Metodik & Dataintegritet

    Radikal transparens börjar med pålitlig data. Lär dig hur vi anonymiserar, validerar och beräknar löneskillnader mellan könen.

    AnonymiseringValideringGap-beräkningAPI-dokumentation

    Anonymiseringsprocess

    Hur vi skyddar din identitet

    Varje bidrag genomgår en flerskikts anonymiseringsprocess innan det hamnar i vår databas. Ingen personligt identifierbar information (PII) lagras någonsin.

    1

    Databorttagning

    All metadata (IP-adresser, tidsstämplar, enhetsfingeravtryck) raderas omedelbart vid inskick. Vi behåller endast aggregerad plats (stad), roll och ersättningsdata.

    2

    Hashning & Kryptering

    Valfria fält (kön, team) hash:as med SHA-256 före lagring. All data i vila krypteras med AES-256.

    3

    Endast aggregering

    Individuella poster publiceras aldrig. Vi visar endast aggregerad statistik (medelvärden, medianer, percentiler) när minst 5 bidrag finns för en kategori.

    4

    Kommentarsmoderering

    Användarinskickade kommentarer granskas manuellt för att ta bort identifierande detaljer (namn, projektkoder, specifika datum) innan publicering.

    Viktigt

    Trots alla försiktighetsåtgärder är inget system 100% idiotsäkert. Undvik att inkludera unika detaljer i din kommentar som indirekt kan identifiera dig (t.ex. "Jag är den enda kvinnan i ett 3-personers team i Tallinn").

    Validering & Kvalitetskontroll

    Hur vi säkerställer datakvalitet

    Automatiska kontroller

    • Löneintervall valideras mot branschstandarder
    • Dubbletter upptäcks via mönsterigenkänning
    • Avvikare flaggas för manuell granskning (±3 standardavvikelser)

    Manuell granskning

    • Mänskliga moderatorer verifierar flaggade bidrag
    • Korsreferens med offentliga EUPTD-rapporter när tillgängligt
    • Community-rapportering för misstänkt data

    Konfidensnivåer

    Varje datapunkt tilldelas ett konfidensvärde baserat på urvalsstorlek och validering:

    Hög (50+ bidrag, validerade)
    Medel (10-49 bidrag)
    Låg (5-9 bidrag)
    Otillräcklig (<5 bidrag, visas ej)

    Beräkning av löneskillnad mellan könen

    Formeln

    Vi använder EU-standardens ojusterade formel för löneskillnad mellan könen, som jämför medianinkomster:

    Löneskillnad mellan könen (%) =
    [(Median Male Salary - Median Female Salary) / Median Male Salary] × 100

    Exempelberäkning

    • Medianlön för män som "Software Engineer" i Berlin: €75,000

    • Medianlön för kvinnor som "Software Engineer" i Berlin: €67,500

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

    Tolkning

    Ett positivt gap (t.ex. +10%) betyder att kvinnor tjänar 10% mindre än män för samma roll. Ett negativt gap betyder att kvinnor tjänar mer. Ett gap på 0% indikerar jämlikhet.

    Begränsningar

    • • Detta är ett ojusterat gap (tar inte hänsyn till erfarenhet, arbetade timmar eller senioritet)
    • • Små urval (<10 per kön) kan ge opålitliga resultat
    • • Självrapporterad data kan ha rapporteringsbias
    • • Icke-binära/andra kön spåras men ingår inte i binär gap-beräkning

    Färgindikatortrösklar

    0-3% (Rättvist/Jämlikt)
    3-10% (Måttligt gap)
    10-20% (Betydande gap)
    20%+ (Kritiskt gap)

    Vanliga frågor

    Vi kräver minst 5 inskickade svar per kategori innan vi visar någon aggregerad data. För beräkning av lönegap mellan könen behöver vi minst 5 svar från varje könsgrupp. Kategorier med färre svar visar "Otillräcklig data" och publiceras inte.

    Ja. Kontakta oss på contact@euptd.eu med ungefärligt datum för din inskickning och rollinformation. Vi tar bort din anonymiserade post från vår databas. Observera att detta inte påverkar redan publicerad aggregerad statistik.

    Om vi inte har tillräckligt många könsidentifierade svar visas gapet som "N/A - Otillräcklig data." Vi uppmuntrar dig att dela din lön anonymt för att hjälpa till att bygga datasetet. Företag med officiella EU Pay Transparency Directive (EUPTD)-rapporter visar dessa istället.

    Vi använder flera anti-bedrägeriåtgärder:

    • Begränsning av antal (max 1 inskickning per IP per 24 timmar)
    • Statistisk upptäckt av avvikare
    • Manuell granskning av flaggade inskickningar
    • Rapporteringssystem för communityn

    Nej. EUPTD.EU är ett oberoende, crowdsourcat initiativ. Vår data är självrapporterad och anonymiserad, inte verifierade anställningsuppgifter. Officiella EUPTD-rapporter (när tillgängliga) är tydligt markerade och hämtade från offentliga källor.

    Öppen Källkod & API-åtkomst

    Publik API-dokumentation

    Hela vårt dataset är tillgängligt via ett gratis, publikt API. Ingen autentisering krävs för läsbehörighet.

    Bas-URL

    https://api.euptd.eu/v1

    GET /salaries

    Hämta aggregerad lönedata

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

    Sökparametrar:

    • • role (string): Jobbtitel
    • • location (string): Stad eller land
    • • company (string): Företagsnamn
    • • min_confidence (string): hög | medel | låg
    • • limit (integer): Resultat per sida (max 100)

    GET /gap

    Hämta lönegap mellan könen för en specifik roll/företag

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

    Svarsexempel:

    { "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 } }

    GitHub-repo

    Hela vår kodbas, datavalideringsskript och API-implementation är öppen källkod:

    Visa på GitHub

    Stöd vårt uppdrag

    EUPTD.EU är ett ideellt initiativ. Hjälp oss underhålla servrar, validera data och bygga nya funktioner:

    Donera eller bidra