Ekstra sdclonn-detaljer

Ekstra sdc_lonn-detaljer. Teksten kopiert fra annen sammenheng.

Details

n_within: Utgangspunktet, uten avrunding, for parameteren freq_within som fører til n_within_krav er at dette er en frekvenstabell i tillegg til en volumtabell med lønnsdata.

I en frekvenstabell er poenget å beskytte mot avsløring av kategoriinformasjon slik som kjønn, alder og heltid/deltid. Det kan selvfølgelig diskuteres om dette skal beskyttes.

Men dersom det skal beskyttes er et hovedpoeng å primærprikke 0-ere. I tillegg til 0-ere kan 1-ere og 2-ere også primærprikkes for å gjøre det tryggere.

Illustrerer dette ved disse dataene:

 kjonn  heldeltid  antall_heltidsekvivalenter  antall_arbeidsforhold
 Total      Total                          13                     20
 Total     deltid                           7                     14
 Total     heltid                           6                      6
kvinne      Total                           4                      8
kvinne     deltid                           4                      8
kvinne     heltid                           0                      0
  mann      Total                           9                     12
  mann     deltid                           3                      6
  mann     heltid                           6                      6

Her kan man altså avsløre at alle kvinner jobber deltid. Alternativt kan man avsløre at kjønnet er mann dersom man vet at det er heltid.

Dette er en ekstra krevende del av sdclonn siden dataene må utvides siden de nødvendige/riktige 0-ere kommer med i dataene.

Når avrunding gjøres kan man ikke lenger stole på at 0-ere man ser i antall_arbeidsforhold er korrekte 0-er, og man trenger ikke gjøre slik prikking. Men man kan fremdeles se ekte 0-er ved å se på antall_heltidsekvivalenter. Løsningen ble da å fortsette med n_within-prikking når det gjelder prikking av antall_heltidsekvivalenter. Bruken av n_within ble dermed flyttet til andre runde prikking.

grenseverdi2: Utgangspunktet for denne er å beskytte mot at det skal gå an å regne seg tilbake til små verdier av antall heltidsekvivalenter, som igjen gjør at man kan beregne lønn via gjennomsnittslønn. Etter at avrunding er tatt inn er det i praksis to parametere som styrer samme type primærprikking. Det prikkes når enten n_arbeidsforhold <= freq_within eller okantall < grenseverdi2. En forskjell er at freq_within kun brukes «within» (ikke når det er total på alle within-variabler) mens grenseverdi2 brukes på alle tallene. I praksis tror jeg ikke freq_within har noen betydning så lenge grenseverdi2 er et mye større tall. I begge tilfeller vil 0-ere bli prikket slik det er programmert nå, men egentlig er det logikken bak freq_within som skal medføre prikking av 0.

grenseverdi: Denne parameteren, som nå har 100 som standardverdi, brukes til prikking av lønnsvariablene samt antall arbeidsforhold og antall heltidsekvivalenter i output. Men dette fører ikke til sekundærprikking, og det beskyttes altså ikke mot mulig tilbakeregning av tallene for antall heltidsekvivalenter. Parameteren har ingenting å gjøre med den krevende sekundærprikkealgoritmen i programmet. Altså kun noe som gjøres på output.

Hvorfor er sdclonn tregere enn SdcForetakPerson?

• Det er altså prikkingen som tar tid. I SdcForetakPerson handler all prikking om between, mens problemstillingene within er løst ved avrunding. Prikkingen kan derfor løses ved et datasett som er aggregert kun til between-variablene.

• I sdclonn er det dominansprikking som kun er between. Men det er allikevel gjenværende problemstillinger within, slik som parameteren grenseverdi2. Prikkingen kan derfor ikke løses ved et datasett som er aggregert kun til between-variablene. Dessuten er det problemstillingen med 0-ere som faktisk gjør at dataene utvides med rader som representerer nødvendige 0-ere.