Methodologie der computergestützten Sozialwissenschaften, irgendjemand?

Zusammenfassung. Dieser Artikel überprüft die Methoden der computergestützten Sozialwissenschaften und deren Beziehung zur konventionellen Methodologie und Statistik. Die computergestützte Sozialwissenschaft hat drei wichtige Merkmale. Erstens beinhaltet sie oft Big Data; Datensätze, die so groß sind, dass konventionelle Datenbank- und Analysetechniken sie nicht mit Leichtigkeit handhaben können. Zweitens hat der Umgang mit diesen großen Datensätzen zur Entwicklung von Analysetechniken geführt, die speziell für Big Data entwickelt wurden. Angesichts der Größe der Daten werden Resampling- und Kreuzvalidierungsansätze möglich, die sowohl datengetriebene Erkundung als auch Überprüfungen auf Überanpassung der Daten ermöglichen. Ein drittes wichtiges Merkmal ist die Simulation, insbesondere die agentenbasierte Simulation. Auch hier ist Größe entscheidend. Die agentenbasierte Simulation ist in der Sozialwissenschaft gut bekannt, aber moderne Computerhardware und Software ermöglichen Simulationen in bislang nie dagewesenem Maßstab. Viele dieser Techniken, insbesondere die Resampling- und Kreuzvalidierungsansätze, sind potenziell sehr nützlich für Sozialwissenschaftler. Angesichts der relativ kleinen Größe von „Big Data“ in der Sozialwissenschaft ist es nützlich zu erkunden, wie gut diese Techniken mit kleineren Datensätzen funktionieren. Die Methodologie der Sozialwissenschaft kann zu diesem Bereich beitragen, indem untersucht wird, ob die bekannten methodologischen Unterscheidungen zwischen externer Validität, interner Validität und Konstruktvalidität helfen können, Diskussionen über die Datenqualität (Wahrhaftigkeit) in der computergestützten Sozialwissenschaft zu klären.