2.5 מסקנה

נתוני ביג נמצאו בכל מקום, אבל השימוש בו וצורות אחרות של נתונים תצפיתיים למחקר חברתי קשה. מניסיוני יש משהו כמו שום רכוש ארוחות חינם למחקר: אם אתה לא להכניס הרבה עבודה כדי לאסוף נתונים, אז אתה כנראה הולך צריך להשקיע הרבה עבודה ניתוח הנתונים שלך או לחשוב על מה נמצא שאלה מעניינת לשאול של הנתונים. על סמך הרעיונות בפרק זה, אני חושב שיש שלוש דרכים עיקריות כי מקורות נתונים גדולים יהיו יקרים ביותר למחקר חברתי:

• באופן אמפירי שיפוט בין מתחרי תחזיות תיאורטיות. דוגמאות לסוג זה של עבודה כוללים Farber (2015) (נהגי מוניות בניו יורק) ו King, Pan, and Roberts (2013) (צנזורה בסין)
• מדידה חברתית משופרת עבור מדיניות באמצעות nowcasting. דוגמא לסוג זה של עבודה היא Ginsberg et al. (2009) (של Google Flu Trends).
• הערכת השפעות סיבתי עם ניסויים טבעיים והתאמה. דוגמאות לסוג זה של עבודה. Mas and Moretti (2009) (peer ההשפעות על פרודוקטיביות) ואת Einav et al. (2015) (השפעת המחיר ההתחלתי על מכירות פומביות ב- eBay).

שאלות חשובות רבות במחקר חברתי יכול לבוא לידי ביטוי כאחד משלושה אלה. עם זאת, גישות אלה דורשים בדרך כלל לחוקרים להביא הרבה יותר לנתונים. מה הופך Farber (2015) המעניין הוא המוטיבציה תיאורטי המדידה. מוטיבציה תיאורטית זו מגיעה מחוץ הנתונים. לכן, עבור אלה שטובים לשאול סוגים מסוימים של שאלות מחקר, מקורות נתונים גדולים יכולים להיות מאוד פורים.

לבסוף, ולא מחקר אמפירי מונחה תאוריה (אשר כבר ההתמקדות בפרק זה), אנחנו יכולים להפוך את התסריט וליצור תאוריות מונחות באופן אמפירי. כלומר, דרך ההצטברות הזהירה של עובדות אמפיריות, דפוסים, חידות, אנו יכולים לבנות תאוריות חדשות.

גישה חלופית, נתוני הראשון זה לתיאוריה אינה חדשה, והיא נוסחה בעוצמה רבה ביותר על ידי Glaser and Strauss (1967) עם קריאתם התיאוריה מוארק. גישת הנתונים ראשונים, לעומת זאת, אינה מעיד על "סוף התאוריה," כפי שנטען על ידי חלק גדול מן העיתונות ברחבי מחקר בעידן הדיגיטלי (Anderson 2008) . במקום זאת, כפי השינויים בסביבת נתונים, עלינו לצפות מחדש איזון במערכת היחסים בין התאוריה והנתונים. בעולם שבו איסוף נתונים היה יקר, זה הגיוני כדי לאסוף את הנתונים רק שהתיאוריות מציעות תהיינה השימושי ביותר. אבל, בעולם שבו כמויות עצומות של נתונים זמינים כבר בחינם, זה הגיוני גם לנסות גישה ראשונה נתונים (Goldberg 2015) .

כפי שהראיתי בפרק זה, החוקרים יכולים ללמוד הרבה מצפייה אנשים. בשלושת הפרקים הבאים, אתאר כיצד אנו יכולים ללמוד דברים נוספים ושונים אם אנו מתאימים איסוף הנתונים שלנו לתקשר עם אנשים באופן ישיר יותר על ידי לשאול אותם שאלות (פרק 3), הפעלת ניסויים (פרק 4), ואף שיתופם בתהליך המחקר ישירות (פרק 5).