SURS: ZBIRANJE IN UREJANJE STATISTIČNIH PODATKOV mag SURS: ZBIRANJE IN UREJANJE STATISTIČNIH PODATKOV mag. Pavle Kozjek Sektor za informacijsko tehnologijo in infrastrukturo - Služba za razvoj aplikacij za zbiranje in urejanje podatkov

Uvod Zbiranje in urejanje statističnih podatkov: vhod v statistični proces Informacijski sistem Statističnega urada RS: postopen prehod z okolja osrednjega računalnika na lokalno omrežje - priložnost za prenovo podsistema za zbiranje in urejanje podatkov Cilj: integriran podsistem s standardiziranimi rešitvami Pomen fleksibilnosti: podpora obstoječim aplikacijam tudi v novem okolju možnost nadaljnjega vključevanje novih metod in tehnik zbiranja in urejanja podatkov

Shema 1: Tok podatkov in metapodatkov v procesu statističnega raziskovanja (Sundgren, 1999)

Procesiranje podatkov na SURS in uporabljena orodja (zbiranje in urejanje podatkov) Globalni metapodatki, vključno s klasifikacijami in šifranti KONČNE VEČDIMENZIONALNE STATISTIKE SUROVI PODATKI ČISTI KONČNI PODATKI kazala Katalogi vsebine xls,tpl,txt datoteke KONČNI UPORABNIKI El .dok. On-line DW OLAP Publ. tabele CD Osrednji računalnik: VSAM datoteke, Cobol, PL-1 DBMS Rapid,Godar REGISTRI Področja glavnih aktivnosti razvoja programskih rešitev v okviru COP98 : - skupni elementi: metapodatki in klasifikacije - področna skladišča podatkov: kmetijstvo, strukturne statistikepodjetij regionalne statistike Lokalno omrežje: Blaise,VB Edisent SAS

MS SQL,IIS, Visual Interdev VIRI PRIPRAVA PODATKOV STATISTIČNE OBDELAVE DISEMINACIJA P O Ž A R N A S T E N A A R H I V podatkov in procesov A R H I V podatkov in procesov A R H I V podatkov in procesov URADNI A R H I V PREVZEM OD URADNIH USANOV ZGOLJ ZA OBJAVO Vhodni register Vhodni register kazala Vhodni register Katalogi vsebine Vhodni statistični register Mikro Podatki OLAP Disemi- nacijski strežnik POROČANJE SEKUNDA- RNIH VIROV STATISTIČNA KONTROLA, ANALIZE IMPUTACIJE, PREFORMACIJE ANALIZE, AGREGACIJE, OCENJEVANJA PRIDOBIVANJE PODATKOV EKSTRAHIRANJE PODATKOV Mikro baza Makro baza EKSTRAKCIJA, ZAUPNOST DISEMINACIJA Publikacije Podatki Iz virov ZUNANJI UPORABNIKI Vhodna baza Elektronsko izmenjevanje podatkov RAZVIJALCI: RDBMS Oracle ,Pl-SQL Designer,Developer, SAS, MS Access,TPL, TPL MS SQL OLAP POROČANJE PRIMARNIH VIROV STATISTIKI/ RAZVIJALCI SAS Podatkovno skladišče Internet UREJANJE PODATKOV RAZVIJALCI: MS SQL,IIS, Visual Interdev PC-Axis RAZVIJALCI - HOST: Cobol,TPL, Rapid, BO DBMS Oracle, SQL TISKARNA: Corel Draw Photoshop (psp) Pagemaker, Framemaker Ventura MS Office …. UPORABNIKI: Oracle Discoverer MS Access, Excel,Word SAS MS SQL OLAP METIS UPORABNIKI PC-Axis orodja Beta - host (interno) BSP -host Dokumentacija v izdelanih šablonah KLASJE RAZVIJALCI: DMBS Oracle, PL-SQL Designer,Developer, MS Access, MS SQL,IIS,Visual Int. UREJANJE METAPODATKOV UREJANJE DOKUMENTACIJE GIS: Imagine (sat.) ArcInfo, MapInfo Idrisi PRIPRAVLJANJE: METODOLOGIJE, OKVIRJA, STAT. GRADIVA, VPRAŠALNIKA Z VPRAŠANJI, OBJEKTOV OPAZOVANJA, STAT. SPREMENLJIVK, KLASIFIKACIJ, DOVOLJENIH VREDNOSTI, STAT. KARAKTERISTIK ... UPORABNIKI (SLOVENIJA, EU ...) UPORABNIKI: Aplikaciji Klasje, Metis MS Excel,Word C I L J N A S H E M A G L A V N E G A T O K A P O D A T K O V N A S U R S V okviru skupine P/STAT2000 osnovno shemo izdelala ga. Julija KUTIN

Zbiranje in urejanje podatkov - uporabljena orodja: Blaise + VB: Vnos z urejanjem podatkov: - s klasičnih obrazcev na papirju - anketiranje (kontakt z respondenton): CAPI, CATI Hitri vnos podatkov (urejanje naknadno, paketno ali interaktivno) Urejanje podatkov Edisent: elektronsko poročanje SAS: (v procesu zbiranja pod.) - priprava vzorcev Godar, Cobol, PL-1: urejanje podatkov

GEntry (generator aplikacij za hitri zajem podatkov): ekran za specifikacijo podatkovnega modela

Primer ekrana za vnos podatkov za anketno raziskovanje (CAPI, CATI)

Primer uporabniškega vmesnika za anketno raziskovanje s kombiniranim zbiranjem podatkov

Primer ekrana za urejanje podatkov (raziskovanje IND-M)

Primer splošnega uporabniškega vmesnika (urejanje podatkov)

Smernice: Enostavnost, robustnost in fleksibilnost arhitekture (Sundgren, 2000: smernice za relacijo med statističnim IS in njegovimi elementi) Prisotnost metapodatkov v celotnem procesu Razvoj in vključevanje novih rešitev (kombinirano zbiranje pod., elektronsko poročanje, Internet itd). Cilj: izboljšati kvaliteto dela in rezultatov Upoštevanje in usklajevanje potreb vseh udeležencev v statističnem procesu