5.2: תפעול

Last updated
Save as PDF

Page ID: 207072

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

מטרות למידה

בסוף פרק זה תוכל:

שקול את התהליך שבו מושגים פועלים כדי להתחיל לאסוף נתונים רלוונטיים בעולם "האמיתי"
להבין היבטים של איסוף נתונים - מה, למה, איך

הפעלת מושג

לאחר ששמת שם לתצפיות על העולם - יצירת מושגים - השלב הבא הוא "להפעיל" מושגים אלה. תפעול הוא התהליך שבו חוקר מגדיר מושג במונחים מדידים. במילים אחרות, "להפעיל מושג פירושו לשים אותו בצורה המאפשרת מדידה כלשהי של וריאציה." ⁴ וריאציה מרמזת כי המדד שנבחר יקבל ערכים שונים. לדוגמה, פעולה אחת של המושג "משטר" עשויה להיות התמקדות במספר המנהיגים בשלטון. ניתן למדוד זאת על ידי ספירת אנשים בעלי כוח. בהתבוננות במקרים של מדינות בעולם האמיתי, נראה כי מספר זה נע בין מנהיג יחיד (כגון רוברט מוגאבה של זימבבואה, שהיה ראש ממשלה או נשיא בשנים 1980 עד 2017) לרבים (כגון הוועדה הקבועה של הפוליטבירו בסין, אשר השתנה מחמישה עד אחד עשר מקבלי החלטות מאז 1949).

שימו לב לחשיבות השונות בעת הפעלת מושג. ללא וריאציה, קשה לזהות דפוסי אסוציאציה כגון מתאם וסיבתיות. אם "משטר" היה מופעל באופן רחב יותר (וגרוע) כ"נוכחות של ממשלה ", אז לא תהיה שום שינוי במדד זה בעולם העכשווי. לאחר מכן יהיה קשה לברר את ההשפעה הסיבתית של סוג המשטר על תוצאה כלשהי של עניין (כלומר משתנה תלוי), כגון מלחמה בין מדינות, אם התפעול של מושג זה לא ישתנה.

קבוע - נוכחות של ממשלה - אינו יכול אפוא להסביר משהו שמשתנה, שבדוגמה זו הוא נוכחות או היעדר מלחמה בין מדינות. בעיה זו מתעוררת גם אם נתייחס לפעולה זו של המשטר כאל תוצאה של עניין. שוב, היעדר וריאציה מקשה על קביעת הקובעים של אותו קבוע. תארו לעצמכם לשאול האם לרמות הצמיחה הכלכלית יש השפעה מסוימת על סוג המשטר. הצמיחה הכלכלית משתנה לפי מדינה, אך אם סוג המשטר מופעל כנוכחות ממשלה, לא ניתן להסביר קבוע זה על ידי תופעות חברתיות אחרות המשתנות.

הפעלת מושג חייבת להיעשות תוך התחשבות בכמה שיקולים נוספים, תוך זיהוי ספציפי של מדדים תקפים ואמינים של מושג זה. שיקולים אלה יובאו בסעיף 5.3 לפרק זה. כרגע, הדבר החשוב הוא לחשוב על דרכים למדוד מושג ולהיות בטוחים שיש שונות במדד זה. כשהוא חוזר לדוגמא של אריסטו, הוא מממש תחילה משהו שאנו מתייחסים אליו כיום כ"משטר ", ואז מפעיל את המשטר על ידי הצעת שני צעדים: כמה מנהיגים נמצאים בשלטון ובאינטרס שלהם הם שולטים. למדד הראשון, אריסטו מציע "אחד, מעטים, [ו] הרבים [השליטים]" כשלוש קטגוריות למדידת מושג זה. עבור המדד השני, אריסטו מציע שתי קטגוריות, בין אם שליט שולט בשם אינטרסים "פרטיים" או "משותפים". אמצעי שלישי הנפוץ כיום להפעלת מושג המשטר הוא נוכחותן של בחירות חופשיות והוגנות. זהו מדד בינארי: האם מדינה מקיימת בחירות תחרותיות או לא? עם שלושת המדדים הללו כנקודות מוצא, חוקר יכול לצאת לתהליך איסוף הנתונים.

איסוף נתונים

איסוף נתונים הוא איסוף מידע רלוונטי כדי ליידע נושא או שאלה מחקרית. באופן אידיאלי, נתונים שנאספו יעזרו במענה על שאלת מחקר, אך תהליך איסוף הנתונים עשוי לכלול למידה על היבטים רבים של נושא מחקר לפני שתתגבש שאלה. פרקים 6 ו-7 יחקרו לעומק שיטות כמותיות ואיכותיות יותר לאיסוף נתונים. לענייננו כאן, השאלות המרכזיות יהיו,

איזה סוג נתונים עלי לאסוף?
מדוע אני אוסף את הנתונים האלה?
כיצד אוכל לאסוף נתונים אלה?

קביעת סוג הנתונים לאיסוף צירים של תפעול מושג. ישנם גם שיקולי היקף מעשיים שיש לפתור לפני היציאה לאיסוף נתונים. אלה בדרך כלל קשורים לזמן ולמרחב: באיזה פרק זמן ובאילו חלקים בעולם (אם לא העולם כולו) להתמקד. עבור חוקרים מתחילים, האסטרטגיה הטובה ביותר לענות על שאלות אלה היא לשאול, במה אני מתעניין? והאם יש לי ידע מוקדם שאוכל להביא לידי ביטוי בתשובה לשאלות אלה בהיקף המחקר? השאלה הראשונה היא החשובה יותר והרהור על עניין וטעם אישי הוא התחלה טובה.

מחקר ובמיוחד איסוף נתונים דורשים מאמץ מתמשך ולעתים קרובות מציגים אתגרים בלתי צפויים, ומכאן שעניין אמיתי יכול לעזור להניע חוקר באמצעות תיקונים גסים. השאלה השנייה יכולה גם לסייע בהקלה על חלק מהאתגרים באיסוף נתונים (למשל התגברות על אילוצים לשוניים, הכרת מקורות נתונים קיימים, מומחיות הקשרית) אך היא בעלת חשיבות משנית. מחקר ואיסוף נתונים בהחלט יכולים להיות על יצירת ידע חדש בנושאים לא מוכרים לחלוטין, ומעודדים סקרנות חסרת מעצורים.

מערכת שיקולים שנייה תלויה בשאלה האם חוקר מעוניין במקורות נתונים כמותיים, איכותיים או מעורבים. פרקים 7 ו-8 תופסים שיטות מחקר איכותיות וכמותיות, בהתאמה, וכאן ההתמקדות היא באילו שיטות להמשיך. השיטה תלויה לעתים קרובות באופן הפעולה של מושג. אם אנו מפעילים את המשטר כספירה פשוטה של כמה מנהיגים נמצאים בשלטון במדינה, אז זה מתאים לבניית מערך נתונים כמותי. אם אנו מעוניינים לאסוף את התארים של אותם משרדים פוליטיים, הדבר מצביע על כך שיש צורך בגישה איכותית יותר. אבל אולי גם מספר המנהיגים וגם התארים שלהם עשויים להיות שימושיים, מה שמרמז על איסוף תערובת של נתונים כמותיים ואיכותיים.

נשאלת השאלה השנייה, "מדוע אני אוסף את הנתונים האלה?" חוקר עשוי לחזור לעקרונות הראשונים. מהו הרעיון הבסיסי של עניין בפרויקט מחקר זה? כיצד הופעל מושג זה והאם המדד (או המדדים) המוצעים משתנים בערכו? איסוף נתונים תמיד דורש משאבים, בין אם זה זמן או כסף או פליטת פחמן או כל האמור לעיל, ולכן חשוב לשאול מלכתחילה איזה סוג של נתונים עשוי להיות אידיאלי להבנת מושגים בסיסיים. ניסוח שאלת מחקר יכול גם לעזור בכך, שכן ניתן להעריך בצורה חדה יותר את איסוף הנתונים המוצע כאשר חושבים האם הנתונים האידיאליים עשויים לעזור לענות על שאלה מרכזית מעניינת.

לבסוף, השאלה השלישית שחוקר עשוי לשאול היא, "כיצד אוכל לאסוף נתונים אלה?" צעד ראשון חשוב הוא עריכת סקירת ספרות. כמו שאומר הפתגם, "אל תמציא את הגלגל מחדש." סקירת ספרות היא תהליך קריאת עבודות מדעיות רלוונטיות בנושא מחקר או שאלת מחקר מעניינת. זה נעשה לעתים קרובות בסיוע מומחים אחרים, למשל פרופסורים, ספרנים ועמיתים. בעת סקירת ספרות רלוונטית, חוקר יכול לברר האם נתונים רלוונטיים כבר נאספו וקיימים במערך נתונים נגיש.

או שהם עשויים לזהות אם מחקר קשור ומערכי נתונים נלווים עשויים להיות זמינים ומשמשים בחלקם לבניית מערך נתונים חדש. ישנם מערכי נתונים כמותיים רבים הזמינים לציבור הזמינים להורדה מהאינטרנט. ממשלות וארגונים בינלאומיים כמו האו"ם והבנק העולמי הם גם מאגרים נפוצים של נתונים שימושיים במדעי החברה. ספרנים הם גם משאבים מצוינים ולעתים קרובות יודעים היכן לאתר נתונים בתוך אחזקות הספרייה. איור 5.2 מציע נקודת מוצא לאיתור מערכי נתונים סטטיסטיים נפוצים של מדעי החברה.

כמה מקורות נתונים נפוצים למחקר במדעי החברה

סטטיסטיקה ממשלתית: ממשלות לאומיות הן לרוב המוסדות היחידים עם המשאבים (והסמכות) לאסוף נתונים סטטיסטיים חברתיים מקיפים, ובכך מפרסמים את הרוב המכריע של הסטטיסטיקה החברתית הקיימת. ברוב המדינות יש סוכנות סטטיסטית לאומית שאוספת ומפרסמת נתונים סטטיסטיים, ופשוט עיון באתר האינטרנט או בקטלוג הפרסומים של אותה סוכנות הוא לרוב הדרך הטובה ביותר למצוא את הנתונים הסטטיסטיים שלהם. ארה"ב מורכבת יותר, שכן האחריות לסטטיסטיקה מתפשטת בקרב סוכנויות פדרליות רבות. בויקיפדיה יש רשימה של סוכנויות הסטטיסטיקה הפדרליות העיקריות. האו"ם וארגונים ממשלתיים בינלאומיים אחרים אוספים ומפרסמים נתונים סטטיסטיים השוואתיים מהמדינות החברות בהם. רוב הממשלות הממלכתיות, המחוזיות והעירוניות גם אוספות ומפרסמות כמה נתונים סטטיסטיים.
סקרי דעת קהל: חדשות וארגונים פוליטיים עורכים או עורכים באופן שגרתי סקרי דעת קהל במגוון נושאים. רבות מתוצאות הסקר הללו ניתן למצוא ב - ICPSR או בארכיוני סקרים אחרים שלספריות אוניברסיטאות יש לעתים קרובות מנויים.
מחקר אקדמי: חוקרי מדעי החברה אוספים לעתים קרובות נתונים כחלק ממחקריהם. התוצאות מוצגות בדרך כלל בספרות האקדמית שפורסמה. חפש בכל אחד ממאגרי המאמרים העיקריים כדי למצוא מאמרים אלה. רוב המאמרים יכילו רק נתוני סיכום, אך לעתים קרובות ניתן להשיג את מערכי הנתונים המלאים מהחוקרים המקוריים.
שוק מסחרי ומחקר עסקי: תאגידים וארגוני סחר רבים אוספים נתונים סטטיסטיים כלכליים ומוכרים אותם למטרות רווח. לעתים קרובות רווח נכבד מאוד, מה שאומר שספריות אוניברסיטאות רוכשות רק מספר מוגבל של מוצרי נתונים אלה.

מקור: ספריית UCLA. מדריכי מחקר, "סטטיסטיקה חברתית ונתונים", זמין באינטרנט בכתובת http://guides.library.ucla.edu/data/sources

מערכי נתונים סטטיסטיים זמינים לעתים קרובות להורדה מהאינטרנט או באמצעות מנוי מספריית אוניברסיטה או מכללה. בדרך כלל קשה יותר להשיג מערכי נתונים איכותיים. במהלך עריכת סקירת ספרות, מלומד עשוי לצטט מערך נתונים איכותי (בדרך כלל משלו), ולעתים אלה זמינים בדפי אינטרנט אישיים של חוקרים או בדפי האינטרנט של מרכזי מחקר קשורים. זה גם לא מזיק ליצור קשר ישירות עם מלומד אם אתה מעוניין בנתונים שלו; הרוח המלומדת היא לחלוק ידע, אחרי הכל.

4 הובר, קנת וטוד דונובן. 2011. מרכיבי החשיבה המדעית החברתית. מהדורה עשירית. למידה של וודסוורת 'קנג', עמ '42.