管理数据

良好的数据管理包括开发有效的过程,以始终如一地收集和记录数据,安全地存储数据,备份数据,清洁数据和修改数据,因此可以在不同类型的软件之间传输进行分析。

良好的数据管理与数据质量保证(用于确保数据质量的流程和程序)密不可分。使用未知或低质量的数据可能会导致对政策和计划做出错误的决定。数据质量保证(DQA)应包含在数据周期的每个步骤中− 数据收集、汇总和报告、分析和使用、传播和反馈。

即使使用明确定义的程序和标准化工具收集数据,它们也需要检查任何不准确或缺失的数据。这种“数据清洁”涉及在写入,读取,存储,传输或计算机化数据处理期间发现和处理任何发生的错误。

确保数据质量还包括在评估报告中适当地提供数据,以便调查结果清晰,结论得到证实。通常,这涉及到使数据可访问,以便其他人可以对其进行验证和/或用于其他目的,例如用于综合不同评价的结果。

通常提到数据质量的方面是:

  • 有效性:数据测量其预期测量的程度。
  • 可靠性:始终如一地收集数据;随着时间的推移进行重复测量时,定义和方法是相同的。
  • 完整性:数据已完成(即,不缺少数据或数据元素)。
  • 精确:数据有足够的细节。
  • 完整性:保护数据不受出于政治或个人原因的故意偏见或操纵
  • 可用性:可访问数据,以便它们可以验证并用于其他目的。
  • 及时性:数据是最新的,并且可以及时获取。

选择权

  • 一致的数据收集和记录:以确保数据在不同的网站和不同的数据收集器中始终收集数据。
  • 数据备份:现场和非现场、自动和手动流程,以防止数据丢失或损坏的风险。
  • 数据清理:检测和删除(或纠正)由于数据损坏或输入不准确而导致的数据集或数据库中的错误和不一致。
  • 有效的数据传输:在系统之间(包括软件包之间)移动数据的过程,以避免重新输入数据。
  • 安全数据存储:保护各种形式的电子和硬拷贝数据(包括问卷、访谈磁带和电子文件)不被擅自访问或损坏的过程。
  • 存档数据以备将来使用:存储取消识别的数据的系统,以便可以访问这些数据进行验证,或用于将来的进一步分析和研究。

资源

评论

目前没有评论。第一个在这个页面上发表评论!

添加新注释

登录登录并以BetterEvaluation会员的身份发表评论,或者只需填写以下字段即可。