datakilder

Datakilder er systemer, registre og andre kilder som gir data som kan brukes til forskning, analyse og beslutninger. De deles ofte inn i primære og sekundære kilder. Primære datakilder er data som samles inn spesifikt for et bestemt formål, for eksempel spørreundersøkelser, felttester, intervjuer eller sensormålinger. Sekundære datakilder er data som allerede er samlet inn av andre for andre formål og senere brukes i nye analyser, som administrative registre, offisielle statistikker, publiserte datasett, skjemadata og loggfiler.

Data kan være strukturerte, semistrukturerte eller ustrukturerte, og kan være kvantitative eller kvalitative. De fleste arbeider med kombinasjoner av flere kildetyper. Dataenes kvalitet påvirker pålitelighet og anvendbarhet; viktige egenskaper inkluderer nøyaktighet, fullstendighet, aktualitet, konsistens og pålitelighet.

Provenans og metadata er sentrale begreper: provenance beskriver hvor data kommer fra og hvordan de er bearbeidet, mens metadata beskriver betydning, format, enhet, oppdateringsfrekvens og tilgangsrettigheter. Data governance involverer roller, ansvar, policyer og prosesser som styrer håndtering, sikkerhet, personvern og samsvar med regler som GDPR.

Viktige kategorier av datakilder inkluderer administrativt og statistisk materiale, forskningsdata, forretningsdata, sensor- og loggdata, samt åpne data. Datakilder må vurderes kritisk for bias, representativitet og personvern, og bør dokumenteres og licenseres for å sikre riktig bruk og videreutvikling.