Un processus structuré d'inspection, de nettoyage, de validation, de triangulation et d'interprétation des données collectées lors d'une évaluation afin d'étayer des conclusions et décisions précises.

Principe

Prioriser la qualité des données par des contrôles systématiques, la documentation des anomalies, la triangulation entre sources et une évaluation explicite des biais et incertitudes.

Démonstration

Une réunion de revue de données programmée où sont conciliés les motifs de réponse aux enquêtes, les journaux de données manquantes, la distribution des scores d'observation et la fiabilité du codage, avec des actions assignées pour résoudre les divergences.

Mauvaise application

Sélectionner des sous-ensembles favorables de données, ignorer les métadonnées sur les conditions de collecte, ou effectuer des vérifications superficielles qui ne détectent pas des erreurs systématiques de mesure.

Conséquence

Une revue approfondie des données produit des conclusions plus crédibles, des marges de confiance plus claires et des décisions défendables pour l'adaptation des programmes ou les recommandations politiques.

Inversion

Publier ou agir sur des ensembles de données brutes non révisées contenant des erreurs non corrigées, des doublons ou des définitions divergentes entre sources.

Limite

Couvre le traitement post‑collecte et l'interprétation préliminaire ; ne remplace pas la modélisation statistique rigoureuse, l'examen par les pairs formel ou la conception initiale des instruments.

Tension sémantique

Il existe une tension entre des contrôles opérationnels accélérés pour les gestionnaires de programme et des audits méthodologiques approfondis par des statisticiens ; ce sont deux types de revue avec des profondeurs et objectifs différents.

Synthèse

La revue des données d'évaluation est une étape itérative d'assurance qualité qui transforme des observations brutes en intrants fiables pour l'analyse et le rapport en détectant les erreurs, en conciliant les sources et en documentant l'incertitude.