Datankeräyksen

Datankeräys on systemaattinen prosessi, jossa kerätään, tallennetaan ja hallinnoidaan tietoa yleensä tutkimus-, tilasto- tai hallintokäyttöä varten. Kerätty data voi olla primaaridataa, jota kerätään tutkimuskäyttöön, tai sekundaaridataa, eli valmiiksi olemassa olevia tietoja kuten rekistereistä, tilastoista tai verkkopalveluista.

Datankeräys voi toteutua monin tavoin: kyselytutkimukset (kyselylomakkeet), haastattelut, havainnointi, kokeet sekä digitaaliset mittaukset ja verkkopalvelujen käyttötiedot. Lisäksi käytetään usein hallinnollisia tietoja ja rekisteritietoja.

Prosessi sisältää otannan suunnittelun, instrumenttien suunnittelun ja testaamisen, tiedonkeruukäytännöt sekä tiedon tallennuksen ja laadunvarmistuksen. Laadun kannalta kiinnitetään huomiota validiteettiin, reliabiliteettiin, täydentävyyteen ja ajantasaisuuteen. Tietojen puhdistus, metadata sekä tiedonhallinta ovat keskeisiä. Tietosuojaan ja etiikkaan kiinnitetään erityistä huomiota: suostumus, anonymisointi tai pseudonymisointi sekä pääsynhallinta.

Haasteita ovat yksityisyyden suoja, ei-vastaajien aiheuttama vääristymä, datan fragmentoituminen sekä rekistereiden yhteentoimivuuden puute. Datan hyödyntäminen voi tukea politiikkasuosituksia, tutkimusta, liiketoimintaa ja julkista hallintoa. Avoin data ja läpinäkyvä tiedonhallinta voivat lisätä luotettavuutta.