2.5 Következtetések

Big adatok mindenütt jelen van, de a használata és egyéb megfigyeléses adatok társadalomkutatás nehéz. Az én tapasztalatom van valami, mint egy nincs ingyen ebéd -nak kutatás: ha nem valósult meg a sok munka adatgyűjtésre, akkor valószínűleg meg is van, hogy az a sok munka az adatok elemzésével, illetve a gondolkodás mi van egy érdekes kérdés az adatokat. Elképzelései alapján ebben a fejezetben, úgy gondolom, hogy három fő módja, hogy a nagy adatforrások lesz legértékesebb társadalmi kutatás:

  • empirikusan ítélkező egymással versengő elméleti előrejelzések. Példák az ilyen jellegű munka magában Farber (2015) (New York Taxisok) és King, Pan, and Roberts (2013) (cenzúra Kínában)
  • jobb társadalmi mérés politika révén nowcasting. Egy példa erre a fajta munka Ginsberg et al. (2009) (Google Flu Trends).
  • becslésekor okozati hatásokat természetes kísérletek és megfelelő. Példák az ilyen jellegű munkát. Mas and Moretti (2009) (peer hatással van a termelékenységre) és Einav et al. (2015) (hatás kiindulási ár aukciók eBay).

Sok fontos kérdés a társadalmi kutatások kifejezhető az alábbi három. Ezek a megoldások általában megkövetelik a kutatók, hogy a sok az adat. Mitől Farber (2015) érdekes az elméleti motivációt a mérést. Ez az elméleti motiváció kívülről érkezik az adatokat. Így azok számára, akik a jó kérve bizonyos kutatási kérdések, nagy adatforrások gyümölcsöző lehet.

Végül, nem pedig elmélet-vezérelt empirikus kutatás (amely már a hangsúly ebben a fejezetben), akkor fordítsa meg a forgatókönyvet, és hozzon létre empirikusan vezérelt elméletek. Ez azt jelenti, a gondos felhalmozódása tapasztalati tények, minták és rejtvények, meg tudjuk építeni az új elméletek.

Ez az alternatíva, adat első megközelítésben az elmélet nem új, és ez volt a legtöbb erőszakosan tagolt Glaser and Strauss (1967) azok felhívás megalapozott elmélet. Ez az adat-első megközelítés azonban nem jelenti azt, "a végén elmélet", mint ahogy azt a sok újságírás körüli kutatások a digitális korban (Anderson 2008) . Inkább mint az adatok környezet változik, meg kell várni a kiegyensúlyozatlanság a kapcsolat az elmélet és az adatok. Egy olyan világban, ahol az adatgyűjtést drága volt, akkor van értelme, hogy csak összegyűjti az adatokat, hogy elméletek szerint lesz a leghasznosabb. De egy olyan világban, ahol a hatalmas mennyiségű adat már rendelkezésre áll ingyen, van értelme is megpróbál egy adat-első megközelítés (Goldberg 2015) .

Amint azt már ebben a fejezetben bemutatott, a kutatók sokat lehet tanulni figyeli az embereket. A következő három fejezet, fogom leírni, hogyan tudunk többet, és különböző dolgokat, ha alakítsuk adatgyűjtést, és másokkal is közvetlenebbül kérve őket, kérdéseket (3. fejezet), futás kísérletekben (4. fejezet), és még bevonva őket a kutatási folyamat közvetlenül (5. fejezet).