管理数据

良好的数据管理包括开发持续收集和记录数据、安全存储数据、备份数据、清理数据和修改数据的有效流程,以便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密不可分,数据质量保证是用来确保数据质量的过程和程序。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决定。数据质量保证(DQA)应构建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,以及传播和反馈。

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在写入、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,以便结果清晰,结论能够得到证实。通常情况下,这涉及到数据的可访问性,以便其他人可以对数据进行核实和/或用于其他目的,例如在不同的评估中综合结果。

通常提到的数据质量方面有:

  • 有效性:数据在多大程度上衡量了它们想要衡量的东西。
  • 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。
  • 完整性:数据受到保护,不受出于政治或个人原因的蓄意偏见或操纵
  • 可用性:数据是可访问的,因此它们可以被验证和用于其他目的。
  • 及时性:数据是最新的,及时可用的。

选项

  • 一致的数据收集和记录: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,以避免重复密钥数据的需要。
  • 安全数据存储:保护所有形式的电子和硬拷贝数据的过程,包括问卷、访谈磁带和电子文件,防止未经授权的访问或损坏。
  • 存档数据供将来使用:存储未识别数据的系统,以便在将来进行核查或进一步分析和研究时使用这些数据。

资源

评论

目前还没有任何评论。请第一个在本页发表评论!

添加新评论

登录登录并作为BetterEvaluation成员进行评论,或者简单地填写下面的字段。