데이터 수집
연구 기법은 연구 된 사회적 현상에 따라 다릅니다. 데이터 수집 기술은 참가자 관찰, 컨텐츠 분석, 인터뷰 및 다큐멘터리 분석과 다릅니다. 이 접근법에서 연구되는 각 문제는 개인, 조직, 도시, 단위 간의 관계 또는 통계 속도와 같은 특정 관찰 단위가 필요합니다. 개념을 정의하는 방식조차도 데이터 수집에 영향을 줄 수 있습니다. 예를 들어, 직업 이동성을 측정 할 때는 직업의 정의가 중요합니다.
유효한 데이터를 수집하기위한 단계를 수행해야합니다. 많은 장애물, 특히 알코올 소비를 금지하거나 내려다 보는 지역 사회에서의 알코올 소비와 같은 민감한 주제에 발생할 수 있습니다. 이 경우, 쓰레기통이나 타운 덤프에서 술병을 세면 유효한 데이터를 수집하는 문제를 피할 수 있습니다. 유사하게, 도서관에서 체크 아웃 된 가상의 작품 수의 감소는 텔레비전 시청 습관을 추정하는 데 사용되었습니다. 불행하게도, 많은 응답자로부터 정보를 수집하는 데 유용한 설문지는 방법 론적 문제로 표시됩니다. 질문에 대한 표현은 교묘 한 응답자뿐만 아니라 교육받지 못했거나 관심이없는 사람들이 이해할 수 있어야합니다. 저항을 불러 일으키는 주제는 인터뷰 대상자가 질문에 계속 참여하는 동안 완전하고 편견없는 답변을 제공하는 방식으로 제시되어야합니다.
대면 인터뷰에서는 면접관의 성별 또는 인종, 외모, 태도 및 접근 방식을 고려해야 할 수도 있습니다. 응답에 영향을 미치지 않는 방식으로 질문을 제기해야합니다. 면접관은 저항 또는 거절을 처리하기위한 단계가 있어야합니다. 예를 들어, 간접 질문은 응답자가 직접 질문에 대한 답변을 제공하기 위해 주저 할 정보를 제공 할 수 있습니다. 이 때문에 "통조 된"전화 인터뷰를 통해 수집 된 정보는 종종 데이터 품질이 떨어지고 응답 속도가 느려집니다.
샘플링 오류와 편견 모두 지속적인 관심사를 구성합니다. 특히 너무 많은 사회 학적 지식이 더 큰 우주의 표본에서 도출되기 때문입니다. 바이어스를 제어 할 수없는 경우 때때로 작은 샘플의 집중 분석을 포함하여 다양한 방법으로 범위를 추정 할 수 있습니다. 예를 들어, 미국의 인구는 그 정도를 추정하는 방법으로 잘 알려져 있지만 정치적 장애로 인해 인구 조사국은 그 수치를 공개하지 못합니다. 모든 연구 단계에서 오류가 발생할 가능성이 있으며 오류를 줄이는 방법은 사회학 연구 프로그램을 구성합니다.
