Datu vākšana

Datu vākšana ir process, kurā tiek vākta informācija par konkrētiem interesējošiem mainīgajiem. Datu vākšanas metodes atkarīgas no pētniecības nozares.  

Lai nodrošinātu pētījuma integritāti un datu kopas kvalitāti, ir ieteicams dokumentēt datu vākšanas metodes datu pārvaldības plānā.  

Primārie dati

Primārie dati ir informācija, ko ievāc pats pētnieks (vai pētnieku grupa) tieši no datu avota, piemēram, no pētījuma dalībniekiem vai mērierīcēm.  

Primāro datu ievākšanas metodes 

• Eksperimenti 

• Aptaujas 

• Intervijas 

• Novērojumi 

Kvantitatīvie dati 

Kvantitatīvie pētniecības dati ir skaitliskā veidā izteikti dati, kas tiek iegūti, izmantojot sistemātiskas metodes, piemēram, aptaujas, eksperimentus, novērojumus vai sekundāro datu analīzi. Šie dati tiek analizēti, izmantojot statistiskās metodes, lai identificētu tendences, sakarības un modeļus.

Datu ievākšana 

• Skaidri pētniecības jautājumi un plāns: precīzi formulē pētniecības jautājumus un izstrādā detalizētu plānu, kas atbilst šiem jautājumiem 

• Piemērotas metodes un instrumenti: izvēlies standartizētas metodes (aptaujas, eksperimentus, mērījumus) un validētus rīkus (anketas, testus), kas ir piemēroti pētījuma mērķim un kontekstam 

• Datu vācēju apmācība: apmāci datu vācējus, lai nodrošinātu procedūru standartizāciju un samazinātu kļūdu iespējamību 

• Pilotpētījums: pirms galvenās datu vākšanas veic pilotpētījumu, lai pārbaudītu instrumentus un procedūras 

• Ētikas principi un piekrišana: ievēro ētikas prasības un iegūsti informētu piekrišanu no dalībniekiem, ja tas nepieciešams 

• Datu drošība: nodrošini datu drošu glabāšanu un piekļuves kontroli 

Datu validācija un kvalitātes kontrole 

• Datu ievades pārbaude: pārliecinies, ka dati ir ievadīti precīzi un atbilst noteiktajiem formātiem, veic loģiskās pārbaudes un diapazona kontroles

• Konsekvence un pilnīgums: pārbaudi datu kopu, lai atklātu neatbilstības un trūkumus

• Nepārtraukta kvalitātes kontrole: regulāri pārbaudi datu kvalitāti visas datu vākšanas laikā

Dokumentācija 

• Kodu grāmata: izveido datu vārdnīcu, kas detalizēti apraksta katru mainīgo, tā definīciju, mērvienības un iespējamos vērtību diapazonus
• Metodoloģijas apraksts: dokumentē datu vākšanas metodes, instrumentus, procedūras un laika grafiku
• Datu apstrādes soļi: apraksti visus datu apstrādes soļus, tostarp tīrīšanu un transformācijas

Kvalitatīvie dati 

Kvalitatīvie pētniecības dati parasti tiek izteikti vārdiskā, vizuālā vai citā ne-skaitliskā formātā un tiek analizēti, lai izprastu nozīmes, pieredzes, attieksmes un sociālās parādības. Kvalitatīvie dati tiek iegūti, izmantojot kvalitatīvās pētniecības metodes, piemēram, intervijas, fokusgrupas, novērojumus un dokumentu analīzi.

Datu ievākšana 

• Skaidri pētniecības jautājumi un plāns: formulē pētniecības jautājumus, kas fokusējas uz izpratni, nozīmi un kontekstu, un izstrādā detalizētu plānu, kas atbilst šiem jautājumiem

• Piemērotas metodes un instrumenti: izvēlies piemērotas metodes (intervijas, fokusgrupas, novērojumus, dokumentu analīzi) un elastīgus instrumentus (interviju vadlīnijas, novērojumu protokolus)

• Datu vācēju apmācība: apmāci datu vācējus kvalitatīvās metodēs, kā arī refleksivitātē

• Pilotpētījums: veic pilotpētījumu, lai pārbaudītu interviju vadlīnijas un procedūras pirms galvenās datu vākšanas

• Ētikas principi un piekrišana: ievēro ētikas principus un iegūsti informētu piekrišanu no dalībniekiem, īpaši uzsverot konfidencialitāti

• Datu drošība: nodrošini drošu datu glabāšanu, īpaši transkriptu un audio/video ierakstu aizsardzību

Datu validācija un kvalitātes kontrole 

• Datu ievades pārbaude: pārlasi transkriptus un piezīmes, lai nodrošinātu to precizitāti un atbilstību audio/video ierakstiem

• Konsistence un pilnīgums: pārbaudi datu kopu, lai atklātu neatbilstības un trūkumus

• Uzticamība starp kodētājiem (ja tiek izmantota kodēšana): nodrošini vienotu izpratni par kodēšanas shēmu un veic uzticamības pārbaudes

• Nepārtraukta kvalitātes kontrole: regulāri pārbaudi datu kvalitāti visas datu vākšanas laikā, lai identificētu problēmas

Dokumentācija 

• Kodu grāmata: izveido detalizētu kodu grāmatu, kas apraksta katru kodu, tā definīciju un piemērus

• Metodoloģijas apraksts: dokumentē datu vākšanas metodes, instrumentus, procedūras, dalībnieku atlases procesu un laika grafiku

• Datu apstrādes soļi: apraksti visus datu apstrādes soļus, ieskaitot transkripciju, kodēšanu, tēmu identificēšanu un analīzi

Sekundārie dati  

Pētījumi var tikt veikti arī ar iepriekš ievāktiem datiem jeb sekundāriem datiem. Šajā gadījumā datu vākšanas process sastāv no dažādu datu avotu izpētes un piekļuves datu kopām.  

Sekundāro datu avoti 

• Datu repozitoriji  

• Dati no iepriekšējiem pētījumiem, kas nav publicēti repozitorijā 

• Statistikas, monitoringa, valsts pārvaldes dati 

• Veselības aprūpes dati 

Kas jāņem vērā, vācot sekundārus datus? 

• Datu avots: pārbaudi, kā un kad dati iegūti, un novērtē to precizitāti

• Datu vācējs: pārliecinies, vai avots ir uzticams

• Datu mērķis: izproti datu vākšanas nolūku

• Aktualitāte: pārbaudi, vai dati nav novecojuši

• Lietošanas ierobežojumi: iepazīsties ar licencēm un autortiesībām

• Dokumentācija: izpēti datu struktūru un metodoloģiju

• Salīdzinājums: pārbaudi datu uzticamību, salīdzinot ar citiem avotiem

Sensitīvi dati 

Pētniecībā sensitīvie dati ir informācija, kas prasa īpašu datu apstrādi, lai nodrošinātu pētījuma dalībnieku privātumu, drošību un datu ētiskumu. 

Sensitīvo datu veidi 

Sensitīvi dati ietver personu identificējamu informāciju, medicīniskos, ģenētiskos datus un citus, kuru atklāšana var apdraudēt indivīdu vai organizāciju intereses un radīt diskrimināciju vai kaitējumu. Dati var būt tekstā, attēlos, audio un citos formātos. 

Sensitīvo datu piemēri 

• Personas dati: personas kods, vārds, etniskā piederība, politiskie uzskati, reliģija, seksuālā orientācija, arodbiedrību dalība, atrašanās vieta (GPS, IP adrese). Šīs kategorijas datus var izšķirt 2 apakšgrupas tiešos un netiešos personas identifikatorus.  

• • Tiešie identifikatori: dati, kas tieši un nepārprotami identificē konkrētu personu bez papildu informācijas. Tie parasti  viennozīmīgi norāda uz vienu konkrētu indivīdu.

    Piemēram, vārds un uzvārds, personas kods vai identifikācijas numurs, biometrisko datu ieraksti (pirkstu nospiedumi, sejas attēli), e-pasta adrese (ja tā satur vārdu), u.c. 

    Kad veic datu anonimizāciju, tiešos identifikatorus parasti pilnībā noņem vai aizvieto datu kopā, jo tie rada augstu re-identifikācijas risku  

• • Netiešie identifikatori (jeb kvazi-identifikatori): dati, kas paši par sevi nav pietiekami, lai identificētu personu, bet kombinācijā ar citiem datiem vai ārēju informāciju var norādīt uz konkrētu indivīdu. 

    Piemēram, dzimšanas datums vai vecums, dzimums, etniskā piederība, pasta indekss vai dzīvesvietas adrese u.c. 

Netiešie identifikatori prasa īpašu uzmanību anonimizācijas procesā, jo to pilnīga noņemšana bieži nav praktiska vai samazinātu datu vērtību pētniecības nolūkiem 

• Konfidenciālie dati: komercnoslēpumi, sensitīvi valsts pārvaldes dati, izmeklēšanas dati, intelektuālais īpašums, paroles, finanšu un drošības informācija 

• Bioloģiskie dati: biometriskie dati, ģenētiskā informācija, veselības vēsture, apdraudēto vai izmirstošo sugu atrašanās vieta 

Kā rīkoties, ja tiek vākti sensitīvi dati? 

Lai ievērotu juridiskās un ētiskās prasības, svarīgi ir izmantot piemērotus datu aizsardzības pasākumus, piemēram, datu anonimizāciju, šifrēšanu un piekļuves ierobežojumus, kā arī nodrošināt atbilstību vietējiem un starptautiskiem datu aizsardzības noteikumiem. 

Eiropas Savienībā sensitīvos datus regulē Vispārīgā datu aizsardzības regula jeb GDPR (General Data Protecion Regulation). Pētniecības projektos, kuros notiek darbs ar sensitīviem datiem, nepieciešams ievērot GDPR principus.  

Datu saglabāšana pētījuma laikā 

Kur droši glabāt datus? 

Pētījuma laikā ir būtiski nodrošināt, ka visi dati tiek glabāti droši, lai izvairītos no datu zuduma vai nesankcionētas piekļuves. Zemāk ir ieteikumi, kā pareizi glabāt un apstrādāt datus pētījuma laikā. 

Izvēlies glabāšanas vidi rūpīgi

Ne visas glabāšanas vietas ir vienlīdz piemērotas visu veidu datu glabāšanai. Izvēloties, kur glabāt pētījuma datus, ir jāņem vērā vairāki faktori. Datu pārvaldības plāna izveide palīdzēs šajā procesā. Apsver šādus jautājumus:

• Kāda apjoma dati tiks izveidoti? 

• Vai datu kopa satur sensitīvus datus?  

• Vai pastāv ierobežojumi attiecībā uz to, kur dati tiek glabāti?  

• Vai universitāte/institūts piedāvā kādu konkrētu datu glabāšanas risinājumu?  

• Vai šī glabāšanas vide nodrošina automātiskus dublējumus? Ja jā, cik ilgi tos var atjaunot?  

• Kam būs nepieciešama piekļuve datiem – tikai konkrētai pētījuma grupai vai arī citiem sadarbības partneriem? 

• Vai būs nepieciešama piekļuve datiem, atrodoties ārpus universitātes/ institūta?  

• Vai pētniekiem būs nepieciešama piekļuve datiem pēc tam, kad pētījums noslēdzies? 

Parasti datu glabāšanas opcijas pētījuma datiem var iedalīt šādi: 

• Universitātes tīkla diski 

• Mākoņpakalpojumi 

• Pārvietojamās ierīces 

Universitātes tīkla diski parasti tiek uzturēti un pārvaldīti universitātes IT infrastruktūras ietvaros, līdz ar to nodrošinot salīdzinoši augstu drošības līmeni, regulāras datu rezerves kopijas un piekļuves kontroli. Tie  piemēroti, ja strādājat vai sadarbojaties universitātē. 

Piekļuve šiem diskiem bieži tiek organizēta caur lokālo tīklu universitātes telpās, taču, ja nepieciešams attālināts darbs, var izmantot VPN (virtuālo privāto tīklu), lai droši pieslēgtos sistēmai no ārpuses. 

Viens no lielākajiem ieguvumiem, izmantojot universitātes tīkla diskus, ir datu drošība un ilgtspēja. Atšķirībā no personālajiem datoriem vai pārvietojamajām ierīcēm, kur datu zudums var notikt aparatūras bojājumu vai zādzības dēļ, universitātes IT nodaļas parasti nodrošina automatizētu datu rezerves kopēšanu, kas samazina informācijas pazaudēšanas risku. 

Tomēr jāņem vērā, ka universitātes tīkla disku izmantošana var būt ierobežota ar pieejamo vietu un universitātes noteikumiem par to, kādus datus drīkst tur glabāt. Atsevišķām pētījumu grupām var būt nepieciešams pieteikt papildu vietu vai saņemt atļauju glabāt specifiska veida konfidenciālus datus. 

Mākoņpakalpojumi piedāvā ērtu un elastīgu risinājumu pētniecības datu glabāšanai, ļaujot viegli piekļūt datiem no dažādām ierīcēm un sadarboties ar citiem pētniekiem. Tie nodrošina regulārus dublējumus un dažādas drošības funkcijas, piemēram, šifrēšanu un piekļuves kontroli.  

Tomēr svarīgi izvēlēties uzticamus mākoņpakalpojumu sniedzējus, kurus izmanto universitāte vai institūts (piemēram, OneDrive, kam pieslēdzaties ar universitātes autentifikāciju nevis ar savu personīgo e-pastu). Universitāšu izmantoto mākoņpakalpojumu konfigurācijas parasti atbilst drošības un juridiskajiem standartiem, piemēram, Eiropas Savienības datu aizsardzības regulai.  

Nav ieteicams lietot trešo pušu mākoņrisinājumus, piemēram, Google Drive un Dropbox, kuriem pieslēgšanās notiek ar personīgajām e-pastu adresēm.  

Mākoņpakalpojumu lietošana īpaši rūpīgi jāizvērtē, strādājot ar personīgiem datiem.  

Pārvietojamās ierīces (piemēram, USB zibatmiņas, ārējie cietie diski vai personīgie klēpjdatori) var tikt izmantotas īstermiņa datu failu kopiju glabāšanai, taču tās ir neaizsargātas pret zudumu, un nepiedāvā automātisku datu dublējumu. Nebūtu ieteicams pētniecības datus glabāt uz privātajiem datoriem vai ierīcēm, bet gan uz universitātes piešķirtā datora, ja tāds ir. Īpaši uzmanīgiem jābūt tad, ja dati satur sensitīvu informāciju. 

Izmantojat pārvietojamās ierīces, nepieciešams pārliecinieties, ka: 

• Izvēlēti augstas kvalitātes produkti no uzticamiem ražotājiem 

• Ierīces tiek regulāri pārbaudītas, lai pārliecinātos, ka tās pienācīgi funkcionē 

• Tiek veikti regulāri dublēšanas (backup) pasākumi 

• Ierīce tiek izsargāta (piemēram, ar šifrēšanu), ja tajā tiek īstermiņā glabāti personīgie dati 

Jāņem vērā, ka ārējie diski nav paredzēti datu ilgtermiņa glabāšanai. Ja gadījumā dati tiek glabāti ārējās atmiņas ierīcēs, tos ieteicams pārkopēt uz jaunākām ierīcēm ik pēc 3-5 gadiem. 

Piekļuves kontrole 

Lai nodrošinātu pētniecības datu drošību un novērstu nesankcionētu piekļuvi, ir svarīgi ieviest stingru piekļuves kontroli ierīcēm un vietām, kur tiek glabāti dati. Tas nozīmē, ka tikai pilnvaroti lietotāji var piekļūt konkrētiem datiem, un viņu darbības tiek uzraudzītas. 

Galvenie drošības pasākumi 

• Lietotāju autentifikācija: ieteicams izmantot drošas paroles iekārtām, uz kurām glabājas dati, kā arī daudzfaktoru autentifikāciju (MFA) vai universitātes identifikācijas sistēmas. 

• Lietotāju lomas un piekļuves tiesības: piekļuve tiek piešķirta atbilstoši pētnieka lomai (piemēram, tikai lasīšanas tiesības studentiem un rediģēšanas iespējas vadošajiem pētniekiem). 

• Regulāra piekļuves pārskatīšana: periodiski jāpārbauda un jāatjaunina lietotāju piekļuves tiesības, īpaši, ja pētniecības grupas sastāvs mainās. 

• Darbību reģistrēšana un uzraudzība: izvēlēties IT sistēmas, kas var reģistrēt piekļuves un izmaiņas datu failos, kas ļauj atklāt aizdomīgas darbības un laikus reaģēt.  

Sensitīvu datu glabāšana 

Strādājot ar sensitīviem datiem, jāievēro īpaši datu drošības un aizsardzības pasākumi, lai novērstu nesankcionētu piekļuvi, nodrošinātu konfidencialitāti un atbilstību normatīvajiem regulējumiem. Atbilstoša sensitīvu datu glabāšana palīdz aizsargāt gan pētījuma dalībnieku privātumu, gan arī veicina pētniecības integritāti. 

Vispārīgi principi sensitīvu datu glabāšanā 

• Droša glabāšanas vieta: sensitīvus datus glabā tikai universitātes apstiprinātās un drošās sistēmās, kas atbilst drošības un regulējuma prasībām. Ja ir nepieciešams glabāt datus fiziskā formātā (t.sk., papīra dokumentus), uzglabā tos drošā vietā (piemēram, slēgtā skapī, kur tikai noteiktām personām ir iespēja piekļūt). Iznīcini nevajadzīgos dokumentus, izmantojot drošus iznīcināšanas veidus (piemēram, dokumentu smalcinātājus) un fiksē to dokumentu iznīcināšanas aktā. 

• Izvairīšanās no lokālas datu uzglabāšanas: privātie datori, USB un neautorizētas mākoņsistēmas nav piemērotas sensitīvu datu glabāšanai. 

• Piekļuves kontrole: tikai pilnvarotiem pētniekiem jābūt piekļuvei sensitīviem datiem. Tas attiecas gan uz datiem fiziskā formātā, gan elektroniskā. Piemēram, izmantojot mākoņpakalpojumus, var izvēlēties personu/-as, kam būs piekļuve attiecīgajam failam. Vienmēr izvērtē, vai katram no pētniecības grupas nepieciešama piekļuve visām mapēm ar failiem, vai arī tikai atsevišķiem dokumentiem, datņu failiem. 

• Šifrēšana (encryption): sensitīvie dati jāuzglabā šifrētā veidā, izmantojot drošus algoritmus. Šifrēšana aizsargā datus, pārveidojot tos nesalasāmā formātā. Universitātes drošajos serveros un apstiprinātajos rīkos, platformās parasti jau ir nodrošināta šifrēšana. Ja datiem nepieciešama papildu aizsardzība, var izmantot atsevišķu failu vai mapju šifrēšanu pirms augšupielādes. 

• Aizsardzība ar parolēm: ja dati tiek glabāti ārpus centralizētām sistēmām, tie jākodē un jāaizsargā ar stiprām, unikālām parolēm.   

Parolei jābūt: 

• • Pietiekami garai – vismaz 8 rakstzīmes (ieteicams 12 vai vairāk) 

• • Unikālai – nelieto vienu un to pašu paroli vairākās vietnēs vai ierīcēs 

• • Sarežģītai – iekļauj ciparus, simbolus, lielos un mazos burtus 

• • Nesaistītai ar personīgo informāciju – izvairies no mājdzīvnieku, ģimenes locekļu vārdiem, dzimšanas datiem, adresēm vai citiem viegli uzminamiem datiem 

Papildu drošības pasākumi: 

• • Aktivizē divfaktoru autentifikāciju 

• • Regulāri maini paroles, īpaši, ja pastāv aizdomas par drošības pārkāpumu 

• Ugunsmūris (firewall) un droša piekļuve: aktivizē ugunsmūri savā ierīcē, kas palīdz bloķēt nesankcionētus piekļuves mēģinājumus un aizsargā datu plūsmu. Regulāri pārbaudi ugunsmūra statusu, lai pārliecinātos, ka tas darbojas pareizi. Neatveriet aizdomīgus e-pasta pielikumus vai saites, kas var “apiet” ugunsmūri un kompromitēt ierīci. 

• Atbilstošu mākoņrisinājumu izmantošana: pirms jebkuru mākoņpakalpojumu lietošanas pārliecinies, ka tie atbilst VDAR prasībām. Izmanto universitātes apstiprinātus mākoņrisinājumus, kas nodrošina datu aizsardzību (nevis, piemēram, savu personīgo Google disku vai Dropbox). 

• VPN izmantošana: strādājot attālināti, izmanto universitātes VPN, kas šifrē datu savienojumu un aizsargā sensitīvus datus. Izvairies no publiskiem Wi-Fi tīkliem bez VPN aizsardzības. 

• Datu minimizēšana: glabā tikai nepieciešamos datus pētniecības mērķu sasniegšanai un izvairies no lieku kopiju veidošanas.  

• Anonimizācija vai pseidonimizācija: anonimizē vai pseidonimizē datus, lai nepieļautu personas identificēšanu. 

• Drošības auditi: regulāri pārskati, kas un kā var piekļūt sensitīviem datiem, lai novērstu nesankcionētu piekļuvi. Nozīmē atbildīgo personu par datu glabāšanu. 

Datu koplietošana  

Pētniecības datu koplietošana ar kolēģiem un sadarbības partneriem jāveic drošā veidā, lai aizsargātu konfidencialitāti un novērstu nesankcionētu piekļuvi. 

Drošības pasākumi datu koplietošanai 

• Izvairīties no nedrošām metodēm datu pārsūtīšanai, piemēram, kā e-pasta pielikumu vai izmantojot publisku mākoņpakalpojumus bez šifrēšanas, piemēram WeTransfer. 

• Ja iespējams, nodrošināt piekļuvi datu kopai vietnē, kur tā tiek glabāta, piemēram, uz universitātes tīkla diskiem vai šifrētos mākoņpakalpojumos, nevis veidot datu kopas kopijas pārsūtīšanai. Piešķirt lietotājiem tikai nepieciešamo piekļuves līmeni (piemēram, lasīšanas tiesības studentiem, rediģēšanas tiesības galvenajiem pētniekiem). 

• Ja datus koplieto ar ārējiem partneriem, vēlams noslēgt datu apstrādes līgumu, kas nosaka lietošanas un aizsardzības nosacījumus.