2.4.1 Menghitung hal
Penghitungan sederhana dapat menarik jika Anda menggabungkan pertanyaan yang bagus dengan data yang baik.
Meskipun ditulis dalam bahasa terdengar canggih, banyak penelitian sosial benar-benar hanya menghitung hal. Dalam usia big data, peneliti dapat menghitung lebih dari sebelumnya, tapi itu tidak otomatis berarti penelitian yang harus difokuskan pada menghitung lebih dan lebih banyak barang. Sebaliknya, jika kita akan melakukan penelitian yang baik dengan data yang besar, kita perlu bertanya: apa hal-hal yang patut menghitung? Ini mungkin tampak seperti hal yang sama sekali subjektif, tetapi ada beberapa pola umum.
Seringkali siswa memotivasi penelitian menghitung mereka dengan mengatakan: Saya akan menghitung sesuatu yang tidak ada yang pernah dihitung sebelumnya. Misalnya, seorang mahasiswa mungkin mengatakan, banyak orang telah mempelajari migran dan banyak orang telah mempelajari kembar, tapi tidak ada yang mempelajari kembar migran. Motivasi dengan adanya biasanya tidak menyebabkan penelitian yang baik. Tentu saja, mungkin ada alasan yang baik untuk belajar kembar migran, tapi fakta bahwa mereka belum dipelajari sebelumnya tidak berarti bahwa mereka harus dipelajari sekarang. Tidak ada yang pernah menghitung jumlah benang di atas karpet di kantor saya, tapi itu tidak otomatis berarti bahwa ini akan menjadi proyek penelitian yang baik. Motivasi dengan adanya adalah jenis seperti mengatakan: melihat, ada lubang di sana, dan aku akan bekerja sangat keras untuk mengisinya. Tapi, tidak setiap lubang perlu diisi.
Alih-alih memotivasi oleh tidak adanya, saya berpikir bahwa menghitung mengarah ke penelitian yang baik dalam dua situasi, ketika penelitian ini adalah menarik atau penting (atau idealnya keduanya). Misalnya, mengukur tingkat pengangguran penting karena dalam indikator ekonomi yang mendorong keputusan kebijakan. Umumnya, orang memiliki rasa yang cukup baik dari apa yang penting. Jadi, dalam bagian ini, saya akan memberikan tiga contoh di mana penghitungan menarik. Dalam setiap kasus, para peneliti tidak menghitung sembarangan, melainkan mereka sedang menghitung di pengaturan sangat khusus yang mengungkapkan wawasan penting ide-ide umum tentang bagaimana sosial kerja sistem. Dengan kata lain, banyak dari apa yang membuat ini latihan penghitungan tertentu menarik bukan dalam data itu sendiri, itu berasal dari ide-ide yang lebih umum.
Di bawah ini saya akan menyajikan tiga contoh dari: 1) perilaku kerja sopir taksi di New York (Bagian 2.4.1.1), 2) pembentukan persahabatan dengan siswa (Bagian 2.4.1.2) dan 3) sosial perilaku sensor media pemerintah Cina (Bagian 2.4.1.3). Apa contoh-contoh ini berbagi adalah bahwa mereka semua menunjukkan bahwa menghitung data yang besar dapat digunakan untuk menguji prediksi teoritis. Dalam beberapa kasus, sumber data yang besar memungkinkan Anda untuk melakukan penghitungan ini relatif langsung (seperti dalam kasus New York Taksi). Dalam kasus lain, peneliti akan perlu berurusan dengan ketidaklengkapan dengan menggabungkan data bersama-sama dan operasionalisasi konstruksi teoritis (seperti dalam kasus pembentukan persahabatan); dan dalam beberapa kasus peneliti akan perlu mengumpulkan data pengamatan mereka sendiri (seperti dalam kasus sensor media sosial). Seperti yang saya berharap contoh ini menunjukkan, bagi para peneliti yang mampu mengajukan pertanyaan yang menarik, data besar memegang janji besar.
