Dùng lại dữ liệu: trả lời được câu hỏi mới mà không phải thu thập lại từ đầu

Thu thập dữ liệu là phần tốn kém nhất của phần lớn nghiên cứu. Nhưng có rất nhiều bộ dữ liệu công khai đủ tốt để trả lời những câu hỏi chưa ai hỏi chúng — vì người thu thập chỉ quan tâm tới một câu hỏi cụ thể.

Tìm ở đâu

• Kho dữ liệu chuyên ngành của lĩnh vực bạn.
• Kho dữ liệu tổng hợp đa ngành.
• Dữ liệu kèm bài báo — dẫn trong phần công bố dữ liệu.
• Cơ quan thống kê và cơ quan quản lý ngành.
• Hỏi thẳng tác giả một bài bạn quan tâm.

Đánh giá trước khi dùng

• Có tài liệu mô tả từng biến không.
• Cách thu thập có phù hợp câu hỏi của bạn không.
• Giá trị thiếu được mã thế nào.
• Có phiên bản không, và bạn dùng phiên bản nào.
• Bộ dữ liệu không có tài liệu mô tả thì gần như không dùng được.

Giới hạn cần chấp nhận

• Dữ liệu được thu cho câu hỏi khác, nên biến bạn cần có thể không có.
• Định nghĩa biến có thể không khớp với định nghĩa bạn muốn.
• Bạn không kiểm soát được chất lượng khâu thu thập.
• Nêu rõ những giới hạn này trong bài, đừng che.

Nghĩa vụ khi dùng

• Trích dẫn bộ dữ liệu, kèm định danh và phiên bản.
• Tuân thủ giấy phép.
• Báo cho tác giả gốc nếu bạn phát hiện lỗi trong dữ liệu.
• Cân nhắc mời họ tham gia nếu đóng góp của họ là thực chất.

Với dữ liệu hành chính và thống kê

• Thường có quy trình xin truy cập chính thức.
• Cần thời gian, xin sớm.
• Đọc kỹ điều kiện về công bố kết quả.
• Đây là nguồn rất giá trị cho nghiên cứu chính sách trong nước.

Một điều đáng nhớ

Bộ dữ liệu không có tài liệu mô tả biến thì gần như không dùng được, dù nó công khai.

Bạn sẽ không biết cột đó đo bằng đơn vị nào, giá trị trống nghĩa là thiếu hay nghĩa là không, và mã số bốn là nhóm nào. Kiểm tài liệu mô tả trước khi tải dữ liệu về, không phải sau.

Câu hỏi thường gặp