Metodologia i integralność danych

    Radykalna przejrzystość zaczyna się od wiarygodnych danych. Dowiedz się, jak anonimizujemy, weryfikujemy i obliczamy lukę płacową.

    Proces anonimizacji

    Jak chronimy Twoją tożsamość

    Każde zgłoszenie przechodzi wielowarstwowy proces anonimizacji przed dodaniem do naszej bazy. Nigdy nie przechowujemy danych osobowych (PII).

    1

    Usuwanie danych

    Wszelkie metadane (adresy IP, znaczniki czasu, odciski urządzeń) są natychmiast usuwane po zgłoszeniu. Zachowujemy tylko zbiorcze dane o lokalizacji (miasto), stanowisku i wynagrodzeniu.

    2

    Haszowanie i szyfrowanie

    Pola opcjonalne (płeć, zespół) są haszowane algorytmem SHA-256 przed zapisaniem. Wszystkie dane w spoczynku są szyfrowane AES-256.

    3

    Tylko agregacja

    Indywidualne rekordy nigdy nie są publikowane. Pokazujemy tylko zbiorcze statystyki (średnie, mediany, percentyle), gdy dla danej kategorii jest co najmniej 5 zgłoszeń.

    4

    Moderacja komentarzy

    Komentarze użytkowników są ręcznie sprawdzane w celu usunięcia danych identyfikujących (imiona, kody projektów, konkretne daty) przed publikacją.

    Ważne

    Mimo wszelkich środków ostrożności, żaden system nie jest w 100% niezawodny. Unikaj podawania w komentarzu unikalnych szczegółów, które mogłyby pośrednio Cię zidentyfikować (np. "Jestem jedyną kobietą w 3-osobowym zespole w Tallinnie").

    Weryfikacja i kontrola jakości

    Jak zapewniamy dokładność danych

    Automatyczne sprawdzenia

    • Zakresy wynagrodzeń weryfikowane względem branżowych benchmarków
    • Duplikaty zgłoszeń wykrywane przez dopasowanie wzorców
    • Wartości odstające oznaczane do ręcznego sprawdzenia (±3 odchylenia std)

    Ręczna weryfikacja

    • Moderatorzy weryfikują oznaczone zgłoszenia
    • Weryfikacja z publicznymi raportami EUPTD, gdy są dostępne
    • Zgłaszanie podejrzanych danych przez społeczność

    Poziomy wiarygodności

    Każdy punkt danych otrzymuje ocenę wiarygodności na podstawie liczby próbek i weryfikacji:

    Wysoki (50+ zgłoszeń, zweryfikowane)
    Średni (10-49 zgłoszeń)
    Niski (5-9 zgłoszeń)
    Niewystarczający (<5 zgłoszeń, nie wyświetlane)

    Obliczanie luki płacowej ze względu na płeć

    Wzór

    Stosujemy standardowy unadjusted wzór UE na lukę płacową, porównujący mediany zarobków:

    Luka płacowa (%) =
    [(Median Male Salary - Median Female Salary) / Median Male Salary] × 100

    Przykładowe obliczenie

    Mediana wynagrodzenia mężczyzn dla "Software Engineer" w Berlinie: €75,000

    Mediana wynagrodzenia kobiet dla "Software Engineer" w Berlinie: €67,500

    Luka płacowa: [(75,000 - 67,500) / 75,000] × 100 = 10%

    Interpretacja

    Dodatnia luka (np. +10%) oznacza, że kobiety zarabiają o 10% mniej niż mężczyźni na tym samym stanowisku. Ujemna luka oznacza, że kobiety zarabiają więcej. Luka 0% oznacza parytet.

    Ograniczenia

    • To luka niekorygowana (nie uwzględnia doświadczenia, czasu pracy ani stanowiska)
    • Małe próby (<10 na płeć) mogą dawać niewiarygodne wyniki
    • Dane samodzielnie zgłaszane mogą być obciążone błędem raportowania
    • Osoby niebinarne/inne płcie są śledzone, ale nie uwzględniane w obliczeniu binarnej luki

    Progi wskaźników kolorystycznych

    0-3% (Sprawiedliwie/Parytet)
    3-10% (Umiarkowana luka)
    10-20% (Znacząca luka)
    20%+ (Krytyczna luka)

    Najczęściej zadawane pytania

    Wymagamy minimum 5 zgłoszeń w każdej kategorii, zanim wyświetlimy jakiekolwiek dane zbiorcze. Do obliczeń luki płacowej ze względu na płeć potrzebujemy co najmniej 5 zgłoszeń z każdej grupy płci. Kategorie z mniejszą liczbą zgłoszeń pokazują "Brak Danych" i nie są publikowane.

    Tak. Skontaktuj się z nami pod adresem contact@euptd.eu, podając przybliżoną datę zgłoszenia i szczegóły roli. Usuniemy Twoje zanonimizowane zgłoszenie z naszej bazy danych. Pamiętaj, że nie wpłynie to na już opublikowane zbiorcze statystyki.

    Jeśli nie mamy wystarczającej liczby zgłoszeń z określoną płcią, luka zostanie oznaczona jako "N/A - Brak Danych". Zachęcamy do anonimowego udostępnienia swojej pensji, aby pomóc budować bazę danych. Firmy z oficjalnymi raportami EU Pay Transparency Directive (EUPTD) wyświetlą je zamiast tego.

    Stosujemy wiele środków antyfraudowych:

    • Ograniczenie liczby zgłoszeń (maks. 1 zgłoszenie na IP na 24 godziny)
    • Wykrywanie statystycznych wartości odstających
    • Ręczna weryfikacja zgłoszeń oznaczonych jako podejrzane
    • System zgłaszania przez społeczność

    Nie. EUPTD.EU to niezależna, crowdsourcingowa inicjatywa. Nasze dane są zgłaszane samodzielnie i anonimizowane, nie są zweryfikowanymi dokumentami zatrudnienia. Oficjalne raporty EUPTD (gdy dostępne) są wyraźnie oznaczone i pochodzą z publicznych ujawnień.

    Open Source i dostęp API

    Publiczna dokumentacja API

    Cały nasz zbiór danych jest dostępny przez darmowe, publiczne API. Nie wymaga uwierzytelnienia do odczytu.

    Bazowy URL

    https://api.euptd.eu/v1

    GET /salaries

    Pobierz zbiorcze dane o wynagrodzeniach

    GET /salaries?role=Software%20Engineer&location=Berlin&limit=50

    Parametry zapytania:

    • role (string): Stanowisko
    • location (string): Miasto lub kraj
    • company (string): Nazwa firmy
    • min_confidence (string): wysoki | średni | niski
    • limit (integer): Wyniki na stronę (maks. 100)

    GET /gap

    Uzyskaj lukę płacową ze względu na płeć dla określonego stanowiska/firmy

    GET /gap?role=Data%20Analyst&company=Acme%20Corp&location=Amsterdam

    Przykład odpowiedzi:

    { "role": "Data Analyst", "company": "Acme Corp", "location": "Amsterdam", "gap_percentage": 8.5, "confidence": "medium", "sample_size": { "male": 23, "female": 18 }, "median_salaries": { "male": 65000, "female": 59475 } }

    Repozytorium GitHub

    Cały nasz kod, skrypty walidacji danych i implementacja API są open source:

    Zobacz na GitHub

    Wesprzyj Misję

    EUPTD.EU to inicjatywa non-profit. Pomóż nam utrzymać serwery, walidować dane i rozwijać nowe funkcje:

    Wspomóż lub dołącz