1. 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

2. 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

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

6. 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

7. 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

8. 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

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

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

11. Primer uporabniškega vmesnika za anketno raziskovanje s kombiniranim zbiranjem podatkov

12. Primer ekrana za urejanje podatkov (raziskovanje IND-M)

13. Primer splošnega uporabniškega vmesnika (urejanje podatkov)

14. 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