2.5 निष्कर्ष
ठूलो डाटा जताततै छ, तर यो र सामाजिक अनुसन्धान को लागि अवलोकनीय डाटा अन्य फाराम प्रयोग गाह्रो छ। मेरो अनुभव मा अनुसन्धान को लागि एक निःशुल्क भोजन सम्पत्ति जस्तै केहि छ: यदि तपाईं डाटा सङ्कलन कार्य धेरै राख्नुभएको छैन, त तपाईं शायद तपाईंको डाटा विश्लेषण काम धेरै वा सोचिरहेका राख्न जाँदैछन् डाटा को सोध्न के एक रोचक प्रश्न छ। यस अध्यायमा उपायहरु आधारमा, म त्यहाँ ठूलो डाटा स्रोतहरु सामाजिक अनुसन्धान को लागि सबै भन्दा बहुमूल्य हुनेछ तीन मुख्य तरिकाहरू छन् कि लाग्छ:
- empirically सैद्धान्तिक अनुमानहरू प्रतिस्पर्धा बीच adjudicating। काम को यस प्रकार को उदाहरण समावेश Farber (2015) (न्यूयोर्क ट्याक्सी चालक) र King, Pan, and Roberts (2013) (चीन मा सेंसरशिप)
- nowcasting मार्फत नीति सुधार को लागि सामाजिक मापन। काम को यस प्रकार को एउटा उदाहरण हो Ginsberg et al. (2009) (गुगल फ्लू चलन)।
- प्राकृतिक प्रयोगहरू र मिलान संग causal प्रभाव अनुमान। काम। यस प्रकारको उदाहरण Mas and Moretti (2009) (उत्पादकत्व मा प्रभाव दिएर) र Einav et al. (2015) (eBay मा नीलामी मा सुरूवात मूल्य को प्रभाव)।
सामाजिक अनुसन्धान मा धेरै महत्त्वपूर्ण प्रश्नहरू यी तीन रूपमा व्यक्त गर्न सकिएन। तर, यी दृष्टिकोण साधारण अनुसन्धानकर्ताहरूले डाटा गर्न धेरै ल्याउन आवश्यक छ। के बनाउँछ Farber (2015) रोचक मापन लागि सैद्धान्तिक प्रेरणा छ। यो सैद्धान्तिक प्रेरणा डाटा बाहिर आउँछ। तसर्थ, अनुसन्धान प्रश्नहरू केहि प्रकारको सोधेर राम्रो निम्ति, ठूलो डाटा स्रोतहरु धेरै फलदायी हुन सक्छ।
अन्तमा, सिद्धान्त सञ्चालित empirical अनुसन्धान (यो अध्याय मा ध्यान छ जो), हामी लिपि पल्टाउन र empirically सञ्चालित theorizing सिर्जना गर्न सक्नुहुन्छ भन्दा। त्यो छ, empirical तथ्यहरू, ढाँचाहरू, र पहेली को सावधान जम्मा मार्फत हामी नयाँ सिद्धान्त निर्माण गर्न सक्छन्।
यो वैकल्पिक, डाटा पहिलो सिद्धान्त दृष्टिकोण नयाँ होइन, र यो सबै भन्दा forcefully द्वारा जोडा थियो Glaser and Strauss (1967) ढाकिएको सिद्धान्त लागि आफ्नो कल संग। यो डाटा-पहिलो दृष्टिकोण तथापि, "सिद्धान्त को अन्त," रूपमा डिजिटल युगमा अनुसन्धान वरिपरि पत्रकारिता धेरै दावी गरिएको छ होइन (Anderson 2008) । बरु, डाटा वातावरण परिवर्तन, हामी सिद्धान्त र डाटा बीचको सम्बन्ध मा एक पुन संतुलन आशा गर्नुपर्छ। डाटा संग्रह महंगा थियो जहाँ संसार, यो मात्र सिद्धान्त सुझाव सबैभन्दा उपयोगी हुनेछ डाटा संकलन गर्न अर्थमा बनाउँछ। तर, जहाँ डाटा को भारी रकम पहिले नै निःशुल्क उपलब्ध छन् संसारमा, यो अर्थमा पनि डाटा-पहिलो दृष्टिकोण प्रयास बनाउँछ (Goldberg 2015) ।
म यस अध्यायमा देखाएका छन् रूपमा, अनुसन्धानकर्ताहरूले मान्छे हेर्दै द्वारा धेरै कुरा सिक्न सक्छन्। अर्को तीन अध्याय, म हामी तिनीहरूलाई प्रश्न (अध्याय 3), चलिरहेको प्रयोगहरू (अध्याय 4), र तिनीहरूलाई मुछिएको थप सीधा हाम्रो डाटा संग्रह उपयुक्त र अन्तरक्रिया यदि मान्छे संग हामी कसरी थप र फरक-फरक कुरा सिक्न सक्छौं वर्णन छौँ अनुसन्धान प्रक्रियामा प्रत्यक्ष (अध्याय 5)।
