ATP modellen Datakvalitet – enkle kontrollrutiner.

Presentasjon om: "ATP modellen Datakvalitet – enkle kontrollrutiner."— Utskrift av presentasjonen:

1 ATP modellen Datakvalitet – enkle kontrollrutiner

2 Datagrunnlag Data fra Bedrifts- og foretaksregisteret Nettverket Punkt som ikke snappes til nettverket Service area kontra Buffer Befolkningsdata Beregninger – noen triks

3 Bedrifts- og foretaksregisteret Inneholder data om: –Bedrifter på adressenivå (koordinat for adresse) –Antall ansatte –Arbeidstid for ansatte –De ansattes bostedsgrunnkrets Noen bedrifter har ansatte som ikke møter på bedriftens adresse: –Vikarbyrå –Avisbud

4 Bedrifts- og foretaksregisteret - sjekk Sorter bedrifter etter antall ansatte Sjekk de største bedriftene – dvs de med flest antall ansatte fordi det er her de store feilene vil forekomme –Som vikarbyrå –Som hovedkontor –Som avisbud knyttet til adressen for distribusjonsbedriften Sjekk bedrifter som har null ansatte –Er dette enkeltmannsforetak? Innenfor en del servicetjenester er dette vanlig (legekontor, tannlegekontor, frisører med mer) –Vurder om det er rimelig å legge inn en ansatt i slike bedrifter –Se opp for bedrifter som kun er regnskapsenheter ; eksempel på dette kan være forretningsgårder, sameier og lignende som vanligvis kun har en forretningsfører som samtidig gjerne er forretningsfører for flere slike bedrifter

5 Nettverket Se opp for brudd i nettverket Hvis du har brudd, stopper alle beregninger i bruddet Hvis det oppstår slike tilfeller, sjekk nettverket i dette området Kjør en enkel ”korteste veg” og sjekk vegvalget

6 Punkt som ikke snappes til nettverket Her er de grå punktene ikke snappet til nettverket. Disse punktene vil ha verdien 0 for tid/avstand Sjekk spesielt ”til-punktene” – hvis du har holdeplasser som ikke får tildelt befolkning kan det skyldes at holdeplassen ikke snappes til nettverket

7 Service area kontra Buffer Her ser vi at Service area har større utstrekning enn Buffer Hvis du skal finne antall bosatte har dette betydning Vurder hvilket nøyaktighetsnivå analysen krever

8 Befolkningsdata – reduser antall punkt De røde punktene er befolkning på adresse De svarte punktene er befolkning innenfor en radius på 100 meter Hvis du vil finne befolkning innenfor det gule området; får du 708 personer når du bruker røde punkt og 584 personer når du bruker de sorte

9 Befolkningsdata – reduser antall punkt Dette er resultatet av forenklingen og forskjellen kan slå begge veier Vurder alltid hvilken nøyaktighet du trenger Generelt sett er det slik at –Hvis du skal finne befolkning innenfor et område, er det lite å spare på å bruke datasett som er forenklet –Hvis du skal beregne for eksempel reiseavstand fra alle befolkningspunkt til Gløshaugen, er det mye å spare på å bruke datasett som er forenklet

10 Beregninger – noen triks På 3.x plattformen er det generelt sett vanskelig å ha kontroll på snappetoleranser For å være sikker på at snappetoleransene er den samme fra beregning til beregning, er det fornuftig at alle beregninger starter i den samme målestokken –Det betyr at du alltid har kartet i samme målestokk når du starter beregningene –Hvis ikke var det stor sjanse for at ”like” beregninger ga litt forskjellig resultat Dette er sterkt forbedret på 9.x plattformen, men det må testes

11 Oppsummert Vurder rimeligheten av resultatene –Er resultatet som forventet? –Er andelen rimelig i forhold til totalen? Hvis du er usikker –Sjekk beregningen på et mindre og mer oversiktlig område –Vurder om du har en mulighet til å sjekke resultatet ved å bruke andre funksjoner? –Sjekk ut noen enkeltpunkt