Tahap 6: Analyse

Pengantar

Pengantar

  • Pada tahap ini, output statistik diproduksi, diperiksa secara rinci, dan disiapkan untuk disebarluaskan.
  • Tahap ini mencakup penyiapan konten statistik (termasuk komentar, catatan teknis, dll), dan memastikan keluaran yang dihasilkan “sesuai dengan tujuan” sebelum disebarluaskan kepada pelanggan.
  • Tahap ini juga mencakup sub-proses dan aktivitas yang memungkinkan analis statistik untuk memahami statistik yang dihasilkan.
  • Untuk output statistik yang dihasilkan secara teratur, tahap ini terjadi di setiap iterasi.
  • Tahap ini bersifat umum untuk semua output statistik, terlepas dari bagaimana data tersebut diperoleh.
  • Tahap ini dibagi menjadi lima sub-proses, yang umumnya berurutan, dari kiri ke kanan, tetapi dapat juga terjadi secara paralel, dan dapat berulang.

6.1. Prepare draft output

  • Tahap ini merupakan tempat data diubah menjadi output statistik.

  • Tahap ini mencakup produksi pengukuran tambahan seperti indeks, tren, atau seri yang disesuaikan secara musiman, serta pencatatan karakteristik kualitas.

  • Menyusun draft output statistik.

  • Menghitung indeks, data series musiman, dan agregat lainnya.

  • Pada tahap ini, data mentah (raw data) telah ditransformasi sesuai dengan output ataupun Indikator yang akan ditampilkan, sehingga dapat dilakukan proses penyahihan (validasi) dengan cara membandingkan antara hasil yang diharapkan dengan output yang dihasilkan.

  • Kegiatan penyahihan output meliputi:

    • Memeriksa cakupan populasi dan response rate;

    • Memeriksa hubungan antara metadata dengan paradata;

    • Memeriksa output dengan data lain yang relevan;

    • Memeriksa kemungkinan ketidakkonsistenan output;

    • Memvalidasi output dengan hipotersis awal dan penelitian sebelumnya.

6.2. Memvalidasi keluaran

  • Ahli statistik memvalidasi kualitas output yang dihasilkan sesuai dengan kerangka kerja kualitas umum dan dengan ekspektasi.

  • Melakukan validasi kualitas data.

  • Tahap ini juga mencakup kegiatan yang terlibat dalam pengumpulan intelijen, dengan efek kumulatif membangun tubuh pengetahuan tentang domain statistik tertentu.

  • Pengetahuan ini kemudian diterapkan pada koleksi saat ini untuk mengidentifikasi perbedaan dari harapan dan untuk memungkinkan analisis yang terinformasi.

  • Kegiatan validasi dapat mencakup:

    • memeriksa cakupan populasi dan tingkat respons sesuai dengan yang dibutuhkan;
    • membandingkan statistik dengan siklus sebelumnya (jika ada);
    • memeriksa apakah metadata dan paradata terkait (metadata proses) ada dan sesuai dengan harapan
    • membandingkan statistik dengan data lain yang relevan (baik internal maupun eksternal);
    • menyelidiki ketidakkonsistenan dalam statistik;
    • melakukan penyuntingan makro;
    • memvalidasi statistik terhadap ekspektasi dan intelijen domain.
  • Melakukan macro editing.

6.3. Menafsirkan dan menjelaskan keluaran

  • Tahap ini merupakan tempat pemahaman mendalam tentang output oleh ahli statistik.
  • Pemahaman tersebut untuk menginterpretasikan dan menjelaskan statistik yang dihasilkan, melihat statistik dari semua perspektif dengan menggunakan alat dan media yang berbeda, serta melakukan analisis statistik yang mendalam.
  • Melakukan analisis deskriptif dan analisis khusus.
  • Pada tahap ini juga dipastikan bahwa interpretasi output telah menjawab tujuan penelitian.
  • Interpretasi output meliputi:
    • Memeriksa konsistensi;

    • Mengumpulkan informasi pendukung untuk interpretasi;

    • Menyiapkan metadata yang diperlukan;

    • Menyiapkan dokumen pendukung lainnya;

    • Diskusi awal sebelum hasil dipublikasi.

6.4. Menerapkan kontrol pengungkapan

  • Tahap ini memastikan bahwa data (dan metadata) yang akan disebarluaskan tidak melanggar aturan kerahasiaan yang berlaku.
  • Sebagai contoh, disclosure untuk micro data yang akan dipublikasikan akan berbeda dengan disclosure control untuk tabulasi yang akan dipublikasi. Contoh:
    • Disclosure control data hasil survei

    • Disclosure control data hasil kompilasi

  • Data yang berpotensi sensitive dan dapat diungkap dari karakteristiknya harus dianonimkan atau dihilangkan. Misal kompilasi data tentang pelayanan klinik geriatri di suatu kabupaten, jika hanya ada 1 unit pelayanan geriatric di kab tersebut maka akan mudah diungkapkan.
  • Tahap ini dapat mencakup pemeriksaan pengungkapan primer dan sekunder, serta penerapan teknik penekanan atau gangguan data.
  • Tingkat dan metode pengendalian pengungkapan data dapat berbeda untuk berbagai jenis keluaran, misalnya pendekatan yang digunakan pada kumpulan data mikro untuk tujuan penelitian akan berbeda dengan pendekatan yang digunakan untuk tabel atau peta yang dipublikasikan.
  • Melakukan analisis pada output statistik yang berpotensi menimbulkan disclosure.
  • Melakukan disclosure control untuk menjamin kerahasiaan data individu.

6.5. Menyelesaikan keluaran

  • Tahap ini memastikan bahwa statistik dan informasi terkait telah sesuai dengan tujuan dan tingkat kualitas yang diperlukan, sehingga siap untuk digunakan.

  • Tahap ini mencakup:

    • menyelesaikan pemeriksaan konsistensi;
    • menentukan tingkat rilis, dan menerapkan peringatan;
    • mengumpulkan informasi pendukung, termasuk interpretasi, komentar, catatan teknis, pengarahan, ukuran ketidakpastian, dan metadata lain yang diperlukan;
    • membuat dokumen internal pendukung;
    • diskusi pra-rilis dengan para ahli bidang studi internal yang sesuai;
    • menyetujui konten statistik untuk dirilis.
  • Melakukan pengecekan final terhadap output statistik.

  • Menyiapkan laporan analisis output dan draft publikasi/materi diseminasi.

  • Melakukan konsultasi/diskusi dengan pengguna, peneliti, dan memfinalisasi analisis output statistik.

  • Menyetujui output statistik untuk dirilis.