Πριν από την ανάλυση, ελέγχουμε αν το σύνολο δεδομένων είναι κατάλληλο για την προβλεπόμενη επεξεργασία.

Δομικός έλεγχος

Μονάδα παρατήρησης, μοναδικά αναγνωριστικά, επαναλαμβανόμενες μετρήσεις, σχέσεις μεταξύ πινάκων, τύποι μεταβλητών και συμφωνία του πραγματικού σχήματος δεδομένων με την περιγραφή.

Ποιοτικός έλεγχος

Μοτίβα ελλειπουσών τιμών, αδύνατες ή απίθανες τιμές, διπλότυπα, έλεγχοι λογικής ημερομηνιών, ασυνεπείς κατηγορίες, ακραίες τιμές προς διερεύνηση και πιθανές διαρροές πληροφορίας.

Παράδοση χωρίς καταστροφή της πηγής

Το πρωτογενές σύνολο δεδομένων παραμένει αμετάβλητο. Οι προτεινόμενες διορθώσεις εφαρμόζονται μέσω κώδικα ή σε διακριτό επίπεδο επεξεργασίας, με αρχείο ζητημάτων και δυνατότητα αναπαραγωγής.

Η ποιότητα των δεδομένων ελέγχεται με ρητούς κανόνες

Ένα σύνολο δεδομένων μπορεί να ανοίγει κανονικά και παρ’ όλα αυτά να μην είναι αναλυτικά έτοιμο. Η ετοιμότητα αξιολογείται με ελέγχους μοναδικότητας, επιτρεπτών τιμών, χρονικής λογικής, πληρότητας, συμφωνίας μεταξύ πεδίων και αντιστοίχισης με το λεξικό. Κάθε εύρημα καταγράφεται χωρίς αυτόματη διαγραφή ή αυθαίρετη διόρθωση. Η γνώση του τρόπου συλλογής και λειτουργίας του αρχείου από τον δημιουργό είναι απαραίτητη για να διακριθεί το σφάλμα από μια σπάνια αλλά πραγματική παρατήρηση.

• Κανόνες που μπορούν να εκτελεστούν ξανά
• Διάκριση σφάλματος και ακραίας πραγματικής τιμής
• Αρχείο απόφασης για κάθε διόρθωση
• Ελαχιστοποίηση της έκθεσης προσωπικών δεδομένων

Ελεγχος εξαγωγής ερωτηματολογίου

Σε υποθετική εξαγωγή εμφανίζονται διαφορετικές γραφές της ίδιας κατηγορίας, ημερομηνίες σε δύο μορφές και πολλαπλές υποβολές από το ίδιο αναγνωριστικό. Ο έλεγχος δεν επιλέγει σιωπηρά ποια εγγραφή θα κρατηθεί. Παράγει πίνακα συχνοτήτων, κανόνα ενοποίησης κατηγοριών, έλεγχο χρονικής σειράς και κατάλογο πιθανών διπλοτύπων. Η τελική απόφαση για τις πολλαπλές υποβολές λαμβάνεται σύμφωνα με το πρωτόκολλο συλλογής και καταγράφεται.

• Πίνακας αρχικών και ενοποιημένων κατηγοριών
• Έλεγχοι λογικής ημερομηνιών
• Κατάλογος διπλοτύπων χωρίς αυτόματη διαγραφή