2.3.2.1 અપૂર્ણ

કોઈ બાબત કેવી રીતે "મોટા" તમારા ", મોટા માહિતી" તે કદાચ માહિતી તમે કરવા માંગો છો નથી.

સૌથી મોટા માહિતી સ્ત્રોત, એટલે કે તેઓ માહિતી કે જે તમે તમારા સંશોધન માટે માંગો છો કરશે નહિં હોય, અપૂર્ણ છે. આ માહિતી કે સંશોધન કરતાં અન્ય હેતુઓ માટે બનાવવામાં આવી હતી એક સામાન્ય લક્ષણ છે. ઘણાં સામાજિક વિજ્ઞાનીઓ પહેલેથી જ આવા હાલની મોજણી કે પ્રશ્ન તમે ઇચ્છતા પૂછો ન હતી કારણ કે, અપૂર્ણતા સાથે વ્યવહાર અનુભવ હતો. કમનસીબે, અપૂર્ણતા સમસ્યાઓ મોટા માહિતી વધુ આત્યંતિક હોય છે. સૈદ્ધાંતિક રચના કાર્યરત કરવા માટે વસ્તી વિષયક, અન્ય પ્લેટફોર્મ પર વર્તન, અને માહિતી: મારા અનુભવ, મોટા માહિતી સામાજિક સંશોધન માટે ઉપયોગી માહિતી ત્રણ પ્રકારના ગુમ થઈ જાય છે.

અપૂર્ણતા કારણે આ પ્રકારના બધા ત્રણ Gueorgi Kossinets અને ડંકન વોટ્સ દ્વારા એક અભ્યાસ સચિત્ર છે (2006) યુનિવર્સિટી ખાતે સામાજિક નેટવર્ક ઉત્ક્રાંતિ વિશે. Kossinets અને વોટ્સ યુનિવર્સિટી ઇમેઇલ લોગ, જે શું તે સમયે જેમને ઇમેઇલ્સ મોકલી (સંશોધકો ઇમેઇલ્સ સામગ્રી ઍક્સેસ ન હતી) વિશે ચોક્કસ માહિતી હતી સાથે પ્રારંભ. આ ઇમેઇલ રેકોર્ડ એક સુંદર dataset જેવા ધ્વનિ, પરંતુ તેઓ છે છતાં તેમના કદ અને ઉછેરના-મૂળભૂત અપૂર્ણ. ઉદાહરણ તરીકે, ઇમેઇલ લોગ જેમ કે જાતિ અને ઉંમર વિદ્યાર્થીઓ વસ્તી વિષયક લક્ષણો વિશે માહિતી સમાવેશ થતો નથી. વધુમાં, ઇમેઇલ લોગ આવા ફોન કોલ્સ, ટેક્સ્ટ મેસેજ, અથવા સામ ચહેરો વાતચીત કે અન્ય મીડિયા દ્વારા સંચાર વિશે જાણકારી સમાવેશ થતો નથી. છેલ્લે, ઇમેઇલ લોગ સીધા સંબંધો, ઘણા વર્તમાન સિદ્ધાંતો સૈદ્ધાંતિક રચના વિશે જાણકારી સમાવેશ થતો નથી. પ્રકરણમાં પછીથી, જ્યારે હું સંશોધન વ્યૂહરચના વિશે વાત છે, તમે કેવી રીતે Kossinets અને વોટ્સ આ સમસ્યા હલ જોશો.

અપૂર્ણતા ત્રણ પ્રકારના, સૈદ્ધાંતિક રચના કાર્યરત કરવા માટે અપૂર્ણ માહિતી સમસ્યા ખૂબ સખત ઉકેલવા માટે છે, અને મારા અનુભવ, તે ઘણી વાર આકસ્મિક માહિતી વૈજ્ઞાનિકો દ્વારા દુર્લક્ષ છે. આશરે, સૈદ્ધાંતિક રચના અમૂર્ત વિચારો કે સામાજિક વૈજ્ઞાનિકો અભ્યાસ કમનસીબે, આ રચના હંમેશા unambiguously વ્યાખ્યાયિત ન થઇ શકે અને માપવામાં આવે છે, પરંતુ. ઉદાહરણ તરીકે, ચાલો અનુભવ દેખીતી રીતે સરળ દાવો છે કે જે લોકો વધુ બુદ્ધિશાળી હોય છે વધુ પૈસા કમાવવા ચકાસવા માટે પ્રયાસ કરી કલ્પના કરીએ. ક્રમમાં આ દાવો ચકાસવા માટે તમે માપવા માટે જરૂર છે "બુદ્ધિ." પરંતુ ઇન્ટેલિજન્સ શું છે? ઉદાહરણ તરીકે, Gardner (2011) એવી દલીલ કરી હતી કે ત્યાં ખરેખર છે કે બુદ્ધિ આઠ અલગ અલગ સ્વરૂપો છે. અને, ત્યાં કાર્યવાહી કે જે ચોક્કસ ગુપ્ત આ પ્રકારના કોઇ માપી શકે છે? મનોવૈજ્ઞાનિકો દ્વારા કામ પ્રચંડ પ્રમાણમાં હોવા છતાં, આ પ્રશ્નો હજુ પણ અસંદિગ્ધ જવાબો નથી. આમ, પણ પ્રમાણમાં સરળ ક્લેમ જે લોકો વધુ બુદ્ધિશાળી છે કમાઇ વધુ પૈસા કરી શકે છે કારણ કે તે માહિતી સૈદ્ધાંતિક રચના કાર્યરત કરવા માટે મુશ્કેલ હોઈ શકે છે અનુભવ આકારણી કરવા માટે મુશ્કેલ હોઈ. સૈદ્ધાંતિક રચના કે મહત્વપૂર્ણ પરંતુ "ધોરણો", "સામાજિક મૂડી," અને "લોકશાહી સમાવેશ થાય છે કાર્યરત કરવા માટે હાર્ડ છે અન્ય ઉદાહરણો છે." સામાજિક વૈજ્ઞાનિકો સૈદ્ધાંતિક રચના અને માહિતી રચના માન્યતા વચ્ચે મેચ કૉલ (Cronbach and Meehl 1955) . અને, રચના આ યાદી સૂચવે છે, રચવું માન્યતા છે કે સામાજિક વૈજ્ઞાનિકો ખૂબ જ લાંબા સમય સાથે સંઘર્ષ છે એક સમસ્યા છે, પણ જ્યારે તેઓ ડેટા સંશોધન હેતુ માટે એકત્રિત કરવામાં આવી હતી સાથે કામ કરતા હતા. જ્યારે સંશોધન કરતાં અન્ય હેતુઓ માટે એકત્રિત માહિતી સાથે કામ, રચના માન્યતા સમસ્યાઓ પણ વધુ પડકારરૂપ છે (Lazer 2015) .

તમે એક સંશોધન કાગળ વાંચી રહ્યા છો, ત્યારે એક ઝડપી અને ઉપયોગી રસ્તો આકારણી રચના માન્યતા અંગે ચિંતા કાગળ છે, કે જે સામાન્ય રીતે રચના દ્રષ્ટિએ વ્યક્ત કરવામાં આવે છે મુખ્ય દાવો લેવા માટે છે, અને તેનો ઉપયોગ ડેટા દ્રષ્ટિએ તે ફરીથી વ્યક્ત. ઉદાહરણ માટે, બે અનુમાનિત અભ્યાસ દર્શાવે છે કે વધુ બુદ્ધિશાળી લોકો વધુ પૈસા કમાવવા દાવો કરે છે કે ધ્યાનમાં રાખો:

• અભ્યાસ: 1 લોકો પર રાવેન પ્રોગ્રેસિવ મેટ્રિસીસ ટેસ્ટ એક સારી રીતે ફટકારી વિશ્લેષણાત્મક બુદ્ધિ સારી રીતે અભ્યાસ કર્યો ટેસ્ટ (Carpenter, Just, and Shell 1990) ઉચ્ચ અહેવાલ આવક તેમના કરવેરા વળતર પર -have
• અભ્યાસ 2: Twitter પર લોકો ઉપયોગ જે લાંબા સમય સુધી શબ્દો વધુ વૈભવી બ્રાન્ડ ઉલ્લેખ તેવી શક્યતા છે

બંને કિસ્સાઓમાં, સંશોધકો મૂકતા શકે છે કે તેઓ દર્શાવે છે કે જે વધુ બુદ્ધિશાળી લોકો વધુ પૈસા મળે છે. પરંતુ, પ્રથમ અભ્યાસ સૈદ્ધાંતિક રચના સારી માહિતી અમલી કરવામાં આવે છે, અને બીજા તેઓ નથી. વધુમાં, આ ઉદાહરણ સમજાવે છે, વધુ માહિતી આપોઆપ રચના માન્યતા સાથે સમસ્યાઓ હલ નથી. તમે અભ્યાસ 2 પરિણામો શંકા એક મિલિયન ટ્વીટ્સ, એક અબજ ટ્વીટ્સ, અથવા એક ટ્રિલિયન ટ્વીટ્સ સામેલ છે કે કેમ તે જોઈએ. સંશોધકો રચના માન્યતા ના વિચાર સાથે પરિચિત નહિં, ટેબલ 2.2 અભ્યાસ કે ડિજિટલ ટ્રેસ માહિતી મદદથી સૈદ્ધાંતિક રચના કાર્યરત છે કેટલાક ઉદાહરણો પૂરી પાડે છે.

તેમ છતાં operationalizing સૈદ્ધાંતિક રચના માટે અપૂર્ણ માહિતી સમસ્યા ખૂબ ઉકેલવા માટે મુશ્કેલ છે, ત્યાં અપૂર્ણ વસ્તી વિષયક માહિતી અને અન્ય પ્લેટફોર્મ પર વર્તન પર અપૂર્ણ જાણકારી સમસ્યા માટે ત્રણ સામાન્ય ઉકેલો છે. પ્રથમ ખરેખર તમને જરૂરી માહિતી એકઠી કરવા માટે છે; જ્યારે હું તમને સર્વેક્ષણ વિશે કહી હું પ્રકરણ 3 કે એક ઉદાહરણ વિશે તમે કહી શકશો. કમનસીબે, માહિતી સંગ્રહ આ પ્રકારની હંમેશા શક્ય નથી. બીજા મુખ્ય ઉકેલ શું માહિતી વૈજ્ઞાનિકો કૉલ વપરાશકર્તા લક્ષણ અનુમાન અને સામાજિક વૈજ્ઞાનિકો કૉલ આરોપ કરવા માટે છે. આ અભિગમ, સંશોધકો માહિતી તેઓ કેટલાક લોકો પર હોય છે કે જે વાપરવા અન્ય લોકો ના લક્ષણો અટકળ બાંધવી. ત્રીજા શક્ય ઉકેલ Kossinets અને દ્વારા ઉપયોગ એક બહુવિધ માહિતી સ્રોતો ભેગા વોટ્સ હતો. આ પ્રક્રિયાને ઘણીવાર મર્જ અથવા રેકોર્ડ જોડાણને કહેવામાં આવે છે. આ પ્રક્રિયા માટે મારા પ્રિય રૂપક ખૂબ પ્રથમ કાગળ ક્યારેય રેકોર્ડ જોડાણ પર લખવામાં પ્રથમ જ ફકરો માં દરખાસ્ત કરવામાં આવી હતી (Dunn 1946) :

"વિશ્વમાં દરેક વ્યક્તિ જીવનમાં એક પુસ્તક બનાવે છે. આ પુસ્તક જન્મ સાથે શરૂ થાય છે અને મૃત્યુ સાથે અંત થાય છે. તેના પાનાંઓ જીવનમાં સિદ્ધાંત ઘટનાઓ રેકોર્ડ કરવામાં આવે છે. રેકોર્ડ જોડાણને નામ વોલ્યુમ આ પુસ્તકના પાના ભેગા પ્રક્રિયા કરવા માટે આપવામાં આવે છે. "

આ માર્ગ 1946 માં લખવામાં આવ્યું હતું, અને તે સમયે, લોકો વિચારી હતી કે જીવન પુસ્તક જન્મ, લગ્ન, છૂટાછેડા, અને મૃત્યુ જેવી મુખ્ય જીવન ઘટનાઓ સમાવેશ થાય છે. જો કે, હવે લોકો વિશે ખૂબ જ માહિતી રેકોર્ડ છે, જીવન પુસ્તક અતિ વિગતવાર ચિત્ર, હોઇ શકે છે જો તે વિવિધ પૃષ્ઠો (એટલે ​​કે, અમારા ડિજિટલ નિશાનો), એકસાથે બંધાયેલા કરી શકાય છે. જીવન આ પુસ્તક સંશોધકો માટે એક મહાન સ્ત્રોત બની શકે છે. પરંતુ, જીવનના પુસ્તકમાં પણ વિનાશ એક ડેટાબેઝ કહેવાય કરી શકાય છે (Ohm 2010) , જેને અનૈતિક હેતુ તમામ પ્રકારના માટે વાપરી શકાય છે, કારણ કે જ્યારે હું માહિતી સંવેદનશીલ સ્વભાવ નીચે મોટા માહિતી સૂત્રો દ્વારા એકત્રિત વિશે વાત નીચે વધુ વર્ણવેલ અને પ્રકરણ 6 (એથિક્સ) માં.