Definition und Beispiele der Sekundärdatenanalyse

Sekundärdatenanalyse ist die Analyse von Daten, die von einer anderen Person gesammelt wurden. Im Folgenden werden die Definition von Sekundärdaten, ihre Verwendung durch Forscher sowie die Vor- und Nachteile dieser Art von Forschung erläutert.

Wichtige Erkenntnisse: Sekundärdatenanalyse

In der sozialwissenschaftlichen Forschung sind die Begriffe Primärdaten und Sekundärdaten weit verbreitet. Primärdaten werden von einem Forscher oder Forscherteam für den spezifischen Zweck oder die betreffende Analyse gesammelt. Hier konzipiert und entwickelt ein Forschungsteam ein Forschungsprojekt, entscheidet sich für ein

SekundärdatenanalyseAuf der anderen Seite ist die Verwendung von Daten, die wurde von jemand anderem für einen anderen Zweck gesammelt. In diesem Fall stellt der Forscher Fragen, die durch die Analyse eines Datensatzes beantwortet werden, an dessen Erfassung er nicht beteiligt war. Die Daten wurden nicht zur Beantwortung der spezifischen Forschungsfragen des Forschers gesammelt, sondern für einen anderen Zweck. Dies bedeutet, dass derselbe Datensatz tatsächlich ein Primärdatensatz für einen Forscher und ein Sekundärdatensatz für einen anderen sein kann.

Es gibt einige wichtige Dinge, die getan werden müssen, bevor sekundäre Daten in einer Analyse verwendet werden. Da der Forscher die Daten nicht erfasst hat, ist es wichtig, dass er sich mit dem Datensatz vertraut macht: wie die Daten erfasst wurden, welche Antwortkategorien für die einzelnen Daten gelten Frage, ob während der Analyse Gewichte angewendet werden müssen oder nicht, ob Cluster oder Schichtungen berücksichtigt werden müssen oder nicht, wer die Studienpopulation war und Mehr.

Viele sekundäre Datenressourcen und Datensätze sind verfügbar für soziologische Forschung, von denen viele öffentlich und leicht zugänglich sind. Das Volkszählung der Vereinigten Staaten, das Allgemeine Sozialerhebung, und die Umfrage der amerikanischen Gemeinschaft sind einige der am häufigsten verwendeten sekundären Datensätze verfügbar.

Der größte Vorteil der Verwendung von Sekundärdaten besteht darin, dass sie wirtschaftlicher sein können. Jemand anderes hat die Daten bereits gesammelt, sodass der Forscher dieser Forschungsphase kein Geld, keine Zeit, keine Energie und keine Ressourcen widmen muss. Manchmal muss der sekundäre Datensatz gekauft werden, aber die Kosten sind fast immer niedriger als die Kosten für das Sammeln eines ähnlichen Datensatz von Grund auf neu, der normalerweise Gehälter, Reise- und Transportkosten, Büroräume, Ausrüstung und andere Gemeinkosten umfasst Kosten. Da die Daten bereits gesammelt und in der Regel bereinigt und in elektronischer Form gespeichert sind, kann der Forscher den größten Teil seiner Zeit damit verbringen Analyse der Daten anstatt die Daten für die Analyse vorzubereiten.

Ein zweiter großer Vorteil der Verwendung von Sekundärdaten ist die Breite der verfügbaren Daten. Die Bundesregierung führt zahlreiche landesweite Studien durch, die einzelne Forscher nur schwer sammeln können. Viele dieser Datensätze sind auch längsDies bedeutet, dass dieselben Daten über mehrere unterschiedliche Zeiträume von derselben Population gesammelt wurden. Dies ermöglicht es Forschern, Trends und Veränderungen von Phänomenen im Laufe der Zeit zu betrachten.

Ein dritter wichtiger Vorteil der Verwendung von Sekundärdaten besteht darin, dass der Datenerfassungsprozess häufig ein Niveau beibehält von Fachwissen und Professionalität, die bei einzelnen Forschern oder kleinen Forschungsprojekten möglicherweise nicht vorhanden sind. Beispielsweise wird die Datenerfassung für viele Bundesdatensätze häufig von spezialisierten Mitarbeitern durchgeführt in bestimmten Aufgaben und haben langjährige Erfahrung in diesem bestimmten Bereich und mit dieser bestimmten Umfrage. Viele kleinere Forschungsprojekte verfügen nicht über dieses Fachwissen, da viele Daten von Teilzeitstudenten gesammelt werden.

Ein Hauptnachteil der Verwendung von Sekundärdaten besteht darin, dass sie möglicherweise nicht die spezifischen Forschungsfragen des Forschers beantworten oder spezifische Informationen enthalten, die der Forscher gerne hätte. Es wurde möglicherweise auch nicht in der geografischen Region oder in den gewünschten Jahren oder mit der spezifischen Population gesammelt, an der der Forscher interessiert ist. Beispielsweise kann ein Forscher, der an der Untersuchung von Jugendlichen interessiert ist, feststellen, dass der sekundäre Datensatz nur junge Erwachsene umfasst.

Da der Forscher die Daten nicht erfasst hat, hat er außerdem keine Kontrolle darüber, was in dem Datensatz enthalten ist. Oft kann dies die Analyse einschränken oder die ursprünglichen Fragen ändern, die der Forscher zu beantworten suchte. Zum Beispiel könnte ein Forscher, der Glück und Optimismus untersucht, feststellen, dass ein sekundärer Datensatz nur einen davon enthält Variablen, aber nicht beide.

Ein verwandtes Problem ist, dass die Variablen möglicherweise gewesen sind anders definiert oder kategorisiert als der Forscher gewählt hätte. Zum Beispiel kann das Alter eher in Kategorien als als kontinuierliche Variable erfasst worden sein, oder die Rasse kann als "weiß" und "andere" definiert werden, anstatt Kategorien für jede größere Rasse zu enthalten.

Ein weiterer wesentlicher Nachteil der Verwendung von Sekundärdaten besteht darin, dass der Forscher nicht genau weiß, wie der Datenerfassungsprozess durchgeführt wurde oder wie gut er durchgeführt wurde. Dem Forscher sind normalerweise keine Informationen darüber bekannt, wie stark die Daten von Problemen wie einer niedrigen Rücklaufquote oder einem Missverständnis der Befragten bei bestimmten Umfragefragen betroffen sind. Manchmal sind diese Informationen leicht verfügbar, wie dies bei vielen Bundesdatensätzen der Fall ist. Viele andere sekundäre Datensätze werden jedoch nicht von dieser Art von Informationen begleitet, und der Analyst muss lernen, zwischen den Zeilen zu lesen, um mögliche Einschränkungen der Daten aufzudecken.