2.4.1 Sayma şeyler
Iyi verilerle iyi bir soru birleştirmek eğer basit sayma ilginç olabilir.
sofistike sondaj dille süsleniyor rağmen, sosyal araştırmanın bir sürü gerçekten sadece bir şeyler sayıyor. Büyük veri çağında, araştırmacılar her zamankinden daha fazla güvenebilirsiniz, ama bu otomatik olarak bu araştırma daha fazla şeyler sayma odaklı olmalıdır anlamına gelmez. sayma değer ne şeyler: Biz büyük verilerle iyi araştırma yapmak için gidiyoruz eğer yerine, biz sormak gerekir? Bu tamamen sübjektif madde gibi görünebilir, ancak bazı genel modeller vardır.
Ben daha önce hiç kimsenin sayılır bir şeyi sayacağım: Genellikle öğrenciler söyleyerek onların sayma araştırmalarını motive. Örneğin, diyebilirsiniz bir öğrenci, birçok kişi göçmen inceledik ve birçok kişi ikizleri inceledik, ama kimse göçmen ikizleri okudu. yokluğunda Motivasyon genellikle iyi bir araştırma yol açmaz. Tabii ki, orada göçmen ikizleri incelemek için iyi nedenler olabilir, ama daha önce incelenmemiştir gerçeği artık okudu gerektiği anlamına gelmez. Hiç kimse benim ofiste halı parçacığı sayısını sayılır, ancak otomatik olarak bu iyi bir araştırma projesi olacağını anlamına gelmez. yokluğunda Motivasyon tür demek gibi bir şeydir: bak, bir delik orada var ve bunu doldurmak için çok çalışmak için gidiyorum. Ancak, her bir delik doldurulması gerekmektedir.
Bunun yerine yokluğunda motive, ben araştırma (ya da ideal olarak her ikisi) ilginç ya da önemli olduğunda, iki durumda iyi bir araştırma yol açar sayma olduğunu düşünüyorum. politika kararlarını yönlendiren ekonominin göstergesi olduğundan, örneğin işsizlik oranının ölçülmesi önemlidir. Genellikle insanlar neyin önemli olduğunu çok iyi bir duygusu var. Yani, bu bölümün geri kalanında, ben sayma ilginç üç örnekler sunmak için gidiyorum. Her durumda, araştırmacılar bunun yerine sosyal sistemlerin nasıl çalışmaları hakkında daha fazla genel fikirlere dair önemli bilgiler ortaya çok özel ortamlarda sayma, gelişigüzel sayma değildi. Diğer bir deyişle, bu özel sayma egzersizleri ilginç kılan çok değil veriler kendisi, bu daha genel fikirler geliyor.
New York'ta taksi sürücüleri 1) çalışma davranışı (Bölüm 2.4.1.1) Çin hükümetinin, öğrencileri (Bölüm 2.4.1.2 2) dostluk oluşumu) ve 3) sosyal medya sansür davranışı: Ben üç örnek sunacağız Aşağıda (Bölüm 2.4.1.3). Ne bu örnekler paylaşan hepsi büyük veri sayma teorik öngörüleri test etmek için kullanılabileceğini göstermektedir olmasıdır. Bazı durumlarda, büyük veri kaynakları (New York Taksi örneğinde olduğu gibi), nispeten doğrudan bu sayım yapmanızı sağlar. Diğer durumlarda, araştırmacılar (dostluk oluşumu durumunda olduğu gibi) birlikte ve işlevsel hale teorik yapıları verileri birleştirerek eksiklik ile uğraşmak gerekir; ve bazı durumlarda araştırmacılar (sosyal medya sansür durumunda olduğu gibi) kendi gözlemsel veri toplamak gerekir. Umarım olarak bu örnekler ilginç sorular sormaya edebiliyoruz araştırmacılar için büyük veri büyük söz sahibidir göstermektedir.
