5.2.2 Granska mikrodata
Syftet med process 5.2.2 Granska mikrodata är att identifiera och åtgärda fel i mikrodata som används för framställning av statistik. Granskningen ska säkerställa att mikrodata håller tillräcklig kvalitet genom att identifiera och hantera fel som kan ha påtaglig inverkan på statistikresultaten. I detta ligger inte bara att eliminera felens direkta påverkan, utan kanske ännu viktigare är att identifiera och kunna reducera felkällor till kommande produktionsomgångar och undersökningar.
I mikrogranskningen tillämpas ett makroperspektiv, där målet är att rikta insatserna mot objekt som bedöms ha stor påverkan på statistikens resultat. Identifiering och hantering av misstänkta fel sker i första hand med automatiserade metoder. När manuell granskning används, sker den selektivt och baserat på en bedömning av var den ger störst nytta.
Avgörande för statistikens kvalitet är hur väl mätinstrumentet har konstruerats och testas (process 2.3.5 och 2.3.6) samt genomförts (process 4.2). Mikrogranskningens roll är nödvändig för att säkra kvaliteten, men har en mera kompletterande roll, och dess möjligheter är begränsade. Har brister i mätningen lett till bristande kvalitet i svarsdata, så är det väldigt svårt att hjälpa upp kvaliteten med omfattande kontroller i granskningen. Har däremot mätningen fungerat bra är det skäl att respektera svaren och undvika att ändra dem.
I process 2.4.2 Utforma granskning beskrivs ett antal principer som är viktiga att beakta vid utformningen av granskningar. Där finns även information om olika granskningsmetoder, hur de väljs och vad som är viktigt att tänka på vid genomförandet av respektive granskningsmoment. I dokumentet Guide till granskning finns en mer utförlig beskrivning av olika granskningsmetoder. Guide till granskning har inte uppdaterats på många år men innehåller tekniska detaljer som fortfarande är relevanta.
Input
Som input till processen
behövs:
- gjorda val från process 2 Utforma undersökningen, främst 2.4.2 Utforma granskning
- hur mätinstrumentet ser ut och används
- kvalitetsprioriteringar utifrån användarbehov
- granskningskontroller med instruktioner för det manuella arbetet
- IT-system med stöd för manuell utredning och åtgärdsflaggning
- kontaktuppgifter till uppgiftslämnare m.m.
- normer för hur flaggningar ska kodsättas
- data från tidigare undersökningsomgångar eller liknande undersökningar (även t.ex. en provundersökning)
- val av vilka processindikatorer som ska beräknas från 2.7 Utforma produktionsflöde
- parameter- och tröskelvärden, om selektiv granskning används.
Output
När processen är genomförd
finns:
- data som har granskats på mikronivå
- flaggade datavärden som anger om värdena har verifierats eller inte
- noteringar om eventuella påträffade mätproblem
- processindikatorer och övriga processdata, inklusive eventuella akuta modifieringar i instruktioner
- flaggor, poäng och tröskelvärden från selektiv granskning
- resultat av uppföljning och granskardebriefing
- dokumentation i StaF och i Kvalitetsdeklarationen.
Mikrogranskning kan ingå i olika delar av produktionsprocessen. Den kan utföras som en egen process här i 5.2.2 och ingår då som ett av flera led i bearbetningen av insamlade mikrodata; detta kallas produktionsgranskning.
Mikrogranskning kan även utföras redan i samband med datainsamlingen (process 4.2 Genomför datafångst); detta kallas insamlingsgranskning. Vid insamlingsgranskning utför uppgiftslämnaren själv (uppgiftslämnargranskning) alternativt intervjuaren granskningar genom kontroller i ett elektroniskt formulär. Stöd för insamlingsgranskning finns i verktygen SIV och WinDati, se 2.4.2 Utforma granskningen. I process 4.2.3 Överför data till elektroniskt format beskrivs dataregistreringsgranskning, t.ex. verifiering vid skanning. Kompletterande automatiska kontroller av t.ex. datatyp och dubbletteliminering kan göras också vid sammanföringen och överföringen från insamlings- till bearbetningsdatalager (process 4.3 Sammanställ datakällor).
Produktionsgranskningen genomförs successivt under en produktionsomgång och sker normalt i EDIT eller i en produktanpassad applikation. Granskningen inleds oftast med automatiska metoder för att identifiera och hantera misstänkta fel. Rekommendationen är att de fel som kan hanteras automatiskt också ska hanteras automatiskt. Mer information finns i dokumentet Automatändring av misstänkta fel i Triton (process 2.4.2). När behov finns kompletteras den automatiska granskningen med manuella moment. Dessa ska alltid baseras på selektiva metoder, mer information finns i dokumenten Selektiv granskning (process 5.2.2) och Anvisningar för selektiv granskning (process 2.4.2). Vid manuell produktionsgranskning signaleras fel för misstänkta objekt baserat på granskningskontroller och för varje felsignalerat objekt visas felmeddelanden i applikationen för samtliga underkända variabler. Felmeddelanden, tillsammans med instruktioner för hantering av misstänkta fel, utgör grunden för det fortsatta arbetet med manuella återkontakter och utredningar. Tillämpningen av manuella moment styrs av behov, tillgängliga resurser och ett helhetsperspektiv på statistikens kvalitet.
Granskning vid särskilda omständigheter
Som stöd vid hanteringen av
granskningen under covid-19-pandemin togs dokumentet Stöd vid hantering av
coronaeffekter i granskningsprocessen fram. Rekommendationerna i dokumentet
var inte bindande, men skulle följas av de statistikprodukter som det var
genomförbart för. Dokumentet kan användas som stöd i andra situationer när en
stor mängd värden avviker från det normala.
Effektivisera och kvalitetssäkra produktionsgranskningen med processdata
Processdata som beskriver hur granskningen fungerar ska sammanställas och utvärderas kontinuerligt, för att säkerställa att mikrogranskningen svarar mot de krav på kvalitet och kostnadseffektivitet som ställs. Processindikatorer beskriver omfattning av felsignalering, träffsäkerhet i kontrollerna, m.m. Indikatorerna är viktiga för dels löpande övervakning och styrning i pågående produktion, dels analys och utvärdering inför kommande effektivisering samt underlag till kvalitetsredovisningar. Analys av processdata kan ge underlag att förbättra mätprocessen och kvaliteten i indata, så att även granskningen kan bli mindre arbetskrävande, mer detaljerad information finns i dokumentet Översyn av produktionsgranskning - anvisningar.
Granskning behövs även för registerdata
Granskning av registerdata ställer särskilda krav. Datakvaliteten i register som baseras på administrativa källor beror primärt på i vilken utsträckning data är relevanta för statistikändamålet. Den datainsamlande myndigheten har som regel granskat materialet utifrån vad som är relevant i myndighetens perspektiv. När SCB granskar data insamlad hos andra myndigheter är återkontakt med uppgiftslämnare oftast inte möjligt. Outputgranskningen blir därför särskilt viktig för att upptäcka orimligheter och inkonsistenser i datamaterialet. När data kommer från ett administrativt register på annan myndighet bör återkoppling om funna orimligheter återkopplas till berörd registerproducent. Vid avstämningar mot annan statistik kan felaktigheter upptäckas och underlag fås för att beskriva skillnader mellan olika statistikprodukter. Ta vid behov stöd av dokumentet Granskning i registerproduktionsprocessen. Syftet med dokumentet är att ge en effektiv registergranskning och därmed minska risken för fel i registerproduktionen. För handledning och stöd avseende Dokumentation av det statistiska registret (DOKSTAR) se process 5.3.2.
Grundläggande rutiner för uppföljning och spårbarhet
Ogranskade data (dvs. data före granskning) ska alltid sparas! Detta är viktigt av flera skäl. Data som är opåverkade av granskning behöver finnas kvar för att SCB ska kunna garantera spårbarhet och full kontroll över sin produktionsprocess. Ogranskade data kan behöva finnas i beredskap för t.ex. särskilda analyser och eventuella senare diskussioner med uppgiftslämnare. Speciellt behövs ogranskade data för att möjliggöra utvärderingar och kontroller av granskningsprocessen. Vid införande av SELEKT är det en nödvändig förutsättning att man har sparat tidigare undersökningsomgångar inkl. ogranskade data. Mer information om när SELEKT kan vara ett relevant verktyg finns i Kriterier för när införande av SELEKT. Granskningskontroller såväl som granskningsinstruktioner ska testas, dokumenteras och sparas. Antalet observationer före respektive efter granskning ska noteras i logg som sparas. Detta ska främst göras för att säkra mot att observationer oavsiktligt tappas eller dubbleras.
Rutiner för spårbarhet m.m.
behövs inte endast för produktionsgranskning, utan även för insamlingsgranskning:
- Uppgiftslämnargranskning sker speciellt vid elektronisk insamling. Hårda och mjuka kontroller ska testas, dokumenteras och sparas.
- Dataregistreringsgranskning sker vanligen genom verifiering vid skanning. Verifieringen ska göras utifrån testade och dokumenterade granskningskontroller. Felsignalerade uppgifter ska åtgärdas enligt rättningsinstruktioner.
Erfarenheterna från personal som utför och leder manuell utredning behöver också tas till vara, utöver de kvantitativa uppföljningsmåtten. En viktig aspekt är att fånga upp uppgiftslämnarens beskrivning av vad orsaken är till att man lämnade en felaktig uppgift. Denna information används som underlag till förbättring av mätinstrumentet. Uppföljningen ska, när det är lämpligt, genomföras via en s.k. granskardebriefing, vilket är en strukturerad och dokumenterad genomgång av granskningspersonalens erfarenheter efter avslutad produktion.
I dokumentet Fastställda arbetssättet med granskardebriefing finns verktyg i form av anvisningar, checklista och mall till frågeguide.
Kontaktuppgifter
Vid frågor eller för att få ytterligare stöd skriv gärna till gruppbrevlådan Granskning.
Dokument och länkar för SCB
Länklistan i detta avsnitt är
endast tillgänglig för användare på SCB.
Dokument och länkar för användare utanför SCB
------------------------------------------------------------------------------------------------------------------------------------------------------
Senast uppdaterad
2025-11-24
Verifierad
2025-11-24
Diarienummer A2025/12
