Algoritme steekproefscript

Dit algoritme neemt een statistische steekproef uit een bepaalde populatie. Het algoritme ondersteunt het trekken van een statistische steekproef en vastleggen van de stappen daarvan.

Laatst gewijzigd op 23 september 2025 om 13:30 | Publicatiestandaard 1.0
Publicatiecategorie
Impactvolle algoritmes
Impacttoetsen
Veld niet ingevuld.
Status
In gebruik

Algemene informatie

Thema

Overheidsfinanciën

Begindatum

2018

Contactgegevens

algoritmeregister@belastingdienst.nl

Link naar publiekspagina

https://over-ons.belastingdienst.nl/onderwerpen/omgaan-met-gegevens/algoritmeregister/

Link naar bronregistratie

https://over-ons.belastingdienst.nl/onderwerpen/omgaan-met-gegevens/algoritmeregister/steekproefschrift/

Verantwoord gebruik

Doel en impact

Het steekproefscript zorgt voor een uniform gebruik binnen de Belastingdienst. Wijzigingen in het landelijke beleid kunnen centraal worden doorgevoerd zodat de meest actuele versie wordt gebruikt. Alternatief is dat men zelf de statistische maatstaven waarmee de steekproef wordt getrokken vastlegt, en de steekproef zelf neemt in Arbutus. Dit is foutgevoeliger dan een centrale aanpak.

Ook leidt het script tot standaard rapportage voor controledossier, tijdbesparing voor IT-auditor en standaard uitvoer naar de bedrijven.

Het script zorgt voor aselecte trekking van te controleren geldeenheden, waarmee de steekproef aantoonbaar representatief is voor de populatie waaruit de steekproef is getrokken. Door het gebruik van het steekproefscript wordt iedere menselijke voorkeur uitgesloten bij de uitvoering van juistheidscontroles.

Afwegingen

Het trekken van geldsteekproeven is belangrijk voor een objectieve, doelmatige en transparante uitvoering van boekenonderzoeken bij belastingplichtigen. Het algoritme kan een medewerker van de Belastingdienst daarbij ondersteunen. De beoordeling is daardoor zorgvuldiger en efficiënter. 

Menselijke tussenkomst

Menselijke tussenkomst in de context van de Belastingdienst houdt in dat een bevoegde en deskundige medewerker een wezenlijke rol speelt in de besluitvorming.

Bij de werking van het algoritme is altijd sprake van menselijke tussenkomst. Het algoritme detecteert en selecteert de te controleren boekingen in de financiële administratie. Het is de medewerker van de Belastingdienst die de beslissing neemt. De aangewezen boeking wordt door de medewerker van de Belastingdienst gecontroleerd op fiscale juistheid, waarbij het steekproefscript in het geheel geen rol speelt.

Risicobeheer

De Algemene wet bestuursrecht (Awb) vereist dat het handelen van de overheid transparant en rechtmatig is. De Belastingdienst neemt bij de toepassing en ontwikkeling van algoritmen de algemene beginselen van behoorlijk bestuur in acht.

De selectieregels worden periodiek beoordeeld en zo nodig bijgesteld om te blijven voldoen aan wet- en regelgeving. 

Wettelijke basis

  1. Algemene wet inzake rijksbelastingen: 
  2. Wet op de Loonbelasting 1964:
  3. Wet Inkomstenbelasting 2001:
  4. Wet op de Vennootschapsbelasting 1969: 
  5. Wet op de Omzetbelasting 1968: 

Links naar wettelijke basis

  • Algemene wet inzake rijksbelastingen: : https://wetten.overheid.nl/BWBR0002320/
  • Wet op de Loonbelasting 1964:: https://wetten.overheid.nl/BWBR0002471/
  • Wet Inkomstenbelasting 2001:: https://wetten.overheid.nl/BWBR0011353/
  • Wet op de Vennootschapsbelasting 1969: : https://wetten.overheid.nl/BWBR0002672/
  • Wet op de Omzetbelasting 1968: : https://wetten.overheid.nl/BWBR0002629/

Toelichting op impacttoetsen

  • Privacy en AVG

Het gebruik van de gegevens moet worden getoetst aan de Algemene Verordening Gegevensbescherming (AVG). Door het toetsen van persoonsgegevens komen eventuele privacyrisico's in beeld en kunnen passende maatregelen worden genomen.

De AVG schrijft voor dat er niet meer gegevens gebruikt mogen worden dan noodzakelijk is. Dat heet dataminimalisatie. De Belastingdienst onderzoekt regelmatig of de gebruikte gegevens nog nodig zijn en dus gebruikt mogen worden.

  • Gebruik bijzondere persoonsgegevens

In het algoritme worden geen bijzondere persoonsgegevens gebruikt.

  • Gelijkheid en non-discriminatie

Het algoritme wordt beoordeeld in lijn met toepasselijke non-discriminatiebeginselen voor directe en indirecte discriminatie. Door zo min mogelijk persoonsgegevens te verwerken, wordt het risico op directe discriminatie verkleind. Medewerkers die betrokken zijn bij de ontwikkeling en het beheer van de algoritmen, krijgen training over gegevensbescherming en vooroordelen. 

Werking

Gegevens

Mutaties uit de Financiële administratie

Links naar gegevensbronnen

Mutaties uit de Financiële administratie: Bedrijf zelf

Technische werking

Het steekproefscript levert een statistische steekproef op. De controlemedewerker beoordeelt de door de steekproef (aselect) aangewezen mutaties.

Het algoritme is niet zelflerend. Dat betekent dat het algoritme zichzelf niet ontwikkelt tijdens het gebruik ervan.

Leverancier

Het algoritme is door medewerkers van bij de Belastingdienst ontwikkeld en wordt ook intern onderhouden. 

Soortgelijke algoritmebeschrijvingen

  • Het algoritme berekent de onderwijsresultaten van scholen (cluster, vestiging, opleiding). Het algoritme levert informatie op die een inspecteur helpt om te beoordelen of een school met deze leerlingen de wettelijke ondergrens voor te behalen leerresultaten behaalt.

    Laatst gewijzigd op 9 oktober 2024 om 7:35 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Op deze pagina vind u informatie over het algoritme ‘Steekproef Ondernemingen’. Dit algoritme bakent de onderzoekspopulatie MKB af en selecteert hieruit aselect 3.600 entiteiten die in aanmerking komen voor een boekenonderzoek door middel van een gestratificeerde steekproef.

    Laatst gewijzigd op 4 september 2025 om 18:43 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Dit algoritme helpt bij het herkennen van de (pleeg)kinderen die recht hebben op de tegemoetkoming vanuit de kindregeling.

    Laatst gewijzigd op 19 juni 2025 om 15:31 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    DPIA, IAMA
    Status
    In gebruik
  • Dit algoritme maakt een risico-sortering van onderwijsinstellingen (scholen, opleidingen of schoolbesturen) om gericht bureau-onderzoek te kunnen uitvoeren, als onderdeel van de jaarlijkse prestatie- en risicoanalyse.

    Laatst gewijzigd op 22 mei 2024 om 8:41 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    IAMA
    Status
    In gebruik
  • Het algoritme geeft een voorspelling van de kans op een overtreding van de Metrologiewet voor de categorie kleine weegmiddelen. Het algoritme geeft een kans op een overtreding en hiermee wordt een deel van het toezicht risicogestuurd vormgegeven. 

    Laatst gewijzigd op 18 juni 2025 om 14:23 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    IAMA
    Status
    In gebruik