Dữ liệu thứ cấp là dữ liệu đợc thu thập cho mục đích khác, nhà nghiên cứu sử dụng lại cho nghiên cứu của mình.
* So sánh dữ liệu sơ cấp và dữ liệu thứ cấp
Mục đích thu thập
Quá trình thu thập Chi phí thu thập Thời gian thu thập
Dữ liệu sơ cấp
Phục vụ nghiên cứu của nhà nghiên cứu
Rất phức tạp Lớn
Dài
Dữ liệu thứ cấp
Phục vụ cho nghiên cứu khác
Nhanh, dễ dàng Tơng đối thấp Ngắn
Dữ liệu thứ cấp dễ tiếp cận trong thời gian ngắn với chi phí tơng đối thấp. Do đó, việc sử dụng dữ liệu thứ cấp sẽ giúp nhà nghiên cứu:
- Nhận diện vấn đề nghiên cứu
- Xác định rõ ràng vấn đề nghiên cứu - Phát triển cách tiếp cận vấn đề
- Xây dựng thiết kế nghiên cứu đúng đắn
- Trả lời các câu hỏi nghiên cứu nhất định và kiểm định một số giả thuyết. - Giải thích dữ liệu sơ cấp một cách sâu sắc.
Kết luận: Nghiên cứu dữ liệu thứ cấp là điều kiện tiên quyết cho việc thu thập dữ liệu sơ cấp. Khi thực hiện nghiên cứu, phải bắt đầu với nghiên cứu dữ liệu thứ cấp, thực hiện thu thập dữ liệu sơ cấp chỉ khi đã khai thác hết dữ liệu thứ cấp.
* Các tiêu thức đánh giá dữ liệu thứ cấp đợc viết tắt bằng tiếng Anh là SECOND
Đặc điểm: (S: specification) phơng pháp điều tra: Biết về phơng pháp sử dụng để thu thập dữ liệu là cần thiết để đánh giá chính xác mức độ chệch của dữ liệu. Cần quan tâm đến: mẫu và bản chất của mẫu, tỷ lệ và chất lợng trả lời, thiết kế và
quản lý bảng hỏi, quy trình đi khảo sát thực tế, quy trình phân tích dữ liệu và báo cáo.
Sai số - tính chính xác của dữ liệu (E: error): Cần đánh giá xem thông tin thu thập đợc có chính xác đủ để phục vụ nghiên cứu hiện thời hay không. Dữ liệu thứ cấp có thể không chính xác do cách tiếp cận không phù hợp, sai số trong khâu thiết kế điều tra, chọn mẫu, thu thập, xử lý, phân tích, viết báo cáo…
Tính thời sự của dữ liệu: (C: currency) xem xét dữ liệu thứ cấp thu thập đợc có cập nhật, có còn giá trị cho nghiên cứu hiện thời hay không.
Mục tiêu - dữ liệu: (O: objective) mục tiêu dữ liệu này đã đợc điều tra nhằm mục tiêu gì? Mục tiêu và câu hỏi nghiên cứu quyết định đến dữ liệu thu thập đợc và do đó cũng ảnh hởng đến việc sử dụng dữ liệu này cho nghiên cứu kinh doanh hiện tại.
Thành phần dữ liệu (N: nature): Cần xem xét đến định nghĩa các biến chính, đơn vị đo lờng, các quan hệ đợc kiểm chứng. Nếu các biến chính đợc định nghĩa khác nhau nhiều với định nghĩa sử dụng trong nghiên cứu hiện tại, giá trị dữ liệu thứ cấp cũng bị hạn chế. Ví dụ, nhà nghiên cứu có dữ liệu thứ cấp vê nghiên cứu sự a thích các chơng trình truyền hình. Giả định rằng theo dữ liệu đó, một chơng trình truyền hình đợc coi là hấp dẫn hơn nếu mang lại nhiều thông tin cho ngời xem hơn. Trong khi đó, nhà nghiên cứu lại cho rằng một chơng trình truyền hình hấp dẫn là chơng trình có số lợng ngời xem nhiều nhất. Trong trờng hợp này, định nghĩa khác nhau về tính hấp dẫn của các chơng trình truyền hình đã làm cho dữ liệu thứ cấp không mang lại nhiều giá trị cho nghiên cứu hiện thời.
Sự phụ thuộc của dữ liệu (D: dependatability): bao gồm sự phụ thuộc về chuyên môn, sự tín nhiệm, sự nổi tiếng và giá trị tin cậy của nguồn.