Kvalitetsbegrepp och riktlinjer för kvalitets - Statistiska centralbyrån

8
2.2 Osäkerhetskällor
Åtminstone som en första approximation, med pedagogiska förtjänster, kan en total
avvikelsen ses som en summa av partiella avvikelser, vilka emanerar från olika
felkällor. Härvid skall dock framhållas dels att de partiella avvikelserna kan motverka
varandra (genom att ha olika tecken) dels att uppdelningen på möjliga felkällor
ibland kan vara något skönsmässig.
2.2.1 Urval
Kvalitetskomponenten avser den del av totala avvikelsen som beror på att statistiken
är baserad på observationer på endast ett urval av objekt. Osäkerhetsmarginaler
kan ofta anges i form av konfidensintervall.
2.2.2 Ramtäckning
Kvalitetskomponenten avser den del av totala avvikelsen som beror på skillnad
mellan rampopulation och målpopulation.
2.2.3 Mätning
Kvalitetskomponenten avser den del av totala avvikelsen som beror på mätfel.
2.2.4 Svarsbortfall
Svarsbortfall, vanligen förkortat till bortfall, uppstår när värden på en eller flera
observationsvariabler inte kan inhämtas. Termen skall uppfattas i den vida mening
som indikeras av engelskans "missing value". Den omfattar t.ex. att uppgifter saknas,
därför att de av en eller annan anledning inte kunde överföras från ett administrativt
register. Om man för ett objekt inte erhåller några användbara uppgifter
föreligger objektbortfall. Om användbara uppgifter inhämtats för vissa, men inte
alla observationsvariabler föreligger partiellt bortfall (för variabler utan värden).
Kvalitetskomponenten avser den del av totala avvikelsen som beror på bortfall.
2.2.5 Bearbetning
Kvalitetskomponenten avser den del av totala avvikelsen som beror på ofullkomligheter
i bearbetningen, vilken omfattar databeredning (dataregistrering, kodning
och granskning/rättning) och numeriska skattningsberäkningar. Själva skattningsförfarandet
hänger nära samman med urval, och det är oftast naturligast att föra
samman dessa till en aspekt "urval och skattning/estimation".
2.2.6 Modellantaganden
Avser den del av den totala avvikelsen som beror på att statistiken är baserad på
modellantaganden som inte är perfekt uppfyllda.
Val av urvals- och skattningsförfarande baseras ofta på modellantaganden, som
spelar roll för skattningarnas precision men inte deras väntevärdesriktighet. För
störningar på grund av täcknings - och mätningsbrister samt bortfall görs också ofta
antaganden, som används för justeringar i skattningssteget. Nyssnämnda typer av
modellantaganden hänförs till den aktuella osäkerhetskällan. Denna kvalitetskomponent
avser modellantaganden utöver dem som gäller urval, ramtäckning, mätning
och bortfall. Exempel är framskrivningsmodeller, modeller för att ”fördela ned”
statistik från stora till små redovisningsgrupper och modeller för att skatta ej
undersökta delar av populationen.
2.3 Redovisning av osäkerhetsmått
Avser om konfidensintervall eller annat osäkerhetsmått redovisas.
Kommentarer om osäkerhetsmått
I planerings- och beslutssammanhang används statistik ofta så att man i en första omgång
resonerar under premissen att statistikvärdena anger korrekta värden på målstorheterna.
Många användare är dock medvetna om att de kan komma till mer eller mindre
missvisande slutsatser genom att bortse från osäkerheten. Om de sedan vill bedöma