माध्यमिक डेटा और माध्यमिक विश्लेषण

समाजशास्त्र के भीतर, कई शोधकर्ता विश्लेषणात्मक उद्देश्यों के लिए नए डेटा एकत्र करते हैं, लेकिन कई अन्य पर भरोसा करते हैं सहायक डेटा के लिए एक नया अध्ययन करें. जब अनुसंधान द्वितीयक डेटा का उपयोग करता है, तो वे उस पर जिस तरह का शोध करते हैं, उसे कहा जाता है द्वितीयक विश्लेषण.

मुख्य Takeaways: माध्यमिक डेटा

माध्यमिक विश्लेषण अनुसंधान में माध्यमिक डेटा का उपयोग करने का अभ्यास है। एक शोध पद्धति के रूप में, यह समय और धन दोनों बचाता है और अनुसंधान के प्रयासों के अनावश्यक दोहराव से बचा जाता है। माध्यमिक विश्लेषण आमतौर पर प्राथमिक विश्लेषण के साथ विपरीत होता है, जो एक शोधकर्ता द्वारा स्वतंत्र रूप से एकत्र किए गए प्राथमिक डेटा का विश्लेषण है।

प्राथमिक डेटा के विपरीत, जो एक शोधकर्ता द्वारा खुद को इकट्ठा किया जाता है ताकि किसी विशेष शोध को पूरा किया जा सके उद्देश्य, द्वितीयक डेटा वह डेटा है जो अन्य शोधकर्ताओं द्वारा एकत्र किया गया था, जिनके अलग-अलग शोध होने की संभावना थी उद्देश्यों। कभी-कभी शोधकर्ता या शोध संगठन अपने डेटा को अन्य शोधकर्ताओं के साथ साझा करते हैं ताकि यह सुनिश्चित हो सके कि इसकी उपयोगिता अधिकतम हो। इसके अलावा, अमेरिका और दुनिया भर में कई सरकारी निकाय ऐसे आंकड़े एकत्र करते हैं जो वे माध्यमिक विश्लेषण के लिए उपलब्ध कराते हैं। कई मामलों में, यह डेटा आम जनता के लिए उपलब्ध है, लेकिन कुछ मामलों में, यह केवल स्वीकृत उपयोगकर्ताओं के लिए उपलब्ध है।

माध्यमिक डेटा मात्रात्मक और गुणात्मक दोनों रूप में हो सकता है। माध्यमिक मात्रात्मक डेटा अक्सर होता है आधिकारिक सरकारी स्रोतों और विश्वसनीय अनुसंधान संगठनों से उपलब्ध है. यू.एस. में, द अमेरिकी जनगणना, को सामान्य सामाजिक सर्वेक्षण, और यह अमेरिकी सामुदायिक सर्वेक्षण सामाजिक विज्ञान के भीतर सबसे अधिक उपयोग किए जाने वाले कुछ माध्यमिक डेटा सेट हैं। इसके अलावा, कई शोधकर्ता एजेंसियों द्वारा एकत्रित और वितरित किए गए डेटा का उपयोग करते हैं, जिनमें ब्यूरो ऑफ जस्टिस स्टेटिस्टिक्स भी शामिल है पर्यावरण संरक्षण एजेंसी, शिक्षा विभाग, और श्रम सांख्यिकी के यू.एस. ब्यूरो, संघीय, राज्य और कई अन्य लोगों के बीच स्थानीय स्तर।

जबकि यह जानकारी बजट विकास सहित उद्देश्यों की एक विस्तृत श्रृंखला के लिए एकत्र की गई थी, नीति नियोजन, और शहर की योजना, दूसरों के बीच, यह भी समाजशास्त्रीय के लिए एक उपकरण के रूप में इस्तेमाल किया जा सकता है अनुसंधान। समीक्षा करके और संख्यात्मक डेटा का विश्लेषण, समाजशास्त्री अक्सर मानव व्यवहार और समाज के भीतर बड़े पैमाने पर चलन की अनदेखी पैटर्न को उजागर कर सकते हैं।

माध्यमिक गुणात्मक तथ्य आमतौर पर सामाजिक कलाकृतियों के रूप में पाया जाता है, जैसे समाचार पत्र, ब्लॉग, डायरी, पत्र, और ईमेल, अन्य चीजों के बीच। ऐसा डेटा समाज में व्यक्तियों के बारे में जानकारी का एक समृद्ध स्रोत है और समाजशास्त्रीय विश्लेषण के संदर्भ और विवरण का एक बड़ा सौदा प्रदान कर सकता है। माध्यमिक विश्लेषण के इस रूप को भी कहा जाता है सामग्री विश्लेषण.

माध्यमिक डेटा समाजशास्त्रियों के लिए एक विशाल संसाधन का प्रतिनिधित्व करता है। यह आसान है और अक्सर उपयोग करने के लिए स्वतंत्र है। इसमें बहुत बड़ी आबादी के बारे में जानकारी शामिल हो सकती है जो अन्यथा प्राप्त करना महंगा और कठिन होगा। इसके अतिरिक्त, माध्यमिक डेटा वर्तमान समय के अलावा अन्य समय अवधि से उपलब्ध है। घटनाओं, दृष्टिकोणों, शैलियों, या मानदंडों के बारे में प्राथमिक शोध करना सचमुच असंभव है जो आज की दुनिया में मौजूद नहीं हैं।

माध्यमिक डेटा के कुछ नुकसान हैं। कुछ मामलों में, यह पुराना, पक्षपाती या अनुचित तरीके से प्राप्त हो सकता है। लेकिन एक प्रशिक्षित समाजशास्त्री को इस तरह के मुद्दों की पहचान करने और उनके आसपास काम करने या सही करने में सक्षम होना चाहिए।

सार्थक माध्यमिक विश्लेषण करने के लिए, शोधकर्ताओं को डेटा सेट की उत्पत्ति के बारे में पढ़ने और सीखने में महत्वपूर्ण समय बिताना चाहिए। सावधान पढ़ने और पशु चिकित्सक के माध्यम से, शोधकर्ता निर्धारित कर सकते हैं:

• वह उद्देश्य जिसके लिए सामग्री एकत्र या बनाई गई थी
• इसे इकट्ठा करने के लिए इस्तेमाल किए जाने वाले विशिष्ट तरीके
• जनसंख्या का अध्ययन और की वैधता नमूना पकड़े
• कलेक्टर या निर्माता की साख और विश्वसनीयता
• डेटा सेट की सीमाएं (क्या जानकारी का अनुरोध नहीं किया गया था, एकत्र किया गया, या प्रस्तुत किया गया)
• सामग्री के निर्माण या संग्रह के आसपास की ऐतिहासिक और / या राजनीतिक परिस्थितियाँ

इसके अलावा, माध्यमिक डेटा का उपयोग करने से पहले, एक शोधकर्ता को विचार करना चाहिए डेटा को कैसे कोडित या वर्गीकृत किया जाता है और यह कैसे माध्यमिक डेटा विश्लेषण के परिणामों को प्रभावित कर सकता है। उसे यह भी विचार करना चाहिए कि क्या डेटा को उसके स्वयं के विश्लेषण से पहले किसी तरह से अनुकूलित या समायोजित किया जाना चाहिए।

गुणात्मक डेटा आमतौर पर किसी विशेष उद्देश्य के लिए नामित व्यक्तियों द्वारा ज्ञात परिस्थितियों में बनाया जाता है। इससे पक्षपात, अंतराल, सामाजिक संदर्भ और अन्य मुद्दों की समझ के साथ डेटा का विश्लेषण करना अपेक्षाकृत आसान हो जाता है।

हालाँकि, मात्रात्मक डेटा को और अधिक महत्वपूर्ण विश्लेषण की आवश्यकता हो सकती है। यह हमेशा स्पष्ट नहीं है कि डेटा कैसे एकत्र किया गया था, क्यों कुछ प्रकार के डेटा एकत्र किए गए थे, जबकि अन्य नहीं थे, या क्या डेटा को इकट्ठा करने के लिए उपयोग किए जाने वाले उपकरणों के निर्माण में कोई पूर्वाग्रह शामिल था। मतदान, प्रश्नावली और साक्षात्कार सभी को पूर्व-निर्धारित परिणामों के परिणामस्वरूप तैयार किया जा सकता है।

पक्षपाती डेटा के साथ काम करते समय, यह पूरी तरह से महत्वपूर्ण है कि शोधकर्ता पूर्वाग्रह, उसके उद्देश्य और उसकी सीमा से अवगत है। हालांकि, पक्षपाती डेटा अभी भी बेहद उपयोगी हो सकता है, जब तक कि शोधकर्ता पूर्वाग्रह के संभावित प्रभावों पर ध्यान से विचार करते हैं।