Εισαγωγή
Η συλλογή αξιόπιστων δεδομένων αποτελεί θεμελιώδες στάδιο κάθε επιστημονικής έρευνας. Η ποιότητα των δεδομένων επηρεάζει άμεσα την εγκυρότητα της ανάλυσης, την αξιοπιστία των αποτελεσμάτων και τη δυνατότητα εξαγωγής τεκμηριωμένων συμπερασμάτων.
Ο ερευνητής μπορεί να αντλήσει πληροφορίες από πολλές διαφορετικές πηγές, ανάλογα με το ερευνητικό ερώτημα, τον σχεδιασμό της μελέτης, τον πληθυσμό ενδιαφέροντος και τους διαθέσιμους πόρους. Οι πηγές δεδομένων διακρίνονται κυρίως σε πρωτογενείς και δευτερογενείς, ενώ η ανάπτυξη των ψηφιακών τεχνολογιών έχει δημιουργήσει νέες κατηγορίες δεδομένων μεγάλης κλίμακας.
Η επιλογή της κατάλληλης πηγής δεν πρέπει να βασίζεται μόνο στην ευκολία πρόσβασης. Απαιτεί αξιολόγηση της ακρίβειας, της πληρότητας, της επικαιρότητας και της καταλληλότητας των δεδομένων για το συγκεκριμένο ερευνητικό ερώτημα.
Τι Είναι τα Ερευνητικά Δεδομένα;
Ως ερευνητικά δεδομένα θεωρούνται οι πληροφορίες που συλλέγονται, παρατηρούνται, δημιουργούνται ή χρησιμοποιούνται με σκοπό τη διερεύνηση ενός επιστημονικού ερωτήματος.
Μπορεί να είναι αριθμητικά δεδομένα, απαντήσεις σε ερωτηματολόγια, συνεντεύξεις, παρατηρήσεις, εργαστηριακές μετρήσεις, εικόνες, γεωγραφικές πληροφορίες, διοικητικά αρχεία ή πληροφορίες που προέρχονται από ηλεκτρονικές βάσεις δεδομένων.
Η φύση των δεδομένων καθορίζει σε σημαντικό βαθμό και τις μεθόδους στατιστικής ή ποιοτικής ανάλυσης που μπορούν να χρησιμοποιηθούν.
Πρωτογενή Δεδομένα
Πρωτογενή δεδομένα (primary data) είναι τα δεδομένα που συλλέγονται άμεσα από τον ερευνητή ειδικά για τις ανάγκες της συγκεκριμένης μελέτης.
Το σημαντικότερο πλεονέκτημά τους είναι ότι η διαδικασία συλλογής μπορεί να σχεδιαστεί ακριβώς σύμφωνα με το ερευνητικό ερώτημα.
Ο ερευνητής καθορίζει τις μεταβλητές, τον πληθυσμό, το δείγμα, τα εργαλεία μέτρησης και τις διαδικασίες συλλογής.
Οι βασικότερες πηγές πρωτογενών δεδομένων περιλαμβάνουν τα ερωτηματολόγια, τις συνεντεύξεις, την παρατήρηση, τις πειραματικές μετρήσεις και τις κλινικές ή εργαστηριακές καταγραφές.
Ερωτηματολόγια
Τα ερωτηματολόγια αποτελούν μία από τις πιο συχνές μεθόδους συλλογής πρωτογενών δεδομένων, ιδιαίτερα στην ποσοτική έρευνα.
Μπορούν να περιλαμβάνουν ερωτήσεις κλειστού τύπου, κλίμακες αξιολόγησης ή ανοιχτές ερωτήσεις.
Η χρήση σταθμισμένων και επιστημονικά τεκμηριωμένων ερωτηματολογίων συμβάλλει σημαντικά στην αξιοπιστία των μετρήσεων.
Η ηλεκτρονική διανομή ερωτηματολογίων έχει διευκολύνει τη συλλογή μεγάλου αριθμού παρατηρήσεων, αλλά ταυτόχρονα απαιτεί ιδιαίτερη προσοχή στην επιλογή του δείγματος και στον κίνδυνο μεροληψίας αυτοεπιλογής.
Συνεντεύξεις
Οι συνεντεύξεις χρησιμοποιούνται κυρίως όταν ο ερευνητής επιθυμεί να διερευνήσει σε μεγαλύτερο βάθος εμπειρίες, αντιλήψεις, στάσεις και κίνητρα.
Μπορούν να είναι δομημένες, ημιδομημένες ή μη δομημένες.
Σε αντίθεση με τα πλήρως τυποποιημένα ερωτηματολόγια, οι συνεντεύξεις επιτρέπουν στον ερευνητή να ζητήσει διευκρινίσεις και να διερευνήσει θέματα που προκύπτουν κατά τη διάρκεια της συζήτησης.
Το πλεονέκτημα αυτό συνοδεύεται από μεγαλύτερες απαιτήσεις σε χρόνο, εκπαίδευση και ανάλυση του υλικού.
Παρατήρηση
Η παρατήρηση αποτελεί ακόμη μία σημαντική πηγή πρωτογενών δεδομένων.
Ο ερευνητής καταγράφει συμπεριφορές, γεγονότα ή περιβαλλοντικές συνθήκες με συστηματικό τρόπο.
Η παρατήρηση μπορεί να είναι συμμετοχική ή μη συμμετοχική, δομημένη ή μη δομημένη και να πραγματοποιείται σε φυσικό ή ελεγχόμενο περιβάλλον.
Ιδιαίτερη σημασία έχει η χρήση σαφώς καθορισμένων κριτηρίων καταγραφής ώστε να περιορίζεται η υποκειμενικότητα του παρατηρητή.
Πειραματικά και Εργαστηριακά Δεδομένα
Στην πειραματική έρευνα τα δεδομένα παράγονται μέσα από ελεγχόμενες διαδικασίες.
Μπορεί να αφορούν βιολογικές, χημικές, φυσικές ή ψυχοφυσιολογικές μετρήσεις.
Η τυποποίηση των διαδικασιών, η βαθμονόμηση των οργάνων και ο ποιοτικός έλεγχος είναι απαραίτητοι για την παραγωγή αξιόπιστων δεδομένων.
Στις κλινικές έρευνες μπορεί να περιλαμβάνονται εργαστηριακές τιμές, κλινικές μετρήσεις, απεικονιστικά δεδομένα και πληροφορίες σχετικά με την εξέλιξη των ασθενών.
Δευτερογενή Δεδομένα
Δευτερογενή δεδομένα (secondary data) είναι πληροφορίες που έχουν ήδη συλλεχθεί για κάποιον προηγούμενο σκοπό και επαναχρησιμοποιούνται σε μια νέα έρευνα.
Μπορούν να προέρχονται από επίσημες στατιστικές υπηρεσίες, δημόσιους οργανισμούς, ερευνητικές βάσεις, νοσοκομειακά αρχεία, προηγούμενες έρευνες ή επιστημονικά αποθετήρια.
Η αξιοποίηση δευτερογενών δεδομένων μπορεί να μειώσει σημαντικά το κόστος και τον χρόνο μιας έρευνας.
Επιπλέον, ορισμένες βάσεις περιλαμβάνουν πολύ μεγάλα δείγματα ή δεδομένα που έχουν συλλεχθεί για πολλά χρόνια, προσφέροντας δυνατότητες ανάλυσης που δύσκολα θα μπορούσε να εξασφαλίσει ένας μεμονωμένος ερευνητής.
Επίσημες Στατιστικές και Διοικητικά Δεδομένα
Οι κρατικοί και διεθνείς οργανισμοί αποτελούν σημαντικές πηγές δεδομένων.
Στατιστικές υπηρεσίες συλλέγουν πληροφορίες σχετικά με τον πληθυσμό, την οικονομία, την εκπαίδευση, την υγεία, την απασχόληση και πολλούς άλλους τομείς.
Παραδείγματα αποτελούν δεδομένα από εθνικές στατιστικές αρχές, τη Eurostat, τον Παγκόσμιο Οργανισμό Υγείας και την Παγκόσμια Τράπεζα.
Τα διοικητικά δεδομένα προέρχονται από τη λειτουργία δημόσιων ή ιδιωτικών οργανισμών και μπορεί να περιλαμβάνουν μητρώα, στοιχεία παροχής υπηρεσιών, νοσοκομειακές καταγραφές ή εκπαιδευτικά δεδομένα.
Ερευνητικές Βάσεις και Αποθετήρια
Σημαντική πηγή δευτερογενών δεδομένων είναι τα οργανωμένα επιστημονικά αποθετήρια.
Στο πλαίσιο της σύγχρονης ανοικτής επιστήμης, όλο και περισσότεροι ερευνητές διαθέτουν ανωνυμοποιημένα σύνολα δεδομένων για επαναχρησιμοποίηση.
Η πρακτική αυτή διευκολύνει την αναπαραγωγή προηγούμενων αναλύσεων, την επανεξέταση ερευνητικών υποθέσεων και τη διενέργεια νέων αναλύσεων.
Τα δεδομένα πρέπει όμως να συνοδεύονται από επαρκή μεταδεδομένα, δηλαδή πληροφορίες σχετικά με τον τρόπο συλλογής, την κωδικοποίηση και τη σημασία των μεταβλητών.
Big Data και Ψηφιακές Πηγές
Η ψηφιοποίηση έχει δημιουργήσει τεράστιες νέες πηγές ερευνητικών δεδομένων.
Τα Big Data χαρακτηρίζονται συνήθως από μεγάλο όγκο, μεγάλη ταχύτητα παραγωγής και ποικιλία μορφών.
Μπορούν να προέρχονται από ηλεκτρονικές συναλλαγές, εφαρμογές κινητών συσκευών, αισθητήρες, κοινωνικά δίκτυα, γεωγραφικά συστήματα πληροφοριών, φορητές συσκευές και ηλεκτρονικά αρχεία.
Η ανάλυσή τους μπορεί να αποκαλύψει σύνθετα πρότυπα, αλλά δημιουργεί ταυτόχρονα σημαντικές μεθοδολογικές προκλήσεις. Ένα μεγάλο σύνολο δεδομένων δεν είναι απαραίτητα αντιπροσωπευτικό ή υψηλής ποιότητας.
Αξιολόγηση της Ποιότητας των Πηγών
Πριν χρησιμοποιηθεί οποιαδήποτε πηγή δεδομένων, πρέπει να αξιολογηθεί συστηματικά.
Η αξιολόγηση πρέπει να εξετάζει την αξιοπιστία της πηγής, τον τρόπο συλλογής των δεδομένων, τον πληθυσμό από τον οποίο προέρχονται και το ποσοστό ελλιπών τιμών.
Σημαντικό είναι επίσης να εξετάζεται κατά πόσο οι μεταβλητές έχουν τον ίδιο ακριβώς ορισμό με εκείνον που απαιτεί η νέα έρευνα.
Πρέπει ακόμη να αξιολογείται η επικαιρότητα. Δεδομένα που συλλέχθηκαν πριν από πολλά χρόνια μπορεί να μην αντικατοπτρίζουν τη σημερινή πραγματικότητα.
Ελλιπή και Προβληματικά Δεδομένα
Στην πραγματική έρευνα τα δεδομένα σπάνια είναι απόλυτα πλήρη.
Μπορεί να υπάρχουν ελλιπείς τιμές, λάθη καταχώρισης, ακραίες παρατηρήσεις, διπλές εγγραφές ή ασυνέπειες μεταξύ διαφορετικών πηγών.
Για τον λόγο αυτό, πριν από τη στατιστική ανάλυση απαιτείται διαδικασία ελέγχου και καθαρισμού των δεδομένων.
Η διαχείριση των ελλιπών τιμών πρέπει να γίνεται με μεθοδολογικά τεκμηριωμένο τρόπο, καθώς η απλή διαγραφή όλων των ελλιπών παρατηρήσεων μπορεί σε ορισμένες περιπτώσεις να προκαλέσει μεροληψία.
Ηθική, Προσωπικά Δεδομένα και GDPR
Η χρήση ερευνητικών δεδομένων συνδέεται άμεσα με ζητήματα δεοντολογίας και προστασίας προσωπικών δεδομένων.
Όταν τα δεδομένα αφορούν φυσικά πρόσωπα, πρέπει να εξασφαλίζεται η νόμιμη επεξεργασία τους, η προστασία της ιδιωτικότητας και, όπου απαιτείται, η ενημερωμένη συγκατάθεση των συμμετεχόντων.
Στην Ευρωπαϊκή Ένωση, η επεξεργασία προσωπικών δεδομένων πραγματοποιείται στο πλαίσιο του Γενικού Κανονισμού Προστασίας Δεδομένων (GDPR).
Ιδιαίτερη σημασία έχουν η ανωνυμοποίηση ή ψευδωνυμοποίηση, η ασφαλής αποθήκευση και ο περιορισμός πρόσβασης στα δεδομένα.
Συνδυασμός Πολλαπλών Πηγών Δεδομένων
Μια σύγχρονη έρευνα μπορεί να αξιοποιεί περισσότερες από μία πηγές.
Για παράδειγμα, δεδομένα ερωτηματολογίων μπορούν να συνδυαστούν με διοικητικές πληροφορίες, εργαστηριακές μετρήσεις ή δεδομένα παρατήρησης.
Ο συνδυασμός διαφορετικών πηγών μπορεί να ενισχύσει την πληρότητα της έρευνας και να συμβάλει στη διασταύρωση των αποτελεσμάτων.
Απαιτεί όμως ιδιαίτερη προσοχή στη συμβατότητα των μεταβλητών, στις διαφορετικές μονάδες μέτρησης και στη σωστή σύνδεση των εγγραφών.
Συμπεράσματα
Οι πηγές δεδομένων αποτελούν καθοριστικό στοιχείο κάθε ερευνητικού σχεδιασμού. Τα πρωτογενή δεδομένα προσφέρουν μεγαλύτερο έλεγχο στη διαδικασία συλλογής, ενώ τα δευτερογενή μπορούν να προσφέρουν πρόσβαση σε μεγάλες και ήδη οργανωμένες βάσεις πληροφοριών.
Η σύγχρονη έρευνα διαθέτει επιπλέον νέες δυνατότητες μέσω ανοικτών δεδομένων, ηλεκτρονικών μητρώων και Big Data.
Ωστόσο, η ποσότητα των διαθέσιμων δεδομένων δεν υποκαθιστά την ποιότητα. Η επιστημονική αξία μιας πηγής εξαρτάται από την αξιοπιστία, την εγκυρότητα, την πληρότητα, την αντιπροσωπευτικότητα και την καταλληλότητά της για το συγκεκριμένο ερευνητικό ερώτημα.
Η σωστή επιλογή, ο έλεγχος, ο καθαρισμός και η τεκμηριωμένη ανάλυση των δεδομένων αποτελούν βασικές προϋποθέσεις για την παραγωγή αξιόπιστων και επιστημονικά χρήσιμων αποτελεσμάτων.
Βιβλιογραφία
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications.
Johnston, M. P. (2014). Secondary data analysis: A method of which the time has come. Qualitative and Quantitative Methods in Libraries, 3(3), 619–626.
Kitchin, R. (2014). Big Data, new epistemologies and paradigm shifts. Big Data & Society, 1(1).
Kumar, R. (2019). Research methodology: A step-by-step guide for beginners (5th ed.). SAGE Publications.
Saunders, M., Lewis, P., & Thornhill, A. (2019). Research methods for business students (8th ed.). Pearson.
Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.