En håndbog om tælling af biblioteksbesøg i de danske folkebiblioteker



Relaterede dokumenter
C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.

Tilbagetrækningsalder fra arbejdsmarkedet

Resultater fra normeringsundersøgelsen maj BØRN OG UNGE Strategi og Udvikling Aarhus Kommune

Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test.

Måling af graffiti i Frederiksberg Kommune

Måling af graffiti i Frederiksberg Kommune

Måling af graffiti i Frederiksberg Kommune

Måling af graffiti i Frederiksberg Kommune

Note til styrkefunktionen

Simulering af stokastiske fænomener med Excel

Sundhedsstyrelsens notat om karakterberegning

ØVELSER // SVAR Statistik, Logistikøkonom Konfidensintervaller for én middelværdi og én andel

Metode til beregning af karakterer for service og kvalitet på sygehuse. Notat af 26. september 2006

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.

Præcisering af trendanalyser af den normaliserede totale og diffuse kvælstoftransport i perioden

Monitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004

Borgere i Gladsaxe Kommune behandlet efter trafikuheld i skadestue eller pa sygehus

Tema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse.

Bilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser FORSYNINGSSEKRETARIATET AUGUST 2014 VERSION 3

HVAD ER UNDERVISNINGSEFFEKTEN

c) For, er, hvorefter. Forklar.

DATA FOR FEBRUAR 2011 ER NU TILGÆNGELIGE I LOPAKS

Principperne for takstfastsættelse af tillægsydelser

Anvendt Statistik Lektion 4. Hypotesetest generelt Test for middelværdi Test for andele

Statistikudtræk. 1 Introduktion

Måling af graffiti i Frederiksberg Kommune

Simulering af stokastiske fænomener med Excel

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ

Meningsmålinger - hvad kan vi sige med sikkerhed?

Statistik viden eller tilfældighed

grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen

Notat vedrørende Forskning og udviklingsarbejde i sundhedssektoren, Forskningsstatistik 1997 med særligt henblik på beregningerne vedr.

Dansk Erhvervs gymnasieeffekt - sådan gjorde vi

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

Beregning af licens for elbybiler

Rettelse til Forskningsbiblioteksstatistik 2002 Nedenstående indgår i stedet for siderne 9-17 i den oprindelige publikation.

Æ10-belastning på andre veje ved blot at registrere trafikken opdelt på de typiske køretøjsarter og så gange trafiktallene med Æ10 -faktorerne.

Bilag. Region Midtjylland. Valg af indtægtsfordelingsmodel i Trafikselskabet

KL Kompas 2008 Brugertilfredshedsundersøgelse blandt brugere af hjemmepleje, madservice og ældrebolig i Gladsaxe Kommune

Dansk Erhvervs gymnasieeffekt - sådan gør vi

Hvad er meningen? Et forløb om opinionsundersøgelser

Dansk Erhvervs gymnasieanalyse Sådan gør vi

Beskæftigelsesrapport. Det Jyske Musikkonservatorium

Rapport vedrørende. etniske minoriteter i Vestre Fængsel. Januar 2007

Vejledende besvarelser til opgaver i kapitel 14

Hvis α vælges meget lavt, bliver β meget stor. Typisk vælges α = 0.01 eller 0.05

HANDICAPREVISIONEN (HR) FORKLARET

Fig. 1 Billede af de 60 terninger på mit skrivebord

DATA FOR JANUAR 2011 ER NU TILGÆNGELIGE I LOPAKS

Finansministeriet ved reelt ikke, om strukturerne er forbedret

Nærværende memo er organiseret først med et overblik over de fundne konklusioner og derefter en beskrivelse af de anvendte antagelser

Læsevejledning til resultater på regions- og sygehusplan

Trin 1: Formuler hypotese Spørgsmål der ønskes testet vha. data H 0 : Nul hypotese Formuleres som en ligheds hændelse

Naturvidenskabelig metode

Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger NOTAT

Resultater fra Arbejdsliv 2016 (Tema: Ledelse)

Handicaprevisionen (HR) forklaret

Byggeriets Evaluerings Center

Notat. Den adaptive algoritme i De Nationale Test. Opbygning af test og testforløb. januar 2015

At lave dit eget spørgeskema

1. Administrative konsulentydelser og strategisk rådgivning

Eksperimentprotokol for selv-betjeningseksperiment

Konfidensintervaller og Hypotesetest

60-punktstællinger. Hovedresultater 2012

Behandling af kvantitative data

for matematik pä B-niveau i hf

En intro til radiologisk statistik. Erik Morre Pedersen

Risikofaktorudviklingen i Danmark fremskrevet til 2020

Statistik. Peter Sørensen: Statistik og sandsynlighed Side 1

Dæmpet harmonisk oscillator

for gymnasiet og hf 2016 Karsten Juul

Læring af test. Rapport for. Aarhus Analyse Skoleåret

Notat om plejeboligbehov i plejedistrikt Ry

Fordeling af midler til specialundervisning

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

MODELLEN FOR MÅLING AF LEVERINGSKVALITET PÅ ENKELTKUNDENIVEAU

1 Hb SS Hb Sβ Hb SC = , (s = )

Tema. Dagens tema: Indfør centrale statistiske begreber.

Erik Vestergaard 1. Opgaver. i Lineære. funktioner. og modeller

Bilag 2: Undersøgelse af de nationale tests reliabilitet. Sammenfatning

Øvelser vedrørende nøgletal

Brugervejledning til udskriften ReproAnalyse

GPS stiller meget præcise krav til valg af målemetode

UNDERSØGELSE AF TILFREDSHED MED HJEMMEHJÆLPEN

IOI-HA tilfredshedsundersøgelse for første halvår, 2018

Helt overordnet er der to skridt i udvælgelsen af sammenlignelige kommuner:

Et oplæg til dokumentation og evaluering

Bilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser

Personlig stemmeafgivning

Fornyelsesteori med anvendelser: Punktprøve

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

Bilag 1: Robusthedsanalyser af effektiviseringspotentialerne. Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.

Tal. Vi mener, vi kender og kan bruge følgende talmængder: N : de positive hele tal, Z : de hele tal, Q: de rationale tal.

CO 2 -opgørelse For Greve Kommune som virksomhed Udgave 1, maj 2011

Statistik og beregningsudredning

Kundeundersøgelse uge

Produkt og marked - matematiske og statistiske metoder

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

En intro til radiologisk statistik

Kornudbytter og høstet kvælstof - udvikling i perioden

Transkript:

En håndbog om tælling af biblioteksbesøg i de danske folkebiblioteker Udarbejdet af DIOS A/S December 2001

INDHOLDSFORTEGNELSE REGISTRERING AF ANTAL BIBLIOTEKSBESØG...1 BAGGRUNDEN FOR METODENS UDVIKLING...1 DEFINITION AF ET BIBLIOTEKSBESØG...2 METODENS DATAGRUNDLAG...2 MANUEL OPTÆLLING AF ANTAL BIBLIOTEKSBESØG...3 PRAKTISK GENNEMFØRELSE AF DE MANUELLE OPTÆLLINGER...4 KORREKTIONSFAKTOREN...5 TIDSPUNKT FOR ÆNDRING AF KORREKTIONSFAKTOREN...8 STATISTISK TEST...9 TRE BIBLIOTEKERS ERFARINGER MED BRUG AF METODEN...11 METODEOVERSIGT - OPSUMMERING...13

REGISTRERING AF ANTAL BIBLIOTEKSBESØG I dag gennemføres der ikke en ensartet og veldokumenteret registrering af antal biblioteksbesøg på bibliotekerne i Danmark. I håndbogen præsenteres en metode, som Biblioteksstyrelsen anbefaler, at bibliotekerne benytter til at registrere antallet af biblioteksbesøg på landets biblioteker. Udgangspunktet for den anbefalede metode er, at bibliotekerne har anskaffet eller anskaffer elektroniske målesystemer til registrering af antal biblioteksbesøg. Elektroniske målesystemer er effektive og meget lidt ressourcekrævende i hverdagen. Erfaringsmæssigt er elektroniske registreringer dog behæftet med usikkerhed, hvorfor metoden er udviklet med henblik på at korrigere for usikkerheden (fejlregistreringer) i de elektroniske målinger. Der er flere grunde til at de elektroniske registreringer af biblioteksbesøg kan være fejlbehæftede. En række af de tilbud, som bibliotekerne udbyder til borgerne, er placeret i kommunale kulturhuse eller andre steder og derved placeret udenfor selve det lokale bibliotek. Det gør, at brugerne af de tilbud ikke tælles med i besøgsstatistikken, der opgøres på det enkelte bibliotek. Omvendt - og mere typisk - huser en række af landets biblioteker kommunale kulturhuse, og i de tilfælde vil de elektroniske registreringer tælle for mange personer med i besøgsstatistikken. Desuden findes der en lang række andre situationer, hvor der i den elektroniske måling registreres for mange biblioteksbesøg. Eksempler på det er, når postbuddet kommer med dagens post, når eller hvis børn 'driller' måleren ved at løbe gennem den flere gange, eller når den lokale håndværker løser opgaver på biblioteket og derfor i princippet tælles med i den elektroniske måling, selv om han/hun ikke i den sammenhæng er en reel bruger (mere herom senere). I tilfælde af at de besøgende går ind samtidigt, er der risiko for at den elektroniske måler, ikke registrerer dem alle, og dermed vil den elektroniske opgørelse af antal biblioteksbesøg være for lav. Overordnet set går metoden ud på at beregne og derefter anvende en såkaldt korrektionsfaktor 1. Bibliotekerne kan ikke anvende én fælles korrektionsfaktor, fordi fejlkilderne vil være forskellige fra bibliotek til bibliotek. Det enkelte bibliotek er derfor nød til at beregne sin egen korrektionsfaktor. Korrektionsfaktoren bruges til dagligt at korrigere den elektroniske måling. Konkret gøres det ved at biblioteket ganger det antal biblioteksbesøg, som dagligt registreres af den elektroniske måler med korrektionsfaktoren. Herved fremkommer der en mere korrekt opgørelse af antal biblioteksbesøg, idet "målingen" er renset for de nævnte fejlregistreringer. BAGGRUNDEN FOR METODENS UDVIKLING Håndbogen om tælling af biblioteksbesøg i de danske folkebiblioteker er udviklet på initiativ af Biblioteksstyrelsen og bibliotekerne i Århus, Skanderborg og Tilst, der konkret har erfaringer med at registrere antallet af besøg på folkebibliotekerne. Biblioteksstyrelsen har støttet metodeudviklingen med midler fra Folkebibliotekernes Udviklingspulje. Ansvaret for projektet har været placeret i en arbejdsgruppe, med følgende repræsentanter: Jørgen Bartholdy, Skanderborg Bibliotek Knud Schultz, Århus Kommunes Biblioteker Kirsten Kaae, Tilst Bibliotek Jan Trane Hansen, Biblioteksstyrelsen. 1 En korrektionsfaktor er et tal, som det elektroniske registrerede antal biblioteksbesøg korrigeres (ganges) med for at opgøre det "reelle" antal biblioteksbesøg.

Konsulentvirksomheden dios a/s har deltaget ved direktør Kim Pedersen og konsulenterne, ekstern lektor, MSc (teoretisk statistik) Claus Jacobsen og BA, Malene Mygind. Konsulenterne har fungeret som metodeudviklere og skribenter for arbejdsgruppen. Desuden har medarbejdere i de deltagende biblioteker medvirket i forbindelse med de gennemførte tællinger og test. Håndbogen er blevet til i et samarbejde mellem arbejdsgruppen og konsulenterne og vi vil gerne benytte lejligheden sige tak til alle for deres indsats. DEFINITION AF ET BIBLIOTEKSBESØG For at opgøre antallet af biblioteksbesøg ved hjælp af metoden er det en forudsætning, at der findes en ensartet og fast definition på, hvad et biblioteksbesøg på et bibliotek er. DEFINITION AF ET BIBLIOTEKSBESØG: Et biblioteksbesøg er den hændelse, at en bruger (modtager af biblioteksydelser) besøger biblioteket for at benytte et eller flere af bibliotekets servicetilbud. Fordelen ved denne definition er, at alle der registreres, også er reelle besøgende og ikke bare tilfældige besøgene som fx postbudet, der leverer dagens post eller en person, som bare kigger ind eller leder efter en bekendt. Derved bliver der kun registreret personer, som i forhold til den bevilgende myndighed, kan betragtes som reelle brugere. Konsekvensen ved dette valg af definition er, at alle personer der kommer på biblioteket bliver adspurgt om deres ærinde på de dage, hvor den manuelle optælling gennemføres (se herom senere). METODENS DATAGRUNDLAG For at kunne udlede en korrektionsfaktor på det enkelte bibliotek, skal der være adgang til to former for grunddata som består af følgende to dataserier: A. B. Tallet for det daglige antal biblioteksbesøg på biblioteket, opgjort elektronisk Tallet for det daglige antal biblioteksbesøg på biblioteket, opgjort manuelt Vi ved, at de 2 dataserier ikke på nuværende tidspunkt er tilstede alle steder i landet. Dataserie A er indsamlet på en række biblioteker, der allerede har anskaffet et elektronisk målesystem. Dataserie B er forsøgsvis indsamlet på enkelte biblioteker. De to dataserier skal være til stede på alle landets biblioteker, før bibliotekerne kan udregne en korrektionsfaktor. Hvad bibliotekerne konkret skal gøre for at tilvejebringe de to dataserier beskrives i det følgende.

MANUEL OPTÆLLING AF ANTAL BIBLIOTEKSBESØG For at beregne korrektionsfaktoren, skal der foretages en manuel optælling af antal biblioteksbesøg på en eller flere dage (dataserie B). Med udgangspunkt i definitionen af et biblioteksbesøg, gennemføres den manuelle optælling af antallet af biblioteksbesøg. Medens dataserie A ideelt set indsamles løbende og elektronisk, så indsamles dataserie B periodisk og manuelt. Da perioden i dataserie A er "dagen", så skal det samme være tilfældet i dataserie B. Spørgsmålet er så om den manuelle optælling skal bygge på en repræsentativ tælling eller en total tælling. Repræsentative tællinger benyttes i situationer, hvor hele populationen er kendt, og hvor det vil være for omkostningskrævende at gennemføre en total tælling. Et repræsentativt udsnit udtrækkes fra hele populationen og på grundlag af det udsnit, estimeres den pågældende populations kendetegn. Det totale antal biblioteksbesøg på det enkelte bibliotek kendes imidlertid først ved dagens afslutning, hvorfor det ikke er muligt ved dagens begyndelse eller i løbet af dagen at udtrække et repræsentativt udsnit. Det eneste rigtige er derfor at basere den manuelle optælling på en total tælling af antal biblioteksbesøg på den/de udvalgte dage. Derved kommer dataserie A og B til at indeholde personer optalt elektronisk og manuelt for samme dag/dage. Forskellen mellem de to dataserier udgør korrektionsfaktoren. Da dataserie A og B således er fremkommet via totaltællinger, så er det ikke muligt at opgive et interval, korrektionsfaktoren skal ligge inden for, for at den accepteres som værende 'god nok'. I stedet gennemføres deres en statistisk test som grundlag for at vurdere, om korrektionsfaktoren er "god nok" (mere herom senere). ANTALLET AF MANUELLE OPTÆLLINGER Dataserie B skal indsamles på en eller flere dage. Antallet af dage biblioteket konkret gennemfører manuelle optællinger må dels bero på en vurdering af de ressourcer, der kan afsættes til arbejdet dels på den validitet, der ønskes 2. Validiteten øges naturligvis med antallet af dage, der tælles. Konkret handler det om at tage stilling til, i hvilken grad man ønsker at tage højde for udsving i de elektroniske fejl-registreringer, der findes over tid (dags, uge og månedseffekter). Effekterne afspejler de variationer, der måtte være i de elektroniske fejl-registreringer, som konsekvens af at de besøgende (brugerne) er forskellige på de enkelte dage, i de enkelte uger og måske i de enkelte måneder over året. Biblioteksstyrelsen anbefaler, at der gennemføres én manuel optælling. Umiddelbart efterfølgende (den efterfølgende dag eller en dag i den efterfølgende uge) gennemføres der en ny manuel optælling, som skal danne baggrund for at teste, om den første korrektionsfaktor er 'god nok' (mere herom senere). TIDSPUNKTET FOR DEN MANUELLE OPTÆLLING Det er helt afgørende for korrektionsfaktorens validitet og reliabilitet at de manuelle optællinger sker på en gennemsnitlig besøgsdag. Derfor anbefaler Biblioteksstyrelsen, at såvel den første som den anden manuelle optælling gennemføres på en gennemsnitsdag. For at danne grundlag for en empirisk identifikation af en gennemsnitlig besøgsdag på det enkelte bibliotek, skal dataserie A ideelt set indsamles løbende gennem et helt år. Det skal foregå på det enkelte 2 Validitet betyder gyldighed og handler om, i hvilken grad vi undersøger (måler) dét, vi ønsker (om vi måler det rigtige). Reliabilitet betyder pålidelighed og handler om, hvor præcist vi måler det, vi undersøger (om vi måler rigtigt).

bibliotek. Indsamlingsperioden vil på den måde indfange eventuelle dags-, uge- eller månedseffekter (afvigelser) i de elektroniske fejlregistreringer. Set i lyset af behovet for at komme i gang med arbejdet og det relativt store ressourceforbrug, der medgår til den "ideelle" opgørelse af en gennemsnitsbesøgsdag er det Biblioteksstyrelsens anbefaling, at det enkelte bibliotek i "år 1", i stedet identificerer en gennemsnitsdag på baggrund af en kvalitativ vurdering af, hvad der kan betegnes som en gennemsnitsdag. En kvalitativ erfaringsbaseret opgørelse resulterer naturligvis ikke i den samme validitet som en kvantitativ erfaringsbaseret opgørelse. - Men når det medgående ressourceforbrug ved en kvantitativ (ideal metoden) opgørelse vurderes i forhold til den øgede sikkerhed, som metoden giver er den ikke anbefalelsesværdig. Biblioteksstyrelsen anbefaler i stedet, at bibliotekerne i "år 1" bruger den kvalitative erfaringsbaserede opgørelse af en gennemsnitsbesøgsdag. Problemet med dataserie A er løst efter et år. For at øge validiteten ved anvendelsen af metoden i år 1 anfalder vi konkret, at flere lokale ressourcepersoner på biblioteket inddrages i identifikationen af en "gennemsnitsdag". I forbindelse med fremtidige opgørelser vil det enkelte bibliotek have dataserie A til rådighed og kan derfor uden vanskeligheder anvende den "ideelle" opgørelsesmetode. PRAKTISK GENNEMFØRELSE AF DE MANUELLE OPTÆLLINGER Det anbefales, at man benytter en håndtæller til det manuelle tællearbejde. Konkret skal optællerne 3 trykke på knappen, hver gang en person går ind på biblioteket. Om optællerne står ved indgangsdøren eller udgangsdøren er ikke afgørende. Det afgørende er, at optællerne enten tæller dem, der kommer ind, eller dem der går ud og at de, i tilfælde af at der er flere døre, sikrer sig, at alle bliver talt, og kun en gang. På dagen, hvor de manuelle optællinger gennemføres, skal personalet gå gennem de elektroniske tællere på samme måde, som de plejer 4. Personalet skal med andre ord ikke ændre adfærd. Til gengæld skal personalet ikke tælles med i de manuelle optællinger. 'Optællerne' skal spørge alle besøgende om deres ærende, for på den baggrund at vurdere, om de skal tælles med om de falder ind under definitionen af et biblioteksbesøg. ET BIBLIOTEK MED ÉN DØR Her skal man blot vælge, om man vil tælle de besøgende, når de ankommer, eller når de forlader biblioteket. ET BIBLIOTEK MED ÉN INDGANGSDØR OG ÉN UDGANGSDØR Hvis dørene er konstrueret således, at de besøgende kun kan gå én vej igennem dem, er det underordnet, om man vælger at tælle dem, når de går igennem indgangs- eller udgangsdøren. ET BIBLIOTEK MED FLERE INDGANGS- OG UDGANGSDØRE Hvis der eksempelvis er to indgangsdøre eller udgangsdøre, kan man vælge at lukke den ene, eller have en person stående ved dem begge. Man kan vælge enten at tælle de biblioteksbesøg, der ankommer eller de, der forlader biblioteket. 3 4 En optæller er den eller de personer, der gennemfører de manuelle optællinger på de enkelte biblioteker. Dét er naturligvis ideelt, hvis personalet normalt ikke går gennem de elektroniske tællere i så fald skal de heller ikke gå gennem dem på den manuelle optællingsdag. Man kan dog forestille sig situationer, hvor bibliotekernes indretning gør, at personalet er nød til at gå gennem tællerne. I de tilfælde er det afgørende, at de også gør det på den manuelle optællingsdag.

Det anbefales, at man tæller de besøgende, der går ind, og at man holder alle de døre, der almindeligvis anvendes af de besøgende, åbne. Det kræver naturligvis, at man har en person stående ved alle dørene. AFLÆSNING AF DISPLAY PÅ HÅNDTÆLLERNE Når dagen er omme aflæses displayet på håndtællerne, og tallet skrives ned. Det er vigtigt, at de elektroniske registreringer aflæses for den samme dag, som den manuelle optælling, er gennemført på. TÆLLEARBEJDETS REGISTRERING Nedenfor er der givet et eksempel på et skema, som kan anvendes til at notere de manuelle og de elektroniske optællinger, der skal danne baggrund for beregning af korrektionsfaktoren. På nogle biblioteker tæller de elektroniske målere både de personer, som ankommer og forlader biblioteket, hvorfor de besøgende registreres to gange ved hvert besøg. I de tilfælde skal det elektronisk registrerede antal biblioteksbesøg derfor deles med to. REGISTRERINGER Dato Manuelle optællinger Elektroniske optællinger* * Husk at dele tallet med to, hvis den elektroniske måler både tæller de besøgende, når de ankommer og forlader biblioteket. KORREKTIONSFAKTOREN Det tal, som fremkommer ved den manuelle optælling, kalder vi for det manuelt optalte antal biblioteksbesøg. Når tallet for det manuelt optalte antal biblioteksbesøg divideres med tallet for den elektroniske måling for den samme dag - udledes den lokale korrektionsfaktor, som fremover skal benyttes til at justere den elektroniske måling af antal biblioteksbesøg (jf. note 1: definition af korrektionsfaktoren). Det er vigtigt at pointere, at der ved 'det elektronisk registrerede antal biblioteksbesøg' i det kommende forstås dét tal, som fremkommer når tallet, som aflæses på den elektroniske måler er divideret med 2 i de tilfælde, hvor de elektroniske målere registrerer de besøgende to gange (hvor de både registreres, når de kommer og går).

UDLEDNING AF KORREKTIONSFAKTOREN Manuelt optalte biblioteksbesøg (M) Elektronisk optalte biblioteksbesøg (E) Korrektionsfaktor (KF) EKSEMPEL 1: M = 650 (Manuelt optalte biblioteksbesøg) E = 700 (1400 elektroniske talte ud- og indgående besøgende delt med 2 = 700) KF = Korrektionsfaktor KF = (650 / 700) = 0,929 TEST AF KORREKTIONSFAKTOREN Når bibliotekerne har udledt korrektionsfaktoren, skal den som beskrevet testes, for at undersøge om den er 'god nok'. Umiddelbart efter den første manuelle optælling (den efterfølgende dag eller en dag i den efterfølgende uge) gennemføres der derfor en ny manuel optælling. Derefter udledes der en ny korrektionsfaktor, som danner baggrund for at teste, om den første korrektionsfaktor er 'god nok'. Da denne test gennemføres på samme måde, som når man på et senere tidspunkt tester, om den korrektionsfaktor, som man har anvendt i en given periode, fortsat skal bruges (om den fortsat er god nok) vil vi ikke vise, hvordan testen gennemføres her. I stedet henviser vi til afsnittet 'statistisk test' for at se hvordan testen gennemføres. Når korrektionsfaktoren er testet er der to mulige situationer. Den ene situation opstår, hvis testen viser, at korrektionsfaktoren ikke er 'god nok'. I så fald skal der udledes en ny korrektionsfaktor, som også skal testes (det gøres på akkurat samme måde, som ovenfor beskrevet som man allerede har gjort). Den anden situation opstår, hvis testen viser, at korrektionsfaktoren er god nok. I så fald er der to ting at gøre. Enten kan man anvende den første korrektionsfaktor, som det beskrives i afsnittet 'anvendelse af korrektionsfaktoren'. Alternativt kan man tage et gennemsnit af den første og den anden korrektionsfaktor. Biblioteksstyrelsen anbefaler, at bibliotekerne anvender den første korrektionsfaktor, udfra et praktisk hensyn, idet bibliotekerne herved slipper for at gennemføre endnu en beregning, der både tager tid og som øger risikoen for fejl. Derfor beskrives det nedenfor, hvordan man anvender korrektionsfaktoren. Hvis bibliotekerne i stedet ønsker at tage et gennemsnit af den første og den anden korrektionsfaktor, fremgår metoden til dette arbejde i afsnittet 'forbedring af korrektionsfaktoren'. ANVENDELSE AF KORREKTIONSFAKTOREN Når man benytter korrektionsfaktoren til at korrigere den elektroniske måling gøres det ved, at man ganger det elektronisk registrerede antal biblioteksbesøg (E) med korrektionsfaktoren (KF). Derved fremkommer det korrigerede antal biblioteksbesøg. Korrektionen foretages hver dag for at få en mere pålidelig opgørelse af antal biblioteksbesøg.

Dagens antal biblioteksbesøg Elektronisk optalte biblioteksbesøg (E) * KF EKSEMPEL 2: E = 825 KF = 0,929 Dagens antal biblioteksbesøg = KF * E = (0,929*825) = 766 FORBEDRING AF KORREKTIONSFAKTOREN ('IKKE OBLIGATORISK') Man kan udlede flere korrektionsfaktorer for at få en endnu bedre opgørelse. Desto oftere der gennemføres en manuel optælling, som divideres med den elektroniske registrering for samme dag, desto mere korrekt bliver korrektionsfaktoren desto bedre tager den højde for de udsving, der måtte være i de elektroniske fejl-registreringer. Den lokale korrektionsfaktor kan opbygges ved at beregne gennemsnittet af en række korrektionsfaktorer. Desto flere korrektionsfaktorer (manuelle optællinger), der indgår desto større reliabilitet og validitet. I lyset af de omkostninger, der er forbundet med at gennemføre manuelle optællinger, anbefaler Biblioteksstyrelsen, som tidligere beskrevet, at der kun gennemføres én manuel optælling, som grundlag for beregning af korrektionsfaktoren og efterfølgende én manuel optælling, som grundlag for at gennemføre en test af om hvorvidt den første korrektionsfaktor er god nok. Nedenfor gennemgås det dog alligevel, hvordan man principielt griber arbejdet an med at lade flere manuelle optællinger ligge til grund for beregningen af korrektionsfaktoren 5. Princippet gælder derfor også for den situation, hvor en test har vist, at den første (eller den gamle) korrektionsfaktor er god nok. Her kan bibliotekerne som tidligere beskrevet vælge at tage et gennemsnit af den gamle og den nye korrektionsfaktor (de to som blev testet) og anvende denne "gennemsnits korrektionsfaktor" til at korrigere de daglige elektroniske registrerede besøg. Udgangspunktet for det følgende eksempel er, at der er udledt en korrektionsfaktor på baggrund af én manuel optælling. Man gennemfører nu en ny manuel optælling, og beregner på den baggrund en ny korrektionsfaktor. Det er illustreret i efterfølgende eksempel. EKSEMPEL 3: M ny = 650 E ny = 600 (KF ny ) = (M ny / E ny ) = (650 / 600) = 1,08 Den første korrektionsfaktor skal nu justeres således, at den nye korrektionsfaktor bliver inkorporeret i den første korrektionsfaktor. Hvis vi antager at eksempel 1 og eksempel 3 er resultatet af to efterfølgende målinger på det samme bibliotek, udleder man den korrektionsfaktor, der skal anvendes (den justerede) ved at tage et gennemsnit af de to korrektionsfaktorer - på følgende måde: 5 Det kan blive relevant, hvis Biblioteksstyrelsen eller de enkelte biblioteker på baggrund af deres erfaringer vurderer, at korrektionsfaktoren udledt på baggrund af én manuel optælling ikke er sikker nok (hvis flere test eksempelvis har forkastet den første korrektionsfaktor) og på den baggrund beslutter, at gennemføre flere manuelle optællinger, som baggrund for dens udledning.

EKSEMPEL 1: KF gammel = (650 / 700) = 0,929 EKSEMPEL 3: KF ny = (650 / 600) = 1,08 (KF Justeret ) = (0,929 * 1) + 1,08 = 1,0045 (1 + 1) Efterhånden som der gennemføres flere manuelle optællinger, føres disse korrektionsfaktorer til den justerede korrektionsfaktor på følgende måde: (KF Nuværende ) * (Antal tidligere KF) + (KF ny ) = (Antal tidligere KF) + 1 Nyeste KorrektionsFaktor (KF Justeret ) TIDSPUNKT FOR ÆNDRING AF KORREKTIONSFAKTOREN En ændret sammensætning af bibliotekernes brugere kan som tidligere anført medføre, at korrektionsfaktoren ændrer sig. Det kan afgøres ved hjælp af en statistisk test. Konkret handler det om at vurdere (teste), hvor god (signifikant) den gamle korrektionsfaktor er. Det skal vurderes, om det fortsat kan forsvares at anvende den gamle korrektionsfaktor. Tidspunktet for testen må fastsættes skønsmæssigt, da man ikke kan vide, hvornår der sker en (signifikant) ændring i de elektroniske fejlregistreringer, med den konsekvens at den gamle korrektionsfaktor skal forkastes. Biblioteksstyrelsen anbefaler, at bibliotekerne anvender deres korrektionsfaktor et halvt år, for på det tidspunkt at teste, om den fortsat skal anvendes. Grundlaget for at gennemføre en statistisk test er, at der foretages en ny manuel optælling, og på den baggrund udledes der en ny korrektionsfaktor. Vurderingen (testen) sker ved at fortolke begge de manuelle optællinger som binomial fordelinger, hvor det samlede antal er n og korrektionsfaktoren er andelen p. Det er velkendt fra teoretisk statistik, at ækvivalenten af to sådanne andele p kan testes. Er der statistisk lighed, så kan den gamle korrektionsfaktor anvendes (i princippet kan de begge anvendes, eller en ny korrektionsfaktor opgjort som et gennemsnit mellem dem kan anvendes). Biblioteksstyrelsen anbefaler, som det tidligere er beskrevet, at den gamle korrektionsfaktor anvendes. Er der ikke statistisk lighed, så skal den anvendte korrektionsfaktor ændres i overensstemmelse hermed med andre ord, så skal den gamle korrektionsfaktor forkastes, og den nye skal anvendes i stedet. Hvordan testen konkret gennemføres beskrives nedenfor.

STATISTISK TEST Om korrektionsfaktoren skal ændres (om den er god nok) på et givet (skønsmæssigt fastsat) tidspunkt kan afgøres ved hjælp af en statistisk test. Der er tale om to forskellige test-scenarier. Test A som skal gennemføres på de biblioteker, hvor den elektroniske måler registrerer for få biblioteksbesøg i forhold til de manuelle optællinger. Test B som skal gennemføres på de biblioteker, hvor den elektroniske måler registrerer for mange biblioteksbesøg i forhold til de manuelle optællinger. TEST A Test-scenarium A gennemføres, når E < M. Test A gennemføres på følgende måde: 1.Opgørelse af det gamle antal manuelt optalte biblioteksbesøg, der ikke er optalt elektronisk: D g = M g E g 2.Opgørelse af det nye antal manuelt optalte biblioteksbesøg, der ikke er optalt elektronisk: D n = M n E n Hvis D ændrer sig (hvis: D n D g), betyder det, at korrektionsfaktoren også har ændret sig (jf. definitionen ovenfor). Spørgsmålet er så, hvornår D ændrer sig så meget (signifikant), at den gamle korrektionsfaktor skal forkastes til fordel for den nye? Det afgøres ved at teste en hypotese om en andel ved hjælp af konfidensintervallet for andelen på følgende måde: 3.Opgørelse af andelen af gamle manuelt optalte, der ikke er optalt elektronisk D g /M g = pi Formlen for konfidensintervallet (KI) for en andel (pi) er følgende: KI: pi +/- z (pi(1 pi)/ M g ) 1/2 Hvor: z = 1.96 (95% konfidensinterval) 4.Nu indsættes pi og M g samt værdien for z, hvorved et konfidensinterval med to grænser, en øvre og en nedre fremkommer. 4A. Lad os antage, at vi har følgende værdier (et eksempel): (M g ) = 800 (E g ) = 700 (M g /E g ) = 1,14 (M n ) = 850 (E n ) = 730 (M/E n ) = 1,16 D g = M g E g = 100 D n = M n E n = 120 D g /M g = pi = 0,125

4B. Vi beregner nu konfidensintervallet ved at indsætte pi og M g samt z i formlen ovenfor. KI: pi +/- z (pi(1 pi)/ M g ) 1/2 => KI: 0,125 +/- 1,96 (0,125(1-0,125)/800) 1/2 => KI: [0,1021;0,1479] 5. Vi skal nu undersøge om den gamle andel D g /M g skal forkastes. Det skal den, hvis den nye andel ikke ligger i (det gamle) konfidensinterval hvis D n /M n KI. Udtrykt på en anden måde, hvis D n /M n < den nedre grænseværdi i KI [0,1021] ELLER, hvis D n /M n > den øvre grænseværdi i KI [0,1479]. 5A. Lad os fortsætte med eksemplet. Ført opgøres den nye andel: D n /M n = 0,141. Da 0,1021 < 0,141 < 0,1479 kan vi ikke forkaste den gamle korrektionsfaktor. Vi kan ikke eftervise, at korrektionsfaktoren har ændret sig signifikant. Derfor kan vi fortsat anvende den gamle korrektionsfaktor et halvt år frem indtil vi gennemfører en ny test. TEST B Test-scenarium B gennemføres, når E > M. Test B gennemføres på følgende måde: 1.Opgørelse af det gamle antal elektronisk registrerede biblioteksbesøg, der ikke er optalt manuelt: D g = E g M g 2.Opgørelse af det nye antal elektronisk registrerede biblioteksbesøg, der ikke er optalt manuelt: D n = E n M n Hvis D ændrer sig (hvis: D n D g), betyder det, at korrektionsfaktoren også har ændret sig (jf. definitionen ovenfor). Spørgsmålet er så, hvornår D ændrer sig så meget (signifikant), at den gamle korrektionsfaktor skal forkastes til fordel for den nye? Det afgøres ved at teste en hypotese om en andel ved hjælp af konfidensintervallet for andelen på følgende måde: 3.Opgørelse af andelen af de gamle elektronisk registrerede biblioteksbesøg, der ikke er optalt manuelt D G /E G = pi Formlen for konfidensintervallet (KI) for en andel (pi) er følgende: KI: pi +/- z (pi(1 pi)/ E g ) 1/2 Hvor: z = 1.96 (95% konfidensinterval) 4.Nu indsættes pi og M g samt værdien for z, hvorved et konfidensinterval med to grænser, en øvre og en nedre fremkommer. 4A.Lad os antage, at vi har følgende værdier (et eksempel): (M g ) = 700 (E g ) = 800 (M g /E g ) = 0,88 (M n ) = 700

(E n ) = 850 (M/E n ) = 0,82 D g = E g M g = 100 D n = E n M n = 50 D g /E g = pi = 0,125 4B.Vi beregner nu konfidensintervallet ved at indsættes pi og E g samt z i formlen ovenfor. KI = pi +/- z (pi(1 pi)/ E g )^1/2=> KI = 0,125 +/- 1,96 (0,125(1-0,125)/800) 1/2 => KI = [0,1021;0,1479] 5.Vi skal nu undersøge om den gamle andel D g /E g skal forkastes. Det skal den, hvis den nye andel ikke ligger i (det gamle) konfidensinterval hvis D n /E n KI. Udtrykt på en anden måde, hvis D n /E n < den nedre grænseværdi i KI [0,1021] ELLER, hvis D n /E n > den øvre grænseværdi i KI [0,1479]. 5A.Lad os fortsætte med eksemplet. Ført opgøres den nye andel: D n /E n = 0,0588. Da følgende udtryk ikke er sandt: 0,1021 < 0,0588 < 0,1479 skal vi forkaste den gamle korrektionsfaktor. Vi har således eftervist, at korrektionsfaktoren har ændret sig signifikant. Derfor kan vi ikke fortsat anvende den gamle korrektionsfaktor. Vi må i stedet anvende den nye, som er fremkommet på baggrund af den nye manuelle optælling. FORTOLKNING AF TEST INDENFOR ET KONFIDENSINTERVAL Et konfidensinterval på 95% betyder følgende: Hvis en optælling gennemføres f.eks. 100 gange, så vil andelen i 95 ud af de 100 tilfælde ligge i det beregnede interval med 95 % sikkerhed. Hertil og ikke længere kan statistikken give en stringent og entydig hjælp. Selve beslutningen om konfidensintervallets størrelse er og forbliver en administrativ beslutning. Valget af z påvirker konfidensintervallets størrelse. Jo større z desto større konfidensinterval. Biblioteksstyrelsen har som beskrevet besluttet, at bibliotekerne skal anvende et konfidensinterval på 95%, hvilket er et udtryk for den usikkerhed, som man har besluttet at leve med. Såfremt den gamle andel ligger indenfor det beregnede konfidensintervals grænser, har andelen ikke ændret sig signifikant. Ligger andelen udenfor det beregnede konfidensintervals grænser, så har andelen ændret sig signifikant. Hvis konfidensintervallets øverste grænse er mindre end den nye andel så er den nye andel steget i forhold til den gamle. Hvis konfidensintervallets nedre grænse er større end den nye andel, så er den nye andel faldet. I begge tilfælde bør korrektionsfaktoren (den gamle) forkastes, som angivet i håndbogens eksempler.

TRE BIBLIOTEKERS ERFARINGER MED BRUG AF METODEN I det følgende viser vi resultaterne af metodens brug på henholdsvis, Tilst, Århus og Skanderborg bibliotek i en testperiode. EKSEMPEL PÅ UDLEDNING AF KORREKTIONSFAKTOREN Nedenfor er det illustreret, hvordan Århus har udledt sin korrektionsfaktor i testperioden. På dagen (25. maj 2001), hvor den manuelle optælling blev gennemført, blev der manuelt optalt 3026 biblioteksbesøg. For den samme dag blev der elektronisk registreret 7085 biblioteksbesøg, som når tallet deles med 2, som det skal, fordi den elektroniske måler både registrerer de besøgende, når de ankommer og forlader biblioteket giver 3543 biblioteksbesøg. På baggrund af disse to opgørelser, udregnede Århus bibliotek sin korrektionsfaktor, som det er vist nedenfor. M = 3026 (Manuelt optalte biblioteksbesøg) E = 3543 (7085 elektroniske talte ud- og indgående besøgende delt med 2 = 3543) KF = Korrektionsfaktor KF (M/E)= (3026 /3543) = 0,8541 EKSEMPEL PÅ TEST AF KORREKTIONSFAKTOREN I det følgende er det illustreret, hvordan Skanderborg bibliotek har testet sin korrektionsfaktor. Skanderborg biblioteks gamle korrektionsfaktor (som blev opgjort og testet 'god nok' i maj 2001) blev et halvt år efter (december 2001) testet, med henblik på at undersøge, om den fortsat kunne anvendes. Den gamle (maj) korrektionsfaktor var opgjort til 0,8979. Den nye korrektionsfaktor (december) blev opgjort til 0,913. Nedenfor er testarbejdet illustreret. Bemærk, at Skanderborg bibliotek har benyttet B-testen, idet deres elektroniske registreringer af biblioteksbesøg er større end deres manuelt optalte biblioteksbesøg. TEST B SKANDERBORG Skanderborg bibliotek havde opgjort følgende data, som grundlag for testarbejdet: (M g ) = (manuel optælling i maj) = 2568 (E g ) = (elektronisk optælling i maj) = 2860 (M g /E g ) = (gammel korrektionsfaktor) = 0,8979 (M n ) = (manuel optælling i december) = 2291 (E n ) = (elektronisk optælling i december) = 2509 (M/E n ) = (gammel korrektionsfaktor) = 0,913

D g = (det gamle antal elektronisk registrerede biblioteksbesøg, der ikke er optalt manuelt) = (E g M g) = (2860-2568) = 292 D n = (det nye antal elektronisk registrerede biblioteksbesøg, der ikke er optalt manuelt) = (E n M n) = (2509-2291) = 218 D g /E g = (den gamle andel elektronisk registrerede biblioteksbesøg, der ikke er optalt manuelt = (pi) = (292/2860) = 0,1021 Skanderborg har beregnet konfidensintervallet ved at indsættes pi og E g samt z i formlen for konfidensintervallet: KI = pi +/- z (pi(1 pi)/ E g )^1/2=> KI = 0,1021 +/- 1,96 (0,1021(1-0,1021)/2860) 1/2 => KI = [0,0910;0,1132] På den baggrund undersøgte Skanderborg bibliotek, om den gamle andel D g /E g skulle forkastes. Det skulle den, hvis den nye andel ikke lå i det gamle konfidensinterval, hvis D n /E n KI. Udtrykt på en anden måde, hvis D n /E n < 0,0910 eller, hvis D n /E n > 0,1132. Skanderborg opgjorde derefter den nye andel til: D n /E n = (218/2509) = 0,08689. Da følgende udtryk ikke var sandt: 0,0910 < 0,08689 < 0,1132 måtte Skanderborg bibliotek forkaste deres gamle korrektionsfaktor, fordi den havde ændret sig signifikant. EKSEMPEL PÅ ANVENDELSE AF KORREKTIONSFAKTOREN I det følgende afsnit bringes et eksempel på, hvordan Tilst bibliotek har anvendt metoden i testperioden til at korrigere de daglige elektroniske registreringer. Formålet er at vise, hvordan metoden har været anvendt i praksis til dette arbejde, og hvordan resultatet kan fremstilles grafisk. Tilst bibliotek har beregnet deres korrektionsfaktor til 0,748. Tallet er brugt til at korrigere de daglige elektroniske registreringer i testperioden, som det fremgår af det nedenstående. På den første dag i testperioden, blev der elektronisk registreret 498 biblioteksbesøg på Tilst bibliotek. Derved blev det korrigerede antal biblioteksbesøg opgjort til at være 372 biblioteksbesøg for den dag. E = 498 KF = 0,748 Dagens antal biblioteksbesøg (d.31.5.01) = (498 * 0,748) = 372,504 I figur 1 kan man aflæse periodens elektronisk registrerede antal biblioteksbesøg og periodens korrigerede antal biblioteksbesøg. Her kan man altså se, hvilken forskel det gør for opgørelsen af antal biblioteksbesøg, om man bruger metoden eller ej.

METODEOVERSIGT - OPSUMMERING 1. Resultaterne fra den elektroniske optælling analyseres samlet for et helt år (dog ikke i år 1) med henblik på at identificere en gennemsnitlig besøgsdag på det enkelte bibliotek. For år 1 bestemmes den gennemsnitlige besøgsdag på baggrund af en kvalitativ erfaringsbaseret vurdering. 2. Den manuelle optælling gennemføres som en total tælling på én gennemsnitlig besøgsdag. 3. Korrektionsfaktoren beregnes som differencen mellem den manuelle optælling og den elektroniske optælling (den skal altid være positiv). 4. Der gennemføres en ny manuelle optælling, hvorefter en ny korrektionsfaktor udledes og på den baggrund testes den gamle korrektionsfaktor (gælder kun i år 1). 5. Korrektionsfaktoren anvendes dagligt til at korrigere de elektroniske registreringer. 6. Én gang halvårligt gennemføres der en ny manuel optælling, som skal danne baggrund for gennemførelsen af en statistisk test, hvor kvaliteten af den anvendte korrektionsfaktor vurderes. Antallet af statistiske test, der gennemføres om året, er administrativt bestemt, og kan derfor ændre sig over tid, hvis det viser sig at være hensigtsmæssigt. 7. Konstaterede ændringer i korrektionsfaktoren (fremkommet på baggrund af en statistisk test) resulterer i anvendelse af en ny korrektionsfaktor (den nye korrektionsfaktor, der skal anvendes, er den der er beregnet i den gennemførte statistiske test).