شمارش ساده می تواند جالب اگر شما یک سوال خوب با داده های خوب ترکیب کنید.
هر چند که در زبان صدایی پیچیده بیان، بسیاری از تحقیقات اجتماعی است که واقعا فقط شمارش است. در عصر داده های بزرگ، محققان می توانند بیش از هر زمان شمارش، اما این بدان معنی نیست که تحقیقات باید در شمارش چیزهای بیشتر و بیشتر متمرکز شده است. در عوض، اگر ما می رویم به انجام تحقیقات خوب با داده های بزرگ، ما نیاز به بپرسید: چه چیزهایی ارزش شمارش هستند؟ این ممکن است مانند یک ماده کاملا ذهنی به نظر می رسد، اما برخی از الگوهای کلی وجود دارد.
من قصد دارم به تعداد چیزی که هیچ کس تا به حال قبل شمارش: اغلب دانش آموزان پژوهش شمارش خود گفت انگیزه. به عنوان مثال، یک دانش آموز ممکن است بگویید، بسیاری از مردم مهاجران را مطالعه کرده اند و بسیاری از مردم دوقلوها را مطالعه کرده اند، اما هیچ کس دوقلوها مهاجر پرداخته است. انگیزه غیبت معمولا به تحقیق خوب منجر نمی شود. البته، ممکن است دلایل خوبی برای مطالعه دوقلوها مهاجر، اما این واقعیت است که آنها قبل از مطالعه نشده است به این معنا نیست که آنها باید مورد مطالعه قرار گرفت. هیچ کس تا به حال شمارش تعدادی از موضوعات بر روی فرش در دفتر من، اما این بدان به طور خودکار نشان نمی دهند که این امر می تواند یک پروژه تحقیقاتی است. انگیزه توسط عدم وجود نوع مانند گفت: نگاه کنید، یک سوراخ وجود دارد بیش از وجود دارد، و من قصد دارم به کار بسیار سخت به پر کردن آن. اما، نه هر سوراخ باید پر شود.
به جای ایجاد انگیزه توسط عدم وجود، من فکر می کنم که شمارش منجر به تحقیق خوب در دو شرایط، زمانی که تحقیقات جالب است یا مهم است (و یا ایده آل هر دو). به عنوان مثال، اندازه گیری نرخ بیکاری مهم است چرا که در شاخص های اقتصاد است که همواره تصمیمات سیاسی است. به طور کلی، افراد یک حس بسیار خوبی از آنچه مهم است. بنابراین، در ادامه این بخش، من قصد دارم به ارائه سه نمونه که در آن شمارش جالب است. در هر مورد، محققان شد شمارش نیست اتفاقی، بلکه آنها در تنظیمات بسیار خاص است که بینش های مهم به ایده کلی در مورد سیستم چگونه کار اجتماعی نشان داد شمارش شد. به عبارت دیگر، بسیاری از آنچه باعث می شود این تمرینات شمارش خاص جالب است نه در خود داده، آن را از این ایده ها به طور کلی بیشتر می آید.
1) رفتار کار از رانندگان تاکسی در نیویورک (بخش 2.4.1.1)، 2) شکل گیری دوستی توسط دانش آموزان (بخش 2.4.1.2) و 3) رسانه های اجتماعی رفتار سانسور دولت چین: در زیر من سه نمونه در حال حاضر (بخش 2.4.1.3). چه این مثال به اشتراک گذاری است که همه آنها نشان می دهد که شمارش داده های بزرگ می تواند مورد استفاده برای تست پیش بینی های نظری. در برخی موارد، منابع داده های بزرگ شما را قادر به انجام این شمارش نسبتا به طور مستقیم (به عنوان در مورد نیویورک تاکسی). در موارد دیگر، محققان باید برای مقابله با ناتمامیت با ادغام داده ها با هم و اجرایی سازه های نظری (همانطور که در مورد شکل گیری دوستی)؛ و در برخی موارد محققان نیاز به جمع آوری داده های مشاهده ای خود را (به عنوان در مورد سانسور رسانه های اجتماعی). به عنوان من امیدوارم که این مثال نشان می دهد، برای محققان که قادر به سؤال جالب بپرسید، داده های بزرگ نوید.