Please enable JavaScript.

Coggle requires JavaScript to display documents.

PIANO DI CHECK (Situazioni da verificare (Valori fuori dominio (il valore…

- - - - Cosa fare
        
        Spostare il controllo dei dati il più possibile vicino alla fase di raccolta delle informazioni presso le unità, in modo da rendere più facile il reperimento di informazioni corrette
        
        Come fare
        
        Tecnologie per l'integrazione del controllo e correzione dei dati con le fasi di intervista o di registrazione, in modo da eliminare, o in ogni caso minimizzare, gli errori attribuibile ad errori di compilazione o registrazione dei modelli
        
        Vantaggio
        
        Alcune tipologie di errori vengono corrette contemporaneamente alla fase di intervista o di registrazione, producendo una migliore qualità finale dei dati ed un risparmio nei tempi e nei costi connessi alle fasi successive di controllo dei dati
- - - - Controlli di validità o di range
        
        verificano che i valori assunti da una data variabile siano interni all'intervallo di definizione della variabile stessa
        
        PIANO DI CHECK
        
        un insieme di vincoli non ridondanti e non contraddittori che devono essere contemporaneamente soddisfatti da ogni unità statistica affinché l'informazione corrispondente possa essere considerata corretta
        
        Due tipi di regole che compongono un piano di incompatibilità
        
        Regole formali
        
        1 more item...
        
        Regole sostanziali
        
        1 more item...
  - - - Controlli statistici (A POSTERIORI)
        
        utilizzati per isolare quelle unità statistiche che presentano valori che si discostano in modo significativo dai valori che le stesse variabili assumono nel resto delle unità. Questi valori sono con alta probabilità errati, ma sono necessarie ulteriori verifiche
  - - - Controlli di consistenza
        
        verificano che prefissate combinazioni di valori assunti da variabili rilevate in una stessa unità soddisfino certi requisiti
- - - - Attraverso un confronto fra archivio dei dati grezzi e puliti, si conta il numero di volte in cui la variabile X assume valori diversi all’interno dei due archivi
        
        Le variabili alle quali sono associati i valori più alti sono quelle più problematiche, per le quali bisogna fare delle riflessioni per migliorarne la qualità
  - - - Confronto dello stesso record nei due archivi (dati grezzi vs dati puliti)
        
        Conteggio del numero di variabili che assumono valori diversi con riferimento allo stesso record nei due archivi
        
        Le unità con un numero maggiore di variabili diverse sono quelle più problematiche
  - - - Valutazione complessiva della qualità dei dati e delle tipologie prevalenti d’errore
        
        Creazione di variabili (inizializzate a 0), tante quante sono le tipologie di controllo. La variabile Check si incrementa di un’unità ogni volta che il check verifica l’errore
        
        In questo modo si ottiene il numero di volte in cui ogni specifico errore si è presentato, ovvero le situazioni maggiormente soggette a errore
- - - - Che modifiche apportiamo per riportare il record nella condizione di accettabilità rispetto ai criteri utilizzati?
        
        Ritorno alla fonte
        
        Se possibile, richiedere il dato direttamente al rispondente o a chi ha compilato il questionario
        
        È dispendioso in termini di tempo e lavoro, ma garantisce di avere il dato più corretto
        
        Imputazione deterministica (assegnare un valore al posto del dato errato o mancante, sulla base di regole logiche) o probabilistica (assegnare un valore estratto da un insieme di unità simili a quella su cui bisogna intervenire)
        
        Assegnare un valore alla variabile al posto del valore errato, sulla base di altre informazioni
        
        Le informazioni devono essere disponibili all’interno dell’insieme di dati e della stessa unità
        
        Per procedere con sicurezza all’imputazione, è necessario che le informazioni provengano da più di una variabile, altrimenti non sapremmo decidere, fra due variabili con valori incompatibili, qual è quello giusto
        
        Trattamento del dato come item non response, si lascia il dato mancante
        
        Se non ci sono strumenti per recuperare o imputare il dato corretto, rimane solo da cancellare il dato errato e trattare quel campo come un dato mancante