备案号:辽ICP备19007957号-1
聆听您的声音:feedback@highmark.com.cn企业热线:400-778-8318
Copyright ©2015- 海马课堂网络科技(大连)有限公司办公地址:辽宁省大连市高新技术产业园区火炬路32A号创业大厦A座18层1801室
简而言之,二次研究要简单得多。事实上,它如此简单,以至于我们已经能够用仅4个步骤完全解释如何进行二次研究(请参见下文)。无论如何,二次研究避免了通常涉及一次性研究的费力努力,比如招募参与者、选择和准备测量工具,以及花费数天(或数月)收集数据。
话虽如此,您仍然需要知道如何进行二次研究。这就是您在这里的原因。所以,去泡一杯您最喜欢的热饮(或者喝杯水),然后回来坐下,感觉舒适些吧。

1.理解二次研究
那么,当我们说“二次研究”时,我们究竟是指什么呢?
为了回答这个问题,首先让我们回顾一下我们所说的一次性研究是什么。您可能已经知道,一次性研究是指研究人员自己收集数据的过程。研究人员使用所谓的“实时”数据,这意味着数据是在特定研究项目的过程中收集的,并且在研究人员的直接控制下。
相比之下,二次研究涉及由他人之前收集的数据。这种类型的数据被称为“过去数据”,通常可以通过以前的研究人员、政府记录以及各种在线和离线资源来获取。
所以,简而言之,二次研究涉及重新分析、解释或审查过去的数据。研究人员的角色始终是指定这些过去数据如何为他们当前的研究提供信息。
与一次性研究相比,二次研究更容易,特别是因为研究人员较少涉及实际数据收集的过程。此外,二次研究需要更少的时间和更少的金钱(即,您不需要为参与者提供参与补偿或支付研究的任何其他成本)。
表1概述了一次性研究和二次研究之间的差异:
| 比较基础 | 主要研究 |
二次研究 |
| 定义 | 涉及在研究项目进行时收集的第一手事实数据 | 涉及使用过去由他人收集的数据 |
| 数据类型 |
实时数据
|
过去的数据 |
| 由谁进行 | 研究员自己 | 由他人收集 |
| 需求 | 满足研究者的具体需求 | 可能不能直接满足研究者的需求 |
| 涉及程度 | 研究者参与度高 | 研究者的参与较少 |
| 完成时间 | 时间较长 | 简短 |
| 成本 | 成本较高 | 可靠性较低 |
2.二次研究的优势
无论您正在进行何种类型的研究,都要时刻意识到其优势和局限性。如果您看一下上面的表格,您应该已经能够分辨出二次研究的一些优势。
最明显的优势之一是,与一次性研究相比,二次研究成本较低。一次性研究通常需要大笔开支。例如,研究团队的成员需要支付工资。通常还有旅行和运输成本。您可能需要支付办公空间和设备费用,并为参与者的参与支付补偿。还可能有其他一些额外费用。
在进行二次研究时,这些成本是不存在的。尽管研究人员可能需要购买二次数据集,但这始终比从头开始进行研究要便宜。
作为本科生或研究生,您的论文项目不必成为一项昂贵的努力。因此,了解您可以通过使用免费提供的二次数据集来进一步降低成本是很有用的。
但这远不是唯一的考虑因素。
大多数学生看重二次研究的另一个重要优势,即二次研究节省时间。一次性研究通常需要数月时间来招募参与者,提供问卷、面试或其他测量工具,清理数据集并分析结果。通过二次研究,您可以跳过大部分这些艰巨的任务;相反,您只需要选择、准备和分析现有数据集。
此外,您可能不需要太多时间来获取您的二次数据集,因为二次数据通常很容易获取。过去,学生需要前往图书馆,并花费数小时来寻找适合的数据集。新技术使这一过程变得不那么耗时。在大多数情况下,您可以通过在线搜索引擎或通过电子邮件联系以前的研究人员来获取二次数据。
二次研究的第三个重要优势是,您可以基于大范围的数据来开展您的项目。如果您自己想要获取大型数据集,那么您将需要付出巨大的努力。而且,如果您正在进行一次性研究,那么您将永远无法在研究生或本科项目中使用纵向数据,因为这需要数年时间才能完成。这是因为纵向数据涉及在长时间内评估和重新评估一组参与者。
然而,当使用二次数据时,您有机会使用别人已经收集的庞大数据集。因此,您还可以处理纵向数据,这可能使您能够探索随时间发展的现象的趋势和变化。
通过二次研究,您不仅依赖于大范围的数据,还依赖于专业收集的数据。这是二次研究的另一个优势。例如,您将用于二次研究项目的数据是由具有多年代表性参与者样本招募、设计研究和使用特定测量工具经验的研究人员收集的。
如果您自己收集这些数据,由于您与这些专业研究人员相比的专业水平较低,您的数据集可能会有更多缺陷。
3.二次研究的缺点
到目前为止,您可能已经得出结论,使用二次数据是研究生或本科论文的理想选择。然而,让我们不要低估进行二次研究的缺点。
第一个缺点是,您的二次数据可能在某种程度上或多或少地不适合您自己的研究目的。这仅仅是因为您没有亲自收集数据。
当您亲自收集数据时,您是有特定研究问题在脑中的。这使得获取相关信息变得容易。然而,二次数据始终是为实现其他研究人员的目标和目的而收集的。
因此,尽管二次数据可能为您提供了大范围的专业收集的数据,但这些数据不太可能完全适合您自己的研究问题。这有几个原因。例如,您可能对特定人口的数据感兴趣,对特定地理区域的数据感兴趣,并且在特定时间段内收集数据。然而,您的二次数据可能集中在略有不同的人口,可能是在不同的地理区域收集的,或者可能在很久以前收集的。
除了潜在不适合您自己的研究目的,二次数据的格式可能与您所需的格式不同。例如,您可能希望参与者的年龄以连续变量的形式出现(即,您希望参与者已经指出了他们的具体年龄)。但是二次数据集可能包含分类的年龄变量;例如,参与者可能已经指出了他们所属的年龄组(例如,20-29岁,30-39岁,40-49岁等)。或者另一个例子:二次数据集可能包含过少的种族类别(例如,“白人”和“其他”),而您可能理想情况下需要更多种族类别的范围(例如,“白人”、“黑人或非洲裔美国人”、“美洲印第安人”和“亚洲人”)。这些差异意味着二次数据可能不完全适合您的研究。
上述两个缺点可能导致另一个缺点:现有数据集可能无法以理想的方式回答您自己的研究问题。如上所述,二次数据是以不同的研究问题为目标收集的,这可能限制了其应用于您自己的研究目的。
不幸的是,缺点的列表不会在这里结束。二次数据的另一个弱点是,您对数据质量没有控制。所有研究人员都需要确保其数据是可靠和有效的。但如果原始研究人员没有建立其数据的可靠性和有效性,这也可能限制其对您的研究的可靠性和有效性。为了建立可靠性和有效性,通常建议您要批判性地评估数据的收集、分析和呈现方式。
但这就是进行二次研究的最后一个缺点:原始研究人员可能未能提供有关他们的研究是如何进行的足够信息。您可能会面临有关招募程序、样本代表性、数据收集方法、所使用的测量工具和统计分析等信息的不足。如果可能的话,这可能需要您采取额外的步骤来获取这些信息。
表2提供了二次研究的优势和缺点的全面总结:
| 优点 | 缺点 |
| 成本低:进行二次研究比进行初次研究要便宜得多。 | 不适用性:二次数据可能对您的研究目的不够合适 |
| 节省时间:二次研究所需的时间远比初次研究要少。 | 格式不正确:二次数据的格式可能与您所需的不同 |
| 易于获取:二次数据通常可以轻松从在线来源获取。 | 可能不能回答您的研究问题:二次数据是以不同的研究问题为目的而收集的 |
| 大量数据:您可以依赖其他人已经收集的大规模数据集。 | 对数据质量缺乏控制:二次数据可能缺乏可靠性和有效性,而这超出了您的控制范围 |
| 专业收集的数据:二次数据是由具有多年经验的研究人员收集的。 | 信息不足:原始作者可能没有提供足够的关于各种研究方面的信息 |
4.二次研究的方法和目的
到目前为止,我们已经定义了二次研究并概述了其优缺点。
此时,我们应该问:“二次研究的方法是什么?”以及“何时使用这些方法?”在这里,我们可以区分三种二次研究方法:独立使用二次数据集、合并两个二次数据集和合并二次和一次数据集。让我们分别概述每种方法,还解释何时使用这些方法。
首先,您可以独立使用二次数据集,即不将其与其他数据集合并。您可以查找并找到一个对您的研究目的有用的数据集,然后以该数据集为基础进行整个研究。当您希望以不同的研究问题重新评估数据集时,可以使用此方法。
让我们以一个简单的例子来说明。假设在您的研究中,您想要调查不同国籍的孕妇在怀孕不同阶段是否经历不同程度的焦虑。根据文献,您已经形成了一个想法,即国籍在怀孕和焦虑之间的关系可能很重要。
如果您想通过自己收集数据来测试这种关系,您需要招募许多不同国籍的孕妇,并在她们怀孕期间评估其焦虑水平。完成这项研究项目将至少需要一年时间。
因此,您决定寻找一个二次数据集,该数据集调查了(例如)全国范围内孕妇遇到的一系列困难。指导这项研究的原始研究问题可能是:“孕妇在多大程度上经历一系列心理健康困难,包括压力、焦虑、情绪障碍和偏执思维?”原始研究人员可能已经列出了妇女的国籍,但并不特别关心调查不同怀孕阶段的妇女国籍与焦虑之间的关系。因此,您正在根据自己的研究问题重新评估他们的数据集。
然而,您的研究可能需要您合并两个二次数据集。您将使用这种方法,当您想要调查两个数据集中某些变量之间的关系或者想要比较两个过去研究的发现时。
举个例子:您的一个二次数据集可能集中于目标人群吸烟倾向,而另一个数据集则关注相同人群的饮酒倾向。在您自己的研究中,您可能会考察这一人群吸烟和饮酒之间是否存在相关性。
这里还有第二个例子:您的两个二次数据集可以都关注相同的结果变量,例如人们前往希腊度过夏季假期的程度。然而,一个数据集可能是在英国收集的,另一个数据集可能是在德国收集的。通过比较这两个数据集,您可以研究哪个国家更倾向于前往希腊度过假期。
最后,您的研究项目可能涉及合并一次和二次数据。当您希望获得能够支持您的一次研究的现有信息时,可以决定这样做。
让我们再举一个简单的例子,假设您的研究项目重点研究美国与英国人民对待种族歧视的态度。假设您找到了一项最近的研究,调查了美国人对这类问题的态度,该研究使用了一套特定的测量工具进行评估。然而,您的搜索没有找到关于英国人态度的最近研究。假设您住在伦敦,评估美国人在这个主题上的态度将会很困难,但对英国人的初级研究要容易得多。
在这种情况下,您可以简单地重复使用美国研究的数据,并与您的英国参与者使用完全相同的测量工具。您的二次数据与一次数据合并。或者,当您的二次数据的角色是提供支持您的研究的描述性信息时,您还可以合并这些类型的数据。例如,如果您的项目关注人们对麦当劳食品的态度,您可能希望通过二次数据支持您的一次研究,该二次数据列出了在您选择的国家有多少人吃麦当劳。
表3总结了二次研究的特定方法和目的:
| 方法 | 目的 |
| 独立使用二次数据集 | 在考虑不同的研究问题的情况下重新评估数据集 |
| 合并两个二次数据集 | 调查两个数据集中变量之间的关系或比较两个过去研究的发现 |
| 合并二次和一次数据集 | 获取可为您的主要研究提供信息的现有信息。 |
5.二次数据的类型
与所有类型的数据一样,二次研究的两种最常见类型是定量和定性。因此,可以使用定量或定性数据集来进行二次研究。
我们已经在上面提供了使用定量二次数据的几个示例。这种类型的数据用于原始研究已经调查了人口吸烟或饮酒倾向,不同国籍的人前往希腊度过夏季假期的程度,以及怀孕妇女经历焦虑的程度。
在所有这些示例中,结果变量是通过问卷调查进行评估的,因此获得的数据是数值的。
定量二次研究比定性二次研究要常见得多。然而,这并不意味着您不能在研究项目中使用定性二次数据。当您希望之前收集的信息能够支持您当前的研究时,可以使用这种类型的二次数据。更具体地说,当您希望通过实施定量方法来测试通过定性研究获得的信息时,可以使用它。
例如,以往的定性研究可能侧重于人们选择生活在船上的原因。这项研究可能对30名参与者进行了访谈,并记录了人们选择生活在船上的四个最重要原因:(1)他们可以过一种流动的生活方式,(2)他们有更多的自由感,(3)他们觉得自己是“世界公民”,(4)他们可以更容易地拜访住在不同地点的家庭成员。在您自己的研究中,您因此可以重复使用这些定性数据以制定一个问卷,然后将其分发给更多生活在船上的人口。这将帮助您将先前获得的定性结果推广到更广泛的人口。
重要的是,您还可以在研究中重新评估定性数据集,而不是将其用作定量研究的基础。假设您的研究重点是生活在船上的人在描述他们的流动生活方式时使用的语言种类。原始研究并没有专门关注这个研究问题,但您可以重复使用访谈中的信息来“提取”参与者提供的流动生活方式的描述类型。
表4突出了两种主要类型的二次数据及其相关用途:
| 类型 | 用途 |
| 定量 | 在以下情况下都可以使用:(a) 用过去的数据来支持您当前的研究,(b) 重新评估过去的数据集 |
| 定性 | 在以下情况下都可以使用:(a) 用过去的数据来支持您当前的研究,(b) 重新评估过去的数据集 |
6.二次数据的来源
二次数据的两种最常见来源分别被标为内部和外部。
内部数据来源是指与所讨论的组织内部相关的数据。例如,如果您为一个您实习的组织(或研究机构)进行研究项目,并希望重复使用他们的一些过去数据,您将使用内部数据来源。
使用这些来源的好处是它们易于获取,而且获取它们没有相关的经济成本。
另一方面,外部数据来源是指与组织或研究机构无关的数据。这种类型的数据是由“其他人”在字面意义上收集的。外部数据来源的好处是它们提供了综合性的数据,但您有时可能需要更多的努力(或金钱)来获取它们。
现在让我们关注不同类型的内部和外部二次数据来源。
有几种类型的内部来源。例如,如果您的研究重点是组织的盈利能力,您可以使用它们的销售数据。每个组织都会跟踪其销售记录,因此您的数据可能提供有关按地理区域、客户类型、产品价格、产品包装类型、年份等销售情况的信息。
或者,您可以使用组织的财务数据。使用这些数据的目的可能是进行成本效益分析,了解雇佣更多人员、购买更多车辆、投资新产品等的经济机会或结果。
内部数据的另一种类型是运输数据。在这里,您可以重点关注组织使用的最安全和最有效的运输路线或车辆。
或者,您可以依赖市场数据,您的目标是评估不同营销活动和策略的益处和结果。
其他一些想法可能是使用客户数据来确定理想的客户类型,或使用安全数据来探讨员工是否遵守组织的安全规定的程度。
内部二次数据来源的类型列表可能很广泛;最重要的是要记住这些数据来自特定组织本身,您在该组织内以内部方式进行研究。
外部二次数据来源的类型列表同样可以很广泛。一个例子是通过政府来源获得的数据。这些数据可以包括社会调查、健康数据、农业统计、能源支出统计、人口普查、进出口数据、生产统计等。政府机构倾向于进行大量的研究,因此涵盖几乎您能想到的任何主题。
另一个外部的二次数据来源是国家和国际机构,包括银行、工会、大学、卫生组织等。与政府一样,这些机构致力于进行最新研究,因此您只需要找到一个已收集您感兴趣的主题数据的组织。
或者,您可以从贸易、商业和专业协会获得您的二次数据。这些通常有与业务相关的数据集,如果他们理解您的研究的重要性,他们可能愿意为您提供二次数据。如果您的研究基于过去的学术研究,您还可以将科学期刊作为外部数据来源。
一旦您确定需要什么类型的二次数据,您可以联系原始研究的作者。
作为二次数据来源的最后一个示例,您可以依赖商业研究组织的数据。这些通常将研究重点放在媒体统计和消费者信息上,如果您的研究在媒体研究领域或者您正在调查消费者行为,这些数据可能是相关的。
表5总结了二次数据的两个来源和相关示例:
| 内部数据源 | 外部数据源 |
| 定义:指在进行研究的组织或研究机构内部的数据 | 定义:指在进行研究的组织或研究机构之外的数据 |
|
示例:
• 销售数据
• 财务数据
• 运输数据
• 市场营销数据
• 客户数据
• 安全数据
|
示例:
• 政府数据来源
• 国内和国际机构
• 贸易、商业和专业协会
• 科学期刊
• 商业研究机构
|
在本指南的前几节中,我们已经介绍了进行二次研究的一些基本方面。我们定义了二次数据,概述了其优点和缺点,介绍了二次研究的方法和目的,以及概述了二次数据的类型和来源。
在这一点上,您应该对一般性的二次研究有了更清晰的理解。
现在,将关注实际进行二次研究的过程可能会很有用。下一节将介绍此过程的每个步骤,以便您在规划研究时可以依赖本指南。在本博客文章的末尾,表6中将总结进行二次研究的所有步骤。
第1步:制定研究问题
二次研究的开始与任何类型的研究完全相同:通过制定研究问题来开始。
在本科论文中,通常会由导师提供具体的研究问题。但对于大多数其他类型的研究,特别是如果您正在撰写研究生论文,您需要自己确定研究问题。
这里的第一步是明确您的研究将涉及的一般研究领域。例如,您可能对怀孕期间的焦虑主题、希腊旅游主题或流动生活方式主题感兴趣。由于我们以前使用过这些示例,因此可能有用再次依赖它们来阐述我们的讨论。
一旦确定了一般主题,下一步就是通过阅读现有论文来查看文献中是否存在您的研究可以填补的空白。在这一点上,您可能会发现以前的研究没有调查在怀孕期间不同国籍的妇女的焦虑经历,或者在德国人和英国人之间前往希腊度过夏季假期的趋势存在差异,或者没有文献总结了有关人们选择生活在船上的研究结果。
在找到您感兴趣的主题并确定文献中的空白后,您需要明确您的研究问题。在我们的三个示例中,研究问题将如下指定:(1)“不同国籍的妇女在怀孕不同阶段是否经历不同程度的焦虑?”,(2)“德国人和英国人在希腊旅游方面是否存在差异?”,(3)“为什么人们选择生活在船上?”。
第2步:确定二次数据集
正如我们上面提到的,大多数研究始于明确已知主题的内容和似乎缺失的知识。这个过程涉及考虑以前在该主题上收集的数据的种类。
在这一点上,在回顾文献并明确您的研究问题之后,您可能会决定依赖二次数据。如果发现有过去的数据可以在您自己的研究中得到完全重复使用,从而帮助您更全面(和更容易)地回答您的研究问题,那么您将这样做。
但是,如何发现过去可能对您的研究有用的数据呢?通过查阅您感兴趣的主题的文献来实现这一点。在这个过程中,您将识别已经探讨过您研究主题的其他研究人员、组织、机构或研究中心。
在其中的某个地方,您可能会发现一个有用的二次数据集。然后,您需要联系原始作者,请求使用他们的数据的许可。 (注意,这仅在您依赖外部二次数据来源时才会发生。如果您在组织内部进行研究(即在特定组织内部进行研究),则无需搜索文献以找到二次数据集-您可以重复使用在组织内部收集的一些过去数据。)
无论如何,您需要确保二次数据集与您自己的研究问题非常匹配。一旦您确定了这一点,您需要明确为什么决定依赖二次数据。
例如,在上述示例中,您依赖二次数据的选择可能如下:(1)最近的研究已经聚焦于跨国样本中的妇女经历的各种心理困难,这些数据可以被重复使用;(2)存在有关德国人和英国人对希腊旅游兴趣的现有数据,这些数据集可以进行比较;和(3)已有关于选择在船上生活的原因的定性研究,这些数据可依赖以进行进一步的定量研究。
第3步:评估二次数据集
如果您回想一下我们之前对二次数据的缺点的讨论,您会记得我们指出:(1)二次数据可能不完全适合您的研究目的,(2)二次数据可能与您需要的格式不同,(3)二次数据可能缺乏可靠性和有效性,(4)二次数据可能无法回答您的研究问题,(5)原始作者可能未提供足够关于他们研究的信息。由于二次数据的这些缺点可能限制您的研究的效果,因此评估二次数据集至关重要。为了简化这个过程,我们在这里提供了一种反思性方法,可以让您有步骤地评估二次数据。
第3(a)步:原始研究的目标是什么?
在评估二次数据时,您首先需要确定原始研究的目标。这很重要,因为原始作者的目标将影响他们研究的几个重要方面,包括他们选择的人群、样本、使用的测量工具以及研究的整体背景。在这一步,您还需要仔细注意原始研究和您自己调查之间的研究目的和研究问题之间的差异。正如我们以前讨论过的,您通常会发现原始研究的研究问题与您的研究问题不同,重要的是您明确指出这种差异。
让我们将此步骤具体应用到确定原始研究的目标中,以引用我们的三个研究示例。第一个研究示例的目标是调查跨国孕妇样本中的心理困难(例如压力、焦虑、情绪障碍和偏执思想)。这个目标与您的研究目标有何不同?嗯,您试图重复使用这个数据集来研究不同国籍的妇女在怀孕不同阶段经历的焦虑。在第二个研究示例中,您的研究基于两个既有的数据集——一个旨在调查德国人对希腊旅游的兴趣,另一个旨在调查英国人对希腊旅游的兴趣。虽然这两项研究重点关注特定国家的人口,但您的研究目标是比较德国人和英国人度过夏季度假的倾向。最后,在我们的第三个示例中,原始研究是关于选择住在船上的原因的定性调查。您的研究问题不同,因为虽然您试图进行相同的调查,但您希望通过使用定量方法来进行调查。重要的是,在所有三个示例中,您得出的结论是二次数据实际上可以回答您的研究问题。如果您得出不同的结论,那么找到不同的二次数据集或选择主要研究可能是明智的。
第3(b)步:谁收集了数据?
在评估二次数据集的另一步是问问自己谁收集了数据。这些作者隶属于哪个机构?原始作者是否足够专业,可以信任他们的研究?通常情况下,您可以通过快速在线搜索获取这些信息。假设在我们关于怀孕研究的例子中,数据是由英国政府收集的;在我们关于希腊旅游的研究的例子中,数据是由一个旅行社收集的;在我们关于选择住在船上的研究的例子中,数据是由英国一所大学的研究人员收集的。让我们还假设您已经检查了这些组织和研究人员的背景,并得出结论,除了旅行社外,它们都有足够的专业背景。鉴于该机构的研究没有导致出版(例如),而且几乎没有关于研究作者的信息,您得出结论,这个数据来源的专业性仍然不明确。
第3(c)步:使用了哪些措施?
如果基于您的研究进行了专业方式的研究,您可以预期获得有关该研究的所有关键信息。原始作者应该已记录了所有的样本特征、测量、程序和协议。这些信息可以在他们的最终研究报告中获得,也可以通过直接联系作者获得。您需要知道收集了什么类型的数据,使用了哪些措施,以及这些措施是否可靠和有效(如果它们是定量措施)。您还需要明确列出所收集的数据类型,特别是与您的研究相关的数据。假设在我们的第一个示例中,研究人员在评估其他变量时使用了人口统计措施来记录妇女的国籍,并使用了国家焦虑量表来评估妇女在怀孕不同阶段的焦虑水平,这两者都是您认为是可靠和有效的工具。在我们的第二个示例中,作者可能已经制定了自己的措施来评估对希腊旅游的兴趣,但这个措施可能没有已建立的有效性和可靠性。在我们的第三个示例中,作者采用了半结构化面试,涵盖了选择住在船上的最重要原因。
第3(d)步:数据何时收集?
在评估二次数据时,您还应该注意数据何时收集。这很简单:如果数据是很久以前收集的,您可能会得出它已经过时的结论。如果数据已经过时,那么重复使用它有什么意义呢?理想情况下,您希望您的二次数据是在过去五年内收集的。对于我们的示例来说,我们假设所有三个原始研究都是在这个时间范围内进行的。
第3(e)步:数据收集的方法是什么?
在评估二次数据集的质量时,所采用的方法的评估可能是最关键的一步。我们已经指出,您需要评估所采用措施的可靠性和有效性。除此之外,您还需要评估样本的获取方式,样本是否足够大,样本是否代表人口,是否有用于已采用措施的缺失响应,是否进行了混杂变量的控制,以及所采用的统计分析是否适当。原始方法的任何缺点也可能会限制您自己的研究。以我们的示例为例,关于孕妇心理困难的研究招募了一组有代表性的孕妇样本(即,他们具有不同的国籍、不同的经济背景、不同的教育水平等)在七家医院的产房;样本足够大(N = 945);缺失值数量很低;控制了许多混杂变量(例如,教育水平、年龄、是否有伴侣等);统计分析是适当的(例如,使用了回归分析)。让我们进一步假设我们的第二个研究示例的方法稍微不够充分。尽管两个样本中的参与者数量足够多(N1 = 453;N2 = 488),缺失值数量很少,而且统计分析是适当的(描述性统计),但作者未报告他们是如何招募参与者的,是否对任何混杂变量进行了控制。假设这些作者还未通过电子邮件为您提供更多信息。最后,让我们假设我们的第三个研究示例的方法也是足够的,有足够大的样本量来进行定性调查(N = 30),样本的代表性很高(来自不同船上社区,背景各异的参与者),而且分析足够。
注意,由于这是一项定性调查,无需评估缺失值的数量和混杂变量的使用。
第3(f)步:做最终评估
在考虑了上面步骤中提到的所有事情后,您能得出关于二次数据集质量的什么结论?再次以我们的三个示例为例。我们将得出第一个研究示例的二次数据具有高质量。数据是由专业人员最近收集的,所使用的措施都是可靠和有效的,方法足够充分。我们可以确信我们可以用现有数据充分回答新的研究问题。因此,第一个示例的数据集是理想的。然而,第二个研究示例中的两个二次数据集似乎不太理想。虽然我们可以根据这些最新的数据集回答我们的研究问题,但数据是由不专业的来源收集的,所使用的措施的可靠性和有效性是不确定的,方法有一些显着的缺点。最后,第三个示例中的数据似乎对于回答我们的研究问题以及在特定评估方面足够。数据是最近由专业机构收集的,半结构化面试制作得很好,所使用的方法也足够。要问的最后一个问题是:“如果我们的评估显示二次数据不适当,该怎么办?”。不幸的是,答案是“无能为力”。在这种情况下,您只能指出原始数据集的缺点,提出其限制,并得出结论,您自己的研究可能没有足够的基础。
第4步:准备和分析二次数据
在进行二次数据评估过程中,您将熟悉原始研究。在这样做之后,您的下一步是准备一个二次数据集。
如果您正在进行定量研究,那么您的第一个子步骤是列出您将在研究中使用的所有感兴趣的变量。在我们的第一个示例中,您可能至少有五个感兴趣的变量:(1)妇女的国籍,(2)怀孕初期的焦虑水平,(3)怀孕三个月的焦虑水平,(4)怀孕六个月的焦虑水平,以及(5)怀孕九个月的焦虑水平。在我们的第二个示例中,您将有两个感兴趣的变量:(1)参与者的国籍,(2)前往希腊度过夏季假期的兴趣程度。一旦确定了您感兴趣的变量,您需要将这些数据转移到新的SPSS或Excel文件中。请记住只需复制这些数据到新文件中 - 非常重要的是不要更改它!
完成这一步后,您应该处理缺失数据(标识和标记它们),如果需要,重新编码变量(例如,为德国参与者赋值1,为英国参与者赋值2)。您还可能需要对一些项目进行反向评分,以使所有项目的高分表示所评估的更高程度。
大多数情况下,您还需要创建新变量 - 即计算最终分数。例如,在我们的孕期焦虑研究示例中,您的数据将包括在怀孕期间的不同时间完成的国家焦虑量表的每个项目的得分。您需要计算每次完成测量的最终焦虑得分。
最后一步是分析数据。您始终需要决定最适合您的二次数据集的分析技术。在我们的第一个研究示例中,您将依赖于多变量方差分析(以查看不同国籍的妇女是否在怀孕初期、三个月、六个月和九个月时经历了不同程度的压力);在我们的第二个示例中,您将使用独立样本t检验(以查看德国人和英国人之间对希腊旅游的兴趣是否不同)。
如果您的二次数据是定性的,那么准备和分析二次数据集的过程略有不同。在我们关于选择住在船上的原因的示例中,您首先需要列出原始定性研究认可的住在船上的所有原因。然后,您需要制定一个问卷,评估这些原因在更广泛人口中的情况。
最后,您需要通过使用统计分析来分析数据。
请注意,这个示例结合了定性和定量数据。但如果您正在重复使用定性数据,就像我们之前的示例中重新编码我们的研究中的访谈以发现描述短暂生活方式时使用的语言?在这种情况下,您只需重新编码访谈并进行主题分析。
表6:
| 进行二次研究的步骤 | 示例1:仅使用二次数据 | 例子2:合并两个二次数据集 | 列出所有感兴趣的变量;将数据转移到新文件;处理缺失数据;重新编码变量;计算最终得分;分析数据 |
| 1.制定您的研究问题 | 不同国籍的女性在怀孕不同阶段是否经历不同程度的焦虑? | 德国人和英国人对希腊旅游兴趣是否有差异? | 为什么人们选择住在船上? |
| 2.确定二次数据集 | 最近的研究重点研究了多国样本的孕妇所经历的一系列心理困扰,这些数据可以重新使用。 | 已存在有关德国人和英国人对希腊旅游兴趣的数据,这些数据集可以进行比较。 | 存在关于选择住在船上原因的定性研究,可以依靠这些数据进行进一步的定量调查。 |
| 3.评估二次数据集 | |||
| (a)原始研究的目标是什么? | 研究多国孕妇在怀孕不同阶段的心理困扰(例如,压力、焦虑、情绪障碍和妄想症) | 研究1:调查德国人对希腊旅游的兴趣;研究2:调查英国人对希腊旅游的兴趣 | 进行关于选择住在船上原因的定性研究 |
| (b)谁收集了数据? | 英国政府(专业来源) | 旅行社(专业性不确定) | 英国大学(专业来源) |
| (c)使用了哪些测量方法? | 人口特征(国籍)和国家焦虑指数(可靠和有效) | 自行制定的评估希腊旅游兴趣的措施(可靠性和有效性未建立) | 半结构化面谈(构建得当) |
| (d)数据是什么时候收集的? | 2015年(不过时) | 2013年(不过时) | 2014年(未过时) |
| (e)收集数据使用了什么方法? | 样本具有代表性(来自不同背景的妇女);大样本量(N = 975);缺失值较少;控制了混杂因素(例如年龄、教育、伴侣状况);分析适当 | 未报告样本的代表性;足够的样本大小(N1 = 453,N2 = 488);缺失值较少;未控制混杂因素;分析方法适当(描述性统计) | 样本具代表性(不同背景的参与者,来自不同的船舶社区);足够的样本量(N = 30);分析方法适当(主题分析) |
| (f)最终评估 | 数据集已充分开发 | 数据集开发不足 | 数据集已经足够发展 |
| 4.准备和分析二次数据 | 列出所有感兴趣的变量;将数据转移到新文件中;处理缺失数据;重新编码变量;计算最终得分;分析数据 | 概述所有感兴趣的变量;将数据转移到新文件;处理缺失数据;重新编码变量;计算最终分数;分析数据 | 列出住在船上的所有原因;制定一份问卷,评估更广泛人群对这些原因的看法;分析数据 |
也许这篇阅读伴随着您的咖啡或茶可能有点长,但到现在为止,您应该知道如何进行您的二次研究了。希望您已经得出结论,进行二次研究并不那么难。只需按照表6中总结的指导方针,您就可以开始了。
海马课堂论文辅导针对性解决论文难题,3500+海外学霸tutor团队,可辅导500+专业,根据学生的论文要求和辅导需求,以传授该论文的写作方法和得分技巧为主要目的,采用视频1V1的上课方式,针对学生的需求进行专属备课和授课,导师帮助分析论文作业题目要求,确定Topic和Title、讲解论文Topic相关课程知识点和理论、梳理写作思路提供详细的Outline、提供完整的Reference List,讲解Reference在文中的使用,让学生真正学会海外学术写作,提升论文GPA!
阅读原文:https://www.highmarktutor.com/news/15812_28.html
版权作品,未经海马课堂 highmarktutor.com 书面授权,严禁转载,违者将被追究法律责任。
24h在线客服



备案号:辽ICP备19007957号-1
聆听您的声音:feedback@highmark.com.cn企业热线:400-778-8318
Copyright ©2015- 海马课堂网络科技(大连)有限公司办公地址:辽宁省大连市高新技术产业园区火炬路32A号创业大厦A座18层1801室
hmkt088