Dane wtórne w pracy dyplomowej – jak wybrać zbiór i opisać metodę?

Dane wtórne pozwalają odpowiedzieć na pytanie badawcze bez prowadzenia własnej ankiety lub wywiadów. Możesz wykorzystać statystyki GUS, tablice Eurostatu, zbiory administracyjne, archiwalne badania społeczne albo dane opublikowane przez instytucję. Oszczędność czasu jest jednak tylko pozorna, jeśli najpierw pobierzesz plik, a dopiero później zaczniesz ustalać, co właściwie oznaczają jego kolumny.

Dobry projekt wtórny zaczyna się od zgodności pytania z populacją, jednostką obserwacji, okresem i definicją zmiennych. Dopiero potem przychodzą format pliku, analiza i wykresy. Poniżej znajdziesz procedurę kwalifikacji zbioru, anotowany paszport danych oraz gotowy wzór opisu do metodologii.

Czym są dane wtórne i czym nie są

Dane wtórne to materiał zebrany wcześniej, zwykle w innym celu niż Twoje aktualne pytanie. Mogą mieć formę tabel statystycznych, mikrodanych z badania, rejestru administracyjnego, dokumentacji organizacyjnej, transkrypcji, zdjęć lub archiwalnych pomiarów. Analiza wtórna polega na ponownym użyciu takiego materiału do nowej analizy, porównania albo reinterpretacji.

Nie każda informacja znaleziona w internecie jest zbiorem danych. Wykres w raporcie może być jedynie prezentacją rezultatu, bez dostępu do jednostek, definicji i sposobu obliczeń. Artykuł naukowy omawiający wyniki jest źródłem literatury, ale nie staje się automatycznie materiałem empirycznym. To odróżnia analizę danych wtórnych od pracy przeglądowej opartej na publikacjach.

Pytanie badawcze musi pojawić się przed plikiem

Najbardziej kuszące zbiory są duże, aktualne i łatwe do pobrania. To nie znaczy, że odpowiadają na Twoje pytanie. Zanim otworzysz arkusz, zapisz pięć elementów projektu: badaną populację, jednostkę obserwacji, obszar, okres oraz wynik, który chcesz porównać lub wyjaśnić.

Jeżeli zbiór zawiera liczbę miejsc w żłobkach, ale nie obejmuje dzieci uprawnionych do korzystania z opieki, nie mierzy jeszcze dostępności. Potrzebujesz mianownika lub musisz zawęzić pytanie do rozwoju infrastruktury. Właśnie na tym etapie decydujesz, czy zmienna zastępcza jest uzasadniona. Pomocne będzie wcześniejsze uporządkowanie zmiennych i wskaźników w operacjonalizacji.

Paszport zbioru ujawnia ukryte założenia

Paszport zbioru jest kartą kwalifikacyjną przygotowaną przed analizą. Nie zastępuje dokumentacji producenta. Zmusza jednak do wydobycia z niej informacji, które później trafią do metodologii i ograniczeń. Poniższy przykład jest fikcyjny i pokazuje strukturę, a nie gotowe dane do wykorzystania.

Najważniejsze pole znajduje się na końcu. Zbiór może być wiarygodny i świetnie opisany, a mimo to nie pasować do Twojego problemu. Ocena jakości producenta i ocena dopasowania badawczego to dwa oddzielne zadania.

Gdzie szukać danych wtórnych

Zacznij od instytucji, która odpowiada za powstawanie danych, a nie od losowego pliku udostępnionego w serwisie społecznościowym. W Polsce podstawowym punktem dla statystyki terytorialnej jest Bank Danych Lokalnych GUS. Jego część metadanych obejmuje między innymi pojęcia, jednostki miary, atrybuty, klasyfikacje oraz zmiany podziału terytorialnego. Eurostat udostępnia dane porównawcze wraz z metadanymi strukturalnymi i referencyjnymi.

Adres strony z tabelą nie wystarcza do oceny. Przejdź do dokumentacji metodologicznej, definicji cechy i informacji o wersji. Jeżeli producent udostępnia API, zachowaj również kod zapytania lub pełny zestaw parametrów. Dzięki temu inna osoba może odtworzyć nie tylko bazę, lecz także dokładny wycinek użyty w pracy.

Zamrożenie wersji chroni odtwarzalność

Bazy publiczne są aktualizowane, korygowane i rozszerzane. Eurostat wprost informuje, że jego baza zawiera najnowszą wersję danych i nie przechowuje w interfejsie historii wersji każdego pobranego zestawu. Sam link może więc za kilka miesięcy prowadzić do wartości innych niż te użyte w obliczeniach.

W notatce projektu zapisz datę i godzinę pobrania, adres, identyfikator zbioru, format, zakres lat, wybrane jednostki oraz sumę kontrolną pliku, jeśli potrafisz ją wygenerować. Do pracy nie musisz wpisywać wszystkich technicznych szczegółów. Powinny jednak pozostać w Twoim archiwum roboczym.

Jakość i dopasowanie trzeba ocenić oddzielnie

Profesjonalny producent może publikować dane, które są zbyt zagregowane dla Twojego pytania. Z kolei mniejszy zbiór badawczy może być idealnie dopasowany, lecz wymagać ostrożności z powodu braków lub doboru próby. Ocena powinna objąć oba wymiary.

Jeśli łączysz dwa zbiory, dodaj zgodność kluczy, definicji i okresów. Identycznie nazwana zmienna może mieć inną populację lub jednostkę. Nie łącz automatycznie wartości rocznych ze stanem w ostatnim dniu roku ani podziału administracyjnego sprzed reformy z aktualnymi granicami.

Analiza zaczyna się od dokumentacji przekształceń

Po kwalifikacji pracuj na kopii pliku. Zachowaj nazwy oryginalnych zmiennych, a nowe kolumny opisuj w słowniku. Każde filtrowanie, przeliczenie mianownika, połączenie tabel, usunięcie rekordu i zmianę kodowania zapisz w dzienniku analizy. Jeżeli używasz Jamovi, najpierw sprawdź typy zmiennych, kody braków i wartości odstające według procedury przygotowania danych do analizy.

Nie zakładaj, że duży zbiór pozwala wnioskować przyczynowo. Dane administracyjne powstają dla obsługi procesu, a nie dla eksperymentu. Zależność między dwoma wskaźnikami może wynikać ze wspólnego trendu, różnic struktury ludności lub sposobu raportowania. Zakres wniosku ma wynikać z projektu, nie z liczby rekordów.

Dane wtórne mogą stanowić jeden z niezależnych strumieni w triangulacji danych i metod. Wtedy najpierw formułujesz wynik dla zbioru wtórnego, a dopiero później zestawiasz go z ankietą, wywiadem lub obserwacją. Nie używaj pojedynczej statystyki jako dekoracyjnego „potwierdzenia” materiału jakościowego.

Opis danych wtórnych w metodologii

W metodologii podaj producenta, nazwę i identyfikator zbioru, cel pierwotny, sposób powstania danych, populację, jednostkę, okres, datę pobrania, wykorzystane zmienne, wykonane przekształcenia i ograniczenia. Jeżeli dokumentacja nie pozwala ustalić któregoś elementu, napisz to wprost i oceń wpływ braku na wynik.

Zbiór z identyfikatorem DOI cytuj jak samodzielny materiał badawczy, a nie jak zwykłą stronę internetową. W opisie zwykle potrzebne są: twórca lub instytucja, rok wersji, tytuł zbioru, oznaczenie typu materiału, wersja, repozytorium i DOI lub trwały adres. Zastosuj styl wymagany przez uczelnię i zalecane cytowanie podane przez repozytorium.

Na końcu upewnij się, że opis pasuje do całej metodologii pracy dyplomowej. Czytelnik powinien wiedzieć nie tylko, skąd pochodzą liczby, ale także dlaczego właśnie ten zbiór może odpowiedzieć na pytanie i gdzie kończy się jego pole widzenia.