ÉVALUATION

Au cours de votre trial, vous avez recueilli de nombreux types différents de données à l’aide de divers moyens (observateur, test-bed technical infrastructure, questionnaires, etc.). Cela a été fait conformément à votre plan de collecte de données. En fait, les plans ne sont toujours que des représentations idéales de la façon dont tout devrait se dérouler dans la réalité. Dans certains cas, les plans fonctionnent comme prévu, mais il n’est pas inhabituel que des besoins capacitaires se produisent. Ces besoins capacitaires sont exactement ce que nous devons identifier lors du contrôle de la qualité des données.

Tout d’abord, rassemblez toutes les données que vous avez recueillies à un même endroit et sous le même format. Vous voudrez peut-être tout avoir dans un unique fichier Excel, ou vous préfèrerez peut-être un autre outil. Mais assurez-vous que tout est rassemblé à un seul endroit et formatez-le ! Faites le premier contrôle : Des données sont-elles manquantes ou incomplètes ? Si oui, ces données sont-elles critiques ? Si c’est le cas, réfléchissez à des moyens de les récupérer (corrigez-les ou demandez à un participant de passer un appel téléphonique et de remplir un questionnaire spécifique). Même si elles ne sont pas critiques, assurez-vous d’indiquer dans votre évaluation si des données sont manquantes !  

Deuxièmement, structurez vos données. Examinez votre plan de collecte de données. Est-il possible de dégager une structure ? Peut-être en fonction du rôle, de la solution, de la question de recherche (peut-être les 3 dimensions : solution, trial et gestion de crise). À présent, il est plus facile de dégager une vue d’ensemble. Procédez au deuxième contrôle : Des données sont-elles manquantes ou incomplètes ? Troisièmement, examinez de plus près la qualité des données. Recherchez des tendances. Recherchez les éléments qui ne correspondent pas à ces tendances. Vérifiez pourquoi ils ne correspondent pas. Existe-t-il des besoins capacitaires importants ? Si oui, essayez de trouver davantage de données liées à cet aspect (peut-être dans la test-bed technical infrastructure ?). S’il n’existe aucun moyen d’améliorer les données, indiquez dans l’évaluation que les conclusions à ce sujet ne peuvent être que limitées. Quatrièmement, établissez un ensemble de données pour votre analyse. Excluez les données non pertinentes ou de mauvaise qualité, mais n’oubliez pas d’indiquer que vous avez procédé à cette exclusion !