2.5 Заклучок

Големи податоци е насекаде, но и други форми на набљудување на податоци за социјални истражувања користење е многу тешко. Во моето искуство не постои нешто како нема бесплатен ручек имот за истражување: ако не се стави во многу работа за собирање на податоци, тогаш веројатно ќе треба да се стави во многу работа анализирање на податоци или во размислување за она што е во една интересна прашање да се постави на податоците. Врз основа на идеите во оваа глава, мислам дека постојат три главни начини на кои големите извори на податоци ќе биде многу важна за социјални истражувања:

  • емпириски одлучување помеѓу конкурентските теоретските предвидувања. Примери за овој вид на работа се Farber (2015) (Њујорк Таксисти) и King, Pan, and Roberts (2013) (цензурата во Кина)
  • Подобрена социјална мерка за политика преку nowcasting. Пример за овој вид на работа е Ginsberg et al. (2009) (Google грип Трендови).
  • проценка на причинско-последична ефекти со природни експерименти и појавување. Примери за овој вид на работа. Mas and Moretti (2009) (peer ефекти врз продуктивноста) и Einav et al. (2015) (ефект на почетна цена на аукција на eBay).

Многу важни прашања во социјални истражувања може да се изрази како еден од овие три. Сепак, овие пристапи генерално бараат истражувачите да се донесе многу на податоците. Она што ја прави Farber (2015) е интересен теоретски мотивација за мерење. Оваа теоретска мотивација доаѓа од надвор од податоци. Така, за оние кои се добри во барајќи одредени видови на прашања за истражување, големи извори на податоци може да биде многу плодна.

Конечно, отколку теорија-управувано емпириско истражување (што е во фокусот на ова поглавје), можеме да флип на сценариото и да се создаде емпириски управувано фантазирања. Тоа е, преку внимателно акумулација на емпириски факти, модели, и загатки, ние може да се изградат нови теории.

Оваа алтернатива, податоци и првиот пристап кон теоријата не е ништо ново, а тоа е најмногу насилно артикулирани од Glaser and Strauss (1967) со повикот за основано теорија. Оваа база на податоци и првиот пристап, сепак, не значи "крај на теоријата", како што се тврди од страна на поголемиот дел од новинарството околу истражување во дигиталното доба (Anderson 2008) . Наместо тоа, како што се промени на податоци на животната средина, ние мора да се очекува ребалансирањето во односот меѓу теоријата и податоци. Во еден свет каде собирање на податоци е скапо, тоа го прави смисла да се соберат само податоците што теории сметаат дека ќе биде на повеќето корисни. Но, во еден свет каде што огромни количини на податоци се веќе достапни за бесплатно, тоа го прави смисла да се обидат податоци и првиот пристап (Goldberg 2015) .

Како што покажаа во ова поглавје, истражувачите можат да научат многу од гледањето луѓе. Во следните три поглавја, јас ќе се опише како можеме да научиме повеќе и различни нешта, ако ние се прилагоди на нашата собирање на податоци и да комуницирате со повеќе луѓе директно ги прашува (Глава 3), трчање експерименти (Глава 4), па дури и ги вклучуваат во процесот на истражување директно (Поглавје 5).