Sekundární analýza socio ekonomických dat a zdroje dat

Transkript

1 Studijní podklady Sekundární analýza socio ekonomických dat a zdroje dat Martin Vávra, Tomáš Čížek Sociologický ústav AV ČR, v.v.i.

2 Kontakty na autory Martin Vávra, Tomáš Čížek Český sociálněvědní datový archiv Sociologického ústavu AV ČR Jilská 1, Praha 1, tel.: e mail: Martin Vávra, martin.vavra@soc.cas.cz Tomáš Čížek, tomas.cizek@soc.cas.cz Tento studijní materiál byl připraven v rámci projektu Laboratoř sociálně vědních výzkumů inovace studijních oborů Sociologie, Politologie a Evropská studia v souladu s potřebami trhu práce. Hlavní řešitel: Univerzita Palackého v Olomouci, Filozofická fakulta, Katedra sociologie a andragogiky. Projekt je spolufinancovaný Evropským sociálním fondem a státním rozpočtem České republiky, registrační číslo: CZ.1.07/2.2.00/ Studijní materiál vyšel též na CD ROM jako součást souhrnné elektronické publikace s názvem Zkoumání veřejného mínění, zdroje dat a kvalita dat z výběrových šetření vydané Sociologickým ústavem AV ČR, v.v.i., v Praze Text neprošel jazykovou úpravou. Sociologický ústav AV ČR, v.v.i., Praha 2011.

3 Obsah 1. Data v sociologii 2. Zdroje sociologicky relevantních dat 3. Sekundární analýza dat a její předpoklady 4. Sociálněvědní datové archivy 5. Systém Nesstar a práce s ním

4

5 Tento studijní materiál by měl studentům pomoci zorientovat se ve spleti datových zdrojů pochopit význam sekundární analýzy dat a funkci datových archivů uvědomit si problémy a omezení, které jsou se sekundární analýzou sociologických dat spojeny naučit se pracovat s nástroji pro vyhledávání a on line analýzu dat využít takto získaná data pro vlastní práci 1.) Data v sociologii Začněme konstatováním něčeho v podstatě zřejmého data představují základnu, na které je možno budovat sociologické analýzy a interpretace. Sociologie může být samozřejmě také teoretická a spekulativní, ale nemůže být pouze taková, jinak by ztratila kontakt ze sociální realitou. Co vše mohou sociologicky relevantní data být nelze nikdy dopředu přesně vymezit. Jisté je, že takových dat existuje široká škála. Patří sem například záznamy pozorování, osobní dokumenty jako jsou deníky či dopisy, přepisy rozhovorů, a tak bychom mohli pokračovat. V tomto studijním materiálu se zabýváme především (i když nikoli výhradně) daty číselnými a z nich převážně daty z dotazníkových šetření. Tato data představují v rámci sociologie zdroj asi nejvyužívanější, koneckonců jak říká jeden z klasiků empirického výzkumu "jen málo z inovací v sociálních vědách mělo takový význam jako dotazníkové šetření" (Presser 1984:93). V sociálních vědách se využívání dat z kvantitativních šetření prosadilo postupně v období po druhé světové válce. Je to vidět například na tom, že v období pěti let po válce pouze 24% článků v nejvýznamnějších sociologických žurnálech (jako je například American Sociological Review) využívalo tento typ dat, zatímco o třicet let později to bylo už 56% (Presser 1984:96). Přesto bychom neměli zapomínat, že jde jen o jeden z typů dat relevantních pro sociologii. Aby využívaní dat bylo efektivní, je potřebná existence jejich centralizovaných úložišť, která budou data shromažďovat, kontrolovat, upravovat a popisovat a následně je zpřístupňovat zájemcům zkrátka budou provádět datový management. Moderní trend umožněný rozvojem informačních technologií směřuje ke stále snadnější dostupnosti dat. Na této cestě je sice potřebné překonat řadu překážek (jakou je například nutnost uvést data do plného souladu se zákony na ochranu osobních údajů), ale lze doufat, že po ní sociální vědy půjdou stále rychleji. V této studijní opoře se budeme nejprve věnovat stručnému představení vybraných datových zdrojů a možností přístupu k nim. Následuje nástin principů a předpokladů sekundární analýzy dat a datových archivů jakožto instituce, která vytváří předpoklady pro takovou analýzu. Poté představíme systém Nesstar, který je v současnosti asi nejpoužívanějším prostředkem pro on line prezentaci a analýzu dat. V závěrečné části se pak věnujeme archivům kvalitativních dat a problémům spjatým s archivací kvalitativních dat 1

6 2.) Zdroje sociologicky relevantních dat: mezinárodní programy šetření s českou účastí, statistické úřady, data mezinárodních organizací, specializované služby Jak už jsme zmínili, nelze dopředu nijak přesně vymezit, co může být zdrojem relevantním pro sociologii. Dále uvedené zdroje tedy nepředstavují nějaký vyčerpávající seznam, ale spíše nejvýznamnější příklady takových zdrojů, a to pouze zdrojů kvantitativních dat. Co se týče typů zdrojů, uvést je nutno zejména: sociálněvědní datové archivy (jedná se o infrastrukturu speciálně vytvořenou pro akademický výzkum), kam spadá i Český sociálněvědní datový archiv ty budou podrobněji rozebrány v následujících částech weby výzkumných projektů (jako příklad stránky mimořádně informačně bohaté je možno uvést web European Social Survey 1 ) statistické úřady (Eurostat, národní statistické úřady) mezinárodní instituce (OECD, World Bank,...) tématické archivy (The World Database of Happiness 2 ) inventáře, adresáře datových služeb (NESSIE,...) weby výzkumných institucí, autorských týmů Převážná většina datových zdrojů, kterými se zde budeme zabývat má podobu webových stránek a on line přístupných databází. Co očekávat od akademické datové infrastruktury? zdroje dat, materiálů pro výzkum a informací o výzkumech možnost zveřejnění vlastních dat zázemí pro organizaci komparativních a speciálních projektů výuka metod analýzy dat...informační technologie, standardy... Mezinárodní sociálněvědní výzkumné programy Následuje přehled vybraných významných zdrojů dat, která obsahují česká data

7 European Social Survey Obrázek 4.1. Stránky projektu European Social Survey European Social Survey představuje v současné době asi špičku co se týče kvality dat (velký důraz je kladen na kvalitu výběru vzorku i na mezinárodní srovnatelnost dat). Této výzkumné série, která je prováděna každé dva roky (poprvé v roce 2002, Česká republika se zúčastnila všech šetření z výjimkou toho provedeného v roce 2006) se účastní většina evropských zemí. Data jsou dostupná všem na stránkách projektu, stačí se zaregistrovat. 3

8 SHARE Survey of Health, Ageing and Retirement in Europe project.org/, ei.cz/share/ Obrázek 4.1. České stránky projektu SHARE Zdroj: SHARE. International Social Justice Project European Working Conditions Survey (EWCO) Eurofound, 4

9 Obrázek 4.2. EWCO: online analýzy, agregovaná data, publikace Zdroj: EWCO. Comparative Study of Electoral Systems (CSES) Obrázek 4.3. Centrum dat CSES 5

10 Zdroj: CSES. Democracy and Local Governance (DLG) International Crime Victim Survey, UNICRI/ICVS Multinational Time Use Study, MTUS Šetření OECD: vzdělávání, konkurenceschopnost International Adult Literacy Survey (IALS) / Secondary International Adult Literacy Survey (SIALS) Statistics Canada: (dohledatelný přes ODESI Progress in International Reading Literacy Study (PIRLS) Trends in International Mathematics and Science Study (TIMSS) timss.bc.edu, lighthouse.air.org/timss Programme for International Student Assessment (PISA), 6

11 Obrázek 4.4. Stránky TIMSS a PIRLS Zdroj: TIMSS a PIRLS. Evropský statistický systém Mikrodata v ESS přístup k primárním datům dva typy dat úplné soubory považovány za důvěrné: přístup v safe centres odvozená data zcela anonymní: distribuce na CD pod heslem na základě smlouvy šetření European Community Household Panel (ECHP) Labour Force Survey (LFS) EU Statistics on Income and Living Conditions (EU SILC) Structure of Earning Survey (SES) 7

12 Community Innovation Survey (CIS) Adult Education Survey (AES) Continuing Vocational Survey (AES) Farm Structure Survey (FSS) Přístup k agregovaným datům ze statistik Evropského statistického systému (ESS) Obrázek 4.5. Přístup k tabulkám ze statistik ESS 8

13 Český statistický úřad Obrázek 4.6. ČSÚ na Webu Zdroj: ČSÚ. Národní statistický portál 9

14 Za pozornost stojí i tento portál, který je sice provozovaný ČSÚ, ale jsou na něm soustředěna data i z celé řady dalších institucí jako je například Ústav pro informace ve vzdělávání nebo Ústav zdravotnických informací a statistiky ČR. Statistická služba OECD > statistics OECD.Stat Extracts: výběr statistik, volný přístup OECD.Stat: kompletní statistická služba, hrazený přístup Country Statistical Profiles, profily zemí OECD, volný přístup OECD Factbook: základní fakta publikace (PDF) Obrázek 4.7. Členění statistik OECD Zdroj: OECD. 10

15 Další datové služby World Bank, UNESCO: vzdělání, věda a výzkum, kultura, komunikace, NATO Science, Technology and Research Network (STARNET), starnet.rta.nato.int WHO (health), WHOSIS Doporučená literatura: Krejčí, J. Mezinárodní sociální komparativní výzkum a Česká republika: Přehled výzkumů a dostupných dat. Sociologický časopis / Czech Sociological Review 42 (1): krejci24.pdf 11

16 3.) Sekundární analýza dat a její předpoklady Sekundární analýza je analýza dat pořízených pro jiný výzkumný záměr, než v jehož rámci jsou právě používána. To mimo jiné znamená, že analytik nebo tým analytiků provádějících sekundární analýzu se nepodílel na vytvoření původního datového souboru. Pro to, aby bylo provádění sekundárních analýz možné, je ovšem potřeba data sdílet. Od počátku profesionalizace sociologie (která se dá datovat k založení jejích univerzitních kateder a výzkumných institucí) prudce narůstá množství prováděných výzkumů. Dříve byly výzkumy silně svázány s konkrétními týmy a bylo těžko myslitelné, aby například někdo znovu zpracoval primární data vyprodukovaná týmy soustředěnými kolem klasiků dotazníkových šetření jako byli Lazarsfeld nebo Stouffer. Dnes je to díky rozvoji technologií (především internetu) mnohem jednodušší. Mezi výhody sekundární analýzy patří větší rozsah zdrojů, která má výzkumník k dispozici, nízké náklady a nižší organizační náročnost ve srovnání s tím kdy by si data zajišťoval sám, a nové možnosti výzkumu. K čemu ještě je dobrá (kromě finančních a organizačních výhod) sekundární analýza a tedy i sdílení dat v sociálních vědách (podle [ICPSR 2005])? Podporuje různorodost analýz a interpretací. V sociálních vědách velmi zřídka existuje jediná možná interpretace dat a pokud umožníme více vědeckým týmům pracovat na jednom datovém souboru, získáme hlubší představu o dané oblasti; Podporuje otevřené vědecké zkoumání. Když jsou data veřejně dostupná, je možné opravit chyby v předchozích analýzách; Díky sdílení dat je možné vyvíjet lepší metody sběru a analýzy dat; Díky tomu, že výzkumníci se při plánování nových výzkumů mohou opírat o výzkumy předchozí, je možná určitá (i když v sociálních vědách vždy omezená) kumulativnost poznání. Samotný výzkumník se svým týmem využije vždy pouze malou část informací, které se v datech skrývají. Otestuje pouze některé hypotézy o vztazích mezi proměnnými, použije jen omezený počet analytických metod. Dostupnost dat také může omezit duplikaci výzkumů. Existují významná šetření, která díky tomu, že byla nejprve velmi dobře (a s velkými náklady) připravena a provedena a posléze prostřednictvím datových archivů dána k dispozici vědecké veřejnosti, dala vzniknout stovkám článků a konferenčních příspěvků, z nichž velká část byla vyprodukována lidmi, kteří se na těchto výzkumech přímo nepodíleli. V Evropě jsou významnými příklady výzkumné série ISSP a European Social Survey. Ve Spojených státech je to případ General Social Survey. Pro sekundárná analýzu ovšem existují i limity: tím prvním je samozřejmě nedostupnost vhodných dat když vhodná data zatím nebyla sebrána, tak si je samozřejmě buď musíme sebrat v terénu sami, nebo je potřeba upravit naše záměry, co vlastně budeme analyzovat; 12

17 druhým je nedostatečná dokumentace původního výzkumu a datového souboru (tedy neexistující nebo nekvalitní metadata), když například nevíme, jakou metodou byl vybírán vzorek, pak je velmi pochybné pouštět se do jakýchkoli statistických analýz; netransparentnost kvality dat či rovnou nízká kvalita dat; kompatibilita formátů dat pro data, která vznikla v posledních cca letech to většinou není problém, ale starší data se mohou nacházet na dnešními počítači programy nečitelných nosičích a/nebo formátech. Je ovšem úkolem archivů, nikoli uživatelů, aby si s touto situací poradili a data převedly do aktuální podoby. Následující schéma ukazuje rámec pravidel pro sdílení dat Vidíme, že sdílení se nachází na křižovatce právních, etických i čistě technických či datově manažerských aspektů. 13

18 Cyklus života dat: V prostředí, kde dochází ke sdílení dat, nesměřuje jejich využití pouze k předem vymezenému konkrétnímu cíli, po jehož dosažení by bylo ukončeno, ale jejich používání vytváří cyklus. Schéma 2.1. Cyklus života dat Koncept výzkumu Recyklace Sběr dat Zpracování dat Distribuce dat Analýza dat Archivace dat Zdroj: Ionescu, Vardigan Vidíme, že jde skutečně o cyklus, a že datové soubory se vrací zpět do výzkumného procesu v rámci různých projektů. Data mohou být modifikována nebo přispívají k organizaci nových šetření. 14

19 4.) Sociálněvědní datové archivy Sdílení dat je velmi ekonomické. Když dáme dohromady fakt, že s rozvojem výpočetní techniky je stále jednodušší pracovat s daty a zároveň, že provedení samotného výzkumu je pořád velmi nákladné, pak nám z toho logicky vyjde potřeba instituce, která bude shromažďovat data nebo alespoň informace o nich a bude je poskytovat dalším výzkumníkům tak, aby bylo možno provádět sekundární analýzu dat. Datové archivy jsou právě tou institucí, která sdílení dat institucionálně zajišťuje. Archivace se jistě může dít na zcela základní úrovni, kterou je prosté hromadění a katalogizace dat. Pokud má být ovšem efektivní, pak musí vyvíjet své vlastní techniky a metody práce, což se také v současnosti děje. Existence centralizovaných archivů má velký vliv na podobu současného sociálněvědního výzkumu, protože rozšiřuje možnosti bádání a vytváří východiska pro spolupráci. V důsledku toho je proces vědeckého poznávání správným zpracováním a rozsáhlým sdílením dat jednoznačně posílen. Další využití mohou nalézt služby datového archivu ve výuce. Pro učitele i studenty je jistě lepší, když si mohou při cvičeních zvolit téma, kterému se chtějí věnovat, a nemusí pracovat na umělých souborech (pokud to samozřejmě z pedagogických důvodů není výhodné) nebo například souborech, které jsou dodávány spolu se statistickým softwarem. Studenti také mohou zpracovávat vlastní seminární práce na reálných datech. Lze si jen těžko představit, že by datové archivy v dnešním smyslu slova vznikly v době počátků dotazníkových šetření ve dvacátých a třicátých letech. Tehdejší záznamová média a techniky práce s daty nějakou smysluplnou archivaci primárních dat v podstatě znemožňovaly. První pokusy o založení datového archivu se datují do doby těsně po druhé světové válce. Sociálněvědní datové archivy v dnešním smyslu slova začaly vznikat v šedesátých letech minulého století. Německý Zentral Archiv vznikl v roce 1960, americký ICPSR (Inter university Consortium for Political and Social Research), byl založen v roce 1962, další velmi významný archiv, britský UK Data Archive, v roce V jistém smyslu je úloha datového archiváře jednodušší než pozice klasického archiváře, který musí být schopen ukládat velmi různorodá data. Základní úkol sociologických archivů je pouze skladovat primární data ze sociologických výzkumů a s nimi související dokumentaci. K tomu jsou celkem pochopitelně navázány další přidružené činnosti jako kontrola dat, transformace dat a podobně. I když archiv nezodpovídá za kvalitu dat, která do něj výzkumníci uložili, přesto je nutné před uložením dat provést alespoň elementární úkony, aby se ověřila jejich úplnost. Mnohem komplikovanější úloha pak pro archiv přichází, pokud na nějakém výzkumu přímo spolupracuje a jeho pracovníci jsou (spolu)zodpovědní například za čištění dat, rekódování proměnných a vytváření umělých znaků. K archivaci a archivům patří i zájem o metody výzkumu. I to je celkem logické, neboť jednotlivé týmy a oddělení jsou velice specializované a datové archivy proto často slouží i jako určitá metodologická centra, zabývající se tématy, jako je reprezentativita nebo návratnost dotazníkových šetření. Dalším úkolem pracovníků archivů je vývoj mezinárodně srovnatelných ukazatelů. Je potřeba vyvíjet indikátory, které bude možné použít ve všech zúčastněných zemích data z 15

20 komparativních výzkumů jako je například European Social Survey jsou dnes asi těmi nejpoužívanějšími. Úprava těchto nástrojů tak, aby mohly být používány v komparativním výzkumu, náleží do kompetence archivů především proto, že zde je nejlepší přístup ke studiu již provedených výzkumů, a také proto, že pracovníci archivů se na provádění mezinárodních výzkumů podílejí. Za další se podílejí výzkumníci na vytváření questions banks, tedy databází otázek použitých v předchozích výzkumech. Například v bance otázek Question bank existující při britském ESCR (Economic and Social Research Council) lze vyhledávat pomocí klíčových slov, výzkumů, nebo slov a slovních spojení použitých v otázkách. Tato obsáhlá banka otázek pomáhá velmi výrazně při tvorbě dotazníků mnoha výzkumníkům. Archivace dat a jejich poskytování pro další analýzy představuje výsledek činnosti tří stran kromě samotných archivů jsou to uživatelé a také depozitoři. Vysokou úroveň vztahů archivu k (potenciálním) depozitorům je možno zajistit kvalitou datového managementu prováděnou archivem, ale také správným nastavením smluvních podmínek. Ve smlouvě by mělo být stanoveno, jaká data a metadata jsou archivu poskytována a za jakých podmínek. Je možno například stanovit, že data budou koncovým uživatelům poskytnuta vždy pouze se souhlasem depozitora. Většina archivů v současné době rozhodně není v pozici, kdy by mohly čekat na to, až jim data někdo pošle. Je nutno provádět aktivní politiku akvizice dat. Ovšem dokonce i v případě, kdy se podaří nějaká relevantní data dohledat a kontaktovat toho, kdo je vytvořil (vycházíme teď ze zkušenosti našeho archivu), není vůbec jisté, že se data do archivu dostanou. Neochota data poskytovat může být způsobena několika příčinami: Nedůvěra v kvalitu vlastních dat Neznalost možnosti archivace a výhod, které archivace přináší Přesvědčení některých výzkumníků, že data, byť byla pořízena z veřejných peněz, jsou jejich vlastnictvím V některých případech je samozřejmě poskytnutí dat obtížné z objektivních příčin. Může existovat například konflikt se zásadou anonymity dat, a to především v případech, kdy jde o data z výzkumu nějaké specifické populace. Nějaké jednoduché řešení zmíněných problémů zřejmě neexistuje. Je potřeba, aby o sobě archivy daly vědět tak, aby pokud možno všichni potenciální depozitoři dat znali archiv i jeho cíle. Ideální by samozřejmě bylo, aby se závazným a vymahatelným stalo obecné pravidlo, že data, která vznikla díky veřejným financím, by měla být nejdéle po ukončení projektu, v jehož rámci vznikla, zveřejněna. Datové archivy svou činnost provádějí, aby uspokojily požadavky svých uživatelů. I vztah s uživateli by se měl odehrávat na určité smluvní bázi. Ta pomůže zajistit, že data budou využívána v souladu s cíly datové archivace, mezi které patří především nekomerčnost využití dat. Pro všechny uživatele je ale především potřeba zajistit vhodný způsob přístupu k datům. 16

21 V současné době představuje jeden z nejlepších (a určitě nejvyužívanější) nástrojů pro tento přístup systém Nesstar, který je podrobně představen v následující kapitole. Postup získání dat z archivu 1) dobré je mít rozpracovanou koncepci vlastního výzkumu => vím co hledám 2) následuje identifikace vhodných dat (prohledání metadat dostupných na webu archivu, v dnešní době často usnadněno díky systému Nesstar viz dále) 3) dále je důležité zjistit podmínky pro přístup k datům v dnešní době jsou naštěstí u běžných datových souborů restrikce pro přístup minimální 4) posledním krokem bývá většinou registrace v dané instituci a získání přístupu k datům Kategorie přístupu k datovým souborům (příklad kategorií používaných Českým sociálněvědním datovým archivem) soubory přístupné on line na Internetu (pro jejich užívání platí standardní podmínky) bez nutnosti registrace a/nebo speciálního objednání dat A soubory dostupné za dodržení standardních podmínek (kam patří zejména nekomerční využití dat) B soubory dostupné za dodržení standardních a specifických podmínek určených depozitorem (depozitor může například stanovit, že k datům budou mít přístup výhradně uživatelé výzkumníci) C soubory k poskytnutí je nutný písemný souhlas depozitora X soubory pouze pro vyjmenované instituce nebo osoby, často pouze pro členy výzkumného týmu Podmínky pro používání datového souboru příklad pouze nekomerční výzkum nebo výuka dodržení předem stanoveného účelu použití dat ochrana osobních údajů respondentů respektování autorských práv, citace zákaz další distribuce bez svolení archivu sdělení bibliografických údajů publikací archiv neodpovídá za spolehlivost dat 17

22 Přehled vybraných zdrojů dat ČR Český sociálněvědní datový archiv SOÚ AV ČR V tomto archivu se shromažďují data z dotazníkových šetření prováděných na území ČR. Více o něm v části, která rozebírá systém Nesstar Zahraniční USA ICPSR (Inter university Consortium for Political and Social Research) Roper Center Dataverse Ve všech třech případech jde o stránky institucí, které shromažďují data v digitalizované podobě. Nejde pouze přímo o datové soubory z výzkumů, ale také o různé typy metadat (informací o těchto výzkumech) a dat s výzkumy nějakým způsobem spojených jako jsou dotazníky, závěrečné zprávy z výzkumů a podobně. Slovensko Slovenský archív sociálnych dát Evropa CESSDA (Council of European Social Science Data Archives) rozcestník k evropským datovým archivům a k dalším zdrojům dat množství informací z oblasti archivace a analýzy dat 18

23 Obrázek 3.1. Archivy sítě CESSDA Zdroj: CESSDA. Na serveru organizace CESSDA ( vyhledejte odkazy na členské archivy a odkazy na další datové organizace. Vyberte z těchto rozcestníků odkazy na dvě až tři datové organizace a prohlédněte jejich stránky z hlediska obsahu datových knihoven a pravidel přístupu k datům. Vybrané významné národní archivy v Evropě GESIS (dříve GESIS ZA) rozsáhlá datová knihovna včetně mezinárodních dat ISSP, EVS, Eurobarometer, East Europe, Election Studies jarní školy, centrum pro stážisty 19

24 UK Data, Spojené království, archive.ac.uk/ rozsáhlá datová knihovna včetně mezinárodních dat jarní školy, centrum pro stážisty NSD, Norsko, rozsáhlá datová knihovna, regionální data vývoj technologií (statistika, informace) CEPS/INSTEAD, Lucembursko, socioekonomická data, centrum pro stážisty IRISS Výuková a výzkumná centra při archivech Essex Summer School in Social Science Data Analysis and Collection GESIS Spring Seminars seminar/ ICPSR Summer Program in Quantitative Methods IMPALLA International Master in Social Policy Analysis ECASS European Centre for Analysis in the Social Sciences, Essex GESIS EUROLAB, Köln stay/european data laboratory/ IRISS Integrated Research Infrastructure in the Socio economic Sciences at CEPS/INSTEAD 20

25 Projděte postup a podmínky pro získání dat z následujících archivů: Český sociálněvědní datový archiv SOÚ AV ČR UK Data Archive (Spojené království) archive.ac.uk/findingdata/findintro.asp ( archive.ac.uk) GESIS (Německo) data access/ ( 21

26 5.) Systém Nesstar a práce s ním Nesstar je webovým řešením pro prezentaci a analýzu datových souborů. Umí data nejen zobrazit, včetně textů jednotlivých otázek, ale dokáže je i analyzovat. Tím se přibližuje možnostem statistických programů, jejich pokročilosti ale samozřejmě nedosahuje. Nesstar umožňuje následující operace: prohlížení datových souborů a tabulek prohlížení datové dokumentace vytváření kontingenčních tabulek korelační a regresní analýzu grafickou reprezentaci dat a analýz vytváření nových proměnných re kódování stávajících proměnných Jaké znáte statistické programy? Jak se od sebe liší? Kolik stojí licence k jejich používání? Podívejme se nyní, jak celý systém vypadá. Uživatel je uvítán následující webovou stránkou: 22

27 Nesstar ukazuje v levém horním rohu datové katalogy uložené v systému. V případě Českého sociálněvědního datového archivu se jedná o katalog ČSDA, kde jsou uloženy kvantitativní výzkumy a katalog Medard, kde se nacházejí popisy kvalitativních výzkumů. Některé výzkumy jsou v systému uloženy i v anglickém jazyce, většina jich je ale pouze v jazyce českém. Kliknutím na čtvereček vedle názvu katalogu se uživatel dostane k volbě mezi českým a anglickým katalogem a následně do seznamu samotných výzkumů, které jsou uloženy v tematických adresářích (např. ISSP, genderové výzkumy atd.). Informace o jednotlivých výzkumech jsou v systému Nesstar ukládány podle mezinárodního standardu DDI. Co je to DDI? DDI (Data Documentation Initiative) je standard metadat pro popis a dokumentaci datových souborů, který byl vyvinut společnou prací evropských a severoamerických datových archivů, knihoven a statistických úřadů. Je vytvořen tak, aby umožnil automatické počítačové zpracování a je kompatibilní se standardem Dublin Core. Více informací lze nalézt na domovské webové stránce projektu Některé součásti standardu DDI. Popis dokumentu Tato část dokumentu splňujícího požadavky DDI obsahuje bibliografické informace o dokumentu jako celku. Je to podobná informace, jako je ta, kterou vydavatelé popisují vydané knihy. Je to také část, která je používána elektronickými vyhledávacími systémy k identifikaci datového a metadatového souboru Popis výzkumu Popis výzkumu je část dokumentu, která obsahuje všechny informace o souboru, který je pomocí DDI popisován. V této části se je obvykle možné dozvědět o hlavních výzkumnících, distributorech datového souboru, klíčových slovech, abstraktu popisovaného výzkumu, metodách sběru dat, informacích o místě a času výzkumu a také informacích o zpracování datového souboru. Popis datového souboru Tato část popisuje uložený datový soubor, jsou zde informace o všech souborech, které jsou součástí datového souboru. Je to část, která je užívána pro interní potřeby datového archivu, a také pro automatické systémy zpracování dat. 23

28 Popis proměnných Část popisu proměnných obsahuje seznam proměnných v daném výzkumu, obvykle rozdělený do skupin, které jsou utvářeny při archivaci podle tematických oblastí výzkumného šetření. Část popis proměnných umožňuje velmi podrobné popsání všech proměnných v datovém souboru tak, aby byly přístupné všechny relevantní informace vzniklé při sběru a zpracování dat. Více viz M. Vávra (2007) Položky hlavního menu každého datového souboru jsou členěny do dvou základních kategorií: 1) Metadata Informace o datovém souboru, rozsahu výzkumu, použité metodologii a podmínkách poskytnutí datového souboru. Je zde možné stáhnout dotazník a případné další materiály o výzkumu a datovém souboru. 2) Popis proměnných Zde jsou podle tematických kategorií seřazeny jednotlivé proměnné použité ve výzkumy a jsou uvedeny frekvence jejich kategorií v datovém souboru. V případě, že proměnná představuje odpověď respondenta v dotazníkovém šetření, je zde uvedeno i přesné znění otázky. 3) Třetí kategorii představují záložky; zde si registrovaní uživatelé mohou ukládat vlastní odkazy na jednotlivé výzkumy nebo na jiné informace a analýzy v systému Nesstar. Tabulkový datový soubor (cube), obsahuje pouze složky 'Metadata' a 'Záložky'. Představení funkcí programu Pro zobrazení možností systému Nesstar je nutné kliknout na symbol + vedle názvu katalogu (ČSDA a MEDARD) v levém pracovním sloupci. Kliknutí rozevře zvolený datový katalog a budou zobrazeny další uložené informace (výzkumy, tabulky a další). 24

29 Levé pracovní okno (sloupec) V tomto okně se zobrazují všechny publikované zdroje. Pro každý datový soubor je zřízena zvláštní složka, která je dále uspořádána do následujících pod složek: Složka Metadata poskytuje informace o uložených datových souborech v následujících podsložkách: Popis výzkumu Popis datových souborů Další dokumentace Složka Popis proměnných poskytuje informace o všech uložených proměnných v datovém souboru. Pomocí volby '+' lze prozkoumávat tematické skupiny proměnných (pokud byly vytvořeny). Složka Záložky obsahuje záložky, které si uživatelé uložili na server systému Nesstar. Pro používání záložek je nutná registrace uživatele. Popis, tabulky a analýza Tři volby na vrchním okraji pravého pracovního okna představují tři možné způsoby práce s uloženými daty. Pro tabulkové datové soubory není přítomna možnost Analýza. 1. Popis Položka Popis obsahuje informace o uloženém datovém souboru, po jejím zvolení je zobrazen abstrakt výzkumu, což je informace základním způsobem popisující studii, na jejímž základě vznikla uložená data. Je zde také možné zobrazit informace o proměnných. Je možno prohledávat skupiny proměnných a jednotlivé proměnné, při zobrazení jednotlivé proměnné se zobrazí základní statistické informace v pravém pracovním okně, a název samotné proměnné nacházející se v levém pracovním okně se zobrazí červenou barvou. 2. Tabulky Volba Tabulky ve svém základním nastavení zobrazuje prázdnou tabulku. V levém pracovním sloupci je možno vybírat proměnné, které lze do tabulky přidávat, a to buď do řádků, nebo do sloupců. Po vytvoření tabulky je možné vytvářet grafy nebo případně mapy, které náš archiv zatím nepodporuje. 3. Analýza 25