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

Zorgen dat uw evaluatie is
gebaseerd op gegevens van
hoge kwaliteit
1 dag
evaluatiecoördinator (leider)
technisch coördinator

IN HET KORT

WAAR DEZE STAP
OVER GAAT

Tijdens uw trial heeft u veel verschillende soorten gegevens met uiteenlopende middelen verzameld (waarnemers, Test-bed Technical Infrastructure, vragenlijsten, etc.). Dit gebeurde volgens uw gegevensverzamelingsplan. Nu zijn plannen altijd slechts ideale verbeeldingen van hoe het er in werkelijkheid aan toe zou moeten gaan. Er zijn gevallen waarin plannen uitpakken zoals verwacht, maar er doen zich ook vaak afwijkingen voor. Deze afwijkingen zijn precies wat we moeten identificeren tijdens de gegevenskwaliteitscontrole

DIEPGAAND

ALLES WAT U MOET WETEN
OVER DEZE STAP

Verzamel eerst alle gegevens die u hebt verzameld, op één plaats en in hetzelfde formaat. Misschien wilt u het allemaal in één Excel-bestand hebben, misschien gebruikt u liever een ander hulpmiddel. Maar zorg dat u alles op één plek hebt en formatteer het! Voer de eerste controle uit: Zijn er gegevens die ontbreken of onleesbaar zijn? Zo ja, zijn deze gegevens essentieel? Zo ja, bedenk dan manieren om de gegevens terug te krijgen (gegevens herstellen of bel een deelnemer en vraag deze een specifieke vragenlijst in te vullen). Zelfs als ze niet essentieel zijn, moet u aangeven waar er gegevens in uw evaluatie ontbreken!  

Ten tweede, structureer uw gegevens. Bekijk uw gegevensverzamelingsplan. Kunt u een structuur gebruiken? Mogelijk naar rol, oplossing, onderzoeksvraag (misschien de 3 dimensies: Oplossingen, Trial en CM). Nu is het makkelijker te doorzien. Voer de tweede controle uit: Zijn er gegevens die ontbreken of onleesbaar zijn? Bekijk ten derde de gegevenskwaliteit van dichterbij. Zoek naar patronen. Zoek naar zaken die niet in deze patronen passen. Controleer waarom ze niet passen. Zijn het sterke afwijkingen? Zo ja, probeer dan meer gegevens te vinden met betrekking tot het aspect (misschien in de Test-bed Technical Infrastructure?). Als er geen manier is om de gegevens te verbeteren, geef dan in de evaluatie aan dat de conclusies hierover slechts beperkt kunnen zijn. Ten vierde, maak een gegevensset voor uw analyse. Sluit irrelevante gegevens of gegevens van slechte kwaliteit uit, maar geef aan dat u dat hebt gedaan!
 

Methoden

Structureren & organiseren,
societal impact assessment,
onderzoeksethiek

Input

Onbewerkte gegevens

Output

“Clean” data set

Checklist
  • Gecontroleerd of gegevens compleet zijn
  • Gegevenskwaliteit gecontroleerd
  • Gegevens geverifieerd
  • Gegevens op een voorlopige manier gestructureerd