dataverifiering

datainmatning Fel

det finns några typer av standardfel som ofta upplevs när du gör datainmatning. Två av de vanligaste av dessa är transkriptionsfel och transpositionsfel.

Transkriptionsfel

varje gång data matas in manuellt i systemet finns det en möjlighet att ett fel kommer att begås.

mänskliga fel uppstår, och det finns en mängd olika skäl till varför de händer. Man kan vara att personen missförstod vad som skrevs eller vad som sades. En annan anledning till ett fel var att personen rusade och inte betalade tillräckligt med uppmärksamhet på detaljer.

långa koder som inte har någon signifikant betydelse för kodaren är känsliga för fel.

ett exempel på ett transkriptionsfel kan vara att någon går in i ’öde’ istället för ’tro’.

Transponeringsfel

Transponeringsfel inträffar när kodaren av misstag blandade ihop ordningen på siffror eller bokstäver.

till exempel kan 78 anges som 87, eller ’tro’ kan anges som ’faiht’.

dataverifiering

Valideringsprocedurer kan inte säkerställa att de angivna uppgifterna är korrekta—det kan bara kontrollera att de är rationella, logiska och acceptabla. Det är självklart idealiskt att ha så mycket korrekt information som möjligt i din databas.

verifiering kan göras för att säkerställa att data i databasen har så få fel som möjligt. Ett annat sätt att uttrycka detta är genom att säga att verifiering görs för att se till att de angivna uppgifterna är lika med data från den ursprungliga källan.

verifiering innebär att kontrollera att data från det ursprungliga källdokumentet är exakt samma som de data som du har angett i systemet.

metoder för verifiering

dubbel post – Detta avser att mata in data två gånger och jämföra de två posterna.

• ett klassiskt exempel skulle vara när du skapar ett nytt lösenord. Du blir ofta ombedd att ange lösenordet två gånger. Detta gör att datorn kan verifiera att datainmatningen är exakt densamma för båda instanserna och att inget fel har begåtts. Den första posten verifieras mot den andra posten genom att matcha dem.
• även om detta kan vara användbart för att identifiera många fel, är det inte praktiskt för stora mängder data. Här är några nackdelar med dubbel ingång:
• det skulle ta en kodare mycket tid att mata in data två gånger. Det fördubblar arbetsbelastningen såväl som kostnaden.
• en kodare kan mata in samma fel två gånger, och det skulle inte noteras som ett fel.
• möjligheten att ha två (korrekta) versioner av samma data finns, och dubbel post kan inte redogöra för denna händelse.

Korrekturläsningsdata – denna process kräver att en annan person kontrollerar datainmatningen mot originaldokumentet. Detta är tråkigt och kostsamt.

kontrollera data på skärmen mot det ursprungliga pappersdokumentet-detta kan hjälpa till att identifiera transkriptions-och införlivandefel. Det sparar också tid i jämförelse med dubbelinmatningstekniken. Det är dock svårt att fortsätta att flytta ögonen fram och tillbaka från bildskärmen till papperskopian, och denna svårighet kan förvärra mänskliga faktorer som trötthet och suddiga ögon, vilket resulterar i missade fel.

skriva ut en kopia av data och jämföra utskriften till det ursprungliga pappersdokumentet – det här är förmodligen den enklaste verifieringsmetoden eftersom du kan lägga båda kopiorna sida vid sida och skanna båda för fel. Det kan dock vara tråkigt om det finns en stor mängd data att kontrollera. Om det skannas för snabbt kan fel också förbises.

få en hjälpande hand-om du verifierar data med en teammedlem är ett bra sätt att identifiera fel att medarbetaren läser indata medan du kontrollerar det mot originaldokumentet. Detta kan konsumera mycket tid och det använder två personer, så huruvida det är en bra lösning för en given situation beror på hur avgörande data är kontra tid och andra resurser (t.ex. pengar). Det rekommenderas att den andra personen läser indata istället för dig själv eftersom det finns en stor möjlighet att du kommer att begå samma misstag två gånger; till exempel när du transponerar ett nummer.

ytterligare avläsningar:

• dataverifiering