Datensatz anonymisieren: Daten teilen, ohne Personen preiszugeben, in 5 Schritten
Die Anwendung ist auf Englisch.
Warum ist das sicher? Weil alles in Ihrem eigenen Browser verarbeitet wird: Die Datei verlässt Ihren Computer nicht.
Bestandsaufnahme: direkte, indirekte und sensible Identifikatoren
Notieren Sie alle Spalten und ordnen Sie sie ein. Direkte Identifikatoren bezeichnen eine Person für sich allein: Name, Ausweisnummer, E-Mail-Adresse, Telefonnummer. Indirekte identifizieren nur in Kombination: Geburtsdatum, Geschlecht, Wohnort, Studiengang. Sensible Angaben (Gesundheit, Religion, ethnische Herkunft, sexuelle Orientierung) schaden mehr, wenn sie offengelegt werden.
Entscheiden, was mit jeder Spalte geschieht
Wählen Sie für jede Spalte ein Ergebnis. Löschen ist am sichersten: Namen, Telefonnummern und Anschriften. Eine persönliche Kennung wie die Ausweisnummer erlaubt es, jede Person durch die Analyse zu verfolgen, etwa wenn Sie zwei Dateien derselben Personen verknüpfen; sie durch einen zufälligen Code zu ersetzen geht, ohne preiszugeben, wer die Person ist, und ist die Hauptfunktion von HILO. Verallgemeinern verringert den Detailgrad: Das Geburtsdatum wird zu einer Altersgruppe. Unverändert lassen ist für das, was niemanden identifiziert. Enthalten zwei Spalten jeweils einen Wert pro Person, wie Ausweisnummer und Matrikelnummer, genügt ein Code.
Den Freitext prüfen
Kommentare und offene Antworten können genau das enthalten, was Sie in einer anderen Spalte gelöscht haben: eine Ausweisnummer, eine Telefonnummer, eine E-Mail-Adresse, einen Namen. Suchen Sie danach (lange Zahlen, @-Zeichen, Namen aus der Datei) und überdecken Sie sie mit einer Markierung wie [ID].
Das Re-Identifikationsrisiko messen
Auch ohne Namen kann eine Kombination indirekter Daten einzigartig bleiben: Sweeney zeigte, dass Postleitzahl, Geschlecht und Geburtsdatum genügen, um einen großen Teil der US-Bevölkerung zu erkennen. Zählen Sie, wie viele Personen jede Kombination aus Alter, Geschlecht, Wohnort und Studiengang teilen (eine Pivot-Tabelle erledigt das). Identifizieren manche Kombinationen nur wenige Personen, verallgemeinern Sie diese Spalten oder lassen Sie sie weg.
Herunterladen, die Codetabelle getrennt aufbewahren und dokumentieren
Laden Sie die Datei im selben Format herunter. Die Zuordnungstabelle (Original → Code) erlaubt es, jemanden wieder zu identifizieren oder die Codes in der nächsten Runde wiederzuverwenden, und sie ist so sensibel wie die Daten: Bewahren Sie sie an einem sicheren Ort auf und geben Sie sie nicht weiter.
Dokumentieren Sie, welche Spalten gelöscht, codiert oder verallgemeinert wurden, nach welchen Regeln und welches Risiko blieb, ohne irgendwelche Daten aus der Datei: Das dient einer Ethikkommission oder einem Methodenanhang. Jedes Land hat sein eigenes Datenschutzgesetz und definiert unterschiedlich, was als anonymisiert gilt (in der EU gilt die DSGVO): Prüfen Sie das für Ihr Land; diese Anleitung ist keine Rechtsberatung.
Andere Möglichkeiten
Sie können es von Hand in einer Tabelle erledigen (Spalten löschen, Werte mit SVERWEIS ersetzen und Kombinationen mit einer Pivot-Tabelle zählen) oder mit dafür gebauten Programmen wie ARX oder sdcMicro.
HILO eignet sich, um es ohne Installation zu tun: Es läuft im Browser, die Datei verlässt Ihren Computer nicht, es braucht keine Anmeldung, und es gibt mehreren Dateien dieselben Codes. Ein anderes Tool ist besser, wenn Sie formale Anonymisierungs- und Risikomessmethoden, sehr große Dateien oder ein reproduzierbares Skript brauchen.
Entfernen Sie die Identifikatoren aus Ihrer eigenen Datei
Laden Sie eine Excel- oder CSV-Datei hoch und entscheiden Sie Spalte für Spalte.
Quelle
- Sweeney, L. (2000). Simple demographics often identify people uniquely (Data Privacy Working Paper 3). Carnegie Mellon University.
Aktualisiert am
Weitere Anleitungen
Wie Sie die Intercoder-Reliabilität messen
Cohens Kappa in 5 Schritten: getrennt codieren, die Tabelle aufbauen, die Übereinstimmung zählen, den Zufall abziehen und berichten.
Wie Sie einen Umfrage-Datensatz bereinigen, bevor Sie ihn auswerten
Datei richtig einlesen, Dubletten finden, Spalten prüfen, Nichtantwort-Codes erkennen und an der Quelle korrigieren, in 5 Schritten.
Wie Sie zwei Umfrage-Datensätze zusammenführen
Zwischen Anfügen und Verknüpfen über eine Kennung wählen, prüfen, ob sie dasselbe messen, zusammenführen und das Ergebnis kontrollieren, in 5 Schritten.
Wie Sie die offenen Antworten einer Umfrage codieren
Eine Stichprobe lesen, die Kategorien bilden, jede Antwort zuordnen, prüfen und in Ihren Datensatz übernehmen, in 5 Schritten.
Wie Sie die Ziele eines Projekts mit Ihren Variablen operationalisieren
Die Ziele formulieren, die Variablen inventarisieren, sie zuordnen, Indikatoren festlegen und erkennen, was fehlt, in 5 Schritten.
Wie Sie für ein Projekt einen Logframe oder eine Theory of Change erstellen
Problem definieren, die Abfolge ordnen, jedes Glied begründen, Indikatoren festlegen und Annahmen aufschreiben, in 5 Schritten.
Wie Sie ein qualitatives Interview codieren
Lesen, Textstellen markieren, mit Vorkategorien beginnen, das Codebuch ordnen und die Zitate sammeln, in 5 Schritten.
Wie Sie eine Abschlussarbeit, Hausarbeit oder einen Bericht vor der Abgabe überarbeiten
Wählen, was Sie prüfen, sammeln, was der Text zu jedem Thema sagt, die Kohärenz prüfen, an Ort und Stelle korrigieren und die Struktur als Konzeptkarte darstellen, in 5 Schritten.
Wie Sie ein Programm den Unterzielen der SDGs zuordnen
Die Ziele wählen, die Unterziele lesen, sehen, wo das Dokument sie behandelt, bewerten, wie vollständig, und entscheiden, was fehlt, in 5 Schritten.
Wie Sie prüfen, ob ein Dokument eine Liste von Anforderungen erfüllt
Die Liste aufbauen, kontrollieren, sehen, wo das Dokument jeden Punkt behandelt, Erfülltes von Unvollständigem unterscheiden und korrigieren, in 5 Schritten.
Hausarbeiten, Übungsaufgaben und Prüfungen schnell korrigieren
Die Begriffe festlegen, den Kursordner anlegen, jeden Begriff in jeder Arbeit sammeln, die Textstellen lesen und die Rückmeldung vorbereiten, in 5 Schritten.