya tiga parameter heuristik. Hasil QRE lengkap tersedia berdasarkan permintaan.

22
Machine Translated by Google

5 Validasi Estimasi Heuristik

Masuk akal untuk bertanya seberapa kuat perkiraan heuristik kami dan apakah mereka memprediksi perilaku

dalam serangkaian tugas yang berbeda. Untuk menguji validitasnya, kami melakukan eksperimen tambahan

dengan satu set mata pelajaran baru dan tugas pilihan yang berbeda. Sebanyak 66 subjek baru (34 di bawah

usia empat puluh dan 32 di atas usia enam puluh) berpartisipasi dalam eksperimen validasi di mana:

setiap tugas melibatkan enam opsi dan sepuluh negara bagian. Seperti dalam eksperimen taruhan utama dan tinggi,

undangan subjek dikelompokkan berdasarkan usia dan jenis kelamin. Dalam hal kesulitan yang dirasakan, ini

tugas berada di suatu tempat antara tugas 4-opsi 6-negara dan tugas 13-opsi 10-status di kami

percobaan utama. Eksperimen ini melibatkan empat tugas berbeda, yang masing-masing muncul dua kali.

Subjek juga melihat tugas pengenalan seperti pada percobaan utama, dengan total sembilan tugas.

Subjek tidak mengetahui tugas yang akan diulang dan tidak mengetahui urutan tugas,

negara bagian, dan pilihan diacak. Seperti dalam eksperimen utama, subjek dibayar $1 jika

opsi yang dipilih berisi status yang diambil secara acak ditambah pembayaran partisipasi $3.

Selain memvalidasi perkiraan heuristik, tujuan kami adalah untuk melihat apakah yang digunakan

heuristik memungkinkan pilihan untuk dimanipulasi dan apakah individu yang lebih tua akan membuat keputusan yang lebih buruk

cisions dan menerima imbalan yang lebih rendah. Subyek disajikan dengan variabilitas yang jauh lebih besar

dalam hasil opsi daripada dalam eksperimen asli bersama dengan lebih banyak variabilitas dalam jumlah

negara bagian pilihan yang berbeda mencakup. Dalam beberapa kasus, opsi terbaik memiliki pembayaran yang diharapkan sebesar

hampir dua kali lipat dari alternatif terbaik berikutnya. Empat tugas pilihan ditunjukkan pada Tabel 12

di mana opsi disajikan dalam urutan hasil yang diharapkan dan status disajikan dalam urutan:

kemungkinan. Tabel menunjukkan kedua probabilitas yang diprediksi untuk setiap kelompok usia berdasarkan

perkiraan heuristik kami pada Tabel 11, dan frekuensi aktual yang digunakan setiap opsi

terpilih.

Dalam tugas pertama, Opsi A hanya mencakup tiga status, tetapi status ini adalah yang paling mungkin

yang. Opsi B adalah satu-satunya opsi untuk mencakup lebih dari tiga negara bagian. Kami bertujuan untuk mengeksploitasi

perbedaan antara heuristik leksikografis dan penghitungan, yang hanya menghitung

tanda centang. Perkiraan heuristik kami akan memprediksi bahwa subjek yang lebih muda akan memilih

opsi optimal dengan probabilitas 61%, sementara subjek yang lebih tua akan memilih Opsi B dengan a

23
Machine Translated by Google

60% kemungkinan. Dalam percobaan, kedua kelompok memilih opsi optimal dengan lebih besar

frekuensi dari model heuristik memprediksi. Ini tidak sepenuhnya tidak terduga, mengingat besarnya

perbedaan dalam hasil yang diharapkan dan fakta bahwa perkiraan tersebut berasal dari eksperimen

dengan ukuran yang berbeda dari pilihan set. Namun demikian, perkiraan heuristik memprediksi pilihan modal

untuk setiap kelompok umur. Selanjutnya, subjek yang lebih muda menerima hasil rata-rata yang jauh lebih tinggi, didefinisikan

sebagai jumlah hasil yang diharapkan dari setiap opsi dikalikan frekuensi pemilihannya. Hasil rata-rata

untuk subjek yang lebih muda adalah 0,68 berbanding 0,53 untuk subjek yang lebih tua (Mann Whitney p <0,001).

Tugas kedua mirip dengan yang pertama, tetapi menambahkan lebih banyak tanda centang ke Opsi C melalui

F untuk meningkatkan peluang opsi tersebut dipilih oleh subjek yang mengandalkan penghitungan

heuristis. Hasil rata-rata untuk subjek yang lebih muda adalah 0,46 berbanding 0,39 untuk subjek yang lebih tua (Mann

Whitney p = 0,063). Di kedua kelompok usia, lebih banyak individu memilih Opsi C melalui

F daripada di tugas pertama, menunjukkan bahwa heuristik penghitungan dapat dieksploitasi untuk beberapa

cakupan. Tugas ketiga berusaha untuk mendorong ketidakpedulian di antara semua pilihan untuk usia yang lebih tua

kelompok. Opsi memiliki hasil yang jauh lebih dekat daripada tugas sebelumnya dan opsi yang lebih rendah

mencakup lebih banyak negara bagian. Melihat frekuensi aktual menunjukkan bahwa yang optimal dipilih lagi

lebih sering daripada yang diperkirakan, tetapi kesalahan signifikan di antara subjek yang lebih tua diamati.

Hasil rata-rata untuk subjek yang lebih muda adalah 0,67 versus 0,62 untuk subjek yang lebih tua (Mann Whitney

p = 0,006).

Tugas keempat mencoba membujuk kelompok yang lebih muda untuk memilih opsi yang kurang optimal

sambil memimpin subjek yang lebih tua ke pilihan yang optimal. Tugas pilihan yang cukup ekstrim harus

dibuat untuk prediksi kinerja subjek yang lebih tua menjadi lebih besar daripada yang lebih muda

mata pelajaran. Di sini, heuristik penghitungan berjalan dengan baik, karena opsi dengan sebagian besar negara bagian yang tercakup adalah

optimal. Heuristik leksikografis, jika diterapkan secara harfiah, akan lebih memilih Opsi B. Pada akhirnya,

subjek yang lebih muda tidak melakukan lebih buruk daripada subjek yang lebih tua dan pada kenyataannya memperoleh rata-rata yang lebih tinggi

hasil, 0,84 dibandingkan dengan 0,76 (Mann Whitney p = 0,005). Ini menunjukkan subjek yang lebih muda

menyesuaikan strategi mereka dalam eksperimen baru dan tidak mudah dieksploitasi.

Secara keseluruhan, kelompok usia yang lebih tua memilih opsi yang secara signifikan lebih buruk, rata-rata, di keempat keputusan

24
Machine Translated by Google

PDF negara
Pilihan PDF negara
Pilihan
ABCDEF ABCDEF
1 32 X x 1 19 X
2 30 XX 2 19 X
3 16 X 7 x 3 18 X x
4 63 x x 4 14 x
5 x XX 5 13 x x
6 x 6 9 x XXX
7 3 XX x 7 5 XX x
8 1 x x 8 1 XXX x
9 1 x x 9 1 XXXXXX
10 1 x XX 10 1 XXXXXX
Mengharapkan Mengharapkan
78 45 42 18 14 10 56 30 25 26 25 17
Hasil: Hasil:
Probabilitas Seleksi yang Diprediksi Probabilitas Seleksi yang Diprediksi
Lebih muda: .61 .26 .08 .02 .02 .01 Lebih muda: .50 .21 .13 .05 .09 .04
Lebih tua: .26 .60 .07 .03 .03 .02 Lebih tua: .18 .30 .15 .15 .09 .12
Frekuensi Seleksi Sebenarnya Frekuensi Seleksi Sebenarnya
Lebih muda: .72 .24 .01 .01 .01 .00 Lebih muda: .69 .04 .07 .09 .06 .04
Lebih tua: .34 .50 .05 .08 .00 .03 Lebih tua: .42 .34 .06 .05 .08 .05
(a) Tugas Pilihan I (b) Tugas Pilihan II

PDF negara
Pilihan PDF negara
Pilihan
ABCDEF ABCDEF
1 31 XXX 1 13 XX x
2 17 X XXX 2 12 XXXX
3 12 XXXX x 3 11 XXXXXX
4 10 XXX 4 11 XX
5 9 x XX 5 11 XX XX
6 8 XX x 6 10 XX
7 6 x XX x 7 10 X x XX
8 4 XXXXXX 8 9 XX x
9 2 XXXXXX 9 9 x
10 1 XXX 10 4 x x x
Mengharapkan Mengharapkan
74 66 65 52 51 51 87 77 46 38 41 38
Hasil: Hasil:
Probabilitas Seleksi yang Diprediksi Probabilitas Seleksi yang Diprediksi
Lebih muda: .31 .18 .18 .11 .11 .11 Lebih muda: .35 .59 .03 .00 .01 .01
Lebih tua: .16 .17 .16 .17 .17 .17 Lebih tua: .60 .35 .02 .01 .01 .01
Frekuensi Seleksi Sebenarnya Frekuensi Seleksi Sebenarnya
Lebih muda: .63 .06 .06 .07 .06 .12 Lebih muda: .88 .06 .03 .00 .01 .01
Lebih tua: .31 .11 .11 .14 .16 .17 Lebih tua: .67 .11 .08 .03 .06 .05
(c) Tugas Pilihan III (d) Pilihan Tugas IV

Probabilitas seleksi yang diprediksi berasal dari perkiraan pada Tabel 11.

Tabel 12: Eksperimen validasi

25
Machine Translated by Google

tugas.13 Eksperimen menunjukkan bahwa desain opsi dapat digunakan untuk memanipulasi

subjek yang lebih tua lebih mudah daripada subjek yang lebih muda. Secara khusus, heuristik penghitungan muncul

menjadi lebih rentan terhadap manipulasi.

6. Kesimpulan

Individu sering menghadapi lingkungan yang kompleks di mana mereka harus membuat keputusan.

Ketika memilih asuransi kesehatan atau rencana pensiun, individu sering kali harus mempertimbangkan dan

membandingkan banyak pilihan, masing-masing dengan beberapa atribut. Tantangan serupa muncul dalam pengaturan

mulai dari memilih paket ponsel hingga membeli mobil. Penelitian sebelumnya telah menemukan

bahwa ketika dihadapkan dengan sejumlah besar pilihan, individu mungkin lebih kecil kemungkinannya untuk membuat keputusan

pilihan atau lebih cenderung melaporkan diri tidak puas dengan pilihan yang mereka buat. Kita gunakan

eksperimen laboratorium untuk menilai apakah individu membuat keputusan yang optimal ketika pilihan

dapat dinilai secara objektif.

Kami menemukan bahwa subjek cenderung memilih opsi optimal dari set pilihan yang lebih besar daripada

dari yang lebih kecil. Hasil kami menunjukkan bahwa kinerja menurun secara signifikan seiring bertambahnya usia, tetapi

tidak berbeda dengan jenis kelamin. Selanjutnya, subjek yang lebih tua mengalami penurunan kinerja yang lebih besar karena

peningkatan jumlah opsi. Hasil ini direplikasi dengan set subjek lain

untuk siapa insentif moneter untuk membuat pilihan yang optimal meningkat sepuluh kali lipat.

Perbedaan dalam pengambilan keputusan lintas usia tampaknya disebabkan oleh penggunaan yang berbeda

heuristik. Subjek yang lebih tua cenderung menghitung jumlah atribut positif yang diberikan

oleh setiap opsi. Kecenderungan-kecenderungan ini ditemukan menjadi kuat ketika satu set subjek yang berbeda

menghadapi serangkaian pilihan yang berbeda dalam eksperimen validasi. Tentu saja, heuris khusus konteks

tics dapat melengkapi temuan kami. Jika orang belajar tentang asuransi kesehatan, khususnya,

seumur hidup mereka, pengetahuan yang diwarisi dapat bermanfaat bagi subjek yang lebih tua, mengimbangi beberapa

penurunan kinerja yang kami amati. Kami tidak dapat menyimpulkan dari penelitian kami tentang kerabatnya

kontribusi efek penuaan kognitif versus perbedaan kohort. Namun, dengan mengendalikan

13Kami juga membandingkan frekuensi pilihan yang diamati dan diprediksi secara terpisah untuk pertama dan kedua
kalinya subjek melihat setiap tugas pilihan. Secara kualitatif, tidak ada perbedaan hasil. Subjek cukup konsisten pada
tugas pilihan yang diberikan. Selain itu, seperti eksperimen berisiko tinggi, tidak ada indikasi bahwa hasil tersebut
disebabkan oleh tingkat pendidikan yang berbeda di antara kelompok usia.

26
Machine Translated by Google

satu perbedaan yang relevan antara generasi—yaitu pencapaian pendidikan—yang kita miliki

mungkin menghilangkan salah satu perbedaan terbesar antara kelompok yang lebih muda dan lebih tua saat ini.

Namun demikian, untuk kebijakan yang ditujukan untuk meningkatkan keputusan para senior saat ini, perbedaannya mungkin

tidak menjadi konsekuensial.

Seseorang mungkin tergoda untuk menyimpulkan bahwa individu lebih baik dengan pilihan yang lebih sedikit, dan

berargumen untuk membatasi pilihan secara artifisial seperti yang dilakukan Frank dan Newhouse (2007). Temuan kami seharusnya

tidak ditafsirkan sebagai mendukung pandangan ini. Saat kumpulan pilihan yang diperluas menyertakan opsi

jauh lebih unggul daripada opsi apa pun yang tersedia dengan lebih sedikit pilihan, efisiensi rata-rata dapat meningkat

bahkan jika lebih sedikit individu yang memilih opsi optimal. Atau, bagian yang lebih kecil dari yang lebih besar

pai bisa lebih baik daripada bagian yang lebih besar dari pai yang lebih kecil. Sementara hasil kami menunjukkan bahwa share

akan berkurang seiring bertambahnya jumlah opsi, perubahan ukuran kue tergantung pada

pilihan spesifik yang tersedia dalam dua situasi. Dalam pengaturan yang terjadi secara alami, itu

mungkin tidak mungkin untuk menentukan apakah opsi baru lebih baik daripada yang sebelumnya ada.

Sebaliknya, hasil kami berfungsi sebagai pengingat bahwa seseorang harus waspada terhadap bias perilaku saat

mempromosikan pilihan. Teori paternalisme asimetris (Camerer et al. 2003), misalnya,

mengatur menghormati kedaulatan konsumen dengan membuat semua pilihan tersedia, tetapi menyajikan

mereka dengan cara yang mendorong keputusan optimal di antara mereka yang menggunakan heuris yang kurang diinginkan

tik. Subjek yang mengandalkan heuristik penghitungan cenderung memilih opsi yang mencakup

sebagian besar negara bagian, tidak tergantung pada probabilitas relatif masing-masing negara bagian. Memberikan perbandingan di mana

probabilitas keadaan yang kurang lebih serupa memungkinkan heuristik penghitungan untuk berkinerja baik.

Ini bisa menjadi keuntungan bagi mereka yang berusia di atas 60 tahun jika, seperti yang disarankan oleh hasil kami, mereka relatif lebih mungkin

menggunakan heuristik penghitungan. Alat keputusan yang memfokuskan kembali pembuat keputusan pada kemungkinan

negara mungkin juga memerangi suboptimalitas penghitungan heuristik. Alat keputusan lainnya

sebenarnya dapat mendorong pilihan yang buruk. Misalnya, cara umum menyajikan Medicare

Opsi paket Bagian D adalah dengan mencantumkan jumlah total obat yang ditanggung oleh setiap paket. Ini mungkin

mendorong pengambilan keputusan sub-optimal dengan memperkuat kecenderungan untuk mengabaikan kemungkinan

suatu keadaan terjadi.

27
Machine Translated by Google

Referensi

Agnew, Julie R., dan Lisa R. Szykman, “Alokasi Aset dan Kelebihan Informasi:
Pengaruh Tampilan Informasi, Pilihan Aset dan Pengalaman Investor,” Journal of Behavioral Finance
6:2 (2005), 57-70.

Benartzi, Shlomo, dan Richard H. Thaler, “Berapa Nilai Otonomi Investor?” Jour
akhir Keuangan 57:4 (2002), 1593–1616.

Camerer, Colin, Samuel Issacharoff, George Loewenstein, Ted O'Donoghue, and Matthew Ra
bin, “Peraturan untuk Konservatif: Ekonomi Perilaku dan Kasus untuk 'Paternalisme Assimetris,'”
Tinjauan Hukum Universitas Pennsylvania 151:3 (2003), 1211–1254.

Camerer, Colin F., dan Howard Kunreuther, "Proses Keputusan untuk Peristiwa Probabilitas Rendah:
Implikasi Kebijakan," Jurnal Analisis dan Manajemen Kebijakan 8:4 (1989), 565–592.

Cerella, John, "Tingkat Pemrosesan Informasi pada Lansia," Buletin Psikologis 98: 1
(1985), 67–83.

Choi, James J., David Laibson, dan Brigitte C. Madrian, “Uang $100 di Trotoar: Subop
Investasi waktu dalam Rencana 401 (k),” Tinjauan Ekonomi dan Statistik akan datang (2010).

Cole, Catherine A., dan Siva K. Balasubramanian, "Perbedaan Usia dalam Pencarian Konsumen untuk
Informasi: Implikasi Kebijakan Publik," Jurnal Riset Konsumen 20:6 (1993),
157–69.

Cowan, Nelson, “Nomor Ajaib 4 dalam Memori Jangka Pendek: Peninjauan Kembali Mental
Kapasitas Penyimpanan,” Ilmu Perilaku dan Otak 24:1 (2001), 87–114.

Cox, James C., dan Cary A. Deck, “Kapankah Wanita Lebih Murah Hati daripada Pria?” Ekonomis
Pertanyaan 44:4 (2006), 587–98.

Croson, Rachel, dan Uri Gneezy, “Perbedaan Gender dalam Preferensi,” Jurnal Ekonomi
Sastra 47:2 (2009), 448-74.

Dawes, Robyn M., "Keindahan Kuat Model Linier yang Tidak Tepat dalam Pengambilan Keputusan,"
Psikolog Amerika 34:7 (1979), 571-582.

EBRI, “History of 401(k) Plans,” Employee Benefit Research Institute, http://www.ebri. org/pdf/publications/
facts/0205fact.a.pdf web diakses 2 Desember 2008 (2005).

Eckel, Catherine C., dan Philip J. Grossman, "Perbedaan dalam Keputusan Ekonomi"

Pria dan Wanita: Bukti Eksperimental,” dalam Charles Plott dan Vernon Smith (eds.), Buku Pegangan
Hasil Ekonomi Eksperimental, Volume 1 (Amsterdam: Belanda Utara, 2008), 509–519.

28
Machine Translated by Google

Finucane, Melissa L., Paul Slovic, Judith H. Hibbard, Ellen Peters, CK Mertz, dan Donald
G. MacGregor, “Penuaan dan Kompetensi Pengambilan Keputusan: Analisis Pemahaman dan
Keterampilan Konsistensi pada Orang Dewasa yang Lebih Tua Versus Muda Mempertimbangkan
Pilihan Rencana Kesehatan,” Jurnal Pengambilan Keputusan Perilaku 15:2 (2002), 141-164.

Frank, Richard G., “Ekonomi Perilaku dan Ekonomi Kesehatan,” dalam Peter Diamond

dan Hannu Vartiainen (eds.), Ekonomi Perilaku dan Aplikasinya (Princeton: Princeton University
Press, 2007), 195–222.

Frank, Richard G., dan Joseph P. Newhouse, "Meningkatkan Manfaat Obat Resep Medicare: Meningkatkan
Pilihan Konsumen dan Merestrukturisasi Pembelian," (Washington, DC: The Brookings Institution,
2007).

Gigerenzer, Gerd, dan Donald G. Goldstein, “Menalarkan Cara Cepat dan Hemat: Model
of Bounded Rationality,” Psychological Review 103:4 (1996), 650–669.

Gilchrist, Amanda L., Nelson Cowan, dan Moshe Naveh-Benjamin, “Capac Memori Kerja
ity for Spoken Sentences Berkurang dengan Penuaan Orang Dewasa: Mengingat Potongan yang Lebih Sedikit tetapi tidak

Lebih Kecil pada Orang Dewasa yang Lebih Tua,” Memori 16:7 (2008), 773-787.

Goeree, Jacob K., Charles A. Holt, dan Thomas R. Palfrey, “Respon Kuantal Reguler
Ekuilibrium,” Ekonomi Eksperimental 8:4 (2005), 347–367.

Hanoch, Yaniv, dan Thomas Rice, “Dapatkah Membatasi Pilihan Meningkatkan Kesejahteraan Sosial? Itu
Asuransi Lansia dan Kesehatan,” The Milbank Quarterly 84:1 (2006), 37-73.

Heiss, Florian, Daniel McFadden, dan Joachim Winter, “Pikirkan Celahnya! Persepsi Konsumen
tions and Choices of Medicare Bagian D Rencana Obat Resep,” Kertas Kerja NBER No. 13627 (2007).

Hibbard, Judith H., Paul Slovic, Ellen Peters, Melissa L. Finucane, dan Martin Tusler, “Apakah Pendekatan
Kebijakan Pilihan Berdasarkan Informasi Tepat untuk Penerima Medicare?” Urusan Kesehatan 20:3
(2001), 199-203.

Hogarth, Robin M., dan Natalia Karelaia, "Model Sederhana untuk Pilihan Multiatribut dengan Banyak
Alternatif: Ketika Melakukan dan Tidak Membayar untuk Menghadapi Trade-off dengan Atribut Biner,"
Ilmu Manajemen 51:12 (2005), 1860-1872.

Huberman, Gur, dan Wei Jiang, "Penawaran versus Pilihan di 401 (k) Rencana: Eksposur Ekuitas dan
Jumlah Dana," Jurnal Keuangan 61:2 (2006), 763-801.

Isella, Valeria, Cristina Mapelli, Nadia Morielli, Oriana Pelati, Massimo Franceschi, dan Ildebrando Marco
Appollonio, "Perubahan Kuantitatif dan Kualitatif terkait Usia dalam Kemampuan Pengambilan
Keputusan," Neurologi Perilaku 19: 1-2 (2008), 59-63.

29
Machine Translated by Google

Iyengar, Sheena S., dan Emir Kamenica, “Proliferasi Pilihan, Pencarian Kesederhanaan, dan Aset

Alokasi,” Jurnal Ekonomi Publik 94:7–8 (2010), 530–39.

Iyengar, Sheena S., dan Mark R. Lepper, “Ketika Pilihan Menurunkan Motivasi: Dapatkah Seseorang Menginginkan

Terlalu banyak hal yang baik?" Jurnal Psikologi Kepribadian dan Sosial 79:6 (2000),
995–1006.

Iyengar, Sheena S., Wei Jiang, dan Gur Huberman, “Berapa Banyak? Kontribusi untuk 401(k) Retirement Plans,”

dalam Olivia S. Mitchell dan Stephen P. Utkus (eds.), Desain dan Struktur Pensiun: Pelajaran Baru dari

Behavioral Finance (Oxford, Inggris: Oxford University Press, 2004), 83–97 .

Johnson, Mitzi MS, "Perbedaan Usia dalam Pengambilan Keputusan: Sebuah Metodologi Proses untuk Memeriksa

Pemrosesan Informasi Strategis," Jurnal Gerontologi 45:2 (l990), 75-78.

Johnson, Mitzi MS, “Memikirkan Strategi Selama, Sebelum, dan Setelah Membuat Keputusan

sion,” Psikologi dan Penuaan 8:2 (1993), 231–241.

Yayasan Keluarga Kaiser, “Temuan Pilihan tentang Pandangan Senior tentang Manfaat Obat Resep Medicare,”

http://www.kff.org/kaiserpolls/pomr021706pkg.cfm, web diakses 10 November 2008 (2006).

Keeney, Ralph L., dan Howard Raiffa, Keputusan dengan Beberapa Tujuan (Cambridge, Inggris: Cambridge

University Press, 1993).

Kling, Jeffrey R., Sendhil Mullainathan, Eldar Shafir, Lee Vermeulen, dan Marian V. Wrobel, "Kesalahpahaman

dalam Memilih Rencana Obat Medicare," stensil Brookings Institution (2008).

Korniotis, George M., dan Alok Kumar, “Apakah Investor Lama Membuat Keputusan Investasi yang Lebih Baik?”

Tinjauan Ekonomi dan Statistik yang akan datang (2010).

Kovalchik, Stephanie, Colin F. Camerer, David M. Grether, Charles R. Plott, dan John M.

Allman, "Penuaan dan Pengambilan Keputusan: Perbandingan antara Orang Tua dan Muda yang Sehat

Secara Neurologis," Jurnal Perilaku dan Organisasi Ekonomi 58:1 (2005), 79-94.

Liu, Liqun, Andrew J. Rettenmaier, dan Zijun Wang, “Meningkatnya Beban Pengeluaran Kesehatan

tentang Lansia,” Pusat Nasional untuk Analisis Kebijakan, laporan no. 297 (2007).

MacPherson, Sarah E., Louise H. Phillips, dan Sergio Della Sala, “Usia, Fungsi Eksekutif,

dan Pengambilan Keputusan Sosial: Teori Prefrontal Dorsolateral dari Penuaan Kognitif,”

Psikologi dan Penuaan 17:4 (2002), 598–609.

McFadden, Daniel, "Analisis Logit Bersyarat dari Perilaku Pilihan Kualitatif," di Paul

30
Machine Translated by Google

Zarembka (ed.), Perbatasan Ekonometrika (New York: Academic Press, 1974), 105–
142.

McKelvey, Richard D., dan Thomar R. Palfrey, “Keseimbangan Respons Kuantal dalam
Bentuk Permainan,” Permainan dan Perilaku Ekonomi 10:1 (1995), 6–38.

Miller, George A., “Angka Ajaib Tujuh, Plus atau Minus Dua: Beberapa Batas pada Kami
Kapasitas untuk Pemrosesan Informasi,” Tinjauan Psikologis 63:1 (1956), 81–97.

Mitchell, Karen J., Marcia K. Johnson, Carol L. Raye, Mara Mather, dan Mark D'Esposito,
“Proses Penuaan dan Reflektif dari Memori Kerja: Pengikatan dan Defisit Beban Uji,”
Psikologi dan Penuaan 15:3 (2000), 527–541.

Mittenberg, Wiley, Micahel Seidenburg, Daniel S. O'Leary, dan Diana V. DiGiulio, "Perubahan Fungsi
Serebral Terkait dengan Penuaan Normal," Jurnal Neuropsikologi Klinis dan Eksperimental 11:6
(1989), 918–932.

Montgomery, Henry, "Aturan Keputusan dan Pencarian untuk Struktur Dominasi: Menuju Model Proses
Pengambilan Keputusan," di Patrick Humphreys, Ola Svenson, dan Anna Vari (eds.), Menganalisis
dan Membantu Proses Keputusan (Amsterdam: Utara -Holland, 1983), 343–369.

Payne, John W., James R. Bettman, dan Eric J. Johnson, Pembuat Keputusan Adaptif
(Cambridge: Cambridge University Press, 1993).

Peters, Ellen, Thomas M. Hess, D. V¨astfj¨all, dan Corinne Auman, "Perbedaan Usia Dewasa dalam
Proses Informasi Ganda: Implikasi untuk Peran Proses Afektif dan Deliberatif dalam Pengambilan
Keputusan Orang Dewasa yang Lebih Tua," Perspektif pada Psikologis Sains 2:1
(2007), 1-23.

Redelmeier, Donald A., dan Eldar Shafir, "Pengambilan Keputusan Medis dalam Situasi yang Menawarkan
Berbagai Alternatif," Journal of American Medical Association 273:4 (1995), 302–
305.

Roswarski, Todd Eric, dan Michael D. Murray, “Pengawasan Siswa Dapat Melindungi Dokter Aca demic
dari Bias Kognitif: Studi Pengambilan Keputusan dan Alternatif Perawatan Berganda dalam
Kedokteran,” Pengambilan Keputusan Medis 26:2 (2006), 154 -161.

Schram, Arthur, dan Joep Sonnemans, "Bagaimana Individu Memilih Asuransi Kesehatan: Analisis
Eksperimental," mimeograf Universitas Amsterdam (2008).

Tanius, Betty E., Stacey Wood, Yaniv Hanoch, dan Thomas Rice, “Penuaan dan Pilihan: Ap
plications ke Medicare Bagian D, "Penghakiman dan Pengambilan Keputusan 4:1 (2009), 92-101.

Musim Dingin, Joachim, Rowilma Balza, Frank Caro, Florian Heiss, Byung-hill Jun, Rosa Matzkin,

31
Machine Translated by Google

dan Daniel McFadden, “Cakupan Obat Resep Medicare: Informasi dan Preferensi Konsumen,” Prosiding

National Academy of Sciences 103:20 (2006), 7929–

7934.

Wooldridge, Jeffrey M., Analisis Ekonometrik Penampang dan Data Panel (Cambridge, MA: MIT Press, 2002).

Zelinski, Elizabeth M., dan Kerry P. Burnight, “Bujur Enam Belas Tahun dan Jeda Waktu

Perubahan Memori dan Kognisi pada Orang Dewasa yang Lebih Tua, “Psikologi dan Penuaan 12:3 (1997),
503–513.

Zwahr, Melissa D., Denise C. Park, dan Kim Shifren, “Penilaian tentang Estrogen Gantikan

ment Therapy: The Role of Age, Cognitive Abilities, and Beliefs,” Psychology and Aging 14:2 (1999), 179–

191.

32
Machine Translated by Google

LAMPIRAN: Petunjuk Eksperimen dan Tangkapan Layar

Gambar Layar 1 – Petunjuk

Machine Translated by Google

Gambar Layar 2 – Petunjuk (lanjutan)

Machine Translated by Google

Gambar Layar 3 – Contoh Putaran

Machine Translated by Google

Gambar Layar 4 – Kartu: Pilihan

Machine Translated by Google

Gambar Layar 5 – Kartu: Menentukan Pembayaran untuk Putaran Keputusan