რა უნდა წაიკითხოთ მომდევნო

• შესავალი (სექცია 3.1)

ამ თავის ბევრ თემას ასევე გამოეხმაურა უკანასკნელი საპრეზიდენტო სიტყვები ამერიკული საზოგადოების საზოგადოებრივი აზრის კვლევის ასოციაციაში (AAPOR), როგორიცაა Dillman (2002) , Newport (2011) , Santos (2014) და Link (2015) .

მეტი კვლევის კვლევისა და სიღრმისეული ინტერვიუების შესახებ, იხილეთ Small (2009) . სიღრმისეულ ინტერვიუებთან დაკავშირებული არის მიდგომების ოჯახი ეთნოგრაფია. ეთნოგრაფიულ კვლევაში მკვლევარებმა, ზოგადად, თავიანთ ბუნებრივ გარემოში მონაწილეობას უფრო მეტი დრო გაატარებენ. მეტი ეთნოგრაფიისა და სიღრმისეული ინტერვიუების შესახებ, იხილეთ Jerolmack and Khan (2014) . მეტი ციფრული ეთნოგრაფიის, იხილეთ Pink et al. (2015) .

ჩემი კვლევის ისტორია კვლევის კვლევა ძალიან მოკლეა მოიცავს ბევრი საინტერესო მოვლენები, რომ მოხდა. მეტი ისტორიული ფონზე იხილეთ Smith (1976) , Converse (1987) და Igo (2008) . მეტი კვლევის კვლევის სამი პერიოდის იდეაში, იხილეთ Groves (2011) და Dillman, Smyth, and Christian (2008) (რომელიც არღვევს სამი eras ოდნავ განსხვავებულად).

Groves and Kahn (1979) გთავაზობთ peek შიგნით გადასვლის პირველი მეორე მეორე ეპოქის კვლევის კვლევის მეშვეობით დეტალური ხელმძღვანელი- to-head შედარება შორის პირისპირ და სატელეფონო გამოკითხვა. ( ??? ) დავუბრუნდეთ შემთხვევითი ციფრული დარეკვის შერჩევის მეთოდების ისტორიულ განვითარებას.

უფრო მეტია, თუ როგორ შეიცვალა კვლევა წარსულში საზოგადოებაში ცვლილებების საპასუხოდ, იხ. Tourangeau (2004) , ( ??? ) და Couper (2011) .

• მოთხოვნის დაკმაყოფილება (სექცია 3.2)

ძლიერი და სუსტი მხარეები ითხოვს და აკვირდება უკვე განიხილება მიერ ფსიქოლოგები (მაგალითად, Baumeister, Vohs, and Funder (2007) ) და სოციოლოგები (მაგალითად, Jerolmack and Khan (2014) ; Maynard (2014) ; Cerulo (2014) ; Vaisey (2014) Jerolmack and Khan (2014) . განსხვავება ითხოვს და აკვირდება ეკონომიკას, სადაც მკვლევარები საუბრობენ და გამოვლინებულ პრეფერენციებზე საუბრობენ, მაგალითად, მკვლევარს შეეძლო ეთხოვა რესპონდენტების კითხვა, (ან შეღავათები), ან შეიძლება დააკვირდეს, თუ რამდენად ხშირად ჭამენ ნაყინი და წავიდეთ სავარჯიშოში (გამოვლენილი პრეფერენციები), არსებობს ღრმა სკეპტიციზმი გარკვეული ტიპის განცხადებების შესახებ ეკონომიკის შესახებ, როგორც ეს აღწერილია Hausman (2012) .

ამ დებატების ძირითადი თემაა, რომ ქცევა ყოველთვის ზუსტი არ არის. მაგრამ, როგორც აღწერილია მე -2 თავში, დიდი მონაცემთა წყაროები არ შეიძლება იყოს ზუსტი, ისინი არ შეიძლება შეგროვდეს ნიმუში ინტერესი, და ისინი არ შეიძლება იყოს ხელმისაწვდომი მკვლევარები. ამდენად, მე ვფიქრობ, რომ, ზოგიერთ შემთხვევაში, ცნობილი ქცევა შეიძლება იყოს სასარგებლო. გარდა ამისა, ამ დებატების მეორე თემაა ის, რომ ემოციების, ცოდნის, მოლოდინისა და მოსაზრებების შესახებ ანგარიშები ყოველთვის ზუსტი არ არის. მაგრამ თუ ამ შიდა სახელმწიფოების შესახებ ინფორმაცია საჭიროა მკვლევარების მიერ, ან დაეხმაროს გარკვეულ ქცევაზე ან რამე განმარტავს, მაშინ ითხოვს, რომ სათანადო იყოს შესაბამისი. რა თქმა უნდა, კითხვების დასმის შემთხვევაში შიდა სახელმწიფოების შესახებ კითხვები შეიძლება იყოს პრობლემატური, რადგან ზოგჯერ რესპონდენტებს არ იცნობენ თავიანთ შიდა სახელმწიფოებს (Nisbett and Wilson 1977) .

• სულ კვლევის შეცდომა (სექცია 3.3)

Groves (2004) აკეთებს შესანიშნავი სამუშაოს შეჯერება პერიოდულად არათანმიმდევრული ტერმინოლოგიის მიერ გამოყენებული კვლევის მკვლევარები აღწერს საერთო კვლევის შეცდომის ჩარჩო. წიგნის სიგრძე მკურნალობის საერთო კვლევის შეცდომის ჩარჩოებისათვის, იხილეთ Groves et al. (2009) და ისტორიული მიმოხილვა, იხილეთ Groves and Lyberg (2010) .

შეცდომების ჩამოშორების იდეა, აგრეთვე, კომპენსაციისა და ვარიანტისადმი ასევე წარმოიქმნება მანქანათმცოდნეობაში; მაგალითად, Hastie, Tibshirani, and Friedman (2009) სექცია 7.3. ეს ხშირად იწვევს მკვლევარებს ლაპარაკი "მიკერძოებული" ვაჭრობის შესახებ.

რეკონსტრუქციის თვალსაზრისით, არარეასპასუხისა და არაწრფივი კომპენსაციის საკითხების დიდი შესავალია ეროვნული სამეცნიერო საბჭოს ანგარიში არარეზელზე სოციალური კვლევის სფეროში: კვლევის დღის წესრიგი (2013) . კიდევ ერთი სასარგებლო მიმოხილვა Groves (2006) მიერ არის წარმოდგენილი Groves (2006) . გარდა ამისა, გამოცემულ იქნა არაპროფესიონალური ჟურნალი ოფიციალური სტატისტიკის , საზოგადოებრივი აზრის კვარტალური , და პოლიტიკური და სოციალური მეცნიერების აკადემიის ამერიკული აკადემიის მთელი სპეციალური საკითხები. საბოლოო ჯამში, არსებობს რეაგირების სიჩქარის გამოთვლის მრავალი განსხვავებული გზა; ამ მიდგომების დეტალურადაა აღწერილი ანგარიში ამერიკული ასოციაცია საზოგადოებრივი აზრის მკვლევარები (AAPOR) ( ??? ) .

1936 წლის ლიტერატურული დაიჯესტის გამოკითხვაზე იხილეთ Bryson (1976) Squire (1988) , Cahalan (1989) Squire (1988) , Cahalan (1989) და Lusinchi (2012) . ამ გამოკითხვაზე კიდევ ერთი დისკუსია, როგორც იგულისხმება Gayo-Avello (2011) მონაცემების შეგროვების შესახებ Gayo-Avello (2011) . 1936 წელს ჯორჯ გალპმა გამოიყენა უფრო დახვეწილი ფორმა შერჩევა და შეძლო უფრო ზუსტი შეფასებების წარმოდგენა გაცილებით პატარა ნიმუშით. Gallup წარმატება ლიტერატურული დაიჯესტი იყო ეტაპები განვითარების კვლევის კვლევის როგორც აღწერილია 3 საქართველოს @ converse_survey_1987; Ohmer (2006) მე -4 Ohmer (2006) ; და @ igo_averaged_2008- ის მე -3 თავი.

გაზომვის თვალსაზრისით, კითხვარების შემუშავების დიდი რესურსია Bradburn, Sudman, and Wansink (2004) . უფრო მოწინავე მკურნალობისთვის იხ. Schuman and Presser (1996) , რომელიც კონკრეტულად ფოკუსირებულია დამოკიდებულების კითხვებზე Saris and Gallhofer (2014) , რაც უფრო ზოგადია. გაზომვის ოდნავ განსხვავებული მიდგომა აღებულია ფსიქომეტრიკაში, როგორც აღწერილია ( ??? ) . უფრო მეტი პრეტესირება ხელმისაწვდომია Presser and Blair (1994) , Presser et al. (2004) , და მე -8 თავი Groves et al. (2009) . მეტი კვლევის ექსპერიმენტი, იხ. Mutz (2011) .

ხარჯების თვალსაზრისით, კვლევის ხარჯების და კვლევის შეცდომებს შორის ვაჭრობის გამორჩეული კლასიკური, წიგნის სიგრძე მკურნალობაა Groves (2004) .

• ვინ ვთხოვო (სექცია 3.4)

ორი კლასიკური წიგნის სიგრძე სტანდარტული ალბათობის შერჩევისა და შეფასების მკურნალობაა Lohr (2009) (უფრო გაცნობითი) და Särndal, Swensson, and Wretman (2003) (უფრო მოწინავე). პოსტ-სტრატიფიკაციისა და მასთან დაკავშირებული მეთოდების კლასიკური წიგნის სიგრძე არის Särndal and Lundström (2005) . ზოგიერთი ციფრული ასაკის პარამეტრებში, მკვლევარებმა საკმაოდ ცოტა რამ იციან არაკორესპონდენტების შესახებ, რაც წარსულში ხშირად არ იყო ჭეშმარიტი. მკვლევარებს Kalton and Flores-Cervantes (2003) შესახებ ინფორმაცია აქვთ, როგორც " Kalton and Flores-Cervantes (2003) და " Smith (2011) .

Xbox სასწავლო მიერ W. Wang et al. (2015) იყენებს ტექნიკას, რომელსაც ეწოდება მრავალსართულიანი რეგრესია და პოსტ-სტრატიფიკაცია ("ბატონი პ."), რომელიც საშუალებას აძლევს მკვლევარებს შეაფასონ ჯგუფი, იმ შემთხვევაშიც კი, როდესაც არსებობს ბევრი, ბევრი ჯგუფი. მიუხედავად იმისა, რომ არსებობს გარკვეული დებატები ხარისხის შეფასების ამ ტექნიკით, როგორც ჩანს, პერსპექტიული ფართობი შეისწავლონ. ტექნიკა, რომელიც პირველად იქნა გამოყენებული Park, Gelman, and Bafumi (2004) , და შემდგომ გამოყენებული და დებატები (Gelman 2007; Lax and Phillips 2009; Pacheco 2011; Buttice and Highton 2013; Toshkov 2015) . ინდივიდუალური წონისა და ჯგუფის წონის კავშირით უფრო მეტისთვის იხილეთ Gelman (2007) .

სხვა მეთოდების წონასწორობისათვის, იხილეთ Schonlau et al. (2009) , Bethlehem (2010) , და Valliant and Dever (2011) . ონლაინ პანელებზე შეგიძლიათ გამოიყენოთ ალბათობა შერჩევის ან არამატერიალური ნიმუში. დამატებითი ონლაინ პანელებისთვის, იხილეთ Callegaro et al. (2014) .

ზოგჯერ, მკვლევარებმა აღმოაჩინეს, რომ ალბათობის ნიმუშები და არასასურველი ნიმუშები ანალოგიური ხარისხის (Ansolabehere and Schaffner 2014) შეფასებებით (Ansolabehere and Schaffner 2014) , მაგრამ სხვა შედარებებმა დაადგინა, რომ არასასურველი ნიმუშები უარესია (Malhotra and Krosnick 2007; Yeager et al. 2011) . ამ განსხვავებების ერთ-ერთი მიზეზი ისაა, რომ არასასურველი ნიმუშები დროთა განმავლობაში გაუმჯობესდა. არასასურველი შერჩევის მეთოდების უფრო პესიმისტური ხედვა ვხედავ AAPOR Task Force არა-ალბათობის ნიმუშზე (Baker et al. 2013) და მე ასევე ვკითხულობ კომენტარს, რომელიც შემდეგ დასკვნას წარმოადგენს.

• როგორ ვთხოვო (სექცია 3.5)

Conrad and Schober (2008) არის რედაქტირებული მოცულობა, სახელწოდებით "მომავლის კვლევის ინტერვიუ" და ის მრავალფეროვან მოსაზრებებს სთავაზობს მომავალ კითხვებს. Couper (2011) მიმართავს მსგავსი თემებს და Schober et al. (2015) გთავაზობთ სასიამოვნო მაგალითს, თუ როგორ ხდება მონაცემთა შეგროვების მეთოდები, რომლებიც მორგებულია ახალ პარამეტრზე, შეიძლება გამოიწვიოს უფრო მაღალი ხარისხის მონაცემები. Schober and Conrad (2015) გთავაზობთ უფრო ზოგად არგუმენტს, რომ განაგრძოს კვლევის კვლევის პროცესის შესაცვლელად საზოგადოებაში ცვლილებების შეტანა.

Tourangeau and Yan (2007) განიხილავენ საკითხებს სოციალური სასურველია მიკერძოებულ საკითხებში და Lind et al. (2013) გთავაზობთ ზოგიერთ შესაძლო მიზეზს, რის გამოც ადამიანებს შეუძლიათ გამოაქვეყნონ უფრო მგრძნობიარე ინფორმაცია კომპიუტერული ადმინისტრირების ინტერვიუში. ადამიანის ინტერვიუერების როლზე კვლევების გაზრდის გაზრდაში, იხილეთ Maynard and Schaeffer (1997) , Maynard, Freese, and Schaeffer (2010) , Conrad et al. (2013) , და Schaeffer et al. (2013) . მეტი შერეული რეჟიმის კვლევებისთვის იხ. Dillman, Smyth, and Christian (2014) .

Stone et al. (2007) გთავაზობთ ეკოლოგიური მომენტალური შეფასებისა და მასთან დაკავშირებული მეთოდების წიგნის სიგრძე მკურნალობას.

დამატებითი რჩევები მონაწილეებისთვის სასიამოვნო და ღირებული გამოცდილების შესწავლისათვის იხილეთ მუშაობა მორგებული დიზაინის მეთოდით (Dillman, Smyth, and Christian 2014) . სოციალურ მეცნიერებათა კვლევებისთვის Facebook- ის გამოყენების კიდევ ერთი საინტერესო მაგალითია, იხ. Bail (2015) .

• დიდი მონაცემთა წყაროებთან დაკავშირებული კვლევები (სექცია 3.6)

Judson (2007) აღწერს კვლევებისა და ადმინისტრაციული მონაცემების აერთიანებს "ინფორმაციის ინტეგრაციას" და განიხილავს ამ მიდგომის გარკვეულ უპირატესობას, ასევე რამდენიმე მაგალითს.

გამდიდრებულს ითხოვდა, ხმის მიცემაზე ბევრ წინა მცდელობას ადგილი ჰქონდა. ლიტერატურის მიმოხილვისთვის იხილეთ Belli et al. (1999) , Ansolabehere and Hersh (2012) , Hanmer, Banks, and White (2014) , და Berent, Krosnick, and Lupia (2016) . იხილეთ Berent, Krosnick, and Lupia (2016) Ansolabehere and Hersh (2012) წარმოდგენილ შედეგებზე სკეპტიკურად განწყობილი.

მნიშვნელოვანია აღინიშნოს, რომ მიუხედავად იმისა, რომ ანსოლაბერი და ჰერშმა ხელი მოაწერეს კატალოგის მონაცემების ხარისხით, კომერციული მოვაჭრეების სხვა შეფასებები ნაკლებად ენთუზიაზმია. Pasek et al. (2014) მოიპოვა ცუდი ხარისხი, როდესაც კვლევის მონაცემები შეადარა სამომხმარებლო ფაილს მარკეტინგის სისტემების ჯგუფს (რომელიც თავად შერწყმულია სამი პროვაიდერის მონაცემებით: Acxiom, Experian, and InfoUSA). ანუ, მონაცემთა ფაილი არ შეესაბამება კვლევის პასუხებს, რომ მკვლევარებს სწორად ექნებოდათ, სამომხმარებლო ფაილს ბევრი კითხვების უქონლობა შეეძლო და დაკარგული მონაცემების ნიმუში იყო დაკვირვებული კვლევის ღირებულებით (სხვა სიტყვებით, მონაცემები სისტემატური იყო, არა შემთხვევითი).

კვლევებისა და ადმინისტრაციულ მონაცემებს შორის ჩანაწერის კავშირი უფრო მეტია, იხ. Sakshaug and Kreuter (2012) და Schnell (2013) . ზოგადად ჩანაწერის კავშირი ზოგადად იხილეთ Dunn (1946) და Fellegi and Sunter (1969) (ისტორიული) და Larsen and Winkler (2014) (თანამედროვე). მსგავსი მიდგომები ასევე შემუშავდა კომპიუტერულ მეცნიერებაში, როგორიცაა მონაცემთა deduplication, მაგალითად იდენტიფიკაცია, სახელი დამთხვევა, დუბლიკატი გამოვლენა და დუბლიკატის ჩანაწერის გამოვლენა (Elmagarmid, Ipeirotis, and Verykios 2007) . ასევე არსებობს კონფიდენციალურობის შენარჩუნების მიდგომები, რომლებიც დაკავშირებულია კავშირი, რომელიც არ საჭიროებს პირადობის იდენტიფიცირების ინფორმაციის გადაცემას (Schnell 2013) . Facebook- ის მკვლევარებმა შეიმუშავეს პროცედურა, რომ დაემსგავსონ თავიანთ ჩანაწერებს კენჭისყრის ქცევასთან (Jones et al. 2013) ; ეს კავშირი გაკეთდა იმ ექსპერიმენტის შესაფასებლად, რომლითაც მე გეტყვით დაახლოებით თავი 4 (Bond et al. 2012) . უფრო მეტი ინფორმაციის მისაღებად თანხმობის მისაღებად, იხ Sakshaug et al. (2012) .

მთავრობის ადმინისტრაციულ ანგარიშებზე ფართომასშტაბიანი სოციალური კვლევის დამაკავშირებელი კიდევ ერთი მაგალითია ჯანდაცვისა და საპენსიო კვლევისა და სოციალური დაცვის ადმინისტრაციისგან. დამატებითი ინფორმაციისთვის, მათ შორის ინფორმაცია თანხმობის პროცედურის შესახებ, იხ. ოლსონი (1996, 1999) .

ადმინისტრაციული ჩანაწერების მრავალი წყაროების სამაგისტრო მონაცემთა ფაილში გაერთიანების პროცესი - პროცესი, რომელსაც კატატალიზმი იყენებს - ზოგადად არის ეროვნული სახელმწიფოების სტატისტიკურ სამსახურებში. შვედეთის სტატისტიკის ორი მკვლევარი დეტალურადაა დაწერილი თემაზე (Wallgren and Wallgren 2007) . ამ მიდგომის მაგალითზე ამერიკის შეერთებულ შტატებში (ოლმშტედის შტატი, მინესოო, მაიო კლინიკის სახლი), იხილეთ Sauver et al. (2011) . უფრო მეტი შეცდომებისთვის, რომელიც შეიძლება ადმინისტრაციულ ჩანაწერებში გამოჩნდეს, იხილეთ Groen (2012) .

კიდევ ერთი გზა, რომლის მკვლევარებს შეუძლიათ გამოიყენონ დიდი მონაცემთა წყაროები კვლევის კვლევაში, როგორც კონკრეტული მახასიათებლების მქონე ადამიანების შერჩევის ჩარჩო. სამწუხაროდ, ეს მიდგომა შეიძლება (Beskow, Sandler, and Weinberger 2006) კონფიდენციალურობასთან დაკავშირებული საკითხები (Beskow, Sandler, and Weinberger 2006) .

რაც შეეხება გაძლიერებულ მოთხოვნას, ეს მიდგომა არ არის ისეთივე ახალი, როგორც ეს შეიძლება წარმოვიდგინოთ, თუ როგორ აღვწერე იგი. მას აქვს ღრმა კავშირები სტატისტიკებში სამი ფართო სფეროსთან: მოდელზე დაფუძნებული პოსტ-სტრატიფიკაცია (Little 1993) , imputation (Rubin 2004) და მცირე ზომის შეფასება (Rao and Molina 2015) . იგი ასევე უკავშირდება სუროგატის ცვლადების გამოყენებას სამედიცინო კვლევაში (Pepe 1992) .

Blumenstock, Cadamuro, and On (2015) ღირებულებისა და დროის შეფასებები უფრო ცვლადი ღირებულებაა - ერთი დამატებითი კვლევის ღირებულება და არ შეიცავს ფიქსირებულ ხარჯებს, როგორიცაა ზარის მონაცემების დასუფთავებისა და დამუშავების ღირებულება. ზოგადად, გაძლიერებული სათხოვნეო ალბათ მაღალი ფიქსირებული ხარჯები და დაბალი ცვლადი ხარჯები მსგავსი ციფრული ექსპერიმენტი (იხ. თავი 4). უფრო მეტი ინფორმაციისთვის მობილური ტელეფონების კვლევა განვითარებად ქვეყნებში, იხილეთ Dabalen et al. (2016) .

იდეების შესახებ, თუ როგორ უნდა გაეკეთებინათ გაძლიერებული კითხვა, მე ვურჩევ უფრო მეტი სწავლის შესახებ (Rubin 2004) . ასევე, თუ მკვლევარები აკეთებენ გაძლიერებულს, ითხოვენ ზრუნვას და არა ინდივიდუალური დონის მახასიათებლებს, მაშინ King and Lu (2008) და Hopkins and King (2010) მიდგომები სასარგებლოა. საბოლოოდ, Blumenstock, Cadamuro, and On (2015) მანქანათმცოდნეობის მეთოდების შესახებ, იხილეთ James et al. (2013) (უფრო გაცნობითი) ან Hastie, Tibshirani, and Friedman (2009) (უფრო მოწინავე).

ერთი ეთიკური საკითხი გაძლიერებული ითხოვს ის არის, რომ ის შეიძლება გამოყენებულ იქნას გამოყენებული მგრძნობიარე თვისებები, რომ ხალხი არ უნდა აირჩიოს გამოვლენა კვლევის როგორც აღწერილია Kosinski, Stillwell, and Graepel (2013) .