0493580 - SOÚ 2019 RIV CZ cze J - Journal Article
Chylíková, Johana
Velká data jako alternativa výběrových šetření v kvantitativním sociálněvědním výzkumu.
[Big Data as an Alternative to Surveys in Quantitative Social Research.]
Naše společnost. Roč. 16, č. 1 (2018), s. 57-79. ISSN 1214-438X
R&D Projects: GA MŠMT(CZ) LM2015060
Institutional support: RVO:68378025
Keywords : big data * Survey * data quality
OECD category: Sociology
https://cvvm.soc.cas.cz/cz/casopis-nase-spolecnost/prehled-clanku/146-2018/4702-velka-data-jako-alternativa-vyberovych-setreni-v-kvantitativnim-socialnevednim-vyzkumu

Cílem tohoto článku je informovat především kvantitativně zaměřené sociální vědkyně a vědce o základních vlastnostech velkých dat a představit možnosti a omezení využívání těchto dat v sociálně vědním výzkumu. Text postupně zprostředkovává informace o třech základních typech velkých dat, tak jak jsou rozlišovány v současné metodologické literatuře – administrativních datech, transakčních datech a datech ze sociálních sítí – a ilustruje na příkladech, k čemu je možné tato data využít v oblasti kvantitativního sociologického výzkumu, jehož dominantní metoda – výběrové dotazníkové šetření – se podle mnohých ocitla v krizi, zejména z důvodu snižující se návratnost šetření ve většině vyspělých zemí a upadající důvěry veřejnosti v průzkumy veřejného mínění. Autorka textu prezentuje vlastnosti a specifika velkých dat z perspektivy výzkumu využívajícího právě výběrová šetření, tedy metodu, jejímž nejdistinktivnější rysem je schopnost kvantifikace chování, sociálního jednání a postojů jednotlivců na úrovni populací. V tomto kontextu je upozorněno na odlišnosti, které velká data vzhledem k datům z výběrových šetření mají, mezi nimiž jsou různými odborníky nejčastěji uváděny nereprezentativita datových souborů za známé populace, systematické vychýlení hodnot sledovaných proměnných, omezené množství proměnných v souborech velkých dat, nejistota ohledně významu pozorovaných hodnot proměnných nebo přímý vliv sociálního okolí na chování aktérů zachycených ve velkých datech. Pozornost je věnována i vlastnostem velkých dat, které překážejí tomu, aby se mohl tento nový druh dat hladce zapojit do sociálně vědního středního proudu. Těmito vlastnostmi jsou především vysoká náročnost získávání, zpracování a analýzy velkých dat, která vyžaduje pokročilé programátorské schopnosti, které sociální vědci většinou nemají, a také omezená dostupnost velkých dat, vyplývající se skutečnosti, že data jsou zpravidla vlastněna soukromými komerčními subjekty, z nichž některé jako je např. Facebook či Google již lze bez přehánění označit za datové oligopoly, jejichž management se o data s akademiky nemá, ve většině případů, zájem dělit. Uvedená specifika, odlišnosti a omezení jsou v tomto textu interpretována jako argument pro tvrzení, že velká data v současné době nemají potenciál stát se plnohodnotným datovým zdrojem pro sociálně vědní výzkum, a tedy ani potenciál vystřídat na pozici dominantní výzkumné metody výběrová šetření.

The goal of this article is to inform social scientists, especially those of a quantitative orientation, about the basic characteristics of Big Data and to present the opportunities and limitations of using such data in social research. The paper informs about three basic types of Big Data as they are distinguished in contemporary methodological literature, namely administrative data, transaction data and social network data, and exemplifies how they can be utilized by quantitative social research. According to many, questionnaire-based sample survey as the dominant method of quantitative social research has found itself in a crisis, especially as response rates have decreased in most developed countries and public confidence in opinion polling has declined. The author presents the characteristics and specifics of Big Data compared to survey research – a method whose primary
distinguishing characteristic is the capacity to quantify individual behaviour, social action and attitudes at the level of populations. In this context, the article draws attention to the differences between Big Data and survey data typically presented in scholarly literature, namely that datasets are not representative of known populations, the values of observed variables are systematically biased, there is a limited number of variables in Big Data sets, there is uncertainty about the meaning of observed values, and social environment has direct influence on the behaviours captured by Big Data. Attention is also paid to such characteristics of Big Data that pose an obstacle to smooth integration of this type of data in the social scientific mainstream. First, the collection, processing and analysis of Big Data is extremely demanding in terms of programming skills, something social scientists typically do not have. Second, the availability of Big Data is limited as they are normally possessed by private corporations, some of which (Facebook, Google) have undoubtedly come to form data oligopolies – and their management is mostly unwilling to share their data with traditional academics. Based on the above-mentioned specifics, differences and limitations, it is argued that Big Data currently do not have the potential of becoming a full-fledged source of social science data and replacing sample surveys as the dominant research method

Permanent Link: http://hdl.handle.net/11104/0286922