2.5 Išvada
Didelis duomenys yra visur, bet tai ir kitų formų stebėjimo duomenimis socialinių tyrimų naudojant yra sunku. Iš savo patirties yra kažkas panašaus į nemokamų pietų turto moksliniams tyrimams: jei nenorite įdėti į darbą rinkti duomenis daug, tada jūs tikriausiai teks įdėti į darbą analizuodami daug duomenų ar galvoti apie kas yra įdomus klausimas paklausti duomenis. Remiantis šiame skyriuje idėjų, manau, kad yra trys pagrindiniai būdai, kad dideli duomenų šaltiniai bus labiausiai vertinga socialinių tyrimų:
- empiriškai nagrinėdamas tarp konkuruojančių teorinius spėjimus. Pavyzdžiai šio darbo apimti Farber (2015) (New York taksi vairuotojai) ir King, Pan, and Roberts (2013) (cenzūrą Kinijoje)
- pagerėjo socialinė matavimas politiką per nowcasting. Galima laikyti tokio darbo pobūdžio pavyzdys yra Ginsberg et al. (2009) ( "Google" gripo tendencijose).
- Vertinant priežastinius efektus su natūralių eksperimentų ir derinimas. Pavyzdžiui, tai gali dirbti. Rūšies Mas and Moretti (2009) (peer poveikį produktyvumui) ir Einav et al. (2015) (poveikis pradinė kaina aukcionuose eBay).
Daugelis svarbių klausimų socialinių tyrimų gali būti išreikštas kaip vienas iš šių trijų. Tačiau šie metodai paprastai reikalauja mokslininkus, kad daug duomenų. Ką daro Farber (2015) įdomus yra teorinis motyvacija matavimo. Šis teorinis motyvacija ateina iš išorės duomenis. Taigi, tiems, kurie yra geri, ne klausia tam tikrų rūšių mokslinių tyrimų klausimus, dideli duomenų šaltiniai gali būti labai vaisingas.
Galiausiai, o ne teorija varoma empirinis tyrimas (kuris buvo dėmesys šiame skyriuje), mes galime apversti scenarijų ir sukurti empiriškai važiuoti theorizing. Tai reiškia, kad per kruopštaus kaupimo empirinių faktų, raštų ir galvosūkiai, mes galime sukurti naujas teorijas.
Ši alternatyva, duomenų pirmoji požiūris į teorijos nėra nauja, ir tai buvo pats tvirtai sujungtas iki Glaser and Strauss (1967) su savo kvietimą teikti motyvuotu teorija. Ši duomenų Pirmasis metodas, tačiau nereiškia, kad "teorijos pabaigos", kaip buvo tvirtinama iki daug aplink tyrimų skaitmeniniame amžiuje žurnalistikos (Anderson 2008) . Atvirkščiai, kaip duomenys aplinkos pokyčius, turime tikėtis naujo balansavimas tarp teorijos ir duomenų ryšį. Pasaulyje, kuriame duomenų rinkimas buvo brangus, tai prasminga tik rinkti duomenis, kad teorijos pasiūlyti bus labiausiai naudinga. Tačiau pasaulyje, kuriame milžiniškas sumas duomenys jau prieinami nemokamai, prasminga pat pabandykite duomenų pirmoji požiūrį (Goldberg 2015) .
Kaip jau nurodyta šiame skyriuje, mokslininkai gali sužinoti daug žiūri žmonės. Per artimiausius tris skyrius, aš aprašyti, kaip mes galime išmokti daugiau ir įvairių dalykų, jei mes pritaikyti mūsų duomenų rinkimą ir bendrauti su žmonėmis tiesiogiai užduodant jiems klausimus (3 skyrius), veikia eksperimentai (4 skyrius), ir net juos įtraukiant mokslinių tyrimų procese tiesiogiai (5 skyrius).
