Hoe kun je secundaire data gebruiken? - Chapter 14

De tot nu toe besproken kwantitatieve technieken (survey met behulp van een gestructureerd interview of vragenlijst, gestructureerde observatie en inhoudsanalyse) kunnen duur zijn en veel tijd in beslag nemen (vooral voor studenten). Het is soms een beter idee om bestaande data te analyseren dan om nieuwe data te verzamelen. Secundaire analyse biedt deze mogelijkheid.

Wat houdt secundaire analyse in?

Bij secundaire analyse wordt de data die eerder verzameld is door andere onderzoekers geanalyseerd. Het kan ook zijn dat jij zelf de primaire data hebt verzameld, een deel hiervan publiceert en later nog eens die data analyseert. In dit geval kan er ook sprake zijn van secundaire analyse. Dit type analyse kan uitgevoerd worden met kwantitatieve data of kwalitatieve data, in dit hoofdstuk wordt gefocust op het eerste.

Wat zijn de voordelen en nadelen van een secundaire analyse?

Voordelen:

• Het bespaart tijd en kosten;

• De meeste data is van hoge kwaliteit;

• Er is een mogelijkheid voor longitudinale analyse (wat zeldzaam is in sociaal onderzoek vanwege de kosten en tijd die hieraan verbonden zijn);

• Er is de mogelijkheid om subgroupen te analyseren;

• Er is de mogelijkheid voor ‘cross-culturele’ analyse;

• Er is meer tijd beschikbaar voor de data-analyse;

• Doordat data opnieuw geanalyseerd wordt, kunnen er nieuwe interpretaties aan het licht komen;

• Er worden enkele bredere verplichtingen van sociale onderzoekers door vervuld. De data wordt volledig gebruikt (de onderzoeksdeelnemers hebben hun tijd opgeofferd voor het leveren van de data, het is niet meer dan eerlijk om zoveel mogelijk gebruik te maken van deze data).

Nadelen:

• De onderzoeker is niet bekend met de data (omdat hij/zij deze niet verzameld heeft);

• De data kan erg complex van aard zijn;

• Er is geen controle over de kwaliteit van de data;

• Sleutelvariabelen kunnen ontbreken.

Als je de voor- en nadelen in overweging hebt genomen, moet je op zoek gaan naar data om te analyseren. Veel overheidsinstanties, commerciële organisaties en universiteitsonderzoekers verzamelen data in archieven die toegankelijk zijn voor onderzoekers. In het Verenigd Koninkrijk wordt de belangrijkste bron gevonden in Universiteit van Essex (UKDA). Interessant is ook het consortium voor Europese Sociaalwetenschappelijke data-archieven (CESSDA). 

Wat houdt meta-analyse in?

Een andere manier waarop onderzoekers bestaande data kunnen gebruiken betreft de meta-analyse. Dit heeft betrekking op het samenvatten en vergelijken van de resultaten van een groot aantal kwantitatieve studies naar een bepaald onderwerp en het uitvoeren van verschillende analytische testen om aan te tonen of een bepaalde variabele al dan niet effect heeft. Dit proces corrigeert diverse steekproef errors die voorkomen binnen een enkele studie. Een meta-analyse zitten tussen een literatuurreview en een secundaire analyse in. 

Waar moet je op letten als je officiële statistieken gebruikt?

De betrouwbaarheid komt vaak ter sprake, omdat definities en visies met betrekking tot het fenomeen of de officiële statistieken veranderd kunnen zijn door de jaren heen. Een ander belangrijk probleem betreft de geassocieerde variabelen: als na het bestuderen van regionale verschillen blijkt dat de misdaadcijfers variëren op grond van etnische status of sociale klasse van een gebied, impliceert dit dat etnische status en sociale klasse gerelateerd zijn aan de misdaad. Echter, volgens de ecologische bedrieglijkheid (een analytisch aspect) kunnen dergelijke gevolgtrekkingen over individuen niet gemaakt worden uit samengevoegde data. Daarnaast kunnen er ook validiteitsproblemen optreden: misschien waren er variaties in hoeveelheid surveillances van de politie in een specifiek gebied of worden er vaker of minder vaak meldingen gedaan van overtredingen als de aanstichter van een bepaalde sociale klasse is.

Voordelen van het gebruik van officiële statistieken ten opzichte van andere vormen van kwantitatieve data (bijvoorbeeld gebaseerd op surveys):

• Bespaart tijd en kosten (data is al verzameld);

• Biedt potentie voor het krijgen van een volledig plaatje (de data heeft misschien betrekking op de volledige populatie).

• Biedt mogelijkheden voor cross-sectionele analyses.

• Biedt mogelijkheden voor longitudinale analyses.

• Biedt mogelijkheden voor cross-culturele analyses.

• Minder risico op reactiviteit.

De beperkingen die aan de orde zijn gelden voor het gebruik van secundaire data in het algemeen (niet bekend met de data, complexiteit van de data, geen controle over de kwaliteit van de data, sleutelvariabelen ontbreken waarschijnlijk). 

Wat wordt bedoeld met 'Big Data'?

Ook zogenaamde 'big data' is een vorm van bestaande data die in aanmerking komt voor een secundaire analyse. Het kan lastig zijn hiervan een definitie te geven, vooral omdat niet alleen de informatie zelf maar ook de aard van de informatie verandert zodra zich nieuwe ontwikkelingen voordoen. De term verwijst meestal naar extreem grote databronnen die lastig te verwerken en analyseren zijn aan de hand van conventionele methodes. Het kan ook verwijzen naar predictieve analyses. De term wordt tevens gebruikt in verband met de grote hoeveelheid data die winkeliers over ons en onze uitgavepatronen verzamelen. Daarnaast wordt ook data verzameld door online bedrijven en platformen waarop we actief zijn. Databronnen zijn bijvoorbeeld Facebook, Twitter en FitBit.

Er lijkt een onderscheid te bestaan tussen twee manieren waarop Big Data wordt geanalyseerd, met name in de context van sociale media: de inhoud van sociale media berichten, en de structuur en het proces van social media activiteiten. 

Big Data is een aantrekkelijke databron voor sociale wetenschappers, omdat de bronnen non-reactief zijn: ze zijn niet gegenereerd voor onderzoeksdoeleinden. Daarnaast biedt het de mogelijkheid om te werken met grote hoeveelheden data (wat ook een uitdaging kan vormen).