2.5 Záver
Big Dáta sú všade, ale používať aj iné formy pozorovacích dát pre sociálny výskum je ťažké. Z vlastnej skúsenosti viem, že je niečo ako obed zadarmo majetku pre výskum: ak nechcete dať do veľa práce zhromažďuje dáta, potom ste pravdepodobne bude musieť dať do veľa práce analyzujúce dáta alebo v úvahách o čo je v zaujímavá otázka sa pýtať dát. na základe myšlienok v tejto kapitole založené si myslím, že existujú tri hlavné spôsoby, že veľké dátové zdroje budú najcennejšie pre sociálny výskum:
- empiricky rozhodovanie medzi konkurenčnými teoretické predpovede. Príklady tohto druhu práce zahŕňajú Farber (2015) (ovládače New York taxi) a King, Pan, and Roberts (2013) (Cenzúra v Číne)
- lepšiu sociálnu merania pre politiky prostredníctvom nowcastingu. Príkladom tohto druhu práce je Ginsberg et al. (2009) (Google Flu Trends).
- odhadu kauzálnu efekty s prírodnými experimenty a párovanie. Príklady tohto druhu práce. Mas and Moretti (2009) (peer vplyv na produktivitu) a Einav et al. (2015) (vplyv vyvolávacej ceny na aukciách na eBay).
Mnoho dôležitých otázok v oblasti sociálnej výskumu môže byť vyjadrené ako jedna z týchto troch. Tieto prístupy však obvykle vyžadujú výskumníkmi, aby veľa dát. Čo robí Farber (2015) Zaujímavý je teoretická motivácia pre meranie. Táto teoretická motivácia pochádza z vonkajšej strany dát. Tak, pre tých, ktorí sú dobrí v pýtať určité typy výskumných otázok, veľké dátové zdroje môžu byť veľmi plodné.
A konečne, skôr než teória-riadený empirický výskum (ktorá bola zameraná na tejto kapitole), môžeme otočiť scenár a vytvoriť empiricky-riadený teoretizovanie. To znamená, že napriek opatrnom nahromadenie empirických faktov, vzory a hádanky, môžeme stavať nové teórie.
Táto alternatíva, data-prvý prístup k teórii nie je nový, a to bolo najviac silne členená Glaser and Strauss (1967) sa svojou výzvou na zakotvenej teórie. Tieto dáta-prvý prístup však neznamená "koniec teórie", ako sa tvrdilo veľa z žurnalistiky okolo výskumu v digitálnom veku (Anderson 2008) . Skôr ako zmeny prostredia dát, musíme očakávať obnovenie rovnováhy vo vzťahu medzi teóriou a údajmi. Vo svete, kde zber dát bol drahý, to dáva zmysel zhromažďovať iba dáta, ktoré naznačujú teórie bude najužitočnejšie. Ale vo svete, kde sú už k dispozícii zdarma obrovské množstvo dát, to dáva zmysel, aby sa tiež pokúsiť prístup dátovo prvý (Goldberg 2015) .
Ako som už uvedené v tejto kapitole, môžu vedci veľa naučiť tým, že sleduje ľudí. V nasledujúcich troch kapitolách, budem popisovať, ako sa môžeme dozvedieť viac a rôzne veci, keby sme prispôsobiť naše dáta sú zhromažďované a komunikovať s ľuďmi priamejším tým, že žiada im otázky (kapitola 3), beh experimentov (kapitola 4), a dokonca aj ich zapojenie do procesu výskumu priamo (kapitola 5).
