資料品質屬性的驗證

• 需要完整性的字段（欄）都沒有缺失值
• 存在的記錄數是適當的數據量
• 所有必需的字段（欄）都存在
• 主鍵是存在的，唯一的和良好的格式
• 所有外鍵字段（欄）都存在和良好的格式
• 適當處理可疑和丟失的數據

• 重複的記錄不存在
• 冗餘字段（欄）不存在
• 不同的數據集之間的重複記錄不存在

• 「分類變量」的驗證（存在的數據值是特定字段（欄）的預定值之一）。
  A variable is categorical if its values fall into a distinct set of categories that do not overlap. An example of a common categorical variable is "gender." Every individual will be grouped into either "male" or "female", and possibly "unknown" if you have missing data. Other categorical variables may include: Pain scale (1~10), Likert scales such as 1=strongly disagree, 2=disagree, 3=neutral, 4=agree, 5=strongly agree. Typical validation procedures: frequency checks (counting the number in each group), cross tabulations or pivot tables (counting the number in each group of combinations of variables)
  {example}
  
• 「連續變量」的驗證（數值在預定的特定範圍內）。
  Continuous variables are numeric variables. You can count, order and measure continuous data. Some examples: age, weight, height, temperature. Typical validation procedures are checking the minimum value, the maximum value, the mean, and the median. Check that the result seems reasonable.
  {example}
  
• 驗證「日期時間」變量（數據值落在預定時間段內）。
  Make sure admission-discharge fields are in proper temporal sequence.
  {example}
  
• 數據異常值（極端值）不存在或已被識別和校正/解釋
  Identify outliers using trimmed mean, standard deviation, or control charts
  {example}
  
• 派生數據字段（欄）通過已正確的邏輯計算
  Definitions and exclusions
  {example}
  
• 計算的數據字段（欄）已正確計算
  statistical analysis: agegroups INT(age/10) vs. CEILING(age/10,1) vs. FLOOR(age/10,1) Newborn less than 1 year-old. What about zero?
  {example} 53 year old which agegroup category: INT(53/10)=5, CEILING(53/10,1)=6, FLOOR(53/10,1)=5
  3 month old baby (3/12 year old): which agegroup category: INT(0.25/10)=0, CEILING(0.25/10,1)=0, FLOOR(0.25/10,1)=1
  What about zero?

• 符號數據值在整個給定數據集中是一致的
• 相關數據集中的數據值保持一致

• 所有規則都已確定並且準確無誤
• 數據已經過測試並遵循數據規則
• 對於代表數據類型，所有字段（欄）數據的格式正確

• 元數據可用
• 數據很容易解釋
• 數據代表預期目標

在“數據驗證日誌”中維護所有數據驗證操作的完整記錄。 此文件應包含每個已拒絕和替換值的以下信息：

• 報告值
• 發生日期和時間
• 不符合的驗證條件
• 指定的驗證碼
• 任何替代值的來源

數據恢復率

數據恢復率定義為收集的有效數據記錄數與報告期間可能的記錄數做比較。應該為每個主要度量（每個站點的所有級別）計算。計算方法如下：
數據恢復率（％）= 收集的數據記錄數除以可能的數據記錄數
其中 "收集的數據記錄" = 可能的數據記錄數減去無效記錄數。