2.5 Kacindekan

data Big nyaéta madhab, tapi ngagunakeun eta jeung bentuk séjén data observational pikeun panalungtikan sosial hese. Dina pangalaman mah aya hiji hal kawas no sipat dahar beurang bébas pikeun panalungtikan: lamun teu nunda dina loba karya ngumpulkeun data, mangka anjeun meureun akang kudu nunda dina loba karya analisa data Anjeun atawa dina pamikiran ngeunaan naon dina sual metot nanya tina data. Dumasar gagasan dina bagean ieu, kuring mikir yén aya tilu cara utama anu sumber data gedé bakal paling berharga pikeun panalungtikan sosial:

  • émpiris adjudicating antara competing prediksi teoritis. Conto jenis ieu karya antarana Farber (2015) (drivers New York Angkot) jeung King, Pan, and Roberts (2013) (carana ngawasan di Cina)
  • ukuran sosial ningkat pikeun kawijakan ngaliwatan nowcasting. Conto jenis ieu karya téh Ginsberg et al. (2009) (Google Flu Tren).
  • estimasi pangaruh kausal jeung percobaan alami jeung cocog. Conto jenis ieu karya. Mas and Moretti (2009) (peer efek dina produktivitas) jeung Einav et al. (2015) (pangaruh harga mimiti di auctions di eBay).

Loba patarosan penting dina panalungtikan sosial bisa dikedalkeun minangka salah sahiji tilu ieu. Tapi, deukeut ieu umumna merlukeun panalungtik pikeun mawa loba ka data. Naon ngajadikeun Farber (2015) metot nyaéta motivasi teoritis keur ukuran teh. motivasi teoritis ieu asalna ti luar data. Ku kituna, pikeun maranéhanana anu alus di nanyakeun tipe tangtu patarosan panalungtikan, sumber data gedé bisa pisan fruitful.

Ahirna, tinimbang teori-disetir panalungtikan empiris (nu geus fokus dina ieu bab), urang bisa flip naskah jeung nyieun theorizing émpiris-disetir. Hartina, ngaliwatan akumulasi ati fakta empiris, pola, jeung puzzles, urang bisa ngawangun tiori anyar.

Alternatif, pendekatan data-kahiji ieu teori teu anyar, sarta ieu paling forcefully diucapkeun ku Glaser and Strauss (1967) jeung telepon maranéhanana pikeun téori grounded. Pendekatan data-kahiji ieu, kumaha oge, teu imply "ahir teori," salaku geus diaku ku loba nu journalism kira-kira panalungtikan dina umur digital (Anderson 2008) . Rada, saperti parobahan lingkungan data, urang kudu nyangka hiji re-balancing dina hubungan antara téori jeung data. Dina dunya mana kumpulan data ieu mahal, eta ngajadikeun rasa ngan ngumpulkeun data nu téori nyarankeun bakal pang gunana. Tapi, dina dunya mana jumlah pisan data geus sadia pikeun bébas, eta ngajadikeun rasa oge coba pendekatan data-kahiji (Goldberg 2015) .

Salaku kuring geus ditémbongkeun dina bagean ieu, panalungtik bisa diajar pisan ku ningali jalma. Dina tilu bab saterusna, Abdi gé ngajelaskeun kumaha urang bisa diajar beuki beda hal lamun urang tukang ngaput kumpulan data urang jeung interaksi jeung jalma leuwih langsung ku nanyakeun eta pertanyaan (Bab 3), ngajalankeun percobaan (Bab 4), komo ngalibetkeun eta dina prosés panalungtikan langsung (Bab 5).