Mikrodaten schützen (k-Anonymität)
Kurz
Unter „Daten bearbeiten“ → „Mikrodaten schützen“ prüft Statable, wie oft jede Kombination von Schlüsselmerkmalen (zum Beispiel Bundesland, Alter, Geschlecht) vorkommt. Kommt eine Kombination weniger als k-mal vor, ist die Person leichter zu erkennen. Das Ergebnis ist eine neue Fassung der Daten; „Rückgängig“ bringt das Original zurück.
So geht es
- Schlüsselmerkmale wählen. Die Reihenfolge ist die Wichtigkeit: Was oben steht, bleibt beim Unterdrücken am längsten erhalten.
- k wählen (2, 3 oder 5; Standard 3). Gleich danach stehen die Kennzahlen da: wie viele Fälle unter k liegen und, wenn ein Fallgewicht gilt, wie viele Wiedererkennungen in der Grundgesamtheit zu erwarten sind (eine Näherung).
- Schritte nach Wunsch: direkte Kennungen entfernen (Name, Adresse), Ausreißer oben oder unten kappen (Perzentil oder feste Grenze), lokal unterdrücken (bei Fällen unter k wird die am wenigsten wichtige Angabe geleert, bis jede Kombination mindestens k-mal vorkommt).
- „Prüfen“ zeigt Vorher und Nachher und das Protokoll: je Schritt Merkmal und Zahl der Fälle. Das Protokoll lässt sich kopieren und gehört in den Bericht oder die Dokumentation.
- „Geschützte Fassung anlegen“ ersetzt die Daten im Projekt. Die Schritte laufen in dieser Reihenfolge: kappen, unterdrücken, Spalten entfernen.
Wichtig
- k-Anonymität schützt nicht vor allem. Vor der Weitergabe prüft die zuständige Stelle.
- Welche Merkmale Schlüsselmerkmale sind, hängt von den Daten und dem Wissen möglicher Angreifer ab; das entscheidet die Organisation, nicht Statable.
- Fehlende Angaben passen zu jeder Kategorie (wie in sdcMicro). Mit einem Fallgewicht im Projekt zählen die Kennzahlen mit den Gewichten (Fk).
Für Fachleute
Gerechnet wie R sdcMicro: freqCalc (alpha = 1) für fk und Fk, localSuppression mit Wichtigkeit, Perzentile wie quantile(type = 7).