數據審核的流程、方法和主要內容

2021-01-09 澎湃新聞

以下文章來源於教育發展與管理 ，作者復旦大學管理學院

教育發展與管理

由教育部發展規劃司指導，教育部學校規劃建設發展中心和復旦大學共同主辦，以滿足基層教育統計人員和教育管理者在線培訓需求為目的，全面、全時、全員信息化學習平臺。

點擊藍字

關注我們

教育統計數據在教育領域發揮著越來越重要的作用。各級教育行政部門運用教育統計數據支撐教育規劃、學校建設、教師編制測算等多項重點工作。在數據發揮越來越重要作用的同時，對教育數據的質量也提出了更高的要求。為保障教育統計數據的質量，需要我們做好數據審核工作。

如何做好教育統計數據的審核？開展數據審核的方法和內容有哪些？數據審核人員應具備怎樣的素質？全國教育事業統計在線培訓中的《如何做好教育統計數據的審核》課程帶你探尋答案。

數據審核的必要性

01

統計法規明確要求

《教育統計管理規定》（中華人民共和國教育部令第44號）中對教育統計人員、審核人和單位負責人的數據審核義務提出了明確的要求：

第十五條>>>

教育統計人員應當加強學習，具備與其從事的教育統計工作相適應的專業知識和業務能力；應當恪守職業道德，如實整理、報送統計資料，對其負責搜集、審核、錄入的統計資料與統計調查對象報送的統計資料的一致性負責。

第二十七條>>>

各級各類學校和其他有關機構等教育統計調查對象應當按照國家有關規定設置原始記錄、統計臺帳，建立健全統計資料的審核、籤署、交接、歸檔等管理制度。上報的統計資料必須由統計人員、審核人、本單位負責人籤名，並加蓋單位印章。統計資料的審核、籤署人對其審核、籤署的統計資料的真實性、準確性和完整性負責。

02

高質量統計數據是科學決策的核心基礎

教育統計數據在教育領域發揮著越來越重要的作用。各級教育行政部門運用教育統計數據支撐教育規劃、學校建設、教師編制測算等多項重點工作。只有高質量的數據才能起到決策支撐的作用。數據質量是統計工作的生命線，抓質量是統計工作永恆的主題。要確保基層學校匯總到教育部的數據真實、準確，關鍵在於省、市、縣、學校各個環節的數據審核。

03

失之毫釐 謬以千裡 局部影響整體

教育統計工作的體量非常龐大，每年的學年初參與統計工作的統計人員數以百萬計。如果數據審核不到位，小錯誤會積少成多，匯聚成影響決策的大問題。

為提升教育統計數據質量，在統計數據處理工作中，我們必須進行數據審核，利用數據的取值範圍，數據之間的邏輯關係，查找原始數據中的錯誤或者潛在的錯誤。

數據審核的基本流程

step 1

數據準備

至少準備四個方面的數據：

1.上年度最終審核數據：基表、綜表

注意：

最好是國家審核反饋後的最終數據，以保證百分之百準確

2.分學校（或分縣、市、區）的主要數據

3.上年度主要統計監測指標結果

4.本年度業務部門的數據

step 2

組建專家團隊

至少組建三個專家團隊：

1.報表組：

按教育類型細分為高等教育、職業教育、基礎教育三小組

2.技術組

3.指標分析組

各地在數據審核時，應根據自身人員力量合理組建團隊，分工合作，提升數據審核工作的效率。

step 3

審核過程

step 4

意見反饋

將各環節的審核意見及時反饋給各單位，各單位據此進行核實、修改。

從數據審核，到數據修正，再到數據匯總，是一個反覆循環的過程。

數據審核的基本方法

隨著時代發展，統計數據的利用率不斷提高，對數據質量提出了更高的要求，數據審核的方法也在不斷改進。在具體工作實踐中，常用到以下幾種方法來開展數據審核。

01

人工審閱

審閱對象為紙質材料，主要包括：

02

軟體校驗

審閱對象為電子數據，主要工具包括：

統計軟體自帶的校驗（邏輯校驗、經驗校驗）

教育部、各省市開發的專用核查工具

統計臺帳

03

統計法規明確要求

審閱對象為具體的數據指標，主要方法包括：

奇異值的篩查（Top100）

與上年數據的銜接和對比

與業務部門的數據對

04

指標分析

通過對常用教育指標的測算與分析，發現深層次的問題。比如生師比、生均辦學條件、鞏固率等。

數據審核的主要內容

要準確把握審核重點，需要了解哪些數據容易失真。具體實踐中，數據審核的主要內容歸納為四個方面：

01

規範性審核

主要審核：電子數據的格式，紙質報表是否有單位負責人籤字並加蓋單位公章，電子數據與紙質報表是否一致，是否按主體校統計原則填報。

02

完整性審核

主要審核：是否漏報學校和單位，是否漏報報表，是否漏報數據項，以及文件要求上報的其他材料。

03

宏觀審核

主要關注：與業務部門數據的比較，歷年各項指標數據變化情況，與學齡人口的關聯比較，各級學生流變化情況，教育熱點領域指標。

04

微觀審核

主要進行：表內關聯審核，表間關聯審核，年度關聯審核，奇異值審核與其他內容審核。

數據審核人員應具備的素質

數據審核人員應具備的素質分為三個方面：態度、能力和經驗。

態度

對統計事業負責的態度

依法依規統計的態度

能力

準確把握宏觀政策

熟知統計工作要求

準確理解指標內涵

熟練操作各類軟體

具備協調管理能力

經驗

對數據的敏感性

對轄區內各單位基本情況的熟悉程度

善於查找容易出現的問題

熟知數據變化規律

具備協調管理能力

RECOMMEND

原標題：《數據審核的流程、方法和主要內容》

閱讀原文

相關焦點

  • 如何進行內容審核:最終清單
    ● 錯誤的信息： 隨著內容的老化，曾經準確的事實和數據可能會變得不準確。 定期對您的內容進行審核將確保您的帖子的準確性並保護您的品牌聲譽。
  • 「關注」文旅部出手,針對脫口秀、相聲等語言類節目內容審核和現場...
    《通知》提出，要重點對電音類、說唱類節目審核把關，著重加強脫口秀、相聲以及先鋒話劇、實驗話劇等語言類節目內容審核和現場監管。此外，允許在全國範圍設立外商獨資的演出經紀機構和演出場所。《意見》提出，在音樂節慶類演出活動方面，要重點對電音類、說唱類節目進行審核把關，配合公安等部門加強對演出現場、電子顯示屏內容以及互動環節的監督檢查，督促演出舉辦單位防範人群踩踏等安全事故。
  • 食品理化檢驗方法主要內容和使用要點解讀(上)
    食品理化檢驗方法內容一般包括發布日期、實施日期、技術內容、附錄（如參考條件、典型圖譜）等。其中，技術內容包括範圍、原理、試劑和材料、儀器和設備、分析步驟、分析結果的表述、精密度及其他（如檢出限、定量限）。
  • 三都縣統計局強化措施助推三季度基本單位名錄庫數據審核工作步入...
    為做好2020年第三季度基本單位名錄庫數據審核和順利完成部門信息更新維護工作，及時反映三都縣基本單位的增減變動情況，三都縣統計局強化責任落實，助推2020年第三季度基本單位名錄庫數據審核工作步入新臺階。一是強化責任。堅持把基本單位名錄庫與其他業務工作同研究、同部署、同落實。
  • 美國的發行與上市審核制度
    各個州證券監管部門的依據主要是各州頒布的證券監管法案，這些法案被統稱為《藍天法》（Blue-Sky Law）。這些法案由各州政府自行確立，而且僅對要在這些州發行的證券有效。每個州由於歷史和文化等原因，確立了差異較大的審核原則。各州審核原則的不同給某些全國範圍內發行的證券的流通和交易造成了很大麻煩。
  • 日均審核億張圖片,鬥魚自研AI技術保障平臺內容安全
    精準標記後，平臺可以自動將這些精彩內容剪輯成短視頻上傳到鬥魚視頻，或是打上錨點為用戶提供實時回看功能。這樣一來，即便是看直播觀眾們再也不用擔心錯過直播時的精彩鏡頭了。利用大數據和AI學習能力，鬥魚通過智能推薦機制不斷預判用戶的喜好，再經過用戶的選擇來試驗預判的正誤，從而不斷對算法進行修正，最終實現用戶喜好的精準判斷。
  • ...板發行審核現場,註冊制審核權威從哪來?「去權力化」走好第一步
    這主要是因為整個審核過程搬到了網際網路上，所以在這裡，你看不到任何「榮大快印」的字樣和拖著旅行箱報材料的人員；也看不到前來參加「見面會」的人員。這一切已經是老黃曆了。事實上，就連我們這次約見，也是通過審核系統網絡預約的，而且據說經過了嚴格的審批程序，認為確有必要當面溝通。
  • 審核記錄怎麼寫,手把手教你如何做現場審核記錄
    從公司近幾年質量體系內審的審核記錄來看，主要存在以下幾個方面的問題：1、記錄內容與標準條款要求有所偏離，不夠準確。如：「內部溝通」 的審核，常見記錄內容是「經常溝通，非常有效」。2、記錄內容有判斷無事實，即記錄中有明確的「符合要求」的結論，但無事實依據。如：「職責、權限的劃分」審核，記錄內容是「問XXX，回答正確。」
  • 數據新聞生產的流程再造與敘事創新
    數據新聞的生產大致可以分為兩部分，一是精煉數據，二是可視化敘事與傳播，迥然相異於傳統的新聞生產流程，在新聞理念、技術操作和傳播方式各方面都存在較明顯的差異。就數據新聞產品的內容製成來看，尤其是它的敘事方式顛覆了以往的文本敘事和微觀敘事，整體架構不完全拘泥於傳統報導結構和新聞事件要素的要求，在新聞敘事的實踐層面上具有較強的創新意義。
  • 企業數位化轉型的主要有哪些內容?
    數位化轉型的主要內容有數位化認知、數位化轉型戰略、數位化架構調整、數位化組織變革等22項內容。 2、 制定數位化轉型戰略 由企業領導層親自負責，制定企業級的數位化轉型戰略，做好數位化轉型的頂層設計，對企業數位化轉型，進行全面、系統、整體的規劃布局，明確企業數位化轉型的戰略定位、戰略目標，確定數位化戰略的具體內容，指明數位化轉型戰略的實施步驟和實施路徑。
  • From 16S rDNA測序 To 宏基因組學研究—應用的策略和主要流程
    主要內容1.實驗設計和研究目的定製策略2.統計分析內容的事先計劃3.樣品的採集、保存、提取（良好結果的前提）4.測序平臺的選擇5.數據的存儲、分析、發布——————————————————————————————————
  • 數據可視化的基本流程
    數據可視化不是簡單的視覺映射，而是一個以數據流向為主線的一個完整流程，主要包括數據採集、數據處理和變換、可視化映射、用戶交互和用戶感知。一個完整的可視化過程，可以看成數據流經過一系列處理模塊並得到轉化的過程，用戶通過可視化交互從可視化映射後的結果中獲取知識和靈感。
  • 門窗幕牆測試項目和流程
    門窗幕牆檢測範圍和檢測項目：門窗檢測：鋁合金門窗、PVC-U門窗、玻璃鋼門門窗、建築木門窗、鋁木複合門窗、鋁塑複合門窗、木塑複合門窗、鋼門窗、防盜安全門、防火門等。輕鋼龍骨：外觀質量、鍍層厚度、力學性能等聲屏障：抗衝擊性能、抗風壓性能、疲勞試驗等門窗幕牆檢測相關標準：GB/T 21086-2007 建築幕牆GB/T 18250-2000 建築幕牆平面內變形性能檢測方法
  • 大數據信息分析的方法與工具
    關係是指事物之間因為時間、秩序、結構、運動等產生的聯繫，包括時間、空間、發生和發展邏輯（包括流程，如工業流程、業務流程等；規律，如生命體的生老病死循環、自然運動規律等） 　　事物、現象、數據、信息之間的關係十分複雜且多種多樣，但都可歸為不確定關係和確定性關係兩種，不確定性關係主要是相關關係，是定性分析的基礎
  • 天津工生所建立無標定量MSE質譜數據分析流程
    在用於蛋白質組學的質譜分析中，無標定量以其穩定性和安全性逐漸佔據了主要地位。MSE方法是由Waters公司開發的應用在Q-TOF類型質譜儀器上的一種組學數據採集方法，作為一種數據獨立獲取(DIA)方式，它可以提高無標蛋白質定量的準確性和動態範圍。但由於它特殊的輸出格式形式，一些致力於分析數據依賴型(DDA)數據的常用開源軟體不能對MSE 數據進行進一步的分析。
  • 機器人流程自動化——解數據重複錄入之困、系統互聯互通之難
    數據難管理：對於管理和支撐類應用系統，存在業務數據難以做到全局全面覆蓋的問題。比如：自建業務管理系統、省級土地市場動監測與監管系統、省級建設用地批後監管系統等，在各地市或區縣自然資源部門完成內部審批後，需要在不同的系統中錄入相關的信息，才能進行審查報批。
  • 歸納課文主要內容的五種方法
    筆者從事語文教學多年，摸索出五種歸納課文主要內容的好方法。一、審題法有些文章的題目就含著文章的主要內容。我們只需要把文章的題目補充完整就可以了。如《三打白骨精》一文，課題就是文章的主要事件，我們只需要補上人物（誰打？）孫悟空和事情的結果（白骨精被打死了），就可以變成一個完整的主要內容。
  • 數據透露IPO審核風向 今年否決率達10.9%
    通過一些數據，或許能說明一切。　　IPO申請被否率大幅增加　　先來看一組記者統計的數據：2016年前9個月，證監會共審核了162家企業的首發申請，其中，10家被否，否決率為6.2%；10月份至12月份，共有107家企業的首發申請上會接受審核，其中，8家被否，否決率為7.5%。
  • 方法解析:數據埋點怎麼做?
    原標題：方法解析：數據埋點怎麼做？本文從三個部分解析了數據埋點怎麼做——埋點數據來源、埋點流程、產品側制定埋點表。做數據埋點首先要知悉這兩個點：產品中的數據是由產品中的用戶產生的。
  • 數據驅動的數位化轉型:從流程驅動到數據驅動
    於是，這些模糊地帶就成了流程再造中最困難的節點，六西格瑪和其他工具旨在改進和改進這些流程，發現浪費，以提高效率，重點和質量。        而在數位化時代，數位化轉型的很重要的目的就是縮小企業目前做或可能做的流程，流程轉化為軟體，實現了自動化，剩下的就是數據。