Исходные данные в курсовой работе: что это и где их взять

Что называют исходными данными в курсовой работе #

Исходные данные

Исходные данные — это сведения и материалы, существовавшие до анализа и ставшие основанием для исследования или расчёта. В исследовательской курсовой к ним относятся документы, тексты, числовые показатели, наблюдения, измерения и ответы участников. В расчётной курсовой это также исходные условия: заданные величины, вариант задания, объект расчёта, период, нормативные ограничения и другие параметры, из которых получают результат.

В исследовательской работе исходные данные показывают, что именно изучает автор. Например, это могут быть тексты рекламных объявлений, записи наблюдений за поведением покупателей или ответы 80 участников опроса. Данные не обязаны быть только числами: качественный материал тоже становится исходными данными, если его систематически анализируют для ответа на поставленный вопрос.

В задании преподаватель может употребить выражение «исходные данные» шире. Под ним иногда понимают не только собранные материалы, но и вариант задания, объект наблюдения, временной интервал, начальные значения для формулы и ограничения работы. Поэтому смысл термина нужно уточнять по контексту задания: для лабораторного расчёта исходными данными будут параметры установки, а для анализа рынка — показатели выбранных компаний за определённый период.

Теоретическая база объясняет, на какие понятия, модели и научные идеи опирается автор, а исходные данные показывают, какой материал он проверяет или описывает. Метод — это способ работы с материалом: сравнение, эксперимент, анкетирование или статистический анализ. Одна и та же научная статья может быть теоретическим источником, если из неё берут определения, но стать данными только тогда, когда сами тексты статей включены, например, в корпус для контент-анализа.

Результаты возникают после обработки исходных данных. Среднее значение, процентная доля, классификация текстов, построенный график и рассчитанный коэффициент уже не являются первоначальным материалом, даже если вычислены без сложной программы. Вывод идёт ещё на шаг дальше: он объясняет, что означают результаты для цели и гипотезы работы.

До начала анализа полезно зафиксировать границы набора данных. Нужно указать, что именно входит в исследование, за какой период собрано, какие единицы наблюдения выбраны и какие сведения намеренно исключены. Например, курсовая может изучать отзывы о трёх моделях смартфонов за один год, не включая комментарии без даты и публикации о других моделях.

Какими бывают исходные данные: состав и уровни #

По происхождению данные делятся на первичные и вторичные. Первичные материалы студент получает непосредственно для своей курсовой: проводит опрос или интервью, наблюдает за процессом, выполняет эксперимент, делает измерения либо извлекает сведения из конкретного документа по заранее заданной схеме. Вторичные данные уже собраны другими исследователями, организациями или государственными учреждениями: это статистические сборники, архивы, отчёты, открытые реестры и опубликованные массивы. Например, ответы респондентов из собственного опроса будут первичными данными, а показатели из официального статистического сборника — вторичными.

Количественные данные записываются числами, поэтому по ним можно считать частоты, средние значения, доли и другие показатели. К ним относятся, например, результаты тестирования студентов или сведения о количестве обращений в организацию. Качественные данные передают содержание и контекст: ответы на открытые вопросы, стенограммы интервью, фотографии, описания наблюдений. Их обычно группируют по темам и категориям, а не сводят только к арифметическим операциям.

По форме представления различают структурированные и неструктурированные данные. Структурированный массив заранее разделён на поля и записи: в таблице можно выделить переменные, например факультет, курс и результат теста. Неструктурированный материал не подчинён такой таблице: это папка документов, набор изображений или полные тексты интервью. Один и тот же материал можно преобразовать из неструктурированного в структурированный, если закодировать ответы и занести выбранные признаки в таблицу.

По степени обработки нужно отделять необработанный массив от очищенного набора и производных показателей. Необработанный массив содержит материалы в первоначальном виде: все ответы анкеты, записи измерений или полученные документы. После удаления дубликатов, исправления формата и проверки пропусков появляется очищенный набор; эти действия следует описать отдельно. Производные показатели студент рассчитывает сам — например, среднее значение, индекс или процент, — поэтому их нельзя выдавать за первоначальные данные.

Для курсовой не требуется использовать все классификации сразу. Сначала выберите ту, которая объясняет исследовательскую задачу: для опроса обычно нужны происхождение, числовая или текстовая форма и этап обработки; для анализа документов — происхождение, структура и способ кодирования. В описании можно сочетать несколько признаков: например, «вторичный, количественный, структурированный, очищенный массив официальной статистики за выбранный период». Такая формулировка показывает не только вид материала, но и границы работы студента.

Где взять исходные данные для курсовой #

Поиск исходных данных начинают не с поисковой строки, а с методички, задания и требований кафедры. В них могут быть указаны объект исследования, период, вариант задания, база практики, обязательные показатели или допустимые источники. Например, если в задании закреплён конкретный регион и период, статистика по всей стране за другой год не заменит требуемый материал. Выпишите эти ограничения отдельно: они станут фильтром для всех найденных документов.

Затем обсудите план поиска с научным руководителем. Руководитель помогает сузить тему, подсказать приемлемые базы и проверить, реально ли получить к ним доступ до установленного срока. Уточните, подходят ли для дисциплины данные организации, архивные документы, результаты опроса или только официальная статистика. Такая консультация предотвращает ситуацию, когда основная часть работы построена на источнике, который нельзя использовать или подтвердить.

Для вторичных данных — материалов, уже собранных кем-то ранее, — используют официальную статистику и сайты органов власти, научные репозитории, архивы, библиотечные каталоги, базы организаций и приложения к опубликованным исследованиям. У каждого канала есть своя сильная сторона: официальный портал обычно удобен для сопоставимых показателей, архив — для первичных документов, а приложение к статье — для воспроизведения уже описанного анализа. Ищите не отдельную цифру, а набор данных с названием, периодом, единицами измерения и описанием методики.

Первичные данные собирают специально для своей курсовой: через анкету, интервью, наблюдение, эксперимент или анализ документов. Такой вариант уместен, если тема допускает собственное исследование, а сроки позволяют определить выборку, провести процедуру и обработать ответы. Например, опрос пяти знакомых не даёт оснований описывать мнение всех студентов университета без обоснования границ и отбора участников. Сбор «для галочки» слабее, чем честно выбранный вторичный источник с понятной методикой.

Каждый найденный массив фиксируйте сразу в журнале поиска, даже если пока не уверены, что включите его в работу. Запишите название источника, ссылку или шифр документа, дату доступа, период данных, автора или организацию, формат файла и условия использования. Для материала от организации добавьте, кто его передал и можно ли раскрывать название организации. Такой журнал помогает восстановить путь от исходного документа до таблицы в курсовой.

Перед включением материала в курсовую сравните его с требованиями задания и отметьте пробелы. Если официальный набор содержит данные только за часть периода, не дополняйте его случайными публикациями без объяснения различий; лучше изменить границы анализа или найти сопоставимый источник. Для первичного сбора заранее подготовьте форму согласия и не запрашивайте сведения, которые не нужны для цели исследования. На следующем этапе эти записи позволят описать состав, объём, период и источник данных без догадок.

Как проверить качество, актуальность и законность данных #

Надёжность источника определяется не только известностью сайта или названием организации. Проверьте, кто подготовил данные, обладает ли автор компетенцией в предметной области, описан ли способ сбора и понятны ли расчёты. Полезно сопоставить сведения с независимым источником: например, показатели из отчёта компании сравнить с официальной статистикой или публикацией исследовательского центра.

Надёжный набор данных обычно имеет понятное происхождение, дату обновления, описание выборки и правила обработки. Если таблица опубликована без автора, методики и объяснения единиц измерения, её нельзя считать доказательством только из-за аккуратного оформления. Сохраните ссылку, название документа и дату обращения: это позволит восстановить путь от источника к использованному показателю.

Актуальность зависит от исследовательской задачи, а не только от свежести публикации. Для исторической темы старый нормативный акт, письмо или статистический отчёт может быть основным источником. В анализе рынка, напротив, критичен конкретный период: данные за прошлый год нельзя без оговорки выдавать за описание текущей ситуации.

Репрезентативность показывает, насколько выборка отражает генеральную совокупность — всех объектов, о которых предполагается сделать вывод. Выборка из 32 добровольных участников онлайн-опроса может описывать мнение именно этих респондентов, но не автоматически мнение всех студентов. Если состав участников отличается по возрасту, курсу или другим существенным признакам, границы обобщения нужно сузить.

Полноту данных проверяют до расчёта средних значений и построения сравнений. Найдите пропуски, повторяющиеся записи, разные единицы измерения и даты, которые не согласуются между собой. Если методика сбора изменилась в середине периода, результаты до и после изменения нельзя механически объединять: сначала нужно описать различие или анализировать отрезки отдельно.

Законность использования зависит от содержания и условий получения материала. Персональные данные — это сведения о прямо или косвенно определённом физическом лице: имя, контакт, сочетание признаков или иной идентификатор. В курсовой следует убрать лишние идентификаторы, использовать обезличенные обозначения и получить необходимое согласие на сбор и обработку сведений, особенно при интервью и опросах.

Внутренние документы организации нельзя публиковать или передавать третьим лицам только потому, что их удалось получить. Уточните разрешение на использование, исключите коммерческую тайну и сведения с ограниченным доступом, а при необходимости замените названия и числовые детали, сохранив смысл анализа. Даже открытая публикация не отменяет обязанности проверить условия лицензии и неразглашения.

Как оформить исходные данные в курсовой работе #

В методической части сначала называют объект данных: например, финансовую отчётность организации, ответы студентов или публикации по определённой теме. Затем указывают период и территорию либо организацию, к которым относятся материалы. Нужно также записать объём массива, единицу наблюдения и способ формирования выборки: один студент, один документ, один месяц или одна организация. Если изучены 80 анкет студентов одного факультета за учебный год, эти сведения должны быть отражены прямо в описании.

Для числового набора перечисляют переменные — признаки, значения которых сравниваются или рассчитываются. Рядом указывают единицы измерения: рубли, проценты, годы, баллы или количество случаев. Если категории заменены кодами, расшифровывают их, например: 1 — очная форма обучения, 2 — заочная. Здесь же описывают правила очистки данных и критерии исключения наблюдений: например, удалены анкеты без ответов более чем на половину вопросов.

Для текстовых и документальных материалов нужно описать не только количество, но и принцип отбора. Указывают, какие именно документы изучались, за какой период и почему они включены в массив: по дате, типу, организации, ключевым словам или соответствию теме. Следует назвать число проанализированных материалов и признаки, по которым их сравнивали. Например, для приказов организации такими признаками могут быть дата, адресат, основание и принятое решение.

Паспорт данных #

Сводную информацию удобно оформить в паспорте исходных данных — компактной таблице с постоянными характеристиками массива. Такой паспорт помогает не потерять сведения при написании текста и позволяет быстро проверить согласованность описания с методами и выводами. В нём фиксируют не только источник и период, но и формат файла, условия доступа, ограничения использования и связь набора с задачами курсовой.

Полный массив не обязательно помещать в основной текст. В приложениях размещают анкету, форму наблюдения, кодировочную таблицу, фрагменты документов, перечни отобранных материалов и дополнительные таблицы. В тексте достаточно объяснить назначение приложения и дать точную ссылку на него. Если публикация исходных материалов ограничена, в приложение помещают обезличенный пример, структуру файла или описание полей вместо самих записей.

Описание должно позволять другому исследователю восстановить ход работы: понять, откуда взялись сведения, что считалось наблюдением, как формировался набор и какие преобразования выполнены. При этом не нужно раскрывать конфиденциальные сведения, имена респондентов или весь массив целиком. Персональные данные заменяют кодами или обезличенными значениями, а ограничения доступа фиксируют в паспорте и методической части.

Описание данных должно быть согласовано с остальным научным аппаратом. Если в методике заявлены 120 наблюдений, а в таблице результатов использовано 118, нужно объяснить разницу. Если вывод относится ко всем студентам университета, но данные собраны только в одной группе, формулировку вывода следует сузить или ограничение обозначить явно.

Перед сдачей полезно выполнить техническую проверку: совпадают ли числа в паспорте, методике, таблицах и приложениях, расшифрованы ли все сокращения и коды, указаны ли источники каждой внешней таблицы. Ссылки на приложения должны вести к реально существующим материалам, а список источников — содержать все использованные базы и документы. Такая сверка превращает описание исходных данных из формального перечня в проверяемую часть курсовой работы.

Типичные ошибки и связь исходных данных с научным аппаратом #

Производный показатель нельзя выдавать за исходные данные. Процент, среднее значение или итоговый балл — это результат обработки, поэтому рядом должно быть понятно, из какого массива он рассчитан: анкет, записей наблюдений, документов или измерений. Например, фраза «удовлетворённость составила 72%» недостаточна без числа ответивших, формулировки вопроса и распределения исходных ответов. Иначе результат невозможно проверить или пересчитать.

Не обеспечивает проверяемость и формулировка «использованы интернет-источники». Она не показывает, какие именно документы отобраны, кто их автор, когда они опубликованы и по какому правилу включены в анализ. Для официального отчёта нужно назвать организацию и документ, для публикации — автора и название, для набора данных — владельца, период и адрес доступа. Если список материалов велик, критерии отбора можно сформулировать отдельно, но сам корпус всё равно должен быть обозначен.

Исходные данные должны соответствовать цели и каждой задаче. Если задача требует сравнить показатели за два периода, один показатель на одну дату не позволяет её решить: понадобится сопоставимый материал минимум за два периода. Если заявлено изучение мнения студентов, данные только одной учебной группы не дают оснований говорить обо всех студентах вуза без дополнительного обоснования репрезентативности. Несогласованность между задачей и материалом обычно приводит к формальным, недоказанным выводам.

Метод анализа выбирают по типу и объёму материала. Небольшая подборка интервью подходит для тематического или содержательного анализа, но не для вывода о доле мнений всей совокупности; массовые числовые данные, напротив, позволяют применять описательную статистику при соблюдении условий. Например, пять интервью могут показать повторяющиеся аргументы, но не доказать, что такой взгляд разделяет большинство. Название метода должно отражать реально выполненную процедуру, а не повышать научность текста.

Ограниченный массив сам по себе не делает курсовую слабой. Проблема возникает, когда ограничения скрыты: например, вывод о потребителях города строится по ответам знакомых автора, а отсутствие других групп не упоминается. Корректная формулировка сужает утверждение до реально изученного материала: «среди опрошенных участников» или «в рассмотренных документах». Такое ограничение показывает границы применимости результата и повышает его добросовестность.

Проверка согласованности #

Перед сдачей полезно пройти цепочку «данные — метод — результат — вывод». Сначала нужно найти конкретный фрагмент материала, затем объяснить, какая процедура к нему применена, и проверить, что полученный результат действительно следует из этой процедуры. После этого вывод сопоставляют с задачей: он не должен быть шире выборки, периода или набора признаков. Если на любом шаге возникает разрыв, формулировку задачи, метод или вывод необходимо уточнить.

• Каждый показатель связан с исходными записями, документами или ответами.
• Для каждой задачи хватает периода, объёма и состава материала.
• Метод соответствует форме данных и не создаёт чрезмерных обобщений.
• Вывод учитывает ограничения выборки и не выходит за её границы.
• Чужие и вторичные данные отделены от материалов, собранных автором.

Справка из Википедии

Метаанализ объединение нескольких результатов исследований методом статистики

Метаанализ — понятие научной методологии. Означает объединение результатов нескольких исследований методами статистики для проверки одной или нескольких взаимосвязанных научных гипотез.

Читать в Википедии →

Открытые данные

Открытые данные — концепция, отражающая идею о том, что определённые данные должны быть свободно доступны для машиночитаемого использования и дальнейшей републикации без ограничений авторского права, патентов и других механизмов контроля.

Читать в Википедии →

Выборка

Выборка или выборочная совокупность — часть генеральной совокупности элементов, которая охватывается экспериментом.

Читать в Википедии →

Репрезентативность

Репрезентативность — соответствие характеристик выборки характеристикам популяции или генеральной совокупности в целом.

Читать в Википедии →

Персональные данные любые сведения, относящиеся к прямо или косвенно определённому или определяемому физическому лицу

Персональные данные или личностные данные — сведения, относящиеся к прямо или косвенно определённому или определяемому физическому лицу, которые могут быть предоставлены другим лицам.

Читать в Википедии →

Поиск в Википедии Найти

Проверьте себя #

Главное #

• Исходные данные — это материалы, сведения или условия задачи, существующие до анализа и расчёта.
• Теоретическая база объясняет понятия и идеи, метод описывает способ обработки, а результат и вывод появляются после работы с данными.
• Данные различают по происхождению, форме, структуре, способу получения и степени обработки.
• Первичные данные собирают специально для своей курсовой, а вторичные используют повторно после сбора другими лицами или организациями.
• Надёжность данных проверяют по происхождению, методике, актуальности, полноте, единицам измерения и возможности сопоставления с независимыми источниками.
• Размер и способ формирования выборки определяют, насколько широко можно распространять результаты.
• В курсовой нужно описать состав, объём, период, источник, способ получения и обработки данных, а также ограничения доступа.
• Данные должны соответствовать цели, задачам и выбранному методу исследования.

Частые вопросы #

Словарь терминов #

Что почитать #

• The Practice of Social Research Earl R. Babbie, 2016 Классическое введение в логику социального исследования, выборку, сбор и оценку данных. Полезно студентам, которые проводят опросы, наблюдения и анализ документов.
• Research Design: Qualitative, Quantitative, and Mixed Methods Approaches John W. Creswell, J. David Creswell, 2018 Помогает связать цель, исследовательские вопросы, тип данных и метод. Подходит для выбора между количественным, качественным и смешанным дизайном.
• Case Study Research and Applications: Design and Methods Robert K. Yin, 2018 Подробно объясняет работу с документами, архивами, интервью и несколькими источниками в исследовании отдельного объекта или организации.
• Experimental and Quasi-Experimental Designs for Generalized Causal Inference William R. Shadish, Thomas D. Cook, Donald T. Campbell, 2002 Фундаментальная работа о планировании экспериментов, контроле альтернативных объяснений и пределах обобщения результатов. Особенно полезна для расчётных и экспериментальных курсовых.