2.5 Sonuç

Büyük veri her yerde, ama ve sosyal araştırmalar için gözlemsel verilerin diğer formları kullanarak zordur. Benim durumumda araştırma için bir hayır ücretsiz öğle yemeği özelliği gibi bir şey var: Eğer veri toplama bir sürü iş koymak yoksa, o zaman muhtemelen verileri analiz bir sürü iş ya da düşünmeye koymak zorunda olacak verilerin ne ilginç bir soru sormak için. Bu bölümdeki fikirlere dayanan, ben büyük veri kaynakları, sosyal araştırma için en değerli olacaktır üç ana yolu olduğunu düşünüyorum:

ampirik teorik öngörüleri rakip arasında karara bağlamak. Bu tür işler örnekleri Farber (2015) (New York Taksi sürücüleri) ve King, Pan, and Roberts (2013) (Çin Sansür)
Anlık Hava Tahmini yoluyla politika için geliştirilmiş sosyal ölçümü. Çalışmanın bu tür bir örnek Ginsberg et al. (2009) (Google Grip Trendleri).
Doğal deneyler ve eşleştirme ile nedensel etkileri tahmin. Çalışır. Bu tür bir örnek Mas and Moretti (2009) (verimlilik üzerindeki etkileri arası) ve Einav et al. (2015) (eBay ihaleleri başlangıç fiyatının etkisi).

sosyal araştırmalarda birçok önemli sorular bu üç biri olarak ifade edilebilir. Ancak, bu yaklaşım genelde verilere bir sürü getirmek için araştırmacılar gerektirir. Ne yapar Farber (2015) ilginç bir ölçüm için teorik motivasyondur. Bu teorik motivasyon verileri dışından geliyor. Böylece, araştırma soruları belirli türde sorarak iyi olanlar için, büyük veri kaynakları çok verimli olabilir.

Son olarak, teori odaklı (Bu fasılda odak noktası olmuştur) deneysel araştırma, biz senaryoyu çevirmek ve ampirik odaklı teorileştirmeyi oluşturabilirsiniz ziyade. Yani, ampirik gerçekler, desen, ve bulmaca dikkatli birikimi sayesinde, biz yeni teoriler inşa edebilirsiniz edilir.

Teoriye Bu alternatif, veri ilk yaklaşım yeni değildir ve çoğu zorla tarafından dile getirilmiştir Glaser and Strauss (1967) topraklı teorisi için onların çağrısıyla. Dijital çağda araştırma etrafında gazetecilik çok tarafından iddia edildiği gibi bu veriler ilk yaklaşım, ancak, "teori sonu" anlamına gelmez (Anderson 2008) . Aksine, veri ortamı değiştikçe, biz teori ve verileri arasındaki ilişkide yeniden dengelenmesini beklemek gerekir. veri toplama pahalı bir dünyada, sadece teoriler en yararlı olacağını düşündürmektedir veri toplamak için mantıklı. Ancak, verilerin büyük miktarda zaten ücretsiz için kullanılabilir bir dünyada, aynı zamanda bir veri birinci yaklaşım denemek için mantıklı (Goldberg 2015) .

Bu bölümde gösterilen gibi, araştırmacılar insanlar izlerken bir çok şey öğrenebilirsiniz. Önümüzdeki üç bölümde, biz (Bölüm 4) deneyleri çalışan (Bölüm 3) onlara sorular sorarak, ve hatta onları dahil ederek daha doğrudan insanlarla bizim veri toplama terzi ve etkileşim halinde biz daha farklı şeyler öğrenebilirsiniz nasıl anlatacağım araştırma sürecinde doğrudan (Bölüm 5).