Vì sao nên cân nhắc dữ liệu có sẵn
- Thu thập dữ liệu là khâu tốn kém và rủi ro nhất của nhiều nghiên cứu.
- Nhiều bộ dữ liệu công khai có quy mô và chất lượng vượt xa những gì một nhóm nhỏ tự làm được.
- Với nghiên cứu sinh, dùng dữ liệu có sẵn cho phép tập trung vào câu hỏi và phương pháp thay vì vào hậu cần.
- Nhiều bộ dữ liệu theo dõi dọc nhiều năm — thứ không thể tự tạo ra trong khuôn khổ một luận án.
Tìm ở đâu
- Kho dữ liệu nghiên cứu — có kho đa ngành và kho chuyên ngành. Hỏi thư viện về kho phù hợp với lĩnh vực của bạn.
- Dữ liệu kèm bài báo. Ngày càng nhiều tạp chí yêu cầu tác giả công khai dữ liệu; xem phần khai báo dữ liệu ở cuối bài.
- Cơ quan thống kê và cơ quan quản lý — nguồn chính cho số liệu về kinh tế, dân số, giáo dục, y tế.
- Điều tra quốc gia và điều tra quốc tế có công bố dữ liệu vi mô, thường qua thủ tục đăng ký.
- Tổ chức quốc tế công bố nhiều bộ dữ liệu so sánh giữa các nước.
- Liên hệ trực tiếp tác giả của một bài có dữ liệu bạn cần. Nhiều người sẵn sàng chia sẻ khi được hỏi lịch sự và nêu rõ mục đích.
Đánh giá trước khi dùng
Đây là bước quyết định. Một bộ dữ liệu lớn không tự động phù hợp với câu hỏi của bạn.
- Định nghĩa biến. Biến trong bộ dữ liệu có đo đúng khái niệm bạn quan tâm không? Đây là chỗ sai nhiều nhất — hai biến cùng tên có thể đo hai thứ khác nhau.
- Cách chọn mẫu. Mẫu đại diện cho tổng thể nào, và tổng thể đó có phải tổng thể bạn muốn nói tới không.
- Thời điểm thu thập. Còn phản ánh thực tế hiện nay không.
- Dữ liệu thiếu. Bao nhiêu, ở biến nào, và có thiếu một cách hệ thống không.
- Tài liệu đi kèm. Có tệp mô tả dữ liệu đầy đủ không. Bộ dữ liệu không có mô tả thì gần như không dùng được.
- Đã được ai dùng chưa và họ nêu hạn chế gì.
Nghĩa vụ khi dùng lại
- Đọc và tuân thủ giấy phép. Nó quy định bạn được làm gì — dùng phi thương mại, có được phân phối lại không, có phải chia sẻ kết quả theo cùng điều kiện không.
- Trích dẫn bộ dữ liệu như một tài liệu, kèm tác giả, tên, phiên bản, năm và mã định danh. Nhiều nơi cung cấp sẵn câu trích dẫn chuẩn — dùng đúng câu đó.
- Trích dẫn cả bài báo gốc nếu bộ dữ liệu có bài mô tả đi kèm.
- Tuân thủ điều kiện về đạo đức nếu dữ liệu liên quan tới con người. Có bộ dữ liệu yêu cầu đăng ký mục đích sử dụng và cam kết không tìm cách nhận diện cá nhân.
- Ghi rõ phiên bản. Bộ dữ liệu được cập nhật; kết quả của bạn gắn với một phiên bản cụ thể.
Những hạn chế phải nêu trong bài
Khi dùng dữ liệu thứ cấp, phần hạn chế phải nói rõ:
- Dữ liệu được thu thập cho mục đích khác, nên các biến có thể không đo chính xác khái niệm bạn cần.
- Bạn không kiểm soát được quá trình thu thập.
- Những biến bạn muốn có mà bộ dữ liệu không có.
Nêu đầy đủ những điều này làm tăng độ tin cậy của bài, không giảm.
Khi cần xin phép
Với dữ liệu không công khai — số liệu của một cơ quan, một doanh nghiệp — hãy xin phép bằng văn bản, làm rõ phạm vi sử dụng và phạm vi được công bố. Đây là điểm dễ phát sinh vấn đề khi luận án được đưa vào kho lưu trữ công khai, nên phải làm rõ ngay từ đầu.
Lưu ý: chính sách của từng nhà xuất bản, từng cơ sở dữ liệu và từng cơ sở đào tạo khác nhau và thay đổi theo thời gian. Hãy đối chiếu quy định hiện hành và hỏi thư viện hoặc bộ phận có thẩm quyền khi cần.
