விளக்கம்: நோபல் பரிசு வென்ற இந்த ஆண்டு 'இயற்கை பரிசோதனைகள்' என்ன

இந்தியாவில் கொள்கைகள் மற்றும் திட்டங்களின் தாக்கங்களை புரிந்து கொள்ள, ஆராய்ச்சியாளர்கள் மற்றும் கொள்கை வகுப்பாளர்களுக்கு, பல இயற்கை சோதனைகள் உதவியுள்ளன. உதாரணமாக, இந்தியாவில் கால்வாய் கட்டுமானம் நகர மயமாக்கலின் வேகத்தை அதிகரித்தது என்பது, 2021 ஆய்வில் கண்டறியப்பட்டுள்ளது. முந்தைய தேர்தலில் பெண்களுக்கு ஒதுக்கப்பட்ட இடத்தில், ஒரு பெண் வெற்றி பெறுவதற்கான வாய்ப்பு, முந்தைய தேர்தலில் ஒதுக்கப்பட்ட இடங்களை விட ஐந்து மடங்கு அதிகமாக இருந்தது என்று, மும்பையில் 2008 ஆம் ஆண்டு நடத்தப்பட்ட ஆய்வில் கண்டறியப்பட்டுள்ளது. மற்றொரு இயற்கையான ஆய்வானது, பட்டியலின குழுக்களில், பட்டியல் சாதியினர் சேர்க்கப்பட்ட பிறகு, பள்ளிக்கல்வி மேம்பட்டதா என்பதை ஆய்வு செய்ய, ஆராய்ச்சியாளர்களை அது அனுமதித்தது. 2011 ஆம் ஆண்டு ஆய்வில், இத்தகைய பாதிப்புகள் நகர்ப்புறங்களில் வசிக்கும் மக்கள் மற்றும் பள்ளிகளுக்கு அணுகல் உள்ளதா என்பதை அடிப்படையாகக் கொண்டது.

இதுபோன்ற இயற்கையான சோதனைகள், திட்டங்கள் மற்றும் தலையீடுகள், மக்களின் நலனை எவ்வாறு பாதிக்கின்றன, எதிர்காலத்தில் ஆதாரம் சார்ந்த கொள்கைகளை உருவாக்கப் பயன்படும் தகவல்களைப் பற்றிய நமது அறிவில் சேர்த்துள்ளன.

இந்த #TIL (இன்று நான் கற்றது) பகுதியில், இயற்கையான பரிசோதனைகள் என்றால் என்ன, அவை திட்டங்கள் மற்றும் கொள்கைகளின் தாக்கத்தை, ஆய்வு செய்வதற்கு ஏன் முக்கியம் என்பதை விளக்குகிறோம்.

காரண காரியம் என்றால் என்ன, அதை ஏன் படிக்க வேண்டும்?

காலப்போக்கில் இரண்டு மாறிகள் (உதாரணமாக, இரு சக்கர வாகனங்களின் எண்ணிக்கை மற்றும் அக்கம் பக்கத்தில் குற்றம்) கவனிக்கப்பட்டால், இரண்டும் ஒருவித உறவைக் காட்டுவது சாத்தியம்: இரண்டும் காலப்போக்கில் அதிகரித்து வருகின்றன, இரண்டும் காலப்போக்கில் குறைந்து வருகின்றன, அல்லது ஒன்று அதிகரிக்கும் போது மற்றொன்று குறைகிறது. இத்தகைய உறவு, தொடர்புகள் என்று அழைக்கப்படுகின்றன. ஆனால் ஒரு மாறி மற்றொன்றை ஏற்படுத்துகிறது என்று சொல்ல இந்த தொடர்பு போதாது. ஆக, இரு சக்கர வாகனங்களின் எண்ணிக்கை மற்றும் குற்றங்கள் இரண்டும் காலப்போக்கில் அதிகரித்துக் கொண்டே இருந்தால், அதிக இரு சக்கர வாகனங்கள் அதிக குற்றங்களுக்கு (அல்லது நேர்மாறாக) வழிவகுக்கின்றன என்று சொல்ல முடியாது!

அந்த காரணத்தை நிறுவ, இரண்டு மாறிகளையும் பாதிக்கும் மூன்றாவது காரணி எதுவும் இல்லை என்பதை ஒரு ஆராய்ச்சியாளர் நிரூபிக்க வேண்டும். உதாரணமாக, பெருகும் வருமானம் இரண்டுக்கும் - குடும்பங்கள் அதிக இருசக்கர வாகனங்களை வாங்குவது, மேலும் அதிகமான திருடர்கள் அக்கம்பக்கத்தை குறிவைப்பது ஆகியவற்றுக்கு காரணமாக இருக்கலாம்.

காரணத்தை அளவிடுதல்

பொருளாதாரம் என்பது, பல்வேறு சமூக மற்றும் அரசியல் அமைப்புகளில் உள்ள மக்களிடையே சிக்கலான தொடர்புகளைப் படிப்பதை உள்ளடக்கியதால், பொருளாதார வல்லுநர்கள் காரணத்தைப் புரிந்து கொள்வதற்காக, இந்த தொடர்புகளை மாதிரிகளாகக் குறைக்கின்றனர். ஒரு மாதிரி என்பது, யதார்த்தத்தின் எளிமைப்படுத்தப்பட்ட பதிப்பாகும் மற்றும் பல அனுமானங்களில் தங்கியுள்ளது, மேலும் ஒரு மாதிரியானது அதன் அனுமானங்கள் செல்லுபடியாகும் அளவிற்கு மட்டுமே பயனுள்ளதாக இருக்கும். அடிப்படையில், காரணத்தை பரிகாசம் செய்வது என்பது சோதனை வடிவமைப்பைப் பயன்படுத்தி ஒரு குறிப்பிட்ட நிகழ்வுக்கான பிற விளக்கங்களை நிராகரிப்பதை உள்ளடக்கியது.

காரணத்தை நிறுவுவதற்கான எளிய நுட்பம், குறைந்த சதுரங்கள் பின்னடைவு என்று அழைக்கப்படுகிறது, இது மாறிகளில் மாற்றத்தை ஏற்படுத்தக்கூடிய அனைத்து சாத்தியமான காரணிகளையும் "கட்டுப்படுத்துகிறது" (மேலே உள்ள எடுத்துக்காட்டில் ஒரு கட்டுப்பாடு குடும்ப வருமானமாக இருக்கும்). இதேபோல், ஊதியத்தில் பாலினத்தின் தாக்கத்தை தீர்மானிக்க, பொருளாதார வல்லுநர்கள் பள்ளிப்படிப்பு, இனம் மற்றும் பணி அனுபவம் ஆகியவற்றைக் கட்டுப்படுத்துகிறார்கள், பாலினப் பாத்திரங்கள் மட்டுமே ஊதியங்களை பாதிக்கின்றனவா என்பதைக் கண்டறிய (அவர்கள் செய்கிறார்கள்).

பின்னடைவு ஒரு சக்திவாய்ந்த கருவியாக இருந்தாலும், கணக்கீட்டில் முன்னேற்றம் மற்றும் பரந்த, உயர் அதிர்வெண் தரவுகளின் கிடைக்கும் தன்மை ஆகியவை பொருளாதாரத் தரவை --பொருளாதாரத் தரவைப் புரிந்துகொள்வதற்கான புள்ளிவிவர முறைகளைப் பயன்படுத்துதல்-- மேலும் மேலும் செல்ல அனுமதித்தன.

ஆராய்ச்சியாளர்கள் இப்போது வேறுபாடுகளில் வேறுபாடுகளைப் பயன்படுத்துகின்றனர், இதில் ஒரு சிகிச்சைக்கு முன்னும் பின்னும் ஒரு விளைவு, அதாவது இரும்பு ஊட்டச்சத்து சேர்க்கை திட்டத்திற்கு முன்னும் பின்னும் இரத்த சோகை விகிதங்களில் உள்ள வேறுபாடு அளவிடப்படுகிறது. மற்றொரு அணுகுமுறை கருவி மாறிகளைப் பயன்படுத்துகிறது, உண்மையான "காரணம்" மாறியை ப்ராக்ஸியைப் பயன்படுத்தி அளவிட முடியாது. உதாரணமாக, மாசு தரவுகளின் அடிப்படையில், ஜனவரி-மார்ச் மாதங்களில் பிறந்தவர்களை விட, அக்டோபர்-டிசம்பர் காலாண்டில் பிறக்கும் குழந்தைகள் அதிக மாசுபாட்டிற்கு ஆளாகிறார்கள் என்று கருதுகோள் கூறலாம். எனவே, ஆராய்ச்சியாளர்கள், குழந்தைகள் மாசுபாட்டின் உண்மையான வெளிப்பாடு குறித்த தரவுகளைப் பயன்படுத்துவதற்குப் பதிலாக, ஜனவரி-மார்ச் மாதங்களில் பிறந்த குழந்தைகளை அக்டோபர்-டிசம்பர் மாதங்களில் பிறந்த குழந்தைகளுடன் ஒப்பிட்டு, நுரையீரல் திறனில் உள்ள வேறுபாடுகளைப் பார்ப்பார்கள்.

காரணத்தை நிறுவுவதற்கான தங்கத் தரநிலை ஒரு சீரற்ற கட்டுப்பாட்டு சோதனை அல்லது RCT ஆகும். பொருளாதாரத்தில் சீரற்ற கட்டுப்பாட்டு சோதனை, ஒரு மருந்து அல்லது தடுப்பூசிக்கான ஒன்றைப் போலவே, மக்களை இரண்டு குழுக்களுக்கு தோராயமாக நியமிப்பது மற்றும் அவர்களில் ஒருவருக்கு ஒரு சிகிச்சை பயிற்சி திட்டத்தில் சேர்க்கை போன்ற சிகிச்சையை வழங்குவதை உள்ளடக்கியது. திட்டத்தின் செயல்திறனை அறிய, ஆர்வத்தின் விளைவு (கணித மதிப்பெண்கள், இந்த எடுத்துக்காட்டில்) தீர்வுத் திட்டத்தைத் தவிர மற்ற எல்லா வகையிலும் ஒரே மாதிரியான இரு குழுக்களுக்கும் அளவிடப்படுகிறது.

சீரற்ற கட்டுப்பாட்டு சோதனையின் ஆரம்பகட்ட உதாரணம், 1955 ஆம் ஆண்டில் டொனால்ட் டேவிட்சன் என்பவரால், உபயோகத்தை --ஏதாவது ஒன்றிலிருந்து பெறப்பட்ட திருப்திக்காக, அளவிடுவதற்காக நடத்தப்பட்டது. 2019 ஆம் ஆண்டில், மைக்கேல் க்ரீமர், எஸ்தர் டுஃப்லோ மற்றும் அபிஜித் பானர்ஜி ஆகியோர், சீரற்ற கட்டுப்பாட்டு சோதனைகளுடன் பணி புரிந்ததற்காக, பொருளாதாரத்திற்கான நோபல் பரிசை வென்றனர்.

தரவுகளுடன் மாதிரிகளை சோதிக்க இயற்கை சோதனைகளும் ஒரு வழியாகும்.

ஒரு பரிசோதனையை இயற்கையானது எது?

ஒரு 'இயற்கை' நிகழ்வைப் பயன்படுத்தும் ஒரு சோதனை, குறிப்பாக அந்த பரிசோதனையின் நோக்கத்திற்காக வடிவமைக்கப்பட்ட திட்டம் அல்ல, இது இயற்கை பரிசோதனை என்று அழைக்கப்படுகிறது. உதாரணமாக, அமெரிக்காவின் பெர்க்லியில் உள்ள கலிபோர்னியா பல்கலைக்கழகத்தின் பொருளாதாரப் பேராசிரியரும், நோபல் பரிசு வென்றவர்களில் ஒருவருமான டேவிட் கார்ட், குடியேற்றம் உள்ளூர் மக்களுக்கான வேலைகள் மற்றும் ஊதியங்களை எவ்வாறு பாதிக்கிறது என்பதை ஆய்வு செய்ய மரியல் படகுத் தூக்குதலைப் பயன்படுத்தினார், இதில் கியூபாவில் உள்ள மரியல் துறைமுகத்தில் இருந்து ஆயிரக்கணக்கான கியூபா அகதிகள் அமெரிக்காவின் மியாமியில் தரையிறங்கினர். அகதிகள் வருகை, மியாமியின் மக்கள்தொகையை 7% அதிகரித்தாலும், அதன் தொழிலாளர் விநியோகத்தில் கணிசமாக சேர்த்தாலும், அது பகுதி -திறமையான வகையினருக்கு கூட வேலைகள் பற்றாக்குறையை உருவாக்கவில்லை என்று அவர் கண்டறிந்தார்.

மியாமி வேலை சந்தையில் உள்ள ஒரே இடையூறு, வேலை தேடி அங்கு வராத புலம்பெயர்ந்தோர் நுழைவது மட்டுமே. இது கார்டை தனது மாதிரியில் 'செட்டரிஸ் பாரிபஸ்' (மற்ற அனைத்தும் சமம்) எனப்படும் ஒரு முக்கியமான நிபந்தனையை விதிக்க அனுமதித்தது. திடீர் வேலை வாய்ப்புகள், மியாமியில் உயர்ந்த வாழ்க்கைத் தரம் அல்லது அமெரிக்காவில் வாழ விருப்பம் போன்ற குடியேற்றத்திற்கு காரணமான பிற காரணிகள் இல்லாமல், ஒரு நகரத்தில் வேலைகளில் குடியேற்றத்தின் விளைவைப் படிக்க, கார்டு அனுமதித்தது.

இத்தகைய நிகழ்வுகளை ஆய்வு செய்ய, கட்டாய இடம்பெயர்வை உருவாக்குவது நெறிமுறையற்றது, மேலும் இயற்கையான பரிசோதனையானது பொருளாதார வல்லுனர்களை, இந்த நெறிமுறைக் கவலைகளைச் சுற்றி வர அனுமதிக்கிறது.

மாநில எல்லையின் ஒரு பக்கத்தில் உள்ள மக்களுக்குப் பொருந்தும், குறைந்தபட்ச ஊதியச் சட்டம் போன்ற சட்டத்தின் விளைவையும், கார்டு ஆய்வு செய்தது. நியூஜெர்சி மற்றும் பென்சில்வேனியாவில், குறைந்தபட்ச ஊதியச் சட்டம் இயற்றப்படுவதற்கு முன்னும் பின்னும் உள்ள வேலைகளின் எண்ணிக்கையை ஒப்பிடுகையில், குறைந்தபட்ச ஊதியம் குறைந்த வேலைகளை ஏற்படுத்தவில்லை என்பதை கார்டு கண்டறிந்தது. அத்தகைய பரிசோதனையில், ஆராய்ச்சியாளர்களின் தலையீட்டின் காரணமாக அல்லாமல், மக்கள் சிகிச்சைக் குழுவில் (குறைந்தபட்ச ஊதியச் சட்டம் பயன்படுத்தப்பட்ட இடத்தில்) மற்றும் கட்டுப்பாட்டுக் குழுவில் (அத்தகைய சட்டம் இல்லாத இடத்தில்) ஒரு எல்லையை அடிப்படையாகக் கொண்டது. இத்தகைய இயற்கையான சோதனைகள் ஆராய்ச்சியாளர்கள், அவர்கள் பார்க்கும் விளைவுக்கான பிற காரணங்களை அகற்ற உதவுகின்றன, மேலும் மிகவும் சாத்தியமான காரணத்தைக் குறிப்பிடுகின்றன.

மற்றொரு நோபல் பரிசு வென்ற மற்றொரு சோதனை, அமெரிக்காவின் கேம்பிரிட்ஜில் உள்ள மாசசூசெட்ஸ் இன்ஸ்டிடியூட் ஆப் டெக்னாலஜியின் பொருளாதாரப் பேராசிரியரான ஜோசுவா ஆங்கிரிஸ்ட், போரில் இருந்து திரும்பும் வீரர்கள், போரில் ஈடுபடாத சகாக்களை விட, குடிமக்களாக குறைந்த பணம் சம்பாதிப்பதைக் காட்டியது. ஆயுதப் படைகளில் கட்டாயப் பணி என அறியப்படும் "வரைவுக்கு" ஆட்களின் சீரற்ற ஒதுக்கீட்டை அமெரிக்கா நம்பியிருப்பதால், தொழிலாளர்களின் வருவாய் வித்தியாசம்,வயது, கல்வி மற்றும் தொழில்முறை அனுபவம் ஆகியவற்றைக் கருத்தில் கொண்ட பிறகு, இராணுவத்தில் பணியாற்றுவதற்கு முற்றிலும் காரணமாக இருக்கலாம்.

இயற்கையான பரிசோதனையின் மற்றொரு எடுத்துக்காட்டில், மூன்றாவது நோபல் பரிசு வென்ற அமெரிக்காவின் ஸ்டான்போர்ட் பல்கலைக்கழகத்தின் பொருளாதாரப் பேராசிரியரான கைடோ இம்பென்ஸ், அமெரிக்காவில் லாட்டரி வெற்றியாளர்களைப் ஆய்வு செய்தார், இதில், பெறப்படாத வருமானம் தொழிலாளர் வருவாயைக் குறைத்தது மற்றும் ஓய்வு நேரத்தை ஓரளவு அதிகரித்தது, மேலும் அவர்களில் 55 முதல் 65 வயதுக்குட்பட்டவர்களுக்கு அதிகம்.

காரணம் மற்றும் விளைவை ஆய்வு செய்வதற்கு, இயற்கையான சோதனைகளைப் பயன்படுத்துவதற்கு முன்பு, பொருளாதார வல்லுநர்கள் சமூக நிகழ்வுகளை விளக்குவதற்கு தொடர்புகளை (வேலையின்மை விகிதம் மற்றும் பணவீக்கம் போன்றவை) பயன்படுத்தினர். ஆனால் காரணம் மற்றும் விளைவைப் புரிந்து கொள்வதில் உள்ள சிக்கலான தன்மையைக் கருத்தில் கொண்டு, இந்த ஆய்வுகள் மாறுபட்ட அளவிலான வெற்றியைக் கொண்டிருந்தன. உதாரணமாக, வில்லியம் பிலிப்பின் புகழ்பெற்ற 1958 ஆய்வு, வேலையின்மை மற்றும் பணவீக்கத்திற்கு இடையே ஒரு தலைகீழ் உறவைக் காட்டியது. இருப்பினும், 1970 களில், வேலையின்மை மற்றும் பணவீக்கம் இரண்டும் ஒரே நேரத்தில் அதிகரித்து, கோட்பாட்டை கேள்விக்கு உள்ளாக்கியது.

எந்த முறையும் முட்டாள்தனமாக இல்லை

சீரற்ற கட்டுப்பாட்டு சோதனைகள், விலை உயர்ந்தவை மற்றும் நெறிமுறை மற்றும் முறைசார்ந்த கவலைகள் உள்ளதால், அனைத்து ஆராய்ச்சிகளுக்கும் பயன்படுத்த முடியாது. உதாரணமாக, குழந்தைகளின் ஆரோக்கியத்தில் கர்ப்ப காலத்தில் குறைந்த கலோரி உட்கொள்ளல் விளைவை ஆய்வு செய்வதற்காக, தாய்மார்களில் ஒரு குழு பட்டினி போடுவது தவறானது. இருப்பினும், 1944-45 நெதர்லாந்தில் ஏற்பட்ட பஞ்சத்தின் எல்.எச். லுமே மற்றும் பிரான்ஸ் வான் போபெல் ஆகியோரின் இந்த ஆய்வைப் போலவே, வளர்ந்த நாட்டில் குறுகிய காலப் பஞ்சம் போன்ற ஒரு இயற்கை பரிசோதனை, இதைப் படிப்பதற்குத் தேவையான நிலைமைகளை வழங்குகிறது.

இயற்கையான பரிசோதனைகள் மற்றும் சீரற்ற கட்டுப்பாட்டு சோதனைகள் இரண்டையும், வடிவமைப்பு நன்றாக இருந்தால் மற்றும் தரவு சரியாக பகுப்பாய்வு செய்யப்பட்டால், கொள்கை வகுப்பாளர்கள் பயன்படுத்த முடியும் என்று ,அமெரிக்காவின் வாஷிங்டன் டி.சி.யில் உள்ள ஜார்ஜ்டவுன் பல்கலைக்கழகத்தின் பொருளாதாரப் பேராசிரியரும், இதற்கு முன்பு உலக வங்கியின் ஆராய்ச்சி இயக்குநருமான மார்ட்டின் ராவல்லியன் கூறினார். "வேறுபாடு என்னவென்றால், ஒரு இயற்கையான பரிசோதனை, 'உண்மையான உலகம்' கொள்கையைப் பயன்படுத்துகிறது, அதே நேரத்தில் நீங்கள் ஒரு புதிய கொள்கையை உருவாக்குகிறீர்கள்.

அரசாங்க அதிகாரிகளால் இந்த வேறுபட்ட மதிப்பீட்டு நுட்பங்களைப் பயன்படுத்துவது குறித்த அவர்களின் கருத்துக்களுக்காக, நாங்கள் சமூக நீதி மற்றும் அதிகாரமளித்தல் அமைச்சகத்தை தொடர்பு கொண்டோம், ஆனால் அவர்களிடம் இருந்து பதில் கிடைக்கவில்லை.

"சிகிச்சை' மற்றும் 'கட்டுப்பாட்டு' குழுக்களுக்கான பணிகளை சீரற்றதாக மாற்ற வடிவமைக்கப்பட்ட சோதனைகளில், இயற்கைக்கு மாறான ஒன்று இருக்கலாம். இது ஒரு செயற்கை அமைப்பு, நிஜ உலகில் பொதுவானது அல்ல என்று, ரவல்லியன் விளக்கினார். "ஒரு இயற்கை பரிசோதனையின் அழகு என்னவென்றால், அது உண்மையானது - ஆராய்ச்சியின் நோக்கத்திற்காக திட்டமிடப்பட்ட ஒன்று அல்ல," என்று அவர் மேலும் கூறினார். "இயற்கை சோதனைகள் கொள்கை உருவாக்கம் உட்பட மதிப்புமிக்க நிஜ உலக பாடங்களை வழங்க முடியும். ஆனால் இயற்கையான சோதனைகளில் இருந்து கற்றுக்கொள்வது சவால்களையும் கொண்டு வருகிறது, மிக முக்கியமாக, கற்றுக்கொண்ட பாடங்களை நம்ப முடியும் என்பதை உறுதிப்படுத்துவதில்" என்றார்.

இயற்பியல் அல்லது வேதியியல் போலல்லாமல், பொருளாதாரம் ஒரு துல்லியமான அறிவியல் அல்ல, அதாவது கோட்பாடுகள் கணித ரீதியாக எளிதில் பிரதிநிதித்துவப்படுத்தப்படுவதில்லை அல்லது வெவ்வேறு அமைப்புகளில் எப்போதும் மீண்டும் உருவாக்கப்படுவதில்லை. உதாரணமாக, உரசப்படும் தீப்பெட்டி நல்ல தரம் மற்றும் உலர்ந்ததாக இருந்தால் அது எப்போதும் ஒளிரும். ஆனால் ஒரு சமூகத் திட்டம் வெவ்வேறு புவியியல் மற்றும் கலாச்சாரங்களில் வெவ்வேறு முடிவுகளைக் கொண்டிருக்கலாம், அதாவது இலவச கொசுப் படுக்கைகளின் பயன்பாடு மற்றும் தாக்கம் மற்றும் மக்கள் வாங்க வேண்டியவை.

பொருளாதாரத்தின் மற்றொரு குறைபாடு, சோதனைகளின் அடிப்படையில் ஒரு முடிவைக் கணிக்க இயலாமை.

இந்தக் காரணங்களால், பொருளாதாரம் போன்ற சமூக அறிவியலும் "இயற்பியல் பொறாமை" என்று குற்றம் சாட்டப்பட்டுள்ளது - இயற்பியல் பரிசோதனையைப் போலவே ஒரு சமூக அல்லது நடத்தை பரிசோதனையின் முடிவை அளவிடவும் கணிக்கவும் முயற்சிக்கிறது.

பொருளாதாரம் சரியான அறிவியல் அல்ல என்பதற்கு பல காரணங்கள் உள்ளன: பாரபட்சம் எப்பொழுதும் ஊடுருவுகிறது, மேலும் மிகவும் கடுமையான இயற்கை சோதனைகளில் கூட, எடை அதிகரிப்பில் உடற்பயிற்சியின் விளைவைக் கண்டறியும் பரிசோதனையில் வயதின் பங்கு போன்ற குழப்பமான காரணிகளை நிராகரிக்க முடியாது. நியூயார்க், பென்சில்வேனியா, ஓஹியோ மற்றும் நியூ ஹாம்ப்ஷயர் -- அமெரிக்காவில் உள்ள அனைத்து நகரங்களையும் ஒப்பிடும் இந்த 2012 ஆய்வில், வேலையின்மை விகிதத்தில் குறைந்தபட்ச ஊதியத்தின் தாக்கம் குறித்த கார்டின் முடிவுகள் கூட எப்போதும் நிலைக்காது.

இருப்பினும், அனுபவப் பரிசோதனைகள் முற்றிலுமாக மதிப்பிழக்கப்படலாம் என்று இது அர்த்தப்படுத்துவதில்லை. "குறைந்தபட்ச ஊதிய உயர்வு எப்போதும் அதிக வேலையின்மைக்கு வழிவகுக்காது என்பதை கார்டு மற்றும் க்ரூகரின் கண்டுபிடிப்புகள் நிறுவியுள்ளன" என்று, பெங்களூரில் உள்ள அசிம் பிரேம்ஜி பல்கலைக்கழகத்தின் பொருளாதாரவியல் பேராசிரியரான ஆனந்த் ஸ்ரீவஸ்தவா விளக்கினார்.