Qualité des données
Les données que vous collectez ne seront jamais exemptes de parti pris. Ainsi, vous devez déterminer, avec l'aide de votre parties prenantes, quelle qualité et quelle quantité de données sont «assez bonnes» pour votre prise de décision, votre apprentissage et les besoins de reddition de comptes. Lorsque vous commencez à penser à collecter des données MEAL, il est utile de prendre en compte les cinq normes de qualité des données suivant:
Les données de validité sont valides lorsqu'elles représentent précisément ce que vous avez l'intention de mesurer. En d'autres termes, les données que vous collectez vous aident à mesurer les indicateurs que vous avez choisis. Lors de la conception de vos méthodes de collecte, assurez-vous qu'elles collecteront des données qui vous aideront à mesurer les indicateurs décrits dans votre PMP. En outre, la combinaison de méthodes de collecte devrait répondre à vos besoins de triangulation
Fiabilité: Les données sont fiables lorsque les méthodes de collecte utilisées sont stables et cohérentes. Des données fiables sont collectées à l'aide d'outils tels que des questionnaires qui peuvent être mis en œuvre de la même manière plusieurs fois. En pratique, cela signifie que si vous utilisez le même questionnaire pour poser les mêmes questions à la même personne et que rien d'autre n'a changé, vous devriez obtenir la même réponse. Tenez compte de ce facteur lorsque vous concevez vos guides de discussion et questionnaires pour les groupes de discussion et les entretiens.
Les données de précision sont précises lorsqu'elles ont un niveau de détail qui vous donne une image précise de ce qui se passe et vous permet de prendre de bonnes décisions. Par exemple, des données précises vous permettent de comparer les résultats entre hommes et femmes, si cela est important pour votre projet. Lors de la conception de vos outils de collecte de données, assurez-vous que tous les sous-groupes que vous avez identifiés sont incorporés dans la conception. En conséquence, des données précises sont collectées à l'aide de méthodes d'échantillonnage appropriées, qui sont décrites en détail ci-dessous.
Intégrité : Les données sont intègres lorsqu'elles sont exactes. Les données doivent être exemptes des types d'erreurs qui se produisent, consciemment ou inconsciemment, lorsque les gens collectent et gèrent des données. Des erreurs peuvent saisir vos données lorsque, par exemple, le questionnaire n'est pas correctement mis en œuvre ou que les données ne sont pas correctement saisies dans la base de données. Suivre les conseils décrits ci-dessous sur la conception et la mise en œuvre des outils de collecte et la gestion des données que vous collectez augmentera l'intégrité de vos données.
Actualité: Des données opportunes devraient être disponibles lorsque vous en avez besoin pour un apprentissage qui éclairera les décisions et à des fins de communication. Les données ne vous sont pas utiles lorsqu'elles arrivent trop tard pour informer ces processus. Ce facteur joue un rôle important dans votre planification de la collecte de données, raison pour laquelle la colonne du PMP sur le calendrier. Concevez vos efforts de collecte de données pour qu'ils coïncident avec le moment où vous devez prendre des décisions et rendre compte aux parties prenantes. La rapidité doit également être prise en compte dans la conception et la mise en œuvre de vos outils. Vous voulez vous assurer que votre conception est la plus efficace possible et ne collecte que les données que vous devez absolument collecter.