تحليل البيانات الثانوية في البحث العلمي: مصادرها ومزاياها وحدودها

تريد أن تدرس العلاقة بين الإنفاق على التعليم ونتائج الطلبة في عدة دول، أو تطور البطالة بين خريجي الجامعات خلال عقد كامل، أو أثر حجم الشركات المدرجة في أدائها المالي. جمع هذه البيانات بنفسك باستبانة أو مقابلات أمر غير ممكن عمليًا، لكنها موجودة بالفعل لدى أجهزة إحصائية ومنظمات دولية ومؤسسات إدارية. هنا يأتي تحليل البيانات الثانوية: أن تجيب عن سؤالك البحثي ببيانات جمعتها جهة أخرى لغرض آخر. هذا الأسلوب يوفر الوقت والتكلفة ويتيح عينات كبيرة، لكنه يفرض عليك قيودًا وأسئلة تختلف عن البيانات التي تجمعها بنفسك. في هذا المقال ستعرف مصادر البيانات الثانوية، ومزاياها وحدودها، وكيف تقيم صلاحيتها، وأخلاقيات استخدامها، وطريقة عرضها في الرسالة.

ما البيانات الثانوية؟

البيانات الأولية (Primary Data) هي ما تجمعه أنت لدراستك بأداة صممتها أو اخترتها، كالاستبانة والمقابلة والتجربة. أما البيانات الثانوية (Secondary Data) فبيانات جمعها غيرك لغرض مختلف، ثم تعيد أنت تحليلها للإجابة عن سؤال جديد. التعداد السكاني مثلًا يجرى لأغراض التخطيط الحكومي، لكن باحثًا في علم الاجتماع قد يستخدم بياناته لدراسة أنماط الزواج أو الهجرة الداخلية.

ولا تخلط بين تحليل البيانات الثانوية ومراجعة الدراسات السابقة. المراجعة تعتمد على ما استنتجه الباحثون في دراساتهم، أما تحليل البيانات الثانوية فيعمل على البيانات نفسها، سواء كانت سجلات أفراد أو مؤشرات مجمعة، ويستخرج منها نتائج جديدة.

مصادر البيانات الثانوية

الإحصاءات الرسمية

تصدر أجهزة الإحصاء الوطنية بيانات التعدادات العامة ومسوح القوى العاملة والمسوح الأسرية ومؤشرات الأسعار والتجارة، ومن أمثلتها الجهاز المركزي للإحصاء الفلسطيني، والمركز الوطني للإحصاء والمعلومات في سلطنة عُمان. وتنشر الوزارات أيضًا تقارير إحصائية دورية في التعليم والصحة والعمل. بعض هذه البيانات متاح في جداول منشورة، وبعضها متاح بيانات خام على مستوى الأفراد أو الأسر بطلب رسمي وشروط استخدام.

قواعد البيانات الدولية

تتيح منظمات دولية قواعد بيانات واسعة تسمح بالمقارنة بين الدول، منها:

• بيانات البنك الدولي المفتوحة (World Bank Open Data)، ومنها مؤشرات التنمية العالمية.
• المرصد الصحي العالمي التابع لمنظمة الصحة العالمية (Global Health Observatory).
• معهد اليونسكو للإحصاء (UNESCO Institute for Statistics) في بيانات التعليم.
• قاعدة بيانات منظمة العمل الدولية (ILOSTAT) في سوق العمل.
• الدراسات الدولية للتقييم التربوي مثل PISA وTIMSS، التي تتيح بيانات الطلبة والمدارس للباحثين.

السجلات المؤسسية

تشمل سجلات القبول والتسجيل في الجامعات، ونتائج الطلبة في المدارس، والسجلات الطبية في المستشفيات، والقوائم المالية والتقارير السنوية للشركات المدرجة في أسواق الأوراق المالية. هذه السجلات غنية، لكن الوصول إليها يحتاج غالبًا إلى موافقة رسمية من المؤسسة، وأحيانًا إلى موافقة لجنة أخلاقيات.

بيانات بحوث سابقة

تودع بعض الدراسات بياناتها في مستودعات بيانات بحثية، مثل ICPSR وUK Data Service وHarvard Dataverse، ليعيد باحثون آخرون تحليلها وفق شروط الإتاحة التي يحددها كل مستودع.

مزايا البيانات الثانوية وحدودها

المزايا

• توفير الوقت والتكلفة: تتجاوز مرحلة الجمع الميداني، وهي من أطول مراحل البحث.
• عينات كبيرة وممثلة: المسوح الوطنية والدولية تصمم بأساليب معاينة لا يقدر عليها باحث فرد في الغالب.
• البعد الزمني: السلاسل الزمنية والمسوح المتكررة تتيح دراسة التغير عبر السنوات، وهذا صعب في دراسة تجمع بياناتها مرة واحدة.
• المقارنة بين الدول والمناطق: المؤشرات الموحدة التعريف تسمح بمقارنات واسعة.
• قابلية التحقق: يستطيع باحث آخر الرجوع إلى البيانات نفسها وإعادة تحليلك.

الحدود

• البيانات لم تصمم لسؤالك: قد لا تجد المتغير الذي تحتاجه بالضبط، فتلجأ إلى متغير بديل قريب منه (Proxy)، وعليك أن تبرر هذا البديل.
• تعريفات قد لا تطابق تعريفك: مفهوم «البطالة» أو «الأمية» مثلًا قد يعرف في المسح بطريقة تختلف عن تعريفك الإجرائي.
• تغير طرق القياس عبر السنوات: قد تعدل الجهة تعريفاتها أو أسئلتها أو عينتها، فيظهر في السلسلة الزمنية تغير سببه القياس لا الواقع.
• مستوى التجميع: إذا كانت البيانات على مستوى الدول أو المحافظات، فلا تعمم النتائج على الأفراد. استنتاج سلوك الأفراد من علاقات بين مجموعات يسمى المغالطة البيئية (Ecological Fallacy).
• جودة غير معروفة: لا تعرف دائمًا كيف جمعت البيانات، وكيف عولجت حالات عدم الاستجابة والأخطاء، إلا بقدر ما توثقه الجهة.
• قيود الوصول والحداثة: بعض البيانات لا يتاح إلا بعد مدة من جمعه، وبعضه يتطلب إجراءات طويلة أو اتفاقيات استخدام.

كيف تقيم صلاحية مجموعة البيانات؟

قبل أن تبني دراستك على مجموعة بيانات، أجب عن هذه الأسئلة بالترتيب:

1. من جمعها ولماذا؟ الجهة الرسمية أو الدولية المعروفة أوثق عادةً من مصدر مجهول، والغرض من الجمع يكشف ما قد يغيب عن البيانات.
2. ما الفترة التي تغطيها؟ وهل هي حديثة بما يكفي لسؤالك؟
3. كيف اختيرت العينة؟ وهل للمسح أوزان معاينة (Sampling Weights) يجب استخدامها في التحليل؟
4. هل يوجد دليل للمتغيرات (Codebook) أو وثيقة منهجية؟ من دون هذا الدليل يصعب أن تعرف معنى كل متغير وطريقة ترميزه.
5. هل المتغيرات تقيس مفاهيم دراستك؟ طابق كل متغير بتعريفك الإجرائي، وحدد الفجوات بينهما.
6. ما حجم القيم المفقودة ونمطها؟ وهل تختلف بين السنوات أو المناطق؟
7. ما شروط الاستخدام؟ هل يسمح الترخيص بالاستخدام البحثي والنشر؟ وما الصيغة المطلوبة للاستشهاد بالبيانات؟

خطوات تحليل البيانات الثانوية

يمر التحليل عادةً بالمراحل التالية:

1. ابدأ من السؤال: صغ سؤال البحث أولًا ثم ابحث عن البيانات التي تجيب عنه، لا العكس. البدء من البيانات المتاحة يغريك بأسئلة سطحية لمجرد أن متغيراتها موجودة.
2. احصل على البيانات مع وثائقها: سجل رقم الإصدار وتاريخ الحصول عليها، واحتفظ بنسخة أصلية لا تعدل عليها.
3. نظف البيانات وأعد ترميزها: عالج القيم المفقودة والمتطرفة، وأعد ترميز المتغيرات بما يناسب أسئلتك، مع توثيق كل خطوة. وتجد التفاصيل في مقال تنظيف البيانات قبل التحليل الإحصائي.
4. طبق أوزان المعاينة وتصميم المسح: تجاهلها في المسوح المعقدة قد ينتج تقديرات متحيزة وأخطاء معيارية غير دقيقة.
5. اختر الأسلوب المناسب لطبيعة البيانات: الإحصاء الوصفي، أو الانحدار، أو تحليل السلاسل الزمنية، أو تحليل البيانات المقطعية الزمنية (Panel Data)، بحسب السؤال. ويعرض مقال مقدمة في التحليل الإحصائي للباحثين الأساس الذي تنطلق منه.
6. اختبر حساسية النتائج: هل تبقى النتيجة ثابتة إذا غيرت تعريف متغير أو استبعدت سنة غير معتادة؟

أخلاقيات استخدام البيانات الثانوية

قد تظن أن البيانات المنشورة لا تثير أسئلة أخلاقية، لكن الأمر أوسع من ذلك:

• الالتزام بشروط الترخيص: بعض البيانات تمنع إعادة النشر، أو تقصر الاستخدام على البحث العلمي، أو تطلب إرسال نسخة من البحث إلى الجهة.
• حماية هوية الأفراد: قد تكون البيانات الخام مجهولة الهوية، لكن دمجها مع مصادر أخرى، أو عرض خلايا صغيرة جدًا في الجداول، قد يسمح بالتعرف على أشخاص بعينهم.
• موافقة الجهات المختصة: السجلات المؤسسية على مستوى الأفراد، كالسجلات الطبية أو سجلات الطلبة، تحتاج غالبًا إلى موافقة المؤسسة ولجنة الأخلاقيات، حتى لو لم تتواصل مع أي مشارك.
• الأمانة في التحليل: لا تنتق السنوات أو الدول أو المتغيرات التي تعطي النتيجة التي تريدها، ووضح كل استبعاد وسببه.
• الاستشهاد بالبيانات: البيانات جهد جهة أخرى، وتوثيقها واجب كما توثق أي مصدر.

وتجد المبادئ العامة لحماية المشاركين والبيانات في مقال أخلاقيات البحث العلمي.

كيف تعرض البيانات الثانوية في رسالتك؟

في فصل المنهجية، اعرض مصدر البيانات بتفصيل يسمح لغيرك بالرجوع إليه: اسم الجهة، واسم المسح أو قاعدة البيانات، والإصدار أو السنة، وتاريخ الحصول عليها، ووحدة التحليل (فرد، أو أسرة، أو شركة، أو دولة)، والفترة الزمنية، وعدد المشاهدات بعد الاستبعاد. ثم عرف كل متغير كما ورد في المصدر وكيف أعدت ترميزه، واذكر طريقة معالجة القيم المفقودة واستخدام الأوزان. وهذه صياغة نموذجية لمثال افتراضي:

اعتمدت الدراسة على البيانات الخام لمسح القوى العاملة الصادر عن جهاز الإحصاء الوطني لعدة دورات متتالية، وتكونت وحدة التحليل من الأفراد في سن العمل الحاصلين على مؤهل جامعي. وأعيد ترميز متغير الحالة العملية إلى فئتين، واستخدمت أوزان المعاينة الواردة في المسح في جميع التقديرات، واستبعدت الحالات التي تنقصها بيانات المؤهل العلمي.

وفي قائمة المراجع وثق مجموعة البيانات نفسها، لا التقرير المنشور عنها فقط. ويخصص نظام APA في إصداره السابع صيغة لمجموعات البيانات تتضمن الجهة، والسنة، والعنوان، ورقم الإصدار إن وجد، ووصف [Data set]، والناشر، والرابط.

وخصص في حدود الدراسة فقرة صريحة لقيود البيانات: المتغيرات البديلة، والتعريفات المختلفة، والفجوات الزمنية. الاعتراف بهذه القيود يقوي دراستك أمام اللجنة ولا يضعفها.

أسئلة شائعة

هل تقبل رسالة ماجستير تعتمد على بيانات ثانوية فقط؟

في تخصصات كثيرة كالاقتصاد والمحاسبة والصحة العامة والديموغرافيا، الاعتماد على البيانات الثانوية ممارسة معتادة. لكن بعض الأقسام تشترط جمع بيانات أولية، فراجع دليل جامعتك وناقش الأمر مع مشرفك قبل اعتماد الخطة.

هل أحتاج إلى موافقة لجنة الأخلاقيات؟

يعتمد ذلك على نوع البيانات وسياسة جامعتك. البيانات المجمعة المنشورة للعموم لا تحتاج غالبًا إلى موافقة، أما السجلات على مستوى الأفراد فتحتاج عادةً إلى موافقة الجهة المالكة، وقد تحتاج إلى موافقة لجنة الأخلاقيات أو قرار بإعفاء الدراسة من المراجعة.

ما الفرق بين تحليل البيانات الثانوية والتحليل البعدي؟

التحليل البعدي (Meta-analysis) يجمع نتائج دراسات منشورة، كأحجام الأثر، ويدمجها إحصائيًا. أما تحليل البيانات الثانوية فيعيد تحليل البيانات الأصلية نفسها للإجابة عن سؤال جديد.

هل يمكن الجمع بين البيانات الأولية والثانوية في دراسة واحدة؟

نعم، وهو أسلوب مفيد أحيانًا، كأن تستخدم بيانات رسمية لوصف السياق العام ثم تجري مقابلات أو استبانة لتفسيره. المهم أن تحدد دور كل نوع من البيانات في الإجابة عن أسئلتك.

إن احتجت إلى من يساعدك في تنظيف بياناتك الثانوية واختيار الأسلوب الإحصائي المناسب لها وتفسير نتائجه، يمكنك الاطلاع على خدمة التحليل الإحصائي في مركز المستشار.