3.2 निरीक्षण वि मागणे

आम्ही नेहमी लोकांना प्रश्न विचारण्यास गरज जात आहेत.

अधिक आणि आमच्या वर्तन अधिक सरकार आणि व्यवसाय प्रशासकीय डेटा कॅप्चर आहे हे दिले, काही लोक प्रश्न विचारून गेल्या एक गोष्ट आहे की कदाचित. पण, त्याच्या सावलीही राहणार नाही. हे संशोधक भविष्यात वर्तन कमी सांगू की खरे आहे, पण, मी Chapter 2 मध्ये चर्चा केल्याप्रमाणे, अचूकता, पूर्णपणा, आणि अनेक मोठ्या डेटा स्रोत प्रवेश रिअल समस्या आहेत. त्यामुळे मी या डेटा स्रोत समस्या संशोधक आयोजन भविष्यातील त्यांच्या वर्तन सर्वेक्षणात विचारणे सुरू होईल याचा अर्थ असा, अशी अपेक्षा.

वर्तन डेटा अगदी परिपूर्ण वर्तन मर्यादित डेटा-आहे: या व्यावहारिक कारणे व्यतिरिक्त, विचारू अधिक मूलभूत कारण आहे. सर्वात महत्वाचे सामाजिक परिणाम आणि पूर्वसूचना काही अंतर्गत राज्ये, अशा भावना, ज्ञान, अपेक्षा, आणि मते आहेत. अंतर्गत राज्यातील लोकांच्या डोक्यावर आत अस्तित्वात, आणि कधी कधी अंतर्गत राज्यांमध्ये जाणून घेण्यासाठी सर्वोत्तम मार्ग विचारायचे आहे.

मोठा डेटा स्रोत व्यावहारिक आणि मूलभूत मर्यादा, आणि ते सर्वेक्षण मात करता येते कसे, Moira विजयकुमार आणि रॉबर्ट Kraut च्या विलयाप्रमाणे (2014) मैत्री ताकद संवाद द्वारे Facebook वर परिणाम कसे संशोधन. वेळी, विजयकुमार त्यामुळे ती कधी निर्माण मानवी वर्तन सर्वात भव्य आणि तपशीलवार रेकॉर्ड एक पूर्ण प्रवेश होता फेसबुक येथे कार्यरत होते. पण, अगदी तरीही, विजयकुमार आणि Kraut त्यांच्या संशोधन प्रश्नाचे उत्तर करण्यासाठी सर्वेक्षण वापर होते. स्वारस्य-कसे त्यांच्या परिणाम बंद प्रतिवादी वाटते फक्त प्रतिवादीचे डोके आत अस्तित्वात आहे एक अंतर्गत स्थिती विशिष्ट मित्र-आहे. शिवाय, व्याज त्यांच्या परिणाम गोळा करण्यासाठी एक सर्वेक्षण वापरून व्यतिरिक्त, विजयकुमार आणि Kraut देखील इतर संभाव्य confounding घटक जाणून घेण्यासाठी एक सर्वेक्षण वापर होते. विशेषतः, त्या इतर माध्यमातून संवाद फेसबुक वर संप्रेषण परिणाम वेगळे होते (उदा, ईमेल, फोन, फेस-टू-फेस). ई-मेल आणि फोन द्वारे संवाद आपोआप रेकॉर्ड असले तरी, या मागोवा विजयकुमार आणि Kraut उपलब्ध नाही. फेसबुक लॉग डेटा मैत्री शक्ती आणि गैर-फेसबुक संवाद बद्दल त्यांचे सर्वेक्षण डेटा यात, विजयकुमार आणि Kraut फेसबुक द्वारे संवाद दाटपणा भावना वाढ खरं आघाडी केले समारोप.

म्हणून विजयकुमार आणि Kraut काम स्पष्ट, मोठे डेटा स्रोत गरज लोकांना प्रश्न विचारण्यास दूर नाही. खरं तर, मी या अभ्यास उलट शिकू होईल: मोठे डेटा प्रत्यक्षात विचारून प्रश्न मूल्य वाढते मी या प्रकरणात संपूर्ण सांगण्यात आले आहे. त्यामुळे विचारून आणि निरीक्षण संबंध विचार सर्वोत्तम मार्ग ते complements पर्याय मानला ऐवजी आहे; ते शेंगदाणा लोणी आणि जेली सारखे आहेत. अधिक शेंगदाणा लोणी असते तेव्हा, लोक अधिक जेली इच्छित; अधिक मोठ्या डेटा आहे, तेव्हा लोकांनी अधिक सर्वेक्षण करायचे.