2.5 Hitimisho

data Big ni kila mahali, lakini kutumia na aina nyingine za data za uchunguzi kwa ajili ya utafiti wa kijamii ni ngumu. Katika uzoefu wangu kuna kitu kama hakuna bure chakula cha mchana mali kwa ajili ya utafiti: kama huna kuweka katika mengi ya kazi ya kukusanya takwimu, basi labda wewe ni kwenda kuwa na kuweka katika mengi ya kazi ya kuchambua data yako au katika kufikiria kile ni katika swali kuvutia ili aombe data. Kulingana na mawazo katika sura hii, nadhani kwamba kuna njia kuu tatu ambazo vyanzo big data itakuwa muhimu zaidi kwa ajili ya utafiti wa kijamii:

  • empirically adjudicating kati ya mashindano utabiri nadharia. Mifano ya aina hii ya kazi ni pamoja na Farber (2015) (New York teksi madereva) na King, Pan, and Roberts (2013) (Censorship katika China)
  • kuboresha kipimo kijamii kwa sera kupitia nowcasting. Mfano wa aina hii ya kazi ni Ginsberg et al. (2009) (Google Flu Mwelekeo).
  • kukadiria madhara causal na majaribio ya asili na vinavyolingana. Mifano ya aina hii ya kazi. Mas and Moretti (2009) (rika kuathiri tija) na Einav et al. (2015) (athari ya bei ya kuanzia kwenye minada katika eBay).

maswali mengi muhimu katika utafiti wa kijamii inaweza kuwa walionyesha kama moja ya hao watatu. Hata hivyo, mbinu hizi kwa ujumla yanahitaji watafiti kuleta mengi ya data. Kinachofanya Farber (2015) kuvutia ni motisha wa nadharia ya kipimo. Hii motisha nadharia huja kutoka nje data. Hivyo, kwa wale ambao ni bora katika kuuliza aina fulani ya maswali ya utafiti, vyanzo big data inaweza kuwa sana matunda.

Hatimaye, badala ya nadharia inayotokana utafiti wa kisayansi (ambayo imekuwa lengo la sura hii), tunaweza flip script na kuunda empirically inayotokana theorizing. Yaani, kwa njia ya kukusanya kwa makini mambo yote empirical, chati, na puzzles, tunaweza kujenga nadharia mpya.

Hii mbadala, data-kwanza mwelekeo wa nadharia si mpya, na ilikuwa zaidi imeelezwa kikamilifu na Glaser and Strauss (1967) na wito wao kwa nadharia msingi. Hii mbinu data-kwanza, hata hivyo, haimaanishi "mwisho wa nadharia," kama ilivyodaiwa na mengi ya uandishi wa habari kuzunguka utafiti katika umri digital (Anderson 2008) . Badala yake, kama mabadiliko mazingira data, ni lazima kutarajia re-kusawazisha katika uhusiano kati ya nadharia na data. Katika dunia ambapo ukusanyaji wa takwimu ilikuwa ghali, inafanya hisia tu kukusanya takwimu kwamba nadharia kupendekeza itakuwa muhimu zaidi. Lakini, katika dunia ambapo kiasi kikubwa cha data ni tayari inapatikana kwa bure, inafanya hisia pia kujaribu data-kwanza mbinu (Goldberg 2015) .

Kama mimi umeonyesha katika sura hii, watafiti wanaweza kujifunza mengi kwa kuangalia watu. Katika sura tatu, mimi itabidi kueleza jinsi tunaweza kujifunza mambo zaidi na tofauti kama sisi tailor ukusanyaji yetu data na kuingiliana na watu zaidi moja kwa moja na kuwauliza maswali (Sura ya 3), mbio majaribio (sura ya 4), na hata kuwahusisha katika mchakato wa utafiti moja kwa moja (sura 5).