आंकड़ा संग्रहण
अध्ययन की गई सामाजिक तकनीकों के आधार पर अनुसंधान तकनीक बदलती हैं। डेटा-संग्रह तकनीक प्रतिभागी अवलोकन, सामग्री विश्लेषण, साक्षात्कार, और दस्तावेजी विश्लेषण से भिन्न होती है। इस दृष्टिकोण में अध्ययन की जाने वाली प्रत्येक समस्या के लिए एक विशिष्ट इकाई के अवलोकन की आवश्यकता होती है, यह एक व्यक्ति, एक संगठन, एक शहर, इकाइयों के बीच संबंध या एक सांख्यिकीय दर हो। यहां तक कि जिस तरह से एक अवधारणा को परिभाषित किया गया है वह डेटा संग्रह को प्रभावित कर सकता है। उदाहरण के लिए, व्यावसायिक गतिशीलता को मापते समय, व्यवसाय की परिभाषा महत्वपूर्ण है।
वैध डेटा एकत्र करने के लिए कदम उठाए जाने चाहिए। कई बाधाएँ उत्पन्न हो सकती हैं, विशेष रूप से संवेदनशील विषयों पर जैसे कि एक समुदाय में शराब का सेवन जो उस पर प्रतिबंध लगाता है या नीचे देखता है। इस उदाहरण में वैध डेटा एकत्र करने की समस्या को कचरा पात्र या कस्बे के डंप में शराब की बोतलें गिनने से रोका जा सकता है। इसी तरह, टेलीविजन देखने की आदतों का अनुमान लगाने के लिए पुस्तकालयों से बाहर किए गए काल्पनिक कार्यों की संख्या में गिरावट का उपयोग किया गया है। दुर्भाग्य से, प्रश्नावली, जबकि उत्तरदाताओं की बड़ी संख्या से जानकारी इकट्ठा करने के लिए उपयोगी है, पद्धतिगत समस्याओं द्वारा चिह्नित हैं। प्रश्नों के शब्दों को अशिक्षित या निर्बाध के साथ-साथ परिष्कृत उत्तरदाता के लिए भी समझदार होना चाहिए। प्रतिरोध को भड़काने वाले विषयों को इस तरह प्रस्तुत किया जाना चाहिए कि साक्षात्कारकर्ता को प्रश्नों से जोड़े रखते हुए पूर्ण और निष्पक्ष प्रतिक्रिया मिले।
आमने-सामने साक्षात्कार में, साक्षात्कारकर्ता के सेक्स या दौड़, उपस्थिति, तरीके और दृष्टिकोण पर विचार करना आवश्यक हो सकता है। प्रश्नों को इस तरह से प्रस्तुत किया जाना चाहिए कि प्रतिक्रिया प्रभावित न हो। साक्षात्कारकर्ताओं के पास प्रतिरोध या इनकार से निपटने के लिए कदम होना चाहिए। अप्रत्यक्ष प्रश्न, उदाहरण के लिए, ऐसी जानकारी प्राप्त कर सकते हैं जो उत्तरदाता प्रत्यक्ष प्रश्न के उत्तर देने में संकोच करेंगे। इस वजह से, "डिब्बाबंद" टेलीफोन साक्षात्कार के माध्यम से एकत्रित जानकारी अक्सर निम्न-गुणवत्ता वाले डेटा और खराब प्रतिक्रिया दर की ओर ले जाती है।
नमूनाकरण त्रुटियां और पूर्वाग्रह दोनों एक निरंतर चिंता का विषय हैं, खासकर जब से इतना बड़ा समाजशास्त्रीय ज्ञान एक बड़े ब्रह्मांड के नमूनों से प्राप्त होता है। जहां पूर्वाग्रह को नियंत्रित नहीं किया जा सकता है, इसकी सीमा कभी-कभी विभिन्न तरीकों से अनुमानित की जा सकती है, जिसमें छोटे नमूनों का गहन विश्लेषण भी शामिल है। उदाहरण के लिए, संयुक्त राज्य अमेरिका में आने वाली आबादी अच्छी तरह से जानी जाती है, क्योंकि इसकी सीमा का अनुमान लगाने के तरीके हैं, लेकिन राजनीतिक बाधाएं अमेरिकी जनगणना ब्यूरो को अंडरकाउंट का खुलासा करने से रोकती हैं। अनुसंधान के हर चरण में त्रुटियों के लिए संभावनाएं पैदा होती हैं, और उन्हें कम करने के तरीके समाजशास्त्र में अध्ययन के एक सतत कार्यक्रम का गठन करते हैं।
