DEL 1 Datafangst, dokumentasjon og bakgrunn. 1 Innledning. Hva er DBH?

Transkript

1 1

2 DEL 1 Datafangst, dokumentasjon og bakgrunn 1 Innledning Hva er DBH? Database for statistikk om høgre utdanning er et oppdrag NSD utfører på vegne av Kunnskapsdepartementet. Kunnskapsdepartementet benytter databasen som et planleggingsverktøy i budsjettarbeidet. NSD 1 har fått i oppdrag å utvikle og drive den. Departementet bestemmer hva vi skal rapportere og rapporteringskravene blir fremsatt på hovedsiden til DBH. Her er også inngangsporten til de ulike rapportene i DBH. Dataen er bygget opp rundt konkrete rapporteringskrav fra Kunnskapsdepartementet og bruk av data og analysene er bygget opp rundt dette. For å forstå dataene må man bruke dokumentasjonen aktivt. Hva er det som måles? Inngangsport til de vanligste statistikkrapportene. Det lages statistikk, analyser og oversikter over: Studentdata Forskerutdanningsdata Økonomidata Personaldata Arealdata Vitenskapelige publiseringer publikasjonspoeng Selskapsdata 1 Norsk samfunnsvitenskapelig datatjeneste 2

3 Kort gjennomgang av de ulike dataene: Studentdata Her ser vi bildet av en rapport om studenter. Rapporten viser en oversikt over alle studenter i høyere utdanning i Norge. Rapporten kan filtreres og sorteres etter ulike inndelinger. Rapporten viser automatisk (default) en beregning om egenfinansierte studenter i kategorien studenter. Ulike beregninger kan brukes i ulike sammenhenger, og for å finne ut mer om hva som måles, kan man bruke dokumentasjonen til denne rapporten. 3

4 I dokumentasjonen finnes en konkret avgrensing av hva som i denne sammenhengen menes med registrerte studenter. Begrepet egenfinansierte studenter betyr studenter som finansieres over institusjonenes grunnbudsjett, og omfatter for eksempel ikke privatister. Eksempel på data fra studentdatabasen: I rapporten Ferdige kandidater Alle statistikkrapportene som er tilgjengelige på DBHs nettsider omfatter også utfyllende dokumentasjon: 4

5 Her kan man finne informasjon om variablene som inngår og en del sentrale definisjoner. Dokumentasjonen gjør at man kan forsikre seg om at den rapporten man planlegger å hente ut faktisk gir svar på det man ønsker å tallfeste. Alle databasetabellene i DBH; definisjoner, filformater etc. er grundig dokumentert. Videre gis det dokumentasjon og format på tabeller som rapporteres som dokumenter (Excel/Word/PDF) til DBH. Forskerutdanningsdata 5

6 Ved å klikke på feltet organisering og velge inngangsporten studium, vises data for hele sektoren på den institusjonen. Her er resultatet av studium, og rapporten viser en oversikt over alle personer som er i forskerutdanningen sortert på fagområdet - her kalt studium. 6

7 Økonomidata: Økonomidataene er bygget opp noe annerledes enn de øvrige. Dataene leveres som dokumenter og disse vises enten i Excel-format eller som PDF. Man må gå inn på hver enkelt institusjon for å hente dataene. Her ligger også rene dokumenter som rapporteres inn. Et eksempel med rapporten økonomi 1. Bevilgninger: 7

8 Tilsatte: Den mest sentrale rapporten her er rapporten nr 6. tilsatte, som omfatter årsverk for alle tilsatte som institusjonen har arbeidsgiveransvar for. Litt om de ulike valgboksene: Kolonner: Her kan kolonnene endres fra en tidsserie (årstall) til en annen dimensjon. Da kommer kun data for det årstallet man har valgt: Institusjonstype : Fordeler årsverkene på de 5 institusjonskategoriene som benyttes. Finans : Fordeler årsverkene på de 4 finansieringstypene data rapporteres på. Stillingsgruppe : Fordeler årsverkene på de 5 hovedtypene stillinger som DBH benytter. Ansettelse: Fra og med 2002 ble data rapportert på hhv fast tilsatte og midlertidig tilsatte. Velges for eksempel data for tidligere år er ikke dette mulig (derfor valget Uspesifisert ansettelsestype, som altså kun vil være et aktuelt valg for data for 2001 og tidligere). Kjønn: Viser ulike varianter av fordeling på kjønn. Stillingskode: Dette er det laveste nivået data rapporteres på. Poenget her er at man kan velge en bestemt stillingskode (stilling) og kun få ut data på disse. Finans. Valg av finansieringskilde. Alle eksternfinansierte er summen av NFR, Arbeidsmarkedstiltak og Andre finansieringskilder. Data på disse tre kildene ble rapportert fra Tidligere ble data kun rapportert på Eget grunnbudsjett og Oppdragsfinansiert. Sistnevnte ble altså fra 2002 splittet opp i tre eksterne finansieringskilder, og man må helt tilbake til 2001 for å få frem data på kategorien Oppdragsfinansiert. 8

9 Her viser rapporten alle ansatte uansett stillingskode i en tidsserie fra fordelt på totalt og prosentandel kvinner. Rapporten viser her fordelingen på midlertidige ansatte og kvinneandel prosentvis. Det er viktig å tenke seg at her defineres hierarkiet man ønsker at data skal presenteres i. Stillingsgruppe: Den overordnede størrelse i forhold til klassifisering av tilsatte. Det er 5 stillingsgrupper: Undervisnings- forsknings- og formidlingsstillinger, Administrative stillinger, Drifts- og vedlikeholdsstillinger, Støttestillinger og Andre stillinger Stillingskategori: Hver enkelt stillingsgruppe er oppdelt i et sett undergrupper, her kalt stillingskategorier. Relevant hierarki som viser denne strukturen: Institusjon - stillingsgruppe - stillingskategori - stillingskode. 9

10 Denne rapporten viser gjennomsnittsalder for alle ansatte, her er det valgt et snitt for beregning av kjønn. Selskapsdatabasen: Selskapsdatabasen er et register over selskaper departementet har eierinteresser i. Databasen danner grunnlag for departementets vurdering av forvaltningen av delegerte fullmakter og skal bidra til at viktig informasjon til enhver tid er offentlig tilgjengelig. Departementet vil følge opp institusjonens rapportering. Mangelfull rapportering kan medføre at institusjonen mister sine fullmakter til å erverve aksjer. Institusjonen skal sørge for at følgende er rapportert til Selskapsdatabasen: Innkallinger til ordinære og ekstraordinære generalforsamlinger. Årsrapport, årsregnskap og revisors beretning. Protokoller fra ordinære og ekstraordinære generalforsamlinger. Aksje- og eierinteresser til statsregnskapet. Vedtekter, stiftelsesdokumenter, eventuelle avtaler mellom institusjon og selskap og eventuell tredjepart. Informasjon om styret, herunder om medlemmene er valgt av de ansatte og hvor lenge de har innehatt styrevervet og når dette utløper. Nøkkeltall. 10

11 Gå ut på hovedsiden til DBH og finn Selskapsdatabasen i høyremargen, ved å klikke kommer du rett inn i Selskapsdatabasen. 11

12 Her får vi ut en rapport med informasjon om eiere, nøkkeltall aksjebeholdning, resultatregnskap med mer. Andre dokumenter Andre dokumenter finner du ved å gå inn på hovedsiden under statistikk, siste punktet. Her finner du litt annen type informasjon som rapporteres inn fra institusjonen i form av dokumenter. Her er et eksempel med dokumentet rapport og planer som er rapportert inn fra Norges Handelshøyskole. 12

13 Spørsmål: Hva er DBH? Hvilken rolle har studentdata i finansieringssystemet? Finn ut hvor mange personer uten studierett det er på din institusjon? Undersøk hvilket fakultet/avdeling det er registrert flest personer uten studierett (privatister)? Hvor mange studenter går på farmasi i Norge? Hvor finner du Riksrevisjonens revisjonsbrev og Ledelseskommentarer? 2 Finansieringssystemet Både Kunnskapsdepartementet og Riksrevisjonen stiller krav til rapporteringen. KD i forhold til hva vi skal rapportere om, og Riksrevisjonen om hvordan vi skal kvalitetssikre. De har særlig søkelys på de rapportene som inngår i finansieringsmodellen og data som har budsjettmessig betydning. Finansieringsmodellen kan oppsummeres i tre komponenter; 1) Basiskomponent 2) Undervisningskomponent 3) Forskningskomponent Fra statsbudsjettet: 13

14 Undervisningskomponenten Hva får vi penger for? Utvekslingsstudenter: Vi får 6300,- kroner per utvekslingsstudent som er på opphold mer enn tre måneder, og som ikke er på en individbasert avtale. Studiepoengproduksjon: Departementet plasserer studieprogrammene i ulike finansieringskategorier A-F. Eksterne finansieringsmidler trekkes fra grunnbeløpet. Fastsetting av finansieringsprosenten har institusjonene selv ansvar for. Data på studieprogrammet er veldig viktig grunnlagsdata siden det får direkte innvirkning på studentrapportene. På hovedsiden til DBH under dokumentasjon nederste punkt finner du link til Kunnskapsdepartementets finansieringskategorier. Her kan du også velge årstall for variasjon i kostnadskategoriene tilbake i tid. 14

15 Ved å velge rapporten som viser studiepoengproduksjon med tellemåten som brukes i finansieringssystemet kan du sortere på kostnadskategori og beregne uttellingen for ønsket institusjon. Rapporten finner du ved å gå inn på statistikk om studentdata og velge rapporten nummer 21. Studiepoengproduksjon, tilhørighet. Nedenfor er vist et eksempel på denne rapporten. Hva som inngår eller er definisjonen på studieprogram som emne primært tilhører er beskrevet i dokumentasjonen til rapporten. Forskningskomponenten Her er en rapport som viser RBO-fordelingen på de fire indikatorene. Rapporten hører til i menyen under punktet Egne analyser som et datasett om økonomi. 15

16 Rapporten gir en fin oversikt over hvordan de ulike institusjonene, og institusjonstypene er i forhold til uttellingen om RBO. Rapporten kan drilles videre ned til institusjonsnivå. Spørsmål: Finn rapporten om studiepoengproduksjon med tellemåten som brukes i finansieringssystemet. Hvor stor studiepoengproduksjon har UiO i finansieringskategori B? Ta utgangspunkt i KD sine finansieringskategorier fra hvor mye utgjør dette i kroner? Sammenlign uttellingen til de fire indikatorene i RBO mellom et universitet og en høyskole. 16

17 Del II - Analysemuligheter Denne delen vil ta for seg ulike verktøy i DBH som kan benyttes for å lage spesialiserte rapporter og bearbeide data til ulike analyseformål. I hovedsak er det fire ulike typer datakilder. Dette er; 1. Faste rapporter som vi har vist i del Nøkkeltall 3. Egne analyser 4. Nedlasting av egne datasett Denne delen skal vise litt mer om nøkkeltall, Egne analyser og nedlasting av datasett. Dokumentasjon av nøkkeltall og egne analyser Nøkkeltall og egne analyser bygger på et OLAP-kube-system. Dette er enkelt forklart en datastruktur som effektiviserer analyseringen av store mengder data. Blant annet er det mulig å: Sette sammen en tabell ved å velge dimensjoner (uavhengige variabler) og indikatorer (avhengige variabler) fra en forhåndsdefinert liste. Finne fram til ønskede tall ved å navigere (drille ned) i data fra aggregerte størrelser til verdier for hver enkelt enhet. Velge ut hvilke data som skal vises i tabellen ved hjelp av filtre. Bestemme tabellens sortering. Framstille tallene grafisk. Lagre rapportene i PDF- eller Excel-format. Hos DBH er systemet organisert rundt flere datasett, kuber, dimensjoner og indikatorer. Datasett er det øverste nivået i modellen. De ulike kubene kategoriseres som tilhørende ett datasett, for eksempel "datasett om studenter" eller "datasett om økonomi". Kuber -En kube er en tabellstruktur som gjør det mulig å analysere data i flere dimensjoner. Dimensjoner - Dimensjoner er kategorier av data som ikke overlapper hverandre. Ofte er en dimensjon organisert i et hierarki med flere nivåer. "Institusjon" er et eksempel på en dimensjon som i DBH er tilknyttet et hierarki med fire nivåer: institusjonstype, institusjon, fakultet og institutt. 17

18 Indikatorer - En indikator er en måleenhet som representerer statistiske data. Eksempler på slike mål eller fakta er "kvinneandel", "søkere" og "strykprosent". Egne analyser er et supplement til standardrapportene i DBH. Systemet gir brukeren mulighet til å sette sammen og tilpasse tabellene selv, ut fra variabler som er knyttet til de enkelte datasett. 1 Nøkkeltall Rapporten viser en samling av sentrale studentdata og viser en samlet oversikt over status på de ulike fagfeltene basert på Nuskoder 2. 2 Nuskoder er SSBs inndeling av fagområder. 18

19 2 Egne analyser Egne analyser er et verktøy for å lage egne rapporter online. Oppgavelinje I figuren under er det viktigste funksjonene fra oppgavelinjen for Egne analyser gjengitt: Funksjonene er beskrevet ytterligere lenger ned i dokumentet. 19

20 Kolonner, rader, indikator og filter Ved oppbygging av egne analyser benyttes ulike verktøy og figuren under beskriver hvordan man bruker og forstår kolonner, rader, indikator og filter: Etter at utplukk av aktuelle indikatorer er utført kan det være behov for å gjøre justeringer. De viktigste funksjonene for det ser slik ut: Merk at man her også kan benytte seg av firkantsymbolene slik at en indikator kan flyttes fra rad til kolonne eller omvendt. 20

21 Egne analyser - steg for steg Første trinn er å åpne OLAP-utforskeren. Da vil man få muligheten til å spesifisere indikatorer, innhold i kolonner og rader og hvilke filterfunksjoner man som skal inngå. Undervis vil man ha mulighet til å søke dokumentasjon knyttet til indikatorene Steg I Steg II 21

22 Steg III Steg IV 22

23 Resultatet er en egendefinert rapport med oversikt over publikasjonspoeng innenfor fagområdet pedagogikk og utdanning fordelt på nivå 1 og nivå 2 i perioden og sortert på institusjonstype. Oppgave: Bruk OLAP utforskeren og lag din egen rapport om vitenskapelig publisering. Spesifiser rapporten på kvalitetsnivå 1 fordelt på fagområdet filosofi. Litt mer om Egne analyser All statistikk som hentes fra Egne analyser kan eksporteres til Excel slik at man kan bearbeide dataene videre. Klikk på Excel-ikonet på oppgavelinjen etter at du har spesifisert din analysemodell: 23

24 I Excel kan man eksempelvis sortere dataene etter eget ønske eller utelate elementer etter egen preferanse. For mange vil det være nyttig å presentere DBH-data grafisk, noe som enkelt kan gjøres via Excel. Merk at grafikkfunksjon også ligger tilgjengelig i verktøylinjen på sammen med de fleste andre basisfunksjonene vi kjenner fra Excel. Et eksempel i så måte er funksjonen skjul tomme rader/kolonner: Eksport til Excel gir også brukeren mulighet til å justere tekst og tall selv, noe som kan være nyttig av plasshensyn. Institusjonene kommer med fullt navn via Egne analyser og det kan ofte være nyttig å bruke forkortelser (UiA i stedet for Universitetet i Agder osv), særlig med tanke på grafisk fremstilling av data. Eksempel på bruk av DBH-data knyttet til vitenskapelig publisering En interessant bruksform av DBHs publiseringsdata er å se på en spesifikk publiseringskanal opp mot totalt antall publikasjonspoeng innenfor det overordnede fagfelt. For å gjøre dette må man foreta to relativt like operasjoner. Eksempelet her er altså at man vil studere andelen publikasjonspoeng som en gitt publiseringskanal utgjør av fagfeltets totale volum. Man går da i første omgang inn Egne analyser-funksjonen og velger vitenskapelig publisering; deretter klikker man seg inn på 5. publikasjonspoeng. I verktøymenyen startes datauttaket ved å åpne OLAP-utforskeren slik at variablene blir synlige. Ikonene i uttaksmenyen er klikkbare og har bestemte funksjoner. Firkantene er enten vertikale eller horisontale, og ved å klikke på dem, bestemmer man om variablene skal fremstilles som rader eller kolonner. Videre kan man designe tabellen ved å flytte variabler ved hjelp av pilsymbolene. Ønsker man å fjerne en valgt variabel fra kolonne eller rad klikker man på det grønne symbolet i midten. De aggregerte dataene i DBH egner seg godt til å fremstille tidsserier og trender og vi fanger opp tidsaspektet ved å inkludere År. Vi er også interessert i å sammenligne institusjonen som har medisinsk forskning og velger derfor Inst., ny inndeling og presiserer der hvilke institusjoner som skal inkluderes. For enkelhets skyld tar vi her med de fire universitetene som har medisinske fakulteter; NTNU, UiO, UiB og UiT. 24

25 Indikatoren som skal brukes her er publikasjonspoeng. Det andre man her må gjøre er å hente ut statistikk for den spesifikke publiseringskanalen Journal of Clinical Oncology. Fremgangsmåten her er nesten identisk med det som ble gjort i forhold til fagfelt, men her blir fagfelt byttet ut med publiseringskanal. Merk at man her må spesifisere hvilket tidsskrift man ønsker å studere før man går videre. I eksempelet under har man satt sammen de to datasettene og fått to kolonner som for så vidt sier oss noe om onkologifeltet. 25

26 Dersom man deretter fremstiller dataene grafisk vil publikasjonspoengene gi ytterligere mening, og være velegnet for fremstilling av saksforhold i rapporter, styresaker eller lignende. 40,0 35,0 30,0 25,0 20,0 15,0 10,0 5,0 0,0 NTNU UiB UiO UiT NTNU UiB UiO UiT NTNU UiB UiO UiT NTNU UiB UiO UiT Onkologi JCO Grafen viser at onkologi (kreftforskning) er et stort fagfelt der produksjonen av publikasjonspoeng er betydelig. Sammenstiller man deretter fagfeltets totale volum med nivå 2-tidsskriftet Journal of Clinical Oncology ser man at det utgjør en rimelig stor andel av det totale spesielt i starten av tidsserien. Publisering i nivå 2-tidsskrifter er ressurskrevende og de inkluderte institusjonene har variable resultat på den spesifikke kanalen. Generelt gir en slik fremstilling av DBH-data grunnlag for videre tolkning. Hvordan får jeg frem en rapport om antall midlertidig ansatte i administrative stillinger? Et annet bruksområde for DBH-data og Egne analyser finner man under kategorien tilsatte. I dette konkrete eksempelet vil vi søke informasjon om bruk av midlertidig tilsatte i administrative stillinger ved de norske universitetene. 26

27 Ved å stille opp midlertidig tilsatte totalt opp mot midlertidig tilsatte ved hvert av de norske universitetene, får man et inntrykk av hvordan bruken av midlertidig tilsatte varierer. Vi kan da først se, ut frå det totale, at bruk av midlertidig tilsatte er nokså utbredt ved universitetene. Deretter kan man se hvordan hver enkelt institusjon fremstår i denne konteksten. Man går da i første omgang inn Egne analyser-funksjonen og tilsatte; deretter klikker man seg inn på 2. årsverk tilsatte. I verktøymenyen startes datauttaket ved å åpne OLAP-utforskeren slik at variablene blir synlige. Her spesifiserer vi hvilke år og hvilke institusjoner vi ønsker å studere. Til sist bestemmer vi oss for to indikatorer som i dette tilfellet er midlertidig som finnes under kategorien Fast/midlertidig og administrative som ligger under kategorien Stillingstyper. Deretter eksporterer vi dataene til Excel: 27

28 Her har vi også forkortet navnene på institusjonene som er valgt ut, jamfør Excel-tabellen. For lettere å kunne sammenligne dataene i dette eksempelet ønsker vi en grafisk presentasjon. Den grafiske fremstillingen vil da kunne se slik ut: Midlertidig tilsatte i administrative stillinger ved norske universitet, prosentvis 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0 % Totalt NTNU UMB UiA UiB UiO UiS UiT 3 Hele datasett Nedlasting av hele datasett kan brukes for å bearbeide dataene selv. Dette er foreløpig bare tilgjengelig på noen rapporter, men skal være en tilgjengelig funksjonalitet innenfor de fleste tema etter hvert. Man velger ønsket Excel versjon (2003 eller 2007) og gjør valgene på vanlig måte i rapporten. Det vil si at man bør begrense valgene til ønsket institusjon, studium eller lignende for å begrense datamengden. I dette eksempelet er det valgt en begrensning på institusjon (UiB) og på fakultet (Psykologisk). Når dataene er overført til excel velges det ut ytterligere begrensninger. 28

29 Her er det satt på filter i Excel før dataene pivoteres - som vist i bildet under - slik at vi får ut alle studiepoengene i de ulike kostnadskategoriene ved Psykologisk fakultet ved UiB. 29

30 30

31 Her er resultatet presentert grafisk ved bruk av Ecxel, og grafen viser den totale studiepoengproduksjonen ved fakultetet så langt i 2009 og hvordan disse poengene fordeler seg på de ulike kostnadskategoriene. Fakultet har ingen studiepoengproduksjon i kostnadskategori A og flest studiepoeng avlegges i kategori B /NSD/DBH 31