2.4.1 skaičiavimo dalykai

Paprasta skaičiavimas gali būti įdomu, jei jūs derinti geras klausimas su gerais duomenimis.

Nors ji yra suformuluota sudėtingas skambėjo kalbos, daug socialinių tyrimų yra tikrai tik skaičiuoti dalykų. Be didelių duomenų senumą, mokslininkai gali tikėtis daugiau nei bet kada, bet savaime nereiškia, kad moksliniai tyrimai turėtų būti sutelktas į skaičiuoti vis daugiau ir daugiau dalykų. Vietoj to, jei mes ketiname daryti gera tyrimus su didele duomenų, turime paklausti: ką verta skaičiuoti? Tai gali atrodyti kaip visiškai subjektyvus reikalas, bet yra keletas bendrų modeliai.

Dažnai studentai motyvuoti savo skaičiavimo tyrimus, sakydamas: "Aš ruošiuosi skaičiuoti kažką, kad niekas niekada suskaičiuoti anksčiau. Pavyzdžiui, studentas gali pasakyti, daugelis žmonių studijavo migrantus ir daugelis žmonių studijavo dvyniai, bet niekas studijavo migrantų dvyniai. Motyvaciją nesant paprastai neturi sukelti geros tyrimus. Žinoma, gali būti rimtų priežasčių studijuoti migrantų dvyniai, bet faktas, kad jie nebuvo tirtas prieš tai nereiškia, kad jie turėtų būti tiriamas dabar. Niekas niekada skaičiuojami siūlų ant savo kabinete kilimo skaičių, bet automatiškai nereiškia, kad tai būtų gera mokslinių tyrimų projektas. Motyvaciją nebuvimas yra lyg sakydamas: atrodo, ten skylė ten, ir aš ruošiuosi dirbti labai sunku užpildyti jį. Bet, ne kiekvienas skylė turi būti užpildytos.

Vietoj motyvavimo nebuvimu, manau, kad skaičiuojant veda į gerą mokslinių tyrimų dviem atvejais, kai tyrimas yra įdomus ar svarbus (ar idealiai abu). Pavyzdžiui, matuojant nedarbo lygis yra svarbi, nes ji yra rodiklis ekonomikos, kad diskai politinius sprendimus. Apskritai, žmonės turi labai gerą jausmą, kas yra svarbu. Taigi, atsižvelgiant į šiame skirsnyje, aš ruošiuosi pateikti tris pavyzdžius, kai skaičiavimas yra įdomi. Kiekvienu atveju, mokslininkai buvo neskaičiuojant Nesėkmę, o jie tikisi labai konkrečių parametrų, kurie atskleidė svarbių įžvalgų daugiau bendrų idėjų apie tai, kaip socialinės sistemos darbą. Kitaip tariant, tai, ką daro šie konkretūs skaičiavimo pratimai įdomus daug nėra pati duomenimis, ji ateina iš šių daugiau bendrų idėjų.

Žemiau aš pateikti tris pavyzdžius: 1) darbo elgesio taksi vairuotojų Niujorke (2.4.1.1 skirsnis), 2) draugystė formavimas studentams (2.4.1.2 skirsnis) ir 3) socialinės žiniasklaidos cenzūra elgesys Kinijos vyriausybės (2.4.1.3 skyrius). Ką šie pavyzdžiai tą yra tai, kad jie visi rodo, kad skaičiavimo didelių duomenis gali būti naudojama patikrinti teorinių prognozės. Kai kuriais atvejais, dideli duomenų šaltiniai leidžia jums tai padaryti skaičiavimo gana tiesiogiai (kaip Niujorko taksi atveju). Kitais atvejais, mokslininkai turės susidoroti su neužbaigtumo sujungus duomenis kartu ir veikiančiu teorinius konstruktus (kaip draugystės formavimosi atveju); o kai kuriais atvejais tyrėjai reikės surinkti savo stebėjimų duomenis (kaip socialinės žiniasklaidos cenzūros atveju). Kaip Tikiuosi, kad šie pavyzdžiai rodo, mokslininkams, kurie galėtų paklausti įdomių klausimų, didelis duomenys teikia daug vilčių.