This project has received funding from the European Union's 7th Framework Programme for Research, Technological Development and Demonstration under Grant Agreement (GA) N° #607798

Sicherstellung, dass Ihre
Evaluation auf qualitativ
hochwertigen Daten beruht
1 Tag
Evaluationskoordinator(in)
(-Verantwortliche(r))
Technische(r) Koordinator(in)

ZUSAMMENFASSUNG

WORUM ES IN
DIESEM SCHRITT GEHT

Während Ihres Trials haben Sie viele verschiedene Arten von Daten mit verschiedenen Mitteln erfasst (Beobachter, Test-bed Technical Infrastructure, Fragenbögen usw.). Dies erfolgte entsprechend Ihres Datenerfassungsplans. Nun sind Pläne immer nur ideale Vorstellungen davon, wie die Realität funktionieren sollte. Es gibt Fälle, in denen Pläne wie erwartet funktionieren, aber es ist üblich, dass Abweichungen auftreten. Diese Abweichungen sind genau das, was wir durch die Datenqualitätsprüfung identifizieren müssen.

Erläuterung

ALLES, WAS SIE ÜBER
DIESEN SCHRITT WISSEN MÜSSEN

Speichern Sie zunächst alle Daten, die Sie erfasst haben, an einem Ort und im gleichen Format. Vielleicht möchten Sie alle Daten in einer Excel-Datei festhalten oder Sie bevorzugen ein anderes Werkzeug. Sorgen Sie jedoch dafür, dass Sie alles an einem Ort haben und bringen Sie die Daten in ein angemessenes Format. Führen Sie die erste Prüfung durch: Fehlen Daten oder sind einige Daten fehlerhaft? Wenn ja, sind diese Daten kritisch? Wenn ja, suchen Sie nach Möglichkeiten, wie Sie diese nachtragen können (reparieren Sie sie oder bitten Sie vielleicht einen Teilnehmenden um ein Telefongespräch und dass er einen dafür vorgesehenen Fragebogen ausfüllt). Auch wenn die Daten nicht kritisch sind, geben Sie in Ihrer Auswertung unbedingt an, wo Daten fehlen!  

Zweitens, strukturieren Sie Ihre Daten. Schauen Sie sich Ihren Datenerfassungsplan an. Gibt es dort eine Struktur, die Sie verwenden können? Vielleicht nach Rolle, Solution, Forschungsfrage (vielleicht die drei Dimensionen: Solution, Trial und Krisenmanagement). Jetzt ist es leichter, sie zu analysieren. Führen Sie die zweite Prüfung durch: Fehlen Daten oder sind Daten fehlerhaft? Drittens, schauen Sie sich die Qualität der Daten genauer an. Suchen Sie nach Mustern. Suchen Sie nach Dingen, die nicht in diese Muster passen. Prüfen Sie, warum sie nicht passen. Gibt es starke Abweichungen? Wenn ja, versuchen Sie weitere Daten zu diesem Aspekt zu finden (vielleicht in der Test-bed Technical Infrastructure?). Wenn es nicht möglich ist, die Daten zu verbessern, geben Sie in der Auswertung an, dass die Schlussfolgerungen dazu nur begrenzt möglich sind. Viertens, erstellen Sie einen Datensatz für die weitere Analyse. Schließen Sie irrelevante Daten und schlechte Daten aus, geben Sie aber an, dass Sie das getan haben!
 

Methoden

Strukturierung & Organisation,
Societal Impact Assessment,
Forschungsethik

Inputs

Rohdaten

Outputs

„Sauberer“ Datensatz

Checkliste
  • Vollständigkeit der Daten geprüft
  • Datenqualität geprüft
  • Daten verifiziert
  • Daten vorläufig strukturiert