Պարզ հաշվարկը կարող է լինել հետաքրքիր է, եթե դուք համատեղել մի լավ հարց է լավ տվյալների:
Չնայած այն կազմված է բարդ հնչեղության լեզվով, շատ սոցիալական հետազոտությունների, իրոք, պարզապես հաշվելու բաներ. Ի տարեկանից մեծ տվյալների, հետազոտողները կարող է հաշվել ավելի քան երբեւէ, բայց դա չի նշանակում, որ հետազոտությունը պետք է կենտրոնացած չհաշված ավելի ու ավելի stuff. Փոխարենը, եթե մենք պատրաստվում ենք անել բարի հետազոտություն մեծ տվյալների, մենք պետք է հարցնենք, թե ինչ բաներ են արժանի չհաշված. Սա կարող է թվալ, թե ամբողջությամբ սուբյեկտիվ հարցում, սակայն կան որոշ ընդհանուր օրինաչափություններ:
Հաճախ ուսանողները դրդել իրենց հաշվիչ հետազոտությունը, ասելով. Ես պատրաստվում եմ հաշվել մի բան, որ ոչ ոք երբեւէ հաշվել մինչեւ. Օրինակ, ուսանողը կարող է ասել, որ շատ մարդիկ են ուսումնասիրվել միգրանտներին եւ շատ մարդիկ են սովորել երկվորյակների, բայց ոչ ոք չի ուսումնասիրվել միգրանտ երկվորյակների: Մոտիվացիա բացակայություն սովորաբար չի հանգեցնի լավ հետազոտության. Իհարկե, կարող են լինել լավ պատճառներ ուսումնասիրում միգրանտ երկվորյակների, սակայն այն փաստը, որ նրանք չեն ուսումնասիրվել մինչեւ չի նշանակում, որ նրանք պետք է ուսումնասիրվել է: Ոչ ոք երբեւէ հաշվել թիվը threads գորգի վրա իմ գրասենյակում, բայց դա չի ինքնաբերաբար նշանակում, որ դա կլինի լավ հետազոտական նախագիծ է: Մոտիվացիա բացակայություն է նման ասելով: Տեսեք, կա մի փոս այնտեղ, եւ ես պատրաստվում եմ աշխատել, շատ դժվար է լրացնել այն: Բայց, ոչ թե ամեն փոս պետք է լցված:
Փոխարենը պատճառաբանելով բացակայության, ես կարծում եմ, որ չհաշված հանգեցնում է լավ հետազոտության երկու իրավիճակներում, երբ հետազոտական հետաքրքիր կամ կարեւոր (կամ իդեալականը երկուսն էլ): Օրինակ, չափման տոկոսադրույքը գործազրկության կարեւոր է, քանի որ այն գտնվում է ցուցանիշի տնտեսության որ կրիչներ քաղաքականության որոշումներ: Ընդհանրապես, մարդիկ ունեն բավականին լավ զգացում, թե ինչ կարեւոր է: Այնպես որ, մնացած այս բաժնում, ես պատրաստվում եմ տրամադրել երեք օրինակներ, որտեղ հաշվարկի հետաքրքիր է: Յուրաքանչյուր դեպքում, հետազոտողները չեն չհաշված տարերայնորեն, այլ ոչ թե նրանք հաշվելու շատ որոշակի պարամետրերը, որ բացահայտված կարեւոր Խորաթափանցություն մեջ ավելի ընդհանուր գաղափարների մասին, թե ինչպես սոցիալական համակարգերի աշխատանքի: Այլ կերպ ասած, շատ, թե ինչ է այդ կոնկրետ հաշվող զորավարժությունները, հետաքրքիր չէ, տվյալների մեջ, դա գալիս է այդ ավելի ընդհանուր գաղափարների.
Ստորեւ կներկայացնեմ երեք օրինակներ: 1) աշխատանքային վարքագծի տաքսու վարորդները Նյու Յորքում (Բաժին 2.4.1.1), 2) բարեկամությունը ձեւավորման ուսանողների կողմից (Բաժին 2.4.1.2) եւ 3) Սոցիալական Մեդիա գրաքննությունը պահվածքը չինական կառավարության (Բաժին 2.4.1.3). Ինչ է այդ օրինակները կիսվել է, որ նրանք բոլորն էլ ցույց են տալիս, որ չհաշված մեծ տվյալները կարող են օգտագործվել փորձարկել տեսական կանխատեսումներ: Որոշ դեպքերում, մեծ տվյալների աղբյուրները կտա Ձեզ պետք է անել այս հաշվարկը համեմատաբար ուղղակիորեն (ինչպես նաեւ այն դեպքում, Նյու Յորքի տաքսիները): Այլ դեպքերում, հետազոտողները պետք է զբաղվել ոչ լիարժեքության կողմից միաձուլման տվյալների հետ միասին, եւ գործարկման տեսական կառուցակարգերը (ինչպես այն դեպքում բարեկամության ձեւավորման). իսկ որոշ դեպքերում հետազոտողները պետք է հավաքել իրենց սեփական observational տվյալները (ինչպես նաեւ այն դեպքում, սոցիալական մեդիա գրաքննության): Քանի որ ես հույս ունեմ, որ այդ օրինակները ցույց են տալիս, հետազոտողների համար, ովքեր ի վիճակի են հարցնել հետաքրքիր հարցեր, մեծ տվյալները շատ խոստումնալից: