Statistische cijfers vormen de basis voor beleid over wonen, zorg, onderwijs en economie. Maar hoe betrouwbaar zijn die cijfers eigenlijk? Statistische bureaus verzamelen hun data uit enquêtes, registers en steeds vaker uit grote databronnen zoals big data.
Die combinatie biedt kansen, maar brengt ook risico’s met zich mee: geen enkele databron is perfect.
Met het project CLEAR STATS wordt nu gewerkt aan een oplossing om die risico’s beter zichtbaar te maken. In het toegewezen ERC Proof of Concept-project van socioloog Dimitris Pavlopoulos ontwikkelen onderzoekers een open-source tool die statistische bureaus helpt om meetfouten en vertekeningen in hun data op te sporen. Meetfouten ontstaan wanneer iets niet helemaal juist wordt gemeten; vertekening betekent dat bepaalde groepen over- of ondervertegenwoordigd zijn in de cijfers.
Door deze problemen vroegtijdig te detecteren, kunnen statistische bureaus hun cijfers verbeteren voordat ze worden gepubliceerd. Dat is belangrijk, omdat onnauwkeurige statistieken kunnen leiden tot verkeerd beleid en ongelijke besluitvorming.
De tool wordt ontwikkeld als een vrij toegankelijk softwarepakket in het statistische programma R en getest met data van het Italiaanse statistiekbureau Istat en het Centraal Bureau voor de Statistiek (CBS). De samenwerking laat zien hoe internationale kennisdeling kan bijdragen aan betrouwbaardere cijfers – en daarmee aan beter onderbouwde keuzes die de hele samenleving raken.