Hvordan kan forskerne få højkvalitetsdata?

1. Hvordan kan forskerne få højkvalitetsdata?

2. Højkvalitetsdata (HKD) Mest anvendte registerdata Højkvalitetsdata

3. Højkvalitetsdata (HKD) Mest anvendte registerdata Eksisterende algoritmer og beregnede variabler Nye algoritmer og Beregnede variabler Højkvalitetsdata

4. Højkvalitetsdata (HKD) Mest anvendte registerdata Eksisterende algoritmer og beregnede variabler Nye algoritmer og Beregnede variabler Højkvalitetsdata Veldokumenteret (også over tid)

5. Højkvalitetsdata (HKD) Mest anvendte registerdata Eksisterende algoritmer og beregnede variabler Nye algoritmer og Beregnede variabler Højkvalitetsdata HKD kan let anvendes sammen med andre registre og surveys Hurtig opfølgning på rapporterede fejl Databrud repareres Veldokumenteret (også over tid)

6. Hovedgrupper af HKD • Demografiske forhold • Uddannelse • Arbejdsmarkedstilknytning • Arbejdsstedsoplysninger • Aktiveringsforanstaltninger • Indkomst og formue • Indkomstoverførsler • Bopælsoplysninger • Herudover let adgang til at koble med en lang række sundhedsregistre

7. Arbejdsmarkedstilknytning • Arbejdsomfang • Timeløn • Arbejdsstilling/-funktion • Erhvervserfaring • Branchetilknytning • Arbejdsløshed • Pendlingsopland • Skåne- og fleksjobs • Arbejdsmarkedsforløb

8. Indkomst og formue • Disponibel indkomst • Bruttoindkomst • Skattepligtig indkomst • Skattebetaling og marginalskatteprocent • Lønindkomst og kapitalindkomst • Bidrag til pensionsordninger • Pensionsudbetalinger • Skattepligtige renteindtægter og –udgifter • Formue

9. Indkomstoverførsler (1) • Arbejdsløshedsunderstøttelse • Kontanthjælp • Aktiveringsydelse • Uddannelsesydelse/revalidering • Førtidspension • Efterløn og tjenestemandspension • Sygedagpenge • Ledighedsydelse • Orlovsydelse • Boligydelse og -sikring

10. Indkomstoverførsler (2) • Delpension • Førtidspension • Folkepension • Skattefrie pensionstillæg • Stipendier (SU) • Uddannelsesydelse til ledig • Barselsdagpenge • Børnefamilietilskud

11. Algoritmer i DS • Sammenkobling af personer og firmaer/arbejdssteder. • Forældre- og familierelationer (mor/far-barn, hel- og halvsøskende) • Arbejdsmarkedsforløb

12. Nye algoritmer og beregnede variabler • Arbejdsmarkedsforløb.. • Årlige aktiveringsgrad • Forløb for modtagelse af indkomstoverførsler • Disponibel indkomst (2-3 forskellige) • Marginalskatteprocent • Pendlingsoplande • ….. • Reparation af databrud

13. Ledighed aktivering Ledighed a b Sandsynlighed for at komme i beskæftigelse

14. Nye algoritmer og beregnede variabler • Arbejdsmarkedsforløb • Årlige aktiveringsgrad • Forløb for modtagelse af indkomstoverførsler • Disponibel indkomst (2-3 forskellige) • Marginalskatteprocent • Pendlingsoplande • ….. • Reparation af databrud

15. Dokumentationsskabelon (1) • Kort beskrivelse/label • Udførlig forklaring • Den præcise definition • Henvisning til beskrivelse af andre variabler, der evt. bygges på • Redegørelse for fejlretninger, beregninger mv. siden dataindsamling • Specielle forhold vedr. administration mv. • Udførlig beskrivelse af ændringer i definitioner, databrud og udfaldsrum

16. Dokumentationsskabelon (2) • Variablens udfaldsrum/værdisæt • Fælles SAS-format bibliotek • Statistisk beskrivelse af variablen for hele tidsperioden • Randfordelinger, middelværdier og fraktiler • Grafisk præsentation

17. Kombinere med andre data • Koble med en lang række sundhedsregistre • Let tilgængelighed til registre uden for Danmarks Statistik, fx: • DREAM • Førtidspensionsdata • Efterlønsregistreringer • Adhoc sammenkobling med surveydata og andre registre uden for DS.

18. Vision • Let og billig adgang til højkvalitetsdata (HKD) • De mest brugte registerdata skal med • Nye algoritmer for komplicerede variabler • Databrud skal repareres • Veldokumenteret – også over tid • Hurtig opfølgning på rapporterede fejl • Databasen skal let kunne anvendes sammen med andre registre

19. Fordele for registerforskningen • Kvaliteten af data øges • Øge den international unikke registerforskning yderligere • Lettere adgang for ph.d.-studerende • Billigere undervisningsdatasæt • Øget udbytte af statslige forskningsmidler • Bedre muligheder for komplicerede analyser • Lettere og billigere at kombinere registerdata med andre data

20. Demografiske forhold • Køn • Alder • Civilstand • Familieoplysninger • Husstandsoplysninger • Forældre • Etnicitet

21. Uddannelse • Alm. skoleuddannelse • Højeste fuldførte erhvervskompetencegivende uddannelse • Igangværende uddannelse

22. Aktiveringsforanstaltninger • Foranstaltningstype • Foranstaltningens varighed • Timer pr. uge • Ydelsestype

23. Bopælsoplysninger • Ejerforhold • Opførelsesår • Areal • Husleje • Boligens type • Adressekode • Bopælskommune

24. Sundhed • Sygehusindlæggelser (diagnose, operationskode, indlæggelsestid mv.) • Kontakt med almen praktiserende læger og speciallæger (antal behandlinger, behandlingsart mv.) • Personhenførbar medicinforbrug (medicintype, antal døgndoser mv.). • Dødsårsager

25. Arbejdsstedsoplysninger • Virksomheden • Arbejdssted • Antal ansatte • Branche • Sektor • Arbejdsstedskommune • Afstand fra bopæl til arbejdssted

26. Dataadgang • Let og hurtig adgang til HKD via ”dataview”. • Opdatering kun ét sted • Fejlretninger kun ét sted • Bestilling på internetbaseret blanket • Kun betaling af marginalomkostninger for at få adgang til KMD