国家统计局统计质量改进策略

质量是建立信任的基础在国家统计局(ONS)统计数据。数据和统计数据是快速变化的新方法的引入和复杂的数据集。作为我们的数据增加复杂性,变得难以评估质量,但生产高质量统计现在比以往任何时候都重要。负责生产高质量的统计数据是每个人都在组织工作。

这种策略旨在提高质量在国家统计局的统计数据和分析,为公共利益服务。设定目标,我们将做什么来改善我们的质量统计与分析以及如何将围绕他们的生产管理流程。国家统计局质量委员会将监督这一战略的实施,将与部门在国家统计局嵌入目标。

实现这一战略的目标将确保我们符合质量要求代码的练习统计数据。高质量的统计数据和声音质量会导致统计知识服务于公共利益,帮助国家统计局实现的目标英国统计权威的统计数据对公众好策略。

伊恩爵士钻石
国家统计

国家统计局(ONS)统计质量改进策略(sqi)提出了我们组织对质量的承诺与行为我们将改善国家统计局统计和分析的质量。这种策略也作为国家统计局的实现政府统计服务(GSS)质量的策略,这是一个为期两年的策略在GSS提高统计质量。

国家统计局的统计数据的质量是重要的,以确保他们满足用户需求和适合的目的。我们努力为我们的用户提供高质量的统计数据,以确保他们信任我们统计生产商,我们确保用户有足够的信息在我们的统计数据质量有效的决策支持。

我们已经采取措施来提高质量通过国家统计局冠军网络和推出质量培训(由政府数据质量中心我们的工作人员。我们也用我们的专业知识和新兴数据访问平台试点应用可再生的分析管道(说唱)在统计生产技术,提高生产时间和减少错误的风险。进一步的信息在我们的质量改进计划可以在这个页面找到。

这一战略将由国家统计局每年审查一次质量委员会,提供保证质量的国家统计局统计和质量在国家统计局制定战略方向。

根据代码的练习统计数据,质量意味着数据符合他们的预期用途,是基于适当的数据和方法,而不是物质上的误导。质量是一个重要的支柱在要求我们的代码:

• 公开我们对质量的承诺和明确我们的质量管理方法(实践T4.5)
• 进行系统的和周期性的质量评审(实践Q3.5)
• 确保所有员工参与生产统计和数据提供培训质量管理(实践T5.4)
• 确保我们的数据是基于适合预期用途是数据源(实践Q1.1)
• 确保我们统计的优势和局限性,任何不确定性明显解释与统计(实践Q3.1和Q3.3)

输出是否满足他们的需求,我们测量质量的五个维度的欧洲统计系统(ESS):

• 相关性
• 准确性和可靠性
• 及时性和守时
• 可访问性和清晰
• 一致性和可比性

我们使用不同的措施来评估质量的统计输出等标准错误,修订率和用户咨询世界杯预选赛欧洲区转播。

符合政府统计服务(GSS)质量的策略国家统计局(ONS)有四个战略目标为提高统计质量。此外,我们也有五分之一的目标,确保国家统计局分析是相关的,已经影响和适合的目的:

• 我们都明白我们的角色的重要性在生产高质量的统计数据。
• 我们将确保我们的数据足够的质量和用户通信质量的影响。
• 我们将预期新兴的趋势和变化,为他们准备使用创新的方法。
• 我们将实现自动化流程分析可再生的。
• 我们将确保我们的分析是相关的,有影响和适合的目的。

我们现在对每个目标,列出具体行动,一起构成我们的策略。实现这一目标需要承诺在领导能力和工作水平走向文化的跨组织质量改进和分享最佳实践。

我们都明白我们的角色的重要性在生产高质量的统计数据

国家统计办公室(ONS)里的每个人都有责任为我们生产统计数据的质量。质量需要构建到整个生产过程和分析师的最前沿的思想产生高质量的统计数据。我们必须有明确的质量管理,结构和实践监控、测量和提高统计质量,将确保所有那些参与生产统计局的资料了解他们的角色直接影响质量。

以下操作将实现这一目标:

• 我们将有明确的治理质量,以确保每个人都理解他们的角色在组织生产高质量的统计数据。国家统计局质量委员会将在国家统计局的统计数据的质量提供了保证,在国家统计局对质量的战略方向。委员会将质量监测进展对动作识别这一战略在一年两次的基础上并报告国家统计局行政组(NSEG)。质量委员会将由国家统计局统计专业负责人谁负责确保该组织符合吗代码的练习统计数据。我们的副董事将主要负责质量部门和实施这一战略。他们会被灌输一种文化的持续质量改进我们的统计数据质量是每个人的责任。的政府数据质量中心将质量作为中心的专业知识,提供建议和支持,在国家统计局和跨业务领域的政府。
• 我们将进行定期质量深潜水看统计领域(例如,贸易)和探索统计质量的五个维度的程度满足并提出改进。我们还将利用我们的定期质量审核(RQR)过程评估和提高国家统计局统计输出的质量以及识别系统性问题,需要整个组织优先考虑。我们将审查RQR过程以确保它适合目的和推动质量改进。
• 我们将介绍强制培训新的开始代码的练习统计数据。建议所有的员工,特别是那些在统计生产和传播,也参加培训。这将确保我们的工作人员都知道在代码质量的原则和实践。
• 我们将确保所有员工参与在政府统计生产使用质量统计指导和培训提供的政府数据质量中心。这将有助于确保我们的员工理解质量的重要性,以及它如何适应他们的工作在质量保证以及良好的实践。
• 我们将确保足够的时间建立生产过程质量保证和使用质量保证整个组织记录检查清单已经在准备发布和由谁承担。副导演将确保这些清单用于他们的分歧并鼓励他们定期审查,以确保它们适合的目的。
• 质量管理实践将支持的数据架构,使我们能够跟踪错误根源,即使数据转换和处理。这是通过使用的元数据支持数据沿袭技术和实践,这将使我们理解的旅程我们统计的数据收集和发布数据遵循。我们将确保所有国家统计局统计数据有明确的文档数据的旅程,包括流程图。
• 我们将继续使用好奇心板,由副主任主持,为团队提供一个机会sense-check结果,同意的主要信息和地点发现上下文在我们发布的统计数据。
• 我们将维护和协调ONS质量冠军网络分享最佳实践和经验教训质量在整个组织。我们的冠军将与副导演的工作,确定需要改进质量。我们也将参与政府统计服务(GSS)通过GSS质量冠军网络。
• 我们将与更广泛的网络(cross-government和国际)质量相关统计数据,如人口和移民咨询委员会的统计数据。

我们将确保我们的数据足够的质量和用户通信质量的影响

我们的统计数据质量的支撑,基础数据的质量。高质量的数据并不足以确保高质量的统计数据,但它们的基本支柱。我们将通过有效的数据管理数据质量管理流程和鼓励我们的分析师好奇,问他们正在与数据。

我们将继续与我们送货数据策略地方高质量的数据和分析我们的使命动员的核心数据的力量来帮助英国做出更好的决策。我们的数据支持一套策略数据和统计策略定义我们的数据实践,使我们能够采取有效、适当的和健壮的质量标准,包括我们如何存储和管理元数据。

以下操作将实现这一目标:

• 我们将遵循质量保证管理数据(QAAD)工具包我们统计生产使用行政的数据源。政府数据质量中心目前正在开发类似的工具包其他数据源,我们将应用这些统计数据生产使用其他数据源(例如,调查数据)。我们将确保我们与数据供应商理解有效沟通基础数据的质量,不断寻找提高产品质量的方法。我们将继续发布QAAD报告说明我们的用户如何使用QAAD工具包来评估质量管理数据源。我们将确保人员参加QAAD研讨会由政府数据质量中心所以他们可以应用工具箱的数据处理。我们将利用自动化数据管理过程符合工具箱(例如,我们基于数据沿袭技术元数据(引用)将被用来理解数据并告知我们的旅程QAAD报告)。
• 增加透明度和信任在我们的统计数据,我们将包括我们统计的质量信息在我们的统计公报。此外,我们将继续发布质量和方法信息(QMI)报告在我们的统计公报(例如,零售销售指数QMI)。这些将帮助我们的用户了解数据的优点和局限性,以便他们能做出最好的决定如何使用它。我们将定期审查我们的QMIs,以确保他们保持更新,满足用户的需求。
• 出发的代码的练习统计数据(实践T3.9),我们将使用修正部分透明的国家统计局网站对我们如何处理我们的用户修改为我们的统计数据和错误。我们将确保接受教训从任何错误在我们的统计信息来改善我们的流程。
• 我们将继续更新我们的景观数据和统计策略,确保他们保持相关的和适合的目的,并将我们的核心数据质量实践。
• 我们将继续与我们送货战略目标数据,包括开发和实现所需的功能流程和数据集,并加强我们的联系元数据功能。
• 我们会遵守国家统计局数据的原则的定义,支持有效的数据管理流程管理的数据流到国家统计局和通知哪些规则,需要策略和标准,以确保其质量。
• 我们将做出贡献Cross-Government数据架构社区在政府和分享最佳实践数据管理。我们还将支持其他项目在政府旨在增加的质量和shareability数据(例如,数据领导人网络和国家数据策略),将使用这些平台带来的机遇,促进最佳实践与这一战略一致。
• 我们将与数据标准机构紧密合作,支持创建和实现cross-government数据标准和提高数据的协作。政府数据质量中心将单个cross-government数据成熟度模型的发展。这将允许部门持续评估他们的数据功能和测量数据计划的影响,并将促进更有效的针对的资助和支持。
• 我们将列出的原则在新cross-government数据质量框架来评估我们的数据的质量。促进与框架接触整个组织和组织培训,确保员工知道如何应用它。

我们将预期新兴的趋势和变化,为他们准备使用创新的方法

作为世界上的数据和技术的变化,为我们的分析师将出现新的机遇和挑战。细节,体积和频率的数据收集正在迅速增加,也要求创新方法、工具和技术。我们需要准备在这多变的环境下生产效率高质量的统计数据,以反映用户的需求。

以下操作将实现这一目标:

• 我们将与专家协同工作等方法,数据科学的校园和学术界,确保国家统计局使用创新的方法。
• 我们将参与的发展国家统计的质量评审(NSQRs)产生的政府数据质量中心并采纳建议。NSQRs封面专题主题国家重要性和确保所使用的方法GSS跟上不断变化的数据来源和技术。与NSQRs将确保国家统计局所使用的方法保持最新。
• 我们将继续使用管理数据方法研究项目解决的一些主要挑战管理和事务数据集由大卫的手在他的教授2018年的论文。
• 我们将审查结果和确定的实施建议系统性回顾产生的统计监管办公室。
• 我们将继续使用数据科学的校园和数据科学技能在组织利用替代数据来源。我们将质量融入决策的适用性,这些新的数据源。我们将一起工作政府数据质量中心以确保我们了解这些新数据源的质量。
• 的要求代码的练习统计数据,我们将继续与我们的用户统计等机制StatsUserNet,知识中心和用户组来收集他们的意见和确保我们的统计数据满足他们的需求。的GSS最佳实践和影响部门(BPI)领导一个项目开发GSS-wide用户参与战略和实施计划。一旦战略已经发表,我们将开发一个ONS行动计划来实现整个组织的战略目标。
• 我们将支持GSS在改善的质量统计方法通过促进方法咨询委员会(MAC)和方法(MAS)咨询服务。麦克是一个免费的方法论与访问的专家咨询服务包括学术界、私营部门、GSS和国家统计机构(NSIs)。马斯是一个免费的服务提供方法论ONS方法划分的建议和指导。MAC和MAS都提供了便利政府数据质量中心。
• 我们将在GSS寻找创新的方法来提供统计数据统计的用户目标增强用户体验和选择探索统计数据。
• 我们的方法学家将继续研究和开发方法集成,分析和生产官方统计数据从不同的来源。

我们将实现自动化流程分析可再生的

我们将应用软件工程技术统计生产自动化过程,使可再生的分析。这将通过的设计和实现可再生的分析管道(说唱)原则和技术来降低质量风险和更广泛的组织与遗留统计生产实践和系统风险。

我们将采用一个战略说唱的实施原则和技术方法,将该方法嵌入的几个开发统计生产核心能力。这将有助于确保:

• 一致的标准应用于确定说唱的适用性原则和技术对于一个给定的统计上下文
• 说唱的实施原则和技术协调和治理联合,通过交叉技术和服务团队一致的方式,在适当的地方和国家统计局的数据服务,并通过现有统计转换项目。

以下操作将实现这一目标:

• 我们将参与GSS说唱冠军网络支持跨组织说唱的实现技术,我们将确保最佳实践嵌入课程开发统计生产核心能力。
• 我们将确保足够的培训和提供给员工,使可持续开发,主导的说唱原则和技术的采用。这将包括政府电子服务(GDS)培训和说唱的同伴,它将支持的教育和支持的国家统计局的数据流服务。
• 我们将用我们的专业知识和新兴数据访问平台试点说唱的应用技术在统计生产,提高生产时间和减少错误的风险。这些飞行员的方法将被用于upskill员工和通知的推出说唱来支持我们发展我们的统计生产核心能力。
• 我们将确保说唱技术应用不断和治理在战略层面上更广泛的统计生产不可分割的一部分核心能力通过数据服务合作框架和相关的流程和管理。这将确保标准过程应用和可持续开发数据工程流程尽可能和它将帮助统计生产者了解自动化的权衡。

我们将确保我们的分析是相关的,有影响和适合的目的

国家统计局质量委员会将与国家统计局分析专业负责人,以确保分析是一致的水书指导为政府和生产质量分析,相关的,其他指导封装在分析功能的标准(例如,绿皮书和红色的书)。

造型对国家统计局的工作至关重要,因此重要的是,我们使用的模型是定制的。我们将在模型嵌入最佳实践在国家统计局和确保我们遵守麦克弗森原则对关键业务模型。

以下操作将实现这一目标:

• 我们将开发和维护一个“关键业务模型”列表,我们使用——这些都是我们最重要的模型,所涉及大量的资金和高灵敏度(影响力和广泛使用)。
• 我们将与国家统计局分析专业负责人,以确保ONS分析是一致的水书指导为政府和生产质量分析,相关的,其他指导封装在分析功能的标准(例如,绿皮书和红色的书)。
• 我们将确保所有ONS模型有明确的文档的方法,包括模型地图(图,总结了主要的结构模型,其输入,它的假设,其转换和输出——看到例子)和声音描述性的评论。
• 我们将创建一个开放的文化在错误和近距离脱靶造型保证接受教训,改善流程。
• 我们将创建一个链的责任我们所有模型与高级负责人员(地面读数)分配给每个模型。
• 我们将创建一个强有力的质量保证文化的造型在国家统计局表示cross-government专家建模网络在政府)(涵盖所有的造型活动,定期进行内部同行审查我们的模型和促进的意识麦克弗森的造型整个组织。
• 我们将增加透明度的代码,并提供额外的资源转移到开放源码工具。
• 我们将一起工作政府数据质量中心审核状态的造型在整个组织和确定哪些方面需要改进。

国家统计局(ONS)质量委员会将监督进度对动作识别这种策略在一年两次的基础上。将报告进展国家统计局行政组(NSEG)。