Sosiologian sisällä monet tutkijat keräävät uutta tietoa analyyttisiin tarkoituksiin, mutta monet muut luottavat siihen toissijainen data jotta Suorita uusi tutkimus. Kun tutkimus käyttää toissijaista tietoa, kutsutaan sellaista tutkimusta, jota he tekevät sille toissijainen analyysi.
Keskeiset tiedot: Toissijainen data
- Toissijainen analyysi on tutkimusmenetelmä, johon sisältyy jonkun muun keräämien tietojen analysointi.
- Sosiologiseen tutkimukseen on saatavana paljon toissijaisia tietolähteitä ja tietokokonaisuuksia, joista monet ovat julkisia ja helposti saatavilla.
- Toissijaisen tiedon käyttämisessä on sekä etuja että haittoja.
- Tutkijat voivat lieventää toissijaisen tiedon käyttämisen haittoja oppimalla menetelmistä, joita käytetään tietojen keräämiseen ja puhdistamiseen, ja huolellisesti hyödyntämällä niitä ja ilmoittamalla niistä rehellisesti.
Toissijainen analyysi
Toissijainen analyysi on käytäntö käyttää toissijaista tietoa tutkimuksessa. Tutkimusmenetelmänä se säästää sekä aikaa että rahaa ja välttää tarpeetonta päällekkäisyyttä tutkimustyössä. Toissijainen analyysi on yleensä vastakohtana primaarianalyysille, joka on tutkijan itsenäisesti keräämien perustietojen analyysi.
Kuinka tutkijat saavat toissijaista tietoa
Toisin kuin perustiedot, jotka tutkija itse kerää tietyn tutkimuksen suorittamiseksi objektiivinen, toissijainen tieto on tietoa, jonka ovat keränneet muut tutkijat, joilla todennäköisesti oli erilaista tutkimusta tavoitteita. Joskus tutkijat tai tutkimusorganisaatiot jakavat tietonsa muiden tutkijoiden kanssa varmistaakseen, että niiden hyödyllisyys on maksimoitu. Lisäksi monet Yhdysvaltojen ja ympäri maailmaa sijaitsevat hallintoelimet keräävät tietoja, jotka ne antavat käyttöön toissijaista analyysiä varten. Monissa tapauksissa nämä tiedot ovat suuren yleisön saatavilla, mutta joissakin tapauksissa ne ovat vain hyväksyttyjen käyttäjien saatavilla.
Toissijainen tieto voi olla muodoltaan sekä kvantitatiivista että laadullista. Toissijainen kvantitatiivinen tieto on usein saatavana virallisilta viranomaislähteiltä ja luotettavilta tutkimusorganisaatioilta. Yhdysvalloissa Yhdysvaltain väestölaskenta, Yleinen sosiaalinen tutkimus, ja American Community Survey ovat yhteiskuntatieteissä yleisimmin käytettyjä sekundäärisiä tietojoukkoja. Lisäksi monet tutkijat hyödyntävät virastojen, kuten oikeuslaitostilastoviraston, keräämiä ja levittämiä tietoja Ympäristönsuojeluvirasto, opetusministeriö ja Yhdysvaltojen työtilastovirasto, muun muassa liittovaltion, osavaltion ja paikalliset tasot.
Vaikka näitä tietoja kerättiin moniin tarkoituksiin, mukaan lukien budjetin kehittäminen, politiikan suunnittelua ja muun muassa kaupunkisuunnittelua, sitä voidaan käyttää myös työkaluna sosiologiselle Research. Tarkastelemalla ja analysoidaan numeerista tietoa, sosiologit voivat usein löytää huomaamatta ihmisten käyttäytymismalleja ja laajoja suuntauksia yhteiskunnassa.
toissijainen laadullinen tieto löytyy yleensä sosiaalisten esineiden muodossa, kuten sanomalehdet, blogit, päiväkirjat, kirjeet ja sähköpostit. Tällaiset tiedot ovat rikas tietolähde yhteiskunnan yksilöistä ja voivat tarjota paljon kontekstin ja yksityiskohtia sosiologiseen analyysiin. Tätä sekundaarianalyysin muotoa kutsutaan myös sisältöanalyysi.
Suorita toissijainen analyysi
Toissijainen tieto on valtava resurssi sosiologeille. Se on helppo tulla ja usein ilmainen käyttää. Se voi sisältää tietoja erittäin suurista väestöryhmistä, jotka olisivat muuten kalliita ja hankalia saada. Lisäksi toissijaista tietoa on saatavana muilta ajanjaksoilta kuin nykypäivältä. On kirjaimellisesti mahdotonta suorittaa perustutkimusta tapahtumista, asenteista, tyyleistä tai normeista, joita ei enää ole nykymaailmassa.
Toissijaisella tiedolla on tiettyjä haittoja. Joissakin tapauksissa se voi olla vanhentunut, puolueellinen tai väärin tuotettu. Mutta koulutetun sosiologin tulisi kyetä tunnistamaan ja korjaamaan ongelmat tai korjaamaan ne.
Toissijaisten tietojen tarkistaminen ennen niiden käyttöä
Merkittävän toissijaisen analyysin suorittamiseksi tutkijoiden on vietettävä huomattavasti aikaa lukemaan ja oppimaan tietojoukkojen alkuperää. Huolellisen lukemisen ja tarkistamisen avulla tutkijat voivat määrittää:
- Tarkoitus, johon aineisto kerättiin tai luotiin
- Sen keräämiseen käytetyt erityiset menetelmät
- Tutkittu väestö ja näyte kaapattu
- Keräilijän tai luojan valtakirjat ja uskottavuus
- Tietojoukon rajat (mitä tietoja ei pyydetty, kerätty tai esitetty)
- Aineiston luomiseen tai keräämiseen liittyvät historialliset ja / tai poliittiset olosuhteet
Lisäksi tutkijan on harkittava ennen toissijaisen tiedon käyttöä miten tiedot koodataan tai luokitellaan ja miten tämä voi vaikuttaa toissijaisen data-analyysin tuloksiin. Hänen olisi myös pohdittava, onko tietoja mukautettava vai mukautettava jollain tavalla ennen oman analyysin suorittamista.
Laadulliset tiedot luodaan yleensä tunnetuissa olosuhteissa nimetyillä henkilöillä tiettyyn tarkoitukseen. Tämän ansiosta datan analysointi on suhteellisen helppoa ymmärtämällä puolueellisuuksia, aukkoja, sosiaalista tilannetta ja muita asioita.
Määrälliset tiedot saattavat kuitenkin vaatia kriittisempää analyysiä. Aina ei ole selvää, kuinka tietoja kerättiin, miksi tietyn tyyppisiä tietoja kerättiin, kun taas toisia ei, tai onko tietojen keräämiseen käytettyjen työkalujen luomiseen liittynyt vääristymiä. Kyselyt, kyselylomakkeet ja haastattelut voidaan kaikki suunnitella tuottamaan ennalta määritetyt tulokset.
Kun käsitellään puolueellista tietoa, on ehdottoman kriittistä, että tutkija on tietoinen puolueellisuudesta, sen tarkoituksesta ja laajuudesta. Neuvotteluvirheelliset tiedot voivat kuitenkin olla erittäin hyödyllisiä, kunhan tutkijat harkitsevat huolellisesti harhakuvan mahdollisia vaikutuksia.