Český sociálněvědní datový archiv Sociologického ústavu AV ČR, v.v.i. Jilská 1, Praha 1, Česká republika;

Transkript

1 Český sociálněvědní datový archiv Sociologického ústavu AV ČR, v.v.i. Jilská 1, Praha 1, Česká republika; Datové archivy a jejich využití pro sekundární analýzu dat v sociálních vědách (se zaměřením na Český sociálněvědní datový archiv a jeho online databázi Nesstar) Martin Vávra martin.vavra@soc.cas.cz Prezentace byla vytvořena v rámci Strategie Akademie věd AV21, výzkumného programu "Paměť v digitálním věku"

2 Zdroje dat pro sekundární analýzu a proč je využívat Provedení vlastního výzkumu je obtížné (u některých témat prakticky nemožné) Vysoké finanční náklady Čas potřebný pro primární výzkum Aktuální nedostupnost subjektů/objektů pro výzkum Záchranou může být využití dat, která sebral někdo jiný (tj. sekundární analýza) Nalezení a získání vhodných dat je usnadněno vytvářením příslušné infrastruktury (datové archivy) a pravidel archivování dat (zejména systematické vytváření metadat, která data popisují)

3 Přínosy sekundární analýzy a dostupnosti dat pro tuto analýzu Usnadňuje přenos a kumulativní vytváření poznání (archivace -> zabezpečení, zachování) Skrze možnosti kombinovat různé datové zdroje napomáhá zvyšování informační hodnoty, komparace v čase, mezinárodní komparace Dostupnost dat pro sekundární analýzu -> zdokonalování metod analýzy metodologický výzkum, testování nástrojů, vytváření nových projektů systematičnost, prosazování kvality Ustavuje lepší prostředí pro spolupráci týmů (zejména mezinárodních) Usnadňuje dostupnost dat pro výuku a zvyšuje množství sekundárních analýz prováděných studenty Napomáhá ověřování výsledků a obecně transparentnosti výzkumu Z hlediska vědní politiky: efektivita veřejných investic - maximalizace využití

4 Rizika sekundární analýzy Rizika plynou z oddělení fází produkce a analýzy dat. Známe dostatečně původní koncept a kontext výzkumu? Máme dost informací o průběhu sběru dat? Rozumíme modifikacím provedeným v datech? Při nedostupnosti vhodných dat dat hrozí vynucená modifikace výzkumných záměrů Kvalita dat je u sekundání analýzy méně transparentní a pokud nemáme o kvalitu dat zájem a/nebo nejsme schopni ji vyhodnotit, riziko chyby či dezinterpretace je značné Koncepty výzkumu či jednotlivé proměnné nemusí být zcela srovnatelné s těmi našimi (nebo pokud používáme více zdrojů dat, nemusí být srovnatelné mezi sebou) Riziko chyby vyplývá i z nekompatibility formátů a s nimi spojených technických problémů zpracování

5 Sekundární analýza není rutinní úloha! koncepce výzkumu vyhledání a identifikace dat studium metadat a širšího kontextu původního výzkumu prozkoumání dat, zhodnocení a verifikace úpravy, transformace dat analýza, interpretace dokumentace použitých dat v publikované práci systematický management dat s ohledem na sekundární využití při realizaci šetření i při sekundární analýze

6 Co je datový archiv

7 Sdílení výzkumných dat - standard výměna znalostí -> rozvoj vědy kombinování databází, komparace (mezinárodní) spolupráce odpovědnost k veřejným financím: hodnota zpět až s použitím dat => požadavek maximálního využití OTEVŘENÝ PŘÍSTUP K VÝZKUMNÝM DATŮM otevřenost znamená přístup za rovných podmínek pro mezinárodní vědeckou komunitu za nejnižší možnou cenu, nejlépe nepřesahující mezní náklady distribuce. Otevřený přístup k výzkumným datům z veřejného financování by měl být snadný, časově nenáročný, uživatelsky přívětivý a nejlépe založený na Internetu. (OECD Principles and Guidelines for Access to Research Data...

8 Consortium of European Social Science Data Archives Zapojení Českého sociálněvědního archivu do mezinárodní spolupráce sdružení datových archivů CESSDA Nyní se tato spolupráce dostává na vyšší úroveň a v rámci CESSDA vzniká skutečná celoevropská datová infrastruktura Jednotný přístup do národních datových úložišť, standardizace dat a metadat Austria Czech Republic Denmark Finland France Germany Lithuania Netherlands Norway Slovenia Sweden Switzerland United Kingdom Vývoj zdrojů dat, Olomouc Snímek 8

9 V ČSDA používané standardy a nástroje Pro zápis metadat používáme standard DDI (více informací na Pro zápis klíčových slov používáme European Language Social Science Thesaurus (ELSST) K datových souborům nově připojujeme DOI (Digital Object Identifier), na základě registrace u organizace da ra (součást německého institutu GESIS) Dokumenty k datům ukládáme v databázovém systému DSpace Získali jsme Data Seal of Approval certifikaci důvěryhodnosti digitálního archivu

10 Co je Nesstar a jak jej ČSDA a další datové archivy využívají Nesstar je software pro webové publikování dat a jejich on-line analýzu. Uživatelé mohou prostřednictvím Nesstaru data prohledávat, on-line analyzovat a stahovat si je do svého počítače. Nesstar využívají všechny archivy sdružené v organizaci CESSDA i některé další. v roce 2016 bylo v systému Nesstar (on-line systém pro prezentaci, analýzu a stahování dat), který ČSDA používá, dostupných 741 datových souborů (v drtivé většině z dotazníkových šetření), došlo k 1535 stažení dat (75% pro účely výuky), měli jsme 2210 registrovaných uživatelů (9,1% zahraničních)

11 K datům se lze dostat z hlavní stránky ČSDA

12 Dostaneme se tak do databáze Nesstar ČSDA (

13 ČSDA archivuje i publikuje nejen primární data ze současnosti ale i data ze vzdálenější minulosti ve formě agregovaných dat (tabulek) V roce 1946 zahájil činnost Ústav pro výzkum veřejného mínění. Primární data nemáme, ale pokoušíme se na základě dostupných zpráv z výzkumů publikovat tabulky s důležitými výsledky

14 Medard - digitální archiv "měkkých", kvalitativních, dat Samostatná knihovna kvalitativních dat částečně dostupná také přes rozhraní Nesstar Kvalitativní data: skoro všechny typy datových souborů Archivace kvalitativních dat vázne Problém ochrany osobních údajů

15 Stejný systém sloužící pro on-line prezentaci dat výzkumu European Social Survey (

16 Také německý datový archiv (součást institutu GESIS) využívá pro zpřístupňování dat Nesstar Tento archiv je z hlediska českého výzkumníka významný proto, že zpřístupňuje mezinárodní datové soubory například z výzkumů ISSP nebo EVS

17 Jak s daty v databázi Nesstar pracovat Poté co se dostanete na stránku už stačí jen postupně rozbalovat nabídku klikáním na názvy sekcí (popřípadě na čtverce vedle těchto názvů). Dostanete se tak až na úroveň konkrétních výzkumů a v rámci zvoleného výzkumu po kliknutí na Popis proměnných (případně na Variable description v závislosti na nastavení jazyků ve vašem prohlížeči) na jednotlivé proměnné. V sekci Metadata můžete procházet informace o výzkumu.

18 Vyhledávání dat V informacích o výzkumu i v informacích, které se vztahují ke konkrétním proměnným je možno vyhledávat prostřednictvím nástroje na horní liště (podrobnější nabídka vyhledávání pod tlačítkem s lupou a symbolem +).

19 Další funkce Nesstaru Kromě prohlížení metadat a proměnných Nesstar umožňuje: Vytváření kontingenčních tabulek Provádění korelační a regresní analýzy Výsledky analýz lze zobrazit mnoha typy grafů Vytváření nových a rekódování starých proměnných K využívání těchto funkcí je nutná registrace Stahování datových souborů do počítače uživatele I pro to je nutná registrace

20 Registrace - Po odsouhlasení podmínek využívání dat uživatel již pouze vyplní krátký online formulář login a heslo mu pak přijdou na

21 On-line analýza vztahu dvou proměnných Na horní liště Nesstaru se uživatel přepne do sekce tabulky Poté již zvolí konkrétní proměnné a to tak, že klikne levým tlačítkem myši nad labelem dané proměnné

22 Korelační analýza v Nesstaru Uživatel přejde na liště do analýzy, poté zvolí korelaci Do korelační matice se proměnné přidávají znovu pomocí levého tlačítka myši Kromě hodnot samotného koeficientu je možno zobrazit i významnosti a počet jednotek, které do daného korelačního vztahu vstupují

23 Regresní analýza v Nesstaru Práce s proměnnými je stejná jako u korelací, pouze je pochopitelně nutno zvolit závisle proměnnou a ostatní proměnné jako nezávislé

24 Stahování dat Pokud se uživatel zaregistroval, ČSDA mu přidělí práva ke stahování všech souborů Samotné stažení souboru je pak velice jednoduché Nejprve si uživatel soubor vybere a rozklikne jej Poté stačí kliknout na tlačítko s disketou V nabídce si vybere formát dat Poté dá stáhnout, zadá uživatelské jméno a heslo a soubor se začne stahovat

25 Ikony důležitých funkcí Nesstaru Zobrazení tabulek Zobrazení grafů Vymazat tato funkce vyčistí okno s analýzami Váha uložené soubory mohou obsahovat váhy, tato funkce umožňuje jejich použití Podsoubor - tato možnost dovoluje uživateli provádět analýzy nebo zobrazení grafů na podsouboru kategorií proměnných (například pouze za osoby mužského pohlaví)

26 Ikony důležitých funkcí Nesstaru Stáhnout - systém umožňuje stažení datového souboru do většiny používaných statistických formátů. Export vytvořených objektů (tabulek) do formátu.xls Export vytvořených objektů (tabulek, grafů) do formátu.pdf Kontextuální nápověda