Division de l’éducation Projet MEBplus

1. Division de l’éducation Projet MEBplus

2. MEBplus • Le contenu • Les raisons et objectifs • Sont touchés par la modernisation • Introduction d’un identificateur de personnes (NAVS13) • Processus et infrastructure - autoplausibilisation • La protection des données – Pseudonymisation AHVN13 • MEB (non haute-écoles) • Le contenu • Les statistiques concernées • Révision SIUS (haute-écoles) • Système d‘information universitaire Suisse • Les raisons et objectifs • Mise-en-œuvre en deux étapes et Planification grossière Projet MEBplus Modernisation des enquêtes dans le domaine de la formation (cliquez sur un lien pour en savoir plus!) Auf deutsch wechseln…

3. Qu‘est-ce que MEBplus? MEBplus est divisé en trois parties : • MEB (sans le domaine des hautes-écoles) • Harmonisation des objets de relevé, des jours de relevé, des nomenclatures • Collecte de données se basant sur les systèmes administratifs des écoles • relevé électronique de données individuelles • Révision du SIUS (domaine des hautes écoles) • adaptations majeures du contenu (p. ex. système de Bologne) • Activités communes • gestion de projet et communication • modernisation du processus de relevé et infrastructure • introduction d‘un identificateur de la personne (NAVS13) Sommaire !

4. Raisons et objectifs de MEBplus • Changements dans le système de la formationPar exemple : Harmos, système de Bologne  Adaptation pour assurer l‘importance future des statistiques • Nouveaux besoins en information et valeur ajoutée pour l‘analyse Par exemple : • Etude longitudinale des parcours de formation grâce à l‘identificateur commun de la personne (NAVS13) • Allégement de la charge de travail pour les différents partenaires Par exemple : • Collecte / utilisation des données du système administratif des écoles • La mise en place d‘une application de relevé qui permet au livreur de données de contrôler et corriger lui-même ses données Sommaire !

5. Modernisation du processus et de l‘infrastructure de relevé • Le livreur de données peut contrôler lui-même la complétude et la qualité de ses données en vue de leur livraison à l‘OFS (autoplausibilisation). • Quand les données répondent aux exigences de qualité de l‘OFS, les livreurs de données peuvent les envoyer à la prochaine instance. • L‘autoplausibilisation évite des rappels et réduit ainsi la charge de travail à tous les niveaux. ✔ Suite…

6. CT LD Qu‘est-ce que l‘autoplausibilisation ?Explications avec un exemple dans le cadre de MEB Etablissement du fichier de livraison Unpload du fichier Plausibilisation des données Validation LD Vérification des données Validation CT • Confrontation des données aux règles de plausibilité de l‘OFS • Constitution d’un rapport de plausibilisation par l’application de relevé • Correction ses données (les plus grands problèmes) par le livreur • Après correction, validation des données OFS Vérificationdes données FinalisationOFS Sommaire ! Suite…

7. Règles de plausibilisation • Formats, nomenclatures et complétude de la livraisonp.ex. : les valeurs livrées sont comprises dans les nomenclatures concernées • Intervalle des valeursp.ex. .: l‘âge des élèves en fonction de la formation suivie et de l‘année de programme se trouve dans les limites usuelles • Correspondance intra- et inter-enregistrementsp.ex. : contrôle des doublons (un même élève ne peut figurer qu‘une fois dans la même classe) • A venir: comparaison avec l‘année précédente (plausibilisations historiques)p.ex.: les effectifs des élèves par formation et par école doivent se trouver dans une suite historique plausible Suite…

8. Problèmes lors de la plausibilisation des données • Pas de problème avec la complétude des personnes et des variables. Ces informations sont généralement gérées dans le système administratif du livreur de données. • Mais pour la livraison statistique, les données doivent être recodées, ce qui pose encore des problèmes. • L‘objectif est d‘arriver à corriger ces problèmes de recodification lors de l‘export des données depuis le système administratif de l‘école afin d‘éviter ces problèmes à l‘avenir. Sommaire ! Suite…rapport de Plaus

9. Exemple d‘un rapport de plausibilisation • Rapport de plausibilisation en Excel • Permet au livreur de données de voir les erreurs • Corrections des erreurs dans son propre système ou dans l’application de relevé Suite…

10. Exemple d‘un rapport de plausibilisation • Une vue détaillée de chaque erreur facilite le travail de correction Sommaire !

11. Introduction du NAVS13 • NAVS13 = nouveau numéro d’assuré AVS • Utilisation comme identificateur de personnes pour les élève / étudiants et pour le personnel • Pièce essentielle de la modernisation • Pseudonymisation pour assurer la protection des données • Permet de relier les données des personnes année après année pour le suivi de la formation (p.ex. analyses longitudinales, typologiser des parcours de formation typiques et atypiques)  Pseudonymisation du NAVS13  Procédures d’introduction du NAVS13 Sommaire !

12. Pseudonymisation du NAVS13 • Assure la protection des données • Transformation avec une clé de cryptage spécifique au domaine de la formation • Même cryptage pour tous les relevés du domaine de la formation, stable dans le temps •  Procédures d’introduction du NAVS13 NAVS13 756.1234567890 Pseudonym-BILD B4665323 L‘analyse de données pseudonymisées rend impossible l‘identification de la personne Cryptage Sommaire !

13. Introduction du NAVS13 - Procédures • Les caractères de la personne doivent être comparées avec les données de la Caisse de Compensation (CdC) • Le grand défi est la collecte des données auprès de toutes les écoles • Un Webtool développé par l’OFS : • Facilite la collecte des données auprès des écoles • Permet la livraison par Excel – le Webtool convertit les données dans le format approprié pour la CdC; • Assure le transfert sécurisé des données; • Permet le pilotage de l’avancement des travaux. L’introduction du NAVS13 est réalisé dans le courant de l’année 2011 Sommaire !

14. 26 cantons 1'329'103 élèves 104’437 enseignants 10'387 écoles SO 39’817 élèves 3’202 ens. 364 écoles BS 31’171 élèves 2’766 ens. 264 écoles BL 42’865 élèves 4’238 ens. 444 écoles LU 70’589 élèves 5'716 ens. 473 écoles AG 100’579 élèves 9’196 ens. 953 écoles ZG 18’272 élèves 1’164 ens. 153 écoles SH 11’963 élèves 893 ens. 121 écoles TG 41’243 élèves 3’443 ens. 506 écoles JU 12’723 élèves 1'221 ens. 105 écoles AR 8’638 élèves 648 ens. 95 écoles BE 160’411 élèves 12’534 ens. 1'362 écoles AI 2’614 élèves 215 ens. 25 écoles NE 31’136 élèves 3'263 ens. 191 écoles SG 89’388 élèves 7’068 ens. 777 écoles ZH 219’535 élèves. 14’086 ens. 1’938 écoles VD 128’418 élèves 8'823 ens. 881 écoles GL 6’396 élèves 564 ens. 60 écoles GR 32’134 élèves 2’040 ens. 364 écoles GE 87’757 élèves 6'712 ens. 259 écoles FR 47’469 élèves 4’138 ens. 333 écoles VS 53’273 élèves 4'242 ens. 307 écoles NW 6’036 élèves 639 ens. 49 écoles OW 5’706 élèves 503 ens. 27 écoles TI 53’559 élèves 4'668 ens. 196 écoles UR 5’265 élèves 522 ens. 47 écoles SZ 22’146 élèves 1’933 93 écoles Sont touchés par MEBplus… MEB - Non Hautes-écoles 2007/08 Suite…

15. Sont touchés par MEBplus… SHIS-Révision - Hautes-écoles 2007/08 Sommaire !

16. Protection des données • La protection des données est assurée à quatre niveaux: • Légal: Interdiction de la mauvaise utilisation des données • Organisationel: Gestion des utilisateurs: définition des rôles, accès aux ayant droits uniquement • Technique: Stockage des données de manière cryptée, transfert de données sécurisé, pseudonymisation des données • Analyse et publication : Les analyses portant sur des individus n’intéressent pas la statistique et en aucun cas des données individuelles ou des données qui permettent des déductions concernant des individus ne sont publiées. Sommaire !

17. Qu‘est-ce que MEB ? • Changement de la livraison des données par des questionnaires papier vers des données individuelles électroniques directement issues du système administratif de l‘école • Introduction du numéro d‘assuré AVS comme identificateur de la personne • Mise en place d‘une application de relevé qui permet l‘autoplausibilisation des données par le livreur de données Sommaire ! Suite…

18. MEB – Statistiques concernées Sommaire !

19. Raisons pour la révision du SIUS La réforme de Bologne a changé le paysage des hautes écoles – une nouvelle réforme s‘annonce avec la LAHE La mobilité académique et spatiale des étudiants devient plus importante Les cursus en coopération augmentent Dans la structure actuelle du catalogue des branches, il y a des filières qui ne peuvent plus être représentées correctement Un identificateur de la personne universel manque Il existe des modèles différents de la comptabilité analytique Adaptations de la statistique du personnel Modernisation de l‘infrastructure de production de l‘OFS LAHE = Loi fédérale sur l'aide aux hautes écoles et la coordination dans le domaine suisse des hautes écoles Suite…

20. Objectifs de la révision du SIUS Adapter la statistique au système de Bologne et assurer la future pertinence de la statistique (coopérations, intensité des études, mobilité) Préparation des adaptations nécessaires en vue de la LAHE Améliorer l‘intégration des données du domaine non hautes écoles avec les données du domaine des hautes écoles (p. ex. pour les carrières de formation) Modernisation et harmonisation du processus de relevé Amélioration de la qualité de la statistique du personnel des hautes écoles (catégorie du personnel, intégration des taux d’activités) Harmonisation de la statistique des finances des hautes écoles LAHE = Loi fédérale sur l'aide aux hautes écoles et la coordination dans le domaine suisse des hautes écoles Sommaire !

21. Mise en oeuvre du projet en deux étapes • Etape 1 (Bologne), 2009-2013 • Adaptation de la statistique des étudiants • Introduction du relevé des équivalents plein-temps • Introduction du NAVS13 • Adaptation de la statistique du personnel, inclus l‘introduction du NAVS13 • Modernisation de la saisie et le traitement des données • Etape 2 (en prévision de la LAHE), dès 2012 • Harmonisation de la statistique du personnel • Harmonisation de la satistique des finances LAHE = Loi fédérale sur l'aide aux hautes écoles et la coordination dans le domaine suisse des hautes écoles Suite…

22. Planification jusqu’à 2013 2009 2010 2011 2012 2013 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 SHIS-R Conception détaillée étape 1 Réalisation étape 1 Production statistique/ Analyse étape 1 Conception générale Conception générale étape 2 Conception dét. étape 2 ASBOS Pilote 1 Analyse pilote 1 Adaptation tHB pilote 2 Création du système / livraison des données pilote 2 Analyse pilote 2 Réalisation et introduction du nAVS13 pour les étudiants dans les hautes écoles Production statistique/ Analyse nAVS13 Conception dét. & lignes directrices Livraison pilote Personnel avec nAVS13 personnel avec NAVS13 Stat. du personnel Analyse / Update tHB Conception détaillée tHB Réalisation pour pilote Prod. stat. / Analyse Réalisation Sommaire !

23. Folien auf deutsch Sommaire !

24. MEBplus • Inhalt • Gründe und Ziele • Die Betroffenen… • Einführung eines Personenidentifikators (AHVN13) • Prozesse und Infrastruktur - Selbstplausibilisierung • Datenschutz – Pseudonymisierung der AHVN13 • MEB (Nicht-Hochschulbereich) • Inhalt • Die betroffenen Statistiken • Révision SIUS (haute-écoles) • Système d‘information universitaire Suisse • Gründe und Ziele • Umsetzung in zwei Etappen und Grobplanung Projekt MEBplus Modernisierung der Erhebungen im Bildungsbereich (Klicken Sie auf einen Link, um mehr zu erfahren!) Changer en français…

25. Was ist MEBplus? MEBplus ist in drei Teile gegliedert: • MEB (Nicht-Hochschulbereich) • Harmonisierung der Erhebungsgegenstände, Stichtage, Nomenklaturen • Erschliessung von Schul-Verwaltungsregistern • Vollständige elektronische Erhebung von Individualdaten • SHIS-Revision (Hochschulbereich) • Tiefgreifende inhaltliche Anpassungen (bsp. Bolognasystem) • Übergreifende Aktivitäten • Projektmanagement und Kommunikation • Modernisierung der Erhebungsprozesse und -Infrastruktur • Einführung eines Personenidentifikators (AHVN13) Zurück zum Menu Weiter zu Gründe / Ziele

26. Gründe und Ziele von MEBplus Änderungen im Bildungssystem Zum Beispiel: Harmos, Bolognasystem  Inhaltliche Anpassungen zur Sicherstellung der Relevanz der Bildungsstatistik Neue Informationsbedürfnisse und analytischer Mehrwert Zum Beispiel: • Durchgehende Bildungslaufbahnen dank übergreifendem Personenidentifikator (AHNV13) Entlastung der beteiligten Partner Zum Beispiel: • Durch die Nutzung von in Schulverwaltungssystemen geführten Daten • Durch die Erstellung einer Erhebungsapplikation, welche die Selbstplausibilisierung der Daten durch den Datenlieferanten ermöglicht Zurück zum Menu

27. Modernisierung der Erhebungsprozesse und -infrastruktur • Der Datenlieferant kann seine Daten selbständig auf ihre Vollständigkeit und Korrektheit zu prüfen (Selbstplausibilisierung). • Wenn die Daten den Qualitätsanforderungen des BFS entsprechen, können sie durch den Datenlieferanten zur Weiterverarbeitung freigegeben werden. • Die Selbstplausibilisierung verhindert unnötige Rückfragen und führt so zu einer Entlastung aller beteiligten Stellen. ✔ weiter…

28. DL KT Selbstplausbilisierung: was ist das?Erläuterung am Beispiel von MEB • Die Daten werden mit Regeln des BFS geprüft (plausibilisiert) • Die Erhebungsapplikation erstellt einen Plausibilisierungsbericht • Der Datenlieferant korrigiert die Daten (die grössten Probleme) • Sind die Daten plausibel, gibt der Datenlieferant die Daten frei Erstellung der Lieferdatei Hochladen der Lieferdatei Daten- plausibilisierung Freigabe DL Überprüfung der Daten Freigabe KT Überprüfung der Daten FinalisierungBFS BFS weiter… Zurück zum Menu

29. Plausibilisierungregeln • Formate, Nomenklaturen und Vollständigkeit der Lieferung:z.B.: alle gelieferten Datenwerte sind in der betreffenden Nomenklatur vorhanden • Wertebereichez.B.: Das Alter der/des Lernenden liegt innerhalb der erwarteten Spanne für die betreffende Schulstufe und das Programmjahr • Übereinstimmung innerhalb und zwischen den Datensätzenz.B.: Kontrolle von Doppeleinträgen (Ein und dieselbe Schülerin kommt pro Klasse nur einmal vor) • In Zukunft: Vergleich mit dem Vorjahr (Historische Plausibilisierungen)z.B.: Die Anzahl Schüler/innen pro Schule und Schulart befindet sich innerhalb einer mit dem Vorjahr vergleichbaren Spanne. weiter…

30. Probleme bei der Datenplausibilisierung • Keine Probleme mit der Vollständigkeit der Personen und der Merkmale. Die für die Statistik erforderlichen Merkmale werden grundsätzlich in den Schulverwaltungssystemen geführt. • Allerdings müssen diese Merkmale für die Statistiklieferung oftmals umkodiert werden. • Ziel ist es, diese Umkodierungsprobleme bei der Datenexportschnittstelle des Schulverwaltungssystems zu korrigieren, um diese Probleme in Zukunft zu verhindern. Zurück zum Menu Weiter zum Plausibericht

31. Beispiel eines Plausibilisierungsberichtes • Verfügbar als Excel-Dokument • Zeigt dem Datenlieferanten die aufgetretenen Probleme auf • Nutzung des Berichts zur Korrektur der Daten im System des Datenlieferanten weiter…

32. Beispiel eines Plausibilisierungsberichtes • Eine detaillierte Sicht der Fehler erleichtert die Datenkorrektur Zurück zum Menu

33. Einführung der AHVN13 • AHVN13 = neue AHV-Versichertennummer • Nutzung als Personenidentifikationsnummer für Lernende / Studierende und Lehrpersonal • Zentrales Element der Modernisierung • Pseudonymisierung zur Sicherstellung des Datenschutzes • Ermöglicht die Verknüpfung der Daten über die Zeit für Langzeitanalysen, beispielsweise das Nachzeichnen von typischen und atypischen Bildungslaufbahnen  Pseudonymisierung der AHVN13  Einführungsprozesse der AHVN13 weiter… Zurück zum Menu

34. Pseudonymisierung der AHVN13 • Stellt den Datenschutz sicher • Umschlüsselung in einen bildungsspezifischen Schlüssel • Für alle Erhebungen im Bildungsbereich gleich und stabil über die Zeit AHVN13 756.1234567890 Pseudonym-BILD B4665323 Datenanalyse mit Pseudonym verunmöglicht die Identifikation der Person Umschlüsselung weiter… Zurück zum Menu

35. Einführung der AHVN13 - Vorgehen • Die Personenmerkmale müssen mit Daten der Zentralen Ausgleichsstelle der AHV/IV abgeglichen und mit der AHVN13 ergänzt werden. • Die grosse Herausforderung dabei ist die Datensammlung bei den Schulen • Das BFS hat ein Webtool entwickeln lassen: • Es unterstützt die Sammlung der Daten der Schulen; • Die Daten können in Form einer einfachen Excel-Datei geliefert werden – das Webtool wandelt die Daten in das von der ZAS vorgeschriebene Format um; • Es stellt den sicheren Datentransfer sicher; • Es ermöglicht ein Monitoring zum Fortschritt der Arbeiten. Die Einführung findet im Laufe des Jahres 2011 statt. Zurück zum Menu

36. SO 39’817 Schüler 3’202 Lehrer 364 Schulen BS 31’171 Schüler 2’766 Lehrer 264 Schulen BL 42’865 Schüler 4’238 Lehrer 444 Schulen LU 70’589 Schüler 5'716 Lehrer 473 Schulen AG 100’579 Schüler 9’196 Lehrer 953 Schulen ZG 18’272 Schüler 1’164 Lehrer 153 Schulen SH 11’963 Schüler 893 Lehrer 121 Schulen TG 41’243 Schüler 3’443 Lehrer 506 Schulen JU 12’723 Schüler 1'221 Lehrer 105 Schulen AR 8’638 Schüler 648 Lehrer 95 Schulen BE 160’411 Schüler 12’534 Lehrer 1'362 Schulen AI 2’614 Schüler 215 Lehrer 25 Schulen 26 Kantone 1'329'103 Schüler 104’437 Lehrer 10'387 Schulen NE 31’136 Schüler 3'263 Lehrer 191 Schulen SG 89’388 Schüler 7’068 Lehrer 777 Schulen ZH 219’535 Schüler. 14’086 Lehrer 1’938 Schulen VD 128’418 Schüler 8'823 Lehrer 881 Schulen GL 6’396 Schüler 564 Lehrer 60 Schulen GR 32’134 Schüler 2’040 Lehrer 364 Schulen GE 87’757 Schüler 6'712 Lehrer 259 Schulen FR 47’469 Schüler 4’138 Lehrer 333 Schulen VS 53’273 Schüler 4'242 Lehrer 307 Schulen NW 6’036 Schüler 639 Lehrer 49 Schulen OW 5’706 Schüler 503 Lehrer 27 Schulen TI 53’559 Schüler 4'668 Lehrer 196 Schulen UR 5’265 Schüler 522 Lehrer 47 Schulen SZ 22’146 Schüler 1’933 Lehrer 93 Schulen von MEBplus betroffen sind… MEB – Nicht-Hochschulbereich 2007/08 weiter…

37. von MEBplus betroffen sind … SHIS-Revision - Hochschulen 2007/08 Zurück zum Menu

38. Datenschutz • Der Datenschutz wird auf vier Ebenen sichergestellt: • Rechtliche Ebene: Verbot der unrechtmässigen Nutzung der Daten. • Organisatorische Ebene: Strikte Handhabung und Verwaltung der Benutzerrechte. • Technische Ebene: Umkodierung der AHVN13; verschlüsselte Ablage der Daten; sicherer Datentransfer. • Analyse und Publikation: Die Statistik hat kein Interesse an Einzelanalysen. In keinem Fall werden Individualdaten oder Daten, welche Rückschlüsse auf Individuen ermöglichen würden, publiziert. Zurück zum Menu

39. Was ist MEB? • Umstellung von (teilweise noch) Papierfragebogen auf elektronische Individualdaten aus den Schulverwaltungssystemen • Einführung der AHV-Versichertennummer als Personenidentifikationsnummer • Aufbau einer Erhebungsapplikation, welche die Selbstplausibilisierung der Daten durch den Datenlieferanten ermöglicht weiter… Zurück zum Menu

40. MEB – betroffene Statistiken Zurück zum Menu

41. Gründe für Revision des SHIS Bolognareform hat tiefgreifende Änderungen in der Hochschullandschaft hervorgerufen - mit dem HFKG steht eine weitere Reform bevor Akademische und räumliche Mobilität der Studierenden wird wichtiger für die Systemsteuerung und Finanzierung Studiengänge in Kooperation nehmen zu In der aktuellen Fächerstruktur können Studienangebote zum Teil nicht mehr korrekt abgebildet werden Registerübergreifende Personenidentifikationsnummer fehlt Unterschiedliche Modelle für die Kostenrechnung Anpassungen in der Personalstatistik Modernisierung der Produktionsinfrastruktur des BFS HFKG = Hochschul-Finanzierungs- und Kooperationsgesetz Weiter…

42. Ziele der SHIS-Revision Anpassung an Bologna-Reform und damit Sicherstellung auch der künftigen Relevanz der Hochschulstatistik (Kooperationen, Vollzeitäquivalente, Studienintensität, Mobilität) Vorbereitung und Anpassungen im Hinblick auf das HFKG Verbesserte Integration des Nicht-Hochschulbereichs und des Hochschulbereichs (bsp. Abbildung von durchgehenden Bildungslaufbahnen) Modernisierung und Harmonisierung des Erhebungsprozesses Qualitätsverbesserung der Hochschulpersonalstatistik (Personalkategorien, Integration von Tätigkeitsanteilen) Harmonisierung der Hochschulfinanzstatistik HFKG = Hochschul-Finanzierungs- und Kooperationsgesetz Zurück zum Menu

43. Projektumsetzung in zwei Etappen • Etappe 1 (Bologna), 2009-2013 • Anpassung der Studierendenstatistik • Einführung der Erhebung der Vollzeitäquivalente • Einführung der AHVN13 • Anpassungen der Personalstatistik inkl. Einführung AHVN13 • Modernisierung der Datenerhebung und Datenverarbeitung • Etappe 2 (im Hinblick auf das HFKG), ab 2012 • Harmonisierung Personalstatistik • Harmonisierung Finanzstatistik HFKG = Hochschul-Finanzierungs- und Kooperationsgesetz Weiter…

44. Grobplanung SHIS-Revision bis 2013 2009 2010 2011 2012 2013 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 SHIS-R Detailkonzept Etappe 1 Umsetzung / Realisierung Etappe 1 Statistikproduktion/ Auswertung Etappe 1 Grobkonzept Grobkonzept Etappe 2 Detailkonzept Etappe 2 ASBOS Pilot 1 Auswertung Pilot 1 Anpassung tHB Pilot 2 Systemaufbau / Datenlieferung Pilot 2 Auswertung Pilot 2 Umsetzung und Einführung in den Hochschulen für Studierende Statistikproduktion/ Auswertung AHVN13 Detailkonzept & Guidelines Pilotlieferung Personal mit AHVN13 Personal mit AHVN13 Personal-statistik Auswertung / Update tHB Detailkonzept tHB Umsetzung für Pilot Statistikprod. / Auswertung Umsetzung Zurück zum Menu