การแก้ไขข้อมูลหมายถึงกระบวนการที่เกี่ยวข้องกับการตรวจสอบและปรับข้อมูลสำรวจ ที่รวบรวม ไว้^{[ 1 ]}การแก้ไขข้อมูลช่วยกำหนดแนวทางที่จะลดอคติที่อาจเกิดขึ้นและรับรองการประมาณค่าที่สอดคล้องกัน ซึ่งนำไปสู่การวิเคราะห์ชุดข้อมูลที่ชัดเจนโดยการแก้ไขข้อมูลที่ไม่สอดคล้องกันโดยใช้วิธีการที่จะกล่าวถึงในบทความนี้^{[ 2 ]}จุดประสงค์คือเพื่อควบคุมคุณภาพของข้อมูลที่รวบรวมไว้^{[ 3 ]}การแก้ไขข้อมูลสามารถทำได้ด้วยตนเอง โดยใช้คอมพิวเตอร์ช่วย หรือทั้งสองอย่างรวมกัน^{[ 4 ]}

วิธีการแก้ไขข้อมูลหมายถึงขั้นตอนและกระบวนการต่างๆ ที่ใช้ในการตรวจจับและจัดการข้อผิดพลาดในข้อมูล การแก้ไขข้อมูลมีจุดประสงค์เพื่อปรับปรุงคุณภาพของข้อมูลทางสถิติที่ผลิตขึ้น การปรับเปลี่ยนเหล่านี้สามารถปรับปรุงคุณภาพของการวิเคราะห์ที่สร้างขึ้นได้อย่างมาก โดยมุ่งเน้นการตรวจจับและแก้ไขข้อผิดพลาด ตัวอย่างของเทคนิคต่างๆ ในการแก้ไขข้อมูล เช่น การแก้ไขระดับจุลภาค การแก้ไขระดับมหภาค การแก้ไขแบบเลือก หรือเครื่องมือต่างๆ ที่ใช้ในการแก้ไขข้อมูล เช่น การแก้ไขด้วยกราฟและการแก้ไขแบบโต้ตอบ

คำว่า การแก้ไขแบบโต้ตอบ (Interactive editing) มักใช้เรียกการแก้ไขข้อมูลด้วยตนเองโดยใช้คอมพิวเตอร์ช่วยในยุคปัจจุบัน เครื่องมือแก้ไขข้อมูลแบบโต้ตอบส่วนใหญ่ที่ใช้ในสถาบันสถิติแห่งชาติ (NSIs) อนุญาตให้ตรวจสอบการแก้ไขที่ระบุไว้ระหว่างหรือหลังการป้อนข้อมูล และหากจำเป็น สามารถแก้ไขข้อมูลที่ผิดพลาดได้ทันที มีหลายวิธีในการแก้ไขข้อมูลที่ผิดพลาด:

• ติดต่อผู้ตอบแบบสอบถามอีกครั้ง
• เปรียบเทียบข้อมูลของผู้ตอบแบบสอบถามกับข้อมูลของเขาจากปีที่แล้ว
• เปรียบเทียบข้อมูลของผู้ตอบแบบสอบถามรายนี้กับข้อมูลจากผู้ตอบแบบสอบถามที่มีลักษณะคล้ายคลึงกัน
• ใช้ความรู้เฉพาะด้านของบรรณาธิการที่เป็นมนุษย์

การแก้ไขแบบโต้ตอบเป็นวิธีมาตรฐานในการแก้ไขข้อมูล สามารถใช้แก้ไขได้ทั้ง ข้อมูล เชิงหมวดหมู่และข้อมูลต่อเนื่อง^{[ 5 ]}การแก้ไขแบบโต้ตอบช่วยลดระยะเวลาที่จำเป็นในการดำเนินการตามกระบวนการตรวจสอบและปรับเปลี่ยนแบบวนรอบ^{[ 6 ]}การแก้ไขแบบโต้ตอบยังต้องอาศัยความเข้าใจในชุดข้อมูลและผลลัพธ์ที่เป็นไปได้ที่จะได้รับจากการวิเคราะห์ข้อมูลด้วย

การแก้ไขแบบเลือกสรรเป็นคำรวมที่ใช้เรียกวิธีการหลายวิธีในการระบุข้อผิดพลาดที่มีอิทธิพล^{[หมายเหตุ 1 ]}และข้อมูลผิดปกติ [ ^{หมายเหตุ 2 ]}เทคนิคการแก้ไขแบบเลือกสรรมีจุดมุ่งหมายเพื่อใช้การแก้ไขแบบโต้ตอบกับชุดย่อยของบันทึกที่เลือกไว้อย่างดี เพื่อให้เวลาและทรัพยากรที่มีจำกัดสำหรับการแก้ไขแบบโต้ตอบถูกจัดสรรให้กับบันทึกเหล่านั้นซึ่งมีผลกระทบมากที่สุดต่อคุณภาพของการประมาณค่าสุดท้ายของตัวเลขที่เผยแพร่ ในการแก้ไขแบบเลือกสรร ข้อมูลจะถูกแบ่งออกเป็นสองส่วน:

• กระแสวิกฤต
• กระแสที่ไม่วิกฤต

กระแสข้อมูลที่สำคัญประกอบด้วยบันทึกที่มีแนวโน้มที่จะมีข้อผิดพลาดที่ส่งผลกระทบ บันทึกที่สำคัญเหล่านี้จะได้รับการแก้ไขในลักษณะโต้ตอบแบบดั้งเดิม บันทึกในกระแสข้อมูลที่ไม่สำคัญซึ่งไม่น่าจะมีข้อผิดพลาดที่ส่งผลกระทบจะไม่ได้รับการแก้ไขในลักษณะที่ใช้คอมพิวเตอร์ช่วย^{[ 7 ]}

การแก้ไขข้อมูลสามารถทำได้หลายวิธีและขึ้นอยู่กับชุดข้อมูลที่กำลังสำรวจเป็นหลัก^{[ 8 ]}

ความถูกต้องของชุดข้อมูลขึ้นอยู่กับความครบถ้วนของคำตอบที่ผู้ตอบแบบสอบถามให้มา วิธีหนึ่งในการตรวจสอบความถูกต้องของข้อมูลคือการตรวจสอบให้แน่ใจว่าคำตอบทั้งหมดครบถ้วนในช่องที่ต้องการคำตอบเป็นตัวเลขหรือไม่ใช่ตัวเลข ดูตัวอย่างด้านล่าง

การตรวจสอบว่าข้อมูลไม่ซ้ำกันเป็นสิ่งสำคัญในการแก้ไขข้อมูล เพื่อให้แน่ใจว่าข้อมูลทั้งหมดที่ป้อนเข้ามานั้นถูกป้อนเพียงครั้งเดียวเท่านั้น ซึ่งจะช่วยลดโอกาสที่จะมีข้อมูลซ้ำซ้อนที่อาจทำให้ รายงาน การวิเคราะห์ คลาดเคลื่อนได้ ดูตัวอย่างด้านล่าง

เป็นเรื่องปกติที่จะพบค่าผิดปกติในชุดข้อมูล ซึ่งดังที่ได้กล่าวไปแล้วคือค่าที่ไม่สอดคล้องกับแบบจำลองข้อมูล ค่าสุดขั้วเหล่านี้สามารถพบได้จากการกระจายของจุดข้อมูลจากชุดข้อมูลก่อนหน้าหรือชุดข้อมูลคู่ขนานสำหรับชุดข้อมูลเดียวกัน ค่าเหล่านี้อาจถือว่าผิดพลาดและจำเป็นต้องมีการวิเคราะห์เพิ่มเติมเพื่อตรวจสอบและกำหนดความถูกต้องของการตอบสนอง ดูตัวอย่างด้านล่าง

ความสอดคล้องเชิงตรรกะหมายถึงการมีอยู่ของความสัมพันธ์เชิงตรรกะและการพึ่งพาซึ่งกันและกันระหว่างตัวแปร การแก้ไขข้อมูลประเภทนี้ต้องอาศัยความเข้าใจเกี่ยวกับชุดข้อมูลและความสามารถในการระบุข้อผิดพลาดในข้อมูลโดยอิงจากรายงานหรือข้อมูลก่อนหน้านี้ การแก้ไขข้อมูลประเภทนี้ใช้เพื่ออธิบายความแตกต่างระหว่างฟิลด์ข้อมูลหรือตัวแปร ดูตัวอย่างด้านล่าง

มีวิธีการแก้ไขมาโครสองวิธี: ^{[ 7 ]}

วิธีการนี้ถูกนำมาใช้ในหน่วยงานสถิติเกือบทุกแห่งก่อนการเผยแพร่: ตรวจสอบว่าตัวเลขที่จะเผยแพร่ดูสมเหตุสมผลหรือไม่ วิธีนี้ทำได้โดยการเปรียบเทียบปริมาณในตารางที่เผยแพร่กับปริมาณเดียวกันในการเผยแพร่ครั้งก่อน หากพบค่าที่ผิดปกติ จะมีการใช้ขั้นตอนการแก้ไขย่อยกับบันทึกและฟิลด์แต่ละรายการที่ก่อให้เกิดปริมาณที่น่าสงสัย^{[ 6 ]}

ข้อมูลที่มีอยู่จะถูกนำมาใช้เพื่อกำหนดลักษณะการกระจายตัวของตัวแปรจากนั้นค่าแต่ละค่าทั้งหมดจะถูกเปรียบเทียบกับการกระจายตัว บันทึกที่มีค่าที่อาจถือว่าผิดปกติ (เมื่อพิจารณาจากการกระจายตัว) จะเป็นผู้สมัครสำหรับการตรวจสอบเพิ่มเติมและอาจต้องแก้ไข^{[ 9 ]}

ในการแก้ไขอัตโนมัติ บันทึกจะถูกแก้ไขโดยคอมพิวเตอร์โดยไม่ต้องมีการแทรกแซงจากมนุษย์^{[ 10 ]}ความรู้ก่อนหน้าเกี่ยวกับค่าของตัวแปรเดียวหรือการรวมกันของตัวแปรสามารถกำหนดเป็นชุดของกฎการแก้ไขซึ่งระบุหรือจำกัดค่าที่ยอมรับได้

การแก้ไขข้อมูลมีข้อจำกัดในด้านขีดความสามารถและทรัพยากรของการศึกษาใดๆ ปัจจัยกำหนดเหล่านี้อาจส่งผลดีหรือผลเสียต่อการวิเคราะห์ข้อมูลในภายหลัง ปัจจัยกำหนดการแก้ไขข้อมูลมีดังต่อไปนี้^{[ 8 ]}

ทรัพยากรที่มีอยู่: ^{[ 8 ]}

• เวลาที่จัดสรรให้กับโครงการ
• ข้อจำกัดด้านเงินและงบประมาณ

ซอฟต์แวร์ที่ใช้งานได้: ^{[ 8 ]}

• เครื่องมือที่ใช้ในการวิเคราะห์ข้อมูล
• เครื่องมือที่มีอยู่สำหรับระบุข้อผิดพลาดในชุดข้อมูล
• ความพร้อมใช้งานของซอฟต์แวร์ในทันที ขึ้นอยู่กับวัตถุประสงค์และเป้าหมายของข้อมูล

แหล่งข้อมูล: ^{[ 8 ]}

• ข้อจำกัดของผู้ตอบแบบสอบถามในการตอบคำถามให้ตรงตามความคาดหวัง
• ข้อมูลจากผู้ตอบแบบสอบถามที่ขาดหายไปและไม่สามารถหาได้โดยง่าย
• การติดตามผลทำได้ยากในฐานข้อมูลขนาดใหญ่

การประสานงานขั้นตอนการแก้ไขข้อมูล: ^{[ 8 ]}

• มุมมองส่วนตัวเกี่ยวกับชุดข้อมูล
• ความไม่ลงรอยกันระหว่างวัตถุประสงค์โดยรวมของข้อมูล
• วิธีการที่ใช้ในการจัดการการแก้ไขข้อมูล

• การทำความสะอาดข้อมูล
• การประมวลผลข้อมูลเบื้องต้น
• การจัดการข้อมูล
• การปรับสัดส่วนแบบวนซ้ำ
• การวิเคราะห์สามเหลี่ยม (สังคมศาสตร์)