Sekundær data og sekundær analyse

Innen sosiologi samler mange forskere nye data til analytiske formål, men mange andre er avhengige av sekundære data for å gjennomføre en ny studie. Når forskning bruker sekundære data, kalles den typen forskning de utfører sekundæranalyse.

Key Takeaways: Secondary Data

Sekundær analyse er praksisen med å bruke sekundære data i forskning. Som forskningsmetode sparer det både tid og penger og unngår unødvendig duplisering av forskningsinnsatsen. Sekundæranalyse blir vanligvis kontrast med primæranalyse, som er analysen av primærdata uavhengig samlet inn av en forsker.

I motsetning til primærdata, som blir samlet inn av en forsker selv for å oppfylle en bestemt forskning objektive, sekundære data er data som ble samlet inn av andre forskere som sannsynligvis hadde forskjellig forskning målsettinger. Noen ganger deler forskere eller forskningsorganisasjoner sine data med andre forskere for å sikre at bruken blir maksimal. I tillegg samler mange regjeringsorganer i USA og rundt om i verden data som de gjør tilgjengelig for sekundæranalyse. I mange tilfeller er denne informasjonen tilgjengelig for allmennheten, men i noen tilfeller er den bare tilgjengelig for godkjente brukere.

Sekundære data kan være både kvantitative og kvalitative. Sekundære kvantitative data er ofte tilgjengelig fra offisielle myndighetskilder og pålitelige forskningsorganisasjoner. I USA, the U.S. folketelling, den Generell sosial undersøkelse, og American Community Survey er noen av de mest brukte sekundære datasettene innen samfunnsvitenskapene. I tillegg bruker mange forskere data som er samlet inn og distribuert av byråer inkludert Bureau of Justice Statistics, the Environmental Protection Agency, Department of Education og U.S. Bureau of Labor Statistics, blant mange andre ved føderale, statlige og lokale nivåer.

Selv om denne informasjonen ble samlet inn for en lang rekke formål, inkludert budsjettutvikling, politikkplanlegging, og byplanlegging, blant annet kan den også brukes som et verktøy for sosiologisk forskning. Ved å gjennomgå og analysere numeriske datakan sosiologer ofte avdekke ubemerkede mønstre av menneskelig atferd og store trender i samfunnet.

sekundær kvalitative data finnes vanligvis i form av sosiale gjenstander, som aviser, blogger, dagbøker, brev og e-poster, blant annet. Slike data er en rik kilde til informasjon om individer i samfunnet og kan gi mye kontekst og detaljer til sosiologisk analyse. Denne formen for sekundæranalyse kalles også innholdsanalyse.

Sekundære data representerer en enorm ressurs for sosiologer. Det er lett å komme innom og ofte gratis å bruke. Den kan inneholde informasjon om veldig store populasjoner som ellers ville være dyre og vanskelig å få tak i. I tillegg er sekundære data tilgjengelig fra andre tidsperioder enn i dag. Det er bokstavelig talt umulig å drive primær forskning om hendelser, holdninger, stiler eller normer som ikke lenger er til stede i dagens verden.

Det er visse ulemper med sekundære data. I noen tilfeller kan det være utdatert, partisk eller feil oppnådd. Men en utdannet sosiolog skal kunne identifisere og jobbe rundt eller korrigere for slike problemer.

For å utføre meningsfull sekundæranalyse, må forskerne bruke betydelig tid på å lese og lære om opprinnelsen til datasettene. Gjennom nøye lesing og vetting, kan forskere bestemme:

• Formålet som materialet ble samlet inn eller opprettet for
• De spesifikke metodene som brukes for å samle den
• Befolkningen som ble studert og gyldigheten av prøve fanget
• Innsamlerens eller skaperens legitimasjon og troverdighet
• Grensene for datasettet (hvilken informasjon som ikke ble bedt om, samlet inn eller presentert)
• De historiske og / eller politiske omstendighetene rundt skapelsen eller samlingen av materialet

I tillegg, før en bruker sekundære data, må en forsker vurdere hvordan dataene blir kodet eller kategorisert og hvordan dette kan påvirke resultatene fra sekundær dataanalyse. Hun bør også vurdere om dataene må tilpasses eller justeres på noen måte før hun gjennomfører sin egen analyse.

Kvalitative data opprettes vanligvis under kjente omstendigheter av navngitte individer for et bestemt formål. Dette gjør det relativt enkelt å analysere dataene med forståelse av skjevheter, gap, sosial kontekst og andre problemer.

Kvantitative data kan imidlertid kreve mer kritisk analyse. Det er ikke alltid klart hvordan data ble samlet inn, hvorfor visse typer data ble samlet inn mens andre ikke var det, eller om noen skjevheter var involvert i opprettelsen av verktøy som ble brukt til å samle inn dataene. Avstemninger, spørreskjemaer og intervjuer kan alle utformes for å resultere i forhåndsbestemte utfall.

Når man arbeider med partiske data, er det helt kritisk at forskeren er klar over skjevheten, dens formål og omfanget. Imidlertid kan partiske data fortsatt være ekstremt nyttige, så lenge forskerne nøye vurderer potensielle effekter av skjevheten.