2.5 Kesimpulan

data Big nang endi wae, nanging nggunakake lan wangun liya saka data pangamatan kanggo riset sosial angel. Ing pengalaman ana sing kaya ora property lunch free kanggo riset: yen sampeyan ora dilebokake ing akèh karya ngempalaken data, banjur sing mbokmenawa arep kanggo nyelehake ing akèh karya nganalisa data utawa ing mikir bab apa ing pitakonan menarik kanggo takon saka data. Adhedhasar gagasan ing bab iki, aku sing ana telu cara utama sing sumber data amba bakal paling terkenal kanggo riset sosial:

  • empirically adjudicating antarane saingan perkiraan teoritis. Conto iki jenis karya kalebu Farber (2015) (pembalap New York Taxi) lan King, Pan, and Roberts (2013) (Censorship ing China)
  • Takeran sosial apik kanggo privasi liwat nowcasting. Tuladha iki jenis karya Ginsberg et al. (2009) (Google Flu Trends).
  • ngitung efek nyebabake karo nyobi alam lan cocog. Conto iki jenis karya. Mas and Moretti (2009) (peer efek ing produktivitas) lan Einav et al. (2015) (efek saka rega miwiti ing Lelang ing eBay).

Akeh pitakonan penting ing panaliten sosial bisa ditulis minangka salah siji saka telu iki. Nanging, iki cedhak umume sing riset nggawa akèh kanggo data. Apa ndadekake Farber (2015) menarik iku motivasi teoritis arupi. motivasi teori iki asalé saka njaba data ing. Mangkono, kanggo wong-wong sing apik ing takon jinis-jinis tartamtu saka asiling panliten, sumber data amba bisa banget NGEDALAKEN WOH.

Akhire, tinimbang téori-mimpin riset empiris (kang wis fokus ing bab iki), kita bisa loncat karo muter awak script lan nggawe theorizing empirically-mimpin. Sing, liwat klempakan ati saka bukti empiris, pola, lan teka-teki, kita bisa mbangun teori anyar.

Alternatif, pendekatan data-pisanan iki kanggo teori ora anyar, lan iki sing paling ngumumaké digawé déning Glaser and Strauss (1967) karo telpon kanggo teori diukum. Pendekatan data-pisanan iki, Nanging, ora pati jelas "mburi teori," minangka wis nyariosaken dening akeh saka jurnalisme watara riset ing umur digital (Anderson 2008) . Luwih, minangka owah-owahan lingkungan data, kita kudu nyana re-wawas ing hubungan antarane teori lan data. Ing donya ing ngendi data larang, iku ndadekake pangertèn kanggo mung ngumpulake data sing teori suggest bakal paling migunani. Nanging, ing jagad ngendi gedhe tenan Jumlah data sing wis kasedhiya kanggo free, iku ndadekake pangertèn kanggo uga nyoba pendekatan data-pisanan (Goldberg 2015) .

Nalika aku wis ditampilake ing bab iki, panaliti bisa mangerteni akèh dening nonton wong. Ing telung bab sabanjuré, aku bakal njlèntrèhaké cara kita bisa mangerteni sing luwih lengkap lan beda iku yen kita Ngatur data kita lan sesambungan karo wong liyane langsung dening takon pitakonan (Chapter 3), mlaku nyobi (Chapter 4), lan malah nyangkut wong ing proses riset langsung (Chapter 5).