Dane w analizie statystycznej można podzielić m.in. według ich pochodzenia na dane pierwotne i wtórne. To rozróżnienie jest ważne w pracy ekonomisty, bo wpływa na koszt, czas i jakość przygotowania informacji do wnioskowania.
Dane pierwotne to informacje zebrane specjalnie dla danego celu i zwykle przez osobę lub zespół prowadzący analizę (np. ankieta wśród klientów, wywiad, pomiar, obserwacja, eksperyment). Ich zaletą jest dopasowanie do pytania badawczego, ale mogą być droższe i czasochłonne, a jakość zależy od poprawności narzędzia i próby.
Dane wtórne to informacje, które już istnieją, bo zostały wcześniej zebrane w innym celu (np. sprawozdania, ewidencje firmowe, bazy danych, publikacje statystyczne, raporty branżowe). Ich zaletą bywa dostępność i niski koszt, ale trzeba sprawdzić aktualność, definicje zmiennych i porównywalność.
Dlaczego pozostałe odpowiedzi są niepoprawne?
- "Dane pierwotne są bardziej wiarygodne…" – wiarygodność nie wynika automatycznie z tego, że dane są pierwotne. Źle zaprojektowana ankieta może dać gorsze wyniki niż rzetelna baza wtórna.
- "Dane pierwotne są zawsze ilościowe…" – dane pierwotne mogą być ilościowe lub jakościowe (np. wywiady). Podobnie dane wtórne mogą mieć oba charakteru.
- "Dane pierwotne są zawsze liczbowe…" – to kolejne błędne uogólnienie "zawsze". Tekstowe dane pierwotne (np. wypowiedzi respondentów) także istnieją i mogą być analizowane.
Wskazówka egzaminacyjna: jeśli w odpowiedzi pojawia się "zawsze/nigdy", często jest to sygnał odpowiedzi błędnej w zadaniach z metodologii. Szukaj definicji opartej na źródle i celu zebrania danych.
