הגדרה ודוגמאות לניתוח נתונים משני

ניתוח נתונים משני הוא ניתוח הנתונים שנאסף על ידי מישהו אחר. להלן, נסקור את ההגדרה של נתונים משניים, כיצד הם יכולים לשמש את החוקרים ואת היתרונות והחסרונות של סוג זה של מחקר.

Takeaways Key: ניתוח נתונים משני

במחקר במדעי החברה, המונחים נתונים ראשוניים ונתונים משניים הם יחסי משותף. נתונים ראשוניים נאספים על ידי חוקר או צוות חוקרים לצורך המטרה או הניתוח הספציפי הנבדק. כאן צוות מחקר הגה ומפתח פרויקט מחקר, מחליט על א טכניקת דגימה, אוסף נתונים שנועדו לענות על שאלות ספציפיות, וביצע ניתוח בעצמם של הנתונים שאספו. במקרה זה, האנשים המעורבים בניתוח הנתונים מכירים את תהליך התכנון והמחקר לאיסוף נתונים.

ניתוח נתונים משנילעומת זאת, השימוש בנתונים ש נאסף על ידי מישהו אחר למטרה אחרת. במקרה זה, החוקר מציב שאלות שמטופלות באמצעות ניתוח מערך נתונים שלא היו מעורבים באיסוף. הנתונים לא נאספו כדי לענות על שאלות המחקר הספציפיות של החוקר, אלא נאספו למטרה אחרת. משמעות הדבר היא שאותו מערך נתונים יכול למעשה להיות מערך נתונים ראשוני לחוקר אחד וערך נתונים משני לערך אחר.

יש כמה דברים חשובים שצריך לעשות לפני שמשתמשים בנתונים משניים בניתוח. מכיוון שהחוקר לא אסף את הנתונים, חשוב להם להכיר את מערך הנתונים: כיצד נאסף הנתונים, מהן קטגוריות התגובה לכל אחת מהן. שאלה, האם יש ליישם משקולות במהלך הניתוח או לא, האם יש לתת דין וחשבון על אשכולות או ריבוד, מיהי אוכלוסיית המחקר והיה. יותר.

יש הרבה משאבי נתונים משניים ומערכות נתונים זמין למחקר סוציולוגי, שרבים מהם ציבוריים ונגישים בקלות. ה מפקד ארצות הברית, ה סקר חברתי כללי, וה סקר הקהילה האמריקנית הם כמה מערכי הנתונים המשניים הנפוצים ביותר הקיימים.

היתרון הגדול ביותר בשימוש בנתונים משניים הוא שהוא יכול להיות חסכוני יותר. מישהו אחר כבר אסף את הנתונים, ולכן החוקר לא צריך להקדיש כסף, זמן, אנרגיה ומשאבים לשלב זה של המחקר. לפעמים יש לרכוש את מערך הנתונים המשני, אך העלות כמעט תמיד נמוכה מעלות גביית הדומה מערך נתונים מאפס, שכרוך בדרך כלל בשכר, נסיעות ותחבורה, שטחי משרדים, ציוד ושאר תקורה עלויות. בנוסף, מכיוון שהנתונים כבר נאספים ובדרך כלל מנקים ומאוחסנים בפורמט אלקטרוני, החוקר יכול לבלות את רוב זמנם ניתוח הנתונים במקום להכין את הנתונים לניתוח.

היתרון העיקרי השני בשימוש בנתונים משניים הוא רוחב הנתונים הזמין. הממשלה הפדרלית עורכת מחקרים רבים בקנה מידה גדול ולאומי שחוקרים בודדים יתקשו לאסוף. רבים ממערכות הנתונים הללו הם גם אורכיכלומר, אותם נתונים נאספו מאותה אוכלוסייה במשך כמה תקופות זמן שונות. זה מאפשר לחוקרים להסתכל על מגמות ושינויים בתופעות לאורך זמן.

יתרון חשוב שלישי בשימוש בנתונים משניים הוא שתהליך איסוף הנתונים לרוב שומר על רמה של מומחיות ומקצועיות שאולי לא קיימים אצל חוקרים בודדים או פרויקטים מחקריים קטנים. לדוגמה, איסוף נתונים עבור קבוצות נתונים פדרליות רבות מבוצע לרוב על ידי אנשי צוות המתמחים במשימות מסוימות ובעלי ניסיון רב שנים בתחום המסוים ההוא ועם אותו סקר מסוים. לפרויקטים רבים יותר של מחקר קטן אין רמת מומחיות זו, שכן נתונים רבים נאספים על ידי סטודנטים העובדים במשרה חלקית.

החיסרון העיקרי בשימוש בנתונים משניים הוא שהוא עשוי לא לענות על שאלות המחקר הספציפיות של החוקר או להכיל מידע ספציפי שהחוקר היה רוצה שיהיה לו. יתכן שהוא לא נאסף באזור הגיאוגרפי או במהלך השנים הרצויות, או עם האוכלוסייה הספציפית שהחוקר מעוניין ללמוד. לדוגמא, חוקר שמעוניין ללמוד מתבגרים עשוי לגלות שמערך הנתונים המשני כולל רק צעירים.

בנוסף, מכיוון שהחוקר לא אסף את הנתונים, אין להם שליטה על הכלול במערך הנתונים. פעמים רבות הדבר יכול להגביל את הניתוח או לשנות את השאלות המקוריות עליהן ביקש החוקר לענות. לדוגמה, חוקר החוקר אושר ואופטימיות עשוי לגלות שמערכת נתונים משנית כוללת רק אחת מאלה משתנים, אך לא את שניהם.

בעיה קשורה היא שהמשתנים עשויים להיות מוגדר או מסווג אחרת מאשר החוקר היה בוחר. לדוגמה, יתכן וגיל נאסף בקטגוריות ולא כמשתנה רציף, או שייתכן שהגזע יוגדר כ"לבנה "ו"אחר" במקום להכיל קטגוריות לכל גזע גדול.

חסרון משמעותי נוסף בשימוש בנתונים משניים הוא שהחוקר לא יודע בדיוק כיצד בוצע תהליך איסוף הנתונים או כמה טוב הוא בוצע. החוקר אינו נוהג לקבל מידע על מידת החומרה של הנתונים המושפעים מבעיות כמו שיעור תגובה נמוך או אי הבנה של המשיבים בשאלות ספציפיות של הסקר. לפעמים מידע זה זמין, כמו שקורה במערכות נתונים פדרליות רבות. עם זאת, מערכי נתונים משניים רבים אחרים אינם מלווים במידע מסוג זה ועל המטפל ללמוד לקרוא בין השורות כדי לחשוף מגבלות אפשריות של הנתונים.