Microdata beschermen (k-anonimiteit)
Kort
Onder “Gegevens bewerken” → “Microdata beschermen” controleert Statable hoe vaak elke combinatie van sleutelvariabelen (bijvoorbeeld deelstaat, leeftijd, geslacht) voorkomt. Komt een combinatie minder dan k keer voor, dan is de persoon gemakkelijker te herkennen. Het resultaat is een nieuwe versie van de gegevens; “Ongedaan maken” herstelt het origineel.
Hoe het werkt
- Kies sleutelvariabelen. De volgorde geeft het belang aan: wat bovenaan staat, blijft bij het onderdrukken het langst behouden.
- Kies k (2, 3 of 5; standaard 3). De cijfers verschijnen meteen: hoeveel gevallen onder k liggen en, als een gevalsgewicht geldt, hoeveel heridentificaties in de populatie worden verwacht (een benadering).
- Stappen naar wens: directe identificatiegegevens (naam, adres) verwijderen, uitschieters bovenaan of onderaan afkappen (percentiel of vaste grens), lokaal onderdrukken (bij gevallen onder k wordt de minst belangrijke waarde gewist tot elke combinatie minstens k keer voorkomt).
- “Controleren” toont voor en na en het logboek: per stap de variabele en het aantal gevallen. Het logboek kan worden gekopieerd en hoort in het rapport of in de documentatie.
- “De beschermde versie maken” vervangt de gegevens in het project. De stappen lopen in deze volgorde: afkappen, onderdrukken, kolommen verwijderen.
Belangrijk
- k-anonimiteit beschermt niet tegen alles. Vóór de vrijgave controleert de verantwoordelijke instantie de gegevens.
- Welke variabelen sleutelvariabelen zijn, hangt af van de gegevens en van wat een mogelijke aanvaller weet; de organisatie beslist, niet Statable.
- Ontbrekende waarden passen bij elke categorie (zoals in sdcMicro). Met een gevalsgewicht in het project tellen de cijfers met de gewichten mee (Fk).
Voor specialisten
Berekend zoals in R sdcMicro: freqCalc (alpha = 1) voor fk en Fk, localSuppression met importance, percentielen als quantile(type = 7).