管理数据

良好的数据管理包括开发有效的流程,以一致地收集和记录数据,安全地存储数据,备份数据,清洗数据,并修改数据,使其可以在不同类型的软件之间进行分析。

良好的数据管理与数据质量保证(用于确保数据质量的过程和程序)密不可分。使用未知或低质量的数据可能导致对政策和规划作出错误的决定。数据质量保证(DQA)应纳入数据周期的每个步骤——数据收集、汇总和报告、分析和使用、传播和反馈。

即使使用定义良好的程序和标准化工具收集了数据,也需要检查是否有不准确或缺失的数据。这种“数据清理”包括发现和处理计算机化数据的写入、读取、存储、传输或处理过程中发生的任何错误。

确保数据质量还包括在评价报告中适当地提出数据,以便调查结果清晰,结论可以得到证实。通常,这包括使数据可获得,以便由他人验证和/或用于其他目的,如综合不同评价的结果。

通常提到的数据质量方面有:

  • 有效性:数据测量它们想要测量的东西的程度。
  • 可靠性:始终收集数据;随着时间的推移,在进行重复测量时的定义和方法是相同的。
  • 完整性:数据是完整的(即没有丢失的数据或数据元素)。
  • 精度:数据有足够的细节。
  • 正直:有关政治或个人原因的刻意偏见或操纵,数据受到保护
  • 可用性:数据是可访问的,因此可以验证它们并用于其他目的。
  • 及时性:数据是最新的当前电流,可按时可用。

选项

  • 一致的数据收集和录制:确保跨不同站点和不同数据收集器一致收集数据的过程。
  • 数据备份:现场和异地,自动和手动流程防范数据丢失或损坏的风险。
  • 数据清理:由于数据的损坏或不准确的条目,在数据集或数据库中检测和删除(或纠正)错误和不一致。
  • 有效的数据传输:在系统之间移动数据的过程,包括软件包之间的数据,以避免需要重新核心数据。
  • 安全数据存储:在所有表单中保护电子和硬拷贝数据的流程,包括问卷调查,或者在没有权威或损坏的情况下访问的面试磁带和电子文件。
  • 存档数据以供将来使用:储存去识别资料的系统,以便日后查阅以作核实或作进一步分析和研究之用。

资源

注释

目前尚无评论。成为第一个在本页发表评论的人!

添加新评论

登录登录并评论作为betteRevaluation成员或只是填写下面的字段。