reflexão sobre qualidade e qualidade de dados measure evaluation

Reflexão sobre Qualidade e Qualidade de Dados

MEASURE Evaluation

Conceito Amplo de Qualidade

Qualidade

= provedor (padrão técnico) + recebedor (expectativa)

2

A definição mais simplista pode ser resumida em: Qualidade : Um conceito multifacetado

.Doing the right thing right, right away..

Qualidade :Um conceito amplo e multifacetado

Competência técnica

3

Acesso Serviços

Eficácia

Continuidade

Segurança

Satisfação do cliente

Relações de trabalho

Eficiência


4

•Perfil dos funcionários•Capacidade técnica em atender o público•Capacidade de organizar a informação•Capacidade em gestão humana•Capacidade em monitorar•Capacidade em logística•Capacidade em receber e estocar mercadoria•Capacidade em controle •.......



Acesso Serviços

•Acesso geográfico•Acesso económico•Acesso social•Acesso cultural•Acesso linguístico•Facilidade de acesso interno•Acesso intra-institucional•.......



Acesso Serviços

Eficácia

•Normas e especificações da qualidade•Adaptar a norma à realidade local•Acesso ao bom atendimento•Garantir a atenção e satisfação ....



7

Acesso Serviços

Eficácia


•Respeito•Confidencialidade•Empatia•Credibilidade•Relação com a comunidade•Relação com o provedor•Relações interpessoais de trabalho ....



8

Acesso Serviços

Eficácia


Eficiência

•Maior beneficio com menor custo existente•....



9

Acesso Serviços

Eficácia

Continuidade


Eficiência

•Recebe o serviço completo•Sem necessidade de repetição dos serviços de apoio (laboratório, diagnóstico)•Conhecimento do processo do paciente•Tempo de atendimento do próximo encontro....



10

Acesso Serviços

Eficácia

Continuidade

Segurança


Eficiência

•Minimização do risco•Infecções•Contaminação•Lixo•Conhecimentos técnicos sobre segurança..



11

Acesso Serviços

Eficácia

Continuidade

Segurança

Satisfação do cliente


Eficiência

•Retorno aos cuidados iniciados•Expectativas•Confiança•Confidencialidade•Ambiente agradável à espera..


Alguns Princípios da Garantia da Qualidade

Qualidade tem que ir ao encontro às expectativas do cliente

Foco em sistemas e processos

Uso de dados para analisar como os serviços são oferecidos

Encoraja o trabalho em equipa visando melhorar a qualidade e solucionar os problemas.

12

Ciclo da Garantia da Qualidade

13

Planeamento

Monitoria

Definir o Problema

Implementar Solução

Identificar quem trabalhará no Problema

Identificar Oportunidades e Melhoramentos

Padrões de Comunicação

Fixar Padrões

Proposta de Solução

Análise e Estudo do Problema

14

Porque é importante a qualidade dos dados?

Possibilita saber se os recursos estão a ser utilizados da

forma mais eficaz e eficiente possível, isto é, a qualidade

dos dados é necessária a todos os níveis para as decisões

de gestão

O financiamento está ligado ao desempenho. A

responsabilidade pelo financiamento e os resultados

reportados são cada vez mais importantes

Os gestores precisam confiar nos seus dados para poderem

usá-los na tomada de decisões

Os gestores querem compreender e melhorar os resultados

Dimensões da qualidade dos dados

•Exatidão

•Fiabilidade

•Pontualidade

•Totalidade

•Precisão

•Confidencialidade

•Integridade

Exercício

Podemos transpor o conceito multifacetado em ações de coleta e supervisão de dados?

Exercicio em grupo

desenvolva ações que representem os conceitos apresentados, na visão da gestão de dados. Cada grupo terá um conceito para analisar detalhadamente

16

17


Exatidão

Os dados válidos são considerados exatos: Eles medem aquilo que devem medir.

Existe uma relação entre a atividade ou o programa e aquilo que se está a medir?

Qual é o processo de transcrição de dados? Existem possibilidades de se cometer erros?

Estarão a ser dados passos para limitar os erros de transcrição (por ex., dupla introdução de dados para grandes inquéritos, verificações de validação incorporadas, verificações aleatórias)?

18


Exatidão (continuação)

Se existirem erros nos dados, o que fazer para repará-los?

Existe um procedimento uniforme que se aplica para o

registo dos dados primários (por ex., de local para local, ao

longo do tempo?

O que faço quando tiver um conjunto de dados em

falta/incompletos?

Os números finais são reportados com exatidão

(por ex., o total corresponde)

19


Fiabilidade Os dados são medidos e recolhidos uniformemente (isto é,

as medições repetidas que recorreram aos mesmos procedimentos obtêm os mesmos resultados)

Utiliza-se o mesmo instrumento de ano para ano, de local para local?

Utiliza-se o mesmo procedimento de recolha de dados de ano para ano, de local para local?

Existem procedimentos implementados que garantem que os dados estão isentos de erros significativos e que não existe parcialidade (por ex. instruções, folhas de informação indicadora, formação, etc.)?

20


Pontualidade Os dados são suficientemente atuais e frequentes para

contribuir no processo de gestão e de tomada de decisão - são recebidos dentro do prazo estabelecido

Os dados estão disponíveis com a frequência suficiente para contribuir nas decisões da gestão do programa?

Existe um cronograma regular de recolha de dados que responda às necessidades da gestão do programa?

O pessoal do programa tem conhecimento sobre o prazo de envio dos relatórios? Esta informação é conhecida em todos os níveis de envio de relatórios?

Os dados são reportados logo após a recolha?

21


Totalidade Abrangência da recolha de dados

Percentagem de todos os campos do formulário de

recolha de dados preenchidos

Percentagem de todos os relatórios esperados realmente

recebidos

Os dados de todos os locais que devem reportar estarão

incluídos nos dados agregados? Se não o estiverem,

quais os locais em falta?

22


Precisão Os dados têm detalhes suficientes, por ex., estão

convenientemente desagregados onde necessário.

A margem de erro dos dados é inferior à mudança esperada que o projecto deveria produzir

A margem de erro é inferior à mudança esperada que está sendo medida?

As margens de erro são aceitáveis para a tomada de decisão do programa?

23


Confidencialidade Os clientes têm a garantia de que os seus dados serão

mantidos e tratados de acordo com as normas nacionais e/ou internacionais

24


Integridade

Os dados são protegidos contra a parcialidade ou contra a

manipulação deliberada por motivos políticos ou pessoais

Existem riscos de manipulação dos dados por motivos

pessoais ou políticos?

Quais são os sistemas implementados para minimizar

esses riscos?

É feita uma revisão independente?

25

Qual a qualidade que os dados devem ter?

Não há dados perfeitos!

Os dados deverão ser suficientemente bons para documentar o desempenho e apoiar a tomada de decisão

Diferentes objetivos/indicadores podem requerer níveis diferentes de qualidade de medição

A mudança esperada a ser medida deverá ser superior à margem de erro

Use discernimento profissional

Documente decisões e informações de suporte

26

Passos para conduzir uma Avaliação

Verificar e validar o desempenho da informação para se

certificar de que os dados têm qualidade razoável

Analisar a recolha de dados e os procedimentos de

processamento para garantir uma aplicação consistente

Analisar a capacidade do programa e os recursos humanos - o

pessoal do programa possui as capacidades e recursos

adequados (ex. formulários, computadores, tempo) para

executar o trabalho que lhes compete?

Quando se identificam questões relacionadas com a qualidade

dos dados, estabelecer passos para a abordagem, isto é,

desenvolver e implementar um plano de ação, com os devidos

custos associados, para o reforço do sistema.

27

O que Avaliar ?

Quantitativo - Verificação de Dados

Observação/Descrição

Observar ou descrever a ligação entre a prestação de serviços/fornecimento de produtos e a elaboração do documento original que regista a prestação desse serviço

Análise da Documentação

Analisar a disponibilidade e abrangência de todos os documentos indicadores originais para o período do relatório selecionado

28

O que Avaliar ?

Quantitativo - Verificação de Dados (continuação)

Verificar dados reportados

Identificar e verificar números reportados:

Fazer a recontagem dos números reportados a

partir de documentos originais disponíveis;

Comparar os números verificados com o número

reportado pelo local;

Identificar motivos para quaisquer discrepâncias

29

O que Avaliar ?

Quantitativo - Verificação de Dados (continuação)

Verificações cruzadas:

Executar "verificações cruzadas” dos totais reportados com outras fontes de dados (por ex., registos de inventários, relatórios de laboratórios, etc.)

Verificações localizadas:

Executar "verificações aleatórias" para verificar a prestação de serviços e/ou fornecimento de produtos às populações-alvo (onde aplicável)

30

O que Avaliar ?

Qualitativo – Avaliação do Sistema Capacidades, Funções e Responsabilidades em M&A

O pessoal-chave de M&A e gestão de dados está identificado com responsabilidades claramente atribuídas?

Formação

A maioria do pessoal-chave de M&A e gestão de dados recebeu a formação necessária?

Requisitos de Reporte de Dados

O Programa/Projeto documentou claramente o que deve ser reportado a quem e como e quando deve ser reportado?

31

O que Avaliar ?

Qualitativo – Avaliação do Sistema (continuação)

Definições de Indicadores

Existem definições de indicadores operacionais que cumprem os padrões relevantes e são sistematicamente seguidas por todos os pontos de serviço?

Formulários e Ferramentas de Recolha e Reporte de Dados

Existem formulários e ferramentas de recolha e reporte de dados que sejam usados sistematicamente?

Os documentos originais são guardados e disponibilizados em conformidade com uma política escrita?

32

O que Avaliar ?

Qualitativo – Avaliação do Sistema (continuação)

Processos de Gestão de Dados

Existe documentação clara sobre os passos de recolha, agregação e manipulação/manuseio dos dados?

Mecanismos e Controlos de Qualidade dos Dados

Os desafios/problemas para manter a qualidade dos dados estão identificados e existem mecanismos para evitá-los/corrigí-los?

Existem procedimentos claramente definidos e seguidos que identifiquem e reconciliem as discrepâncias dos relatórios?

Existem procedimentos claramente definidos e seguidos para a verificação periódica dos dados fonte?

33

Quando avaliar a qualidade dos dados do programa ?

Integrar mecanismos de controlo de qualidade dos

dados aos procedimentos operacionais padrão

Integrar verificações de qualidade dos dados em

visitas de supervisão / monitoria de rotina

Conduzir avaliações formais periódicas (a cada dois

anos para um sistema estabelecido, com mais

frequência para sistemas mais recentes)

34

Fatores-chave para assegurar a Qualidade dos Dados

Sistemas funcionais de informação

Definição clara de indicadores constantemente utilizados

em todos os níveis

Descrição de funções e responsabilidades em todos os

níveis

Cronogramas específicos de relatórios

Formulários/ferramentas de recolha de dados e relatórios

padronizados, compatíveis e com instruções claras

35

Fatores-chave que asseguram a Qualidade dos Dados

Procedimentos de revisão de dados documentados a serem executados a todos os níveis

Os passos para abordar/corrigir os desafios/problemas da qualidade dos dados (dados em falta, dupla contagem, dados perdidos,...) estão bem definidos

Política de armazenagem e práticas de arquivo que permitem a recuperação de documentos para fins de auditoria

Conheça os seus dados - A melhor forma de melhorar a qualidade dos dados é UTILIZAR os dados!

MEASURE Evaluation é financiado pela Agência Norte-Americana

para o Desenvolvimento Internacional (USAID) através do Acordo

de Cooperação GHA-A-00-08-00003-00 e implementado pelo

Carolina Population Center da Universidade da Carolina do Norte

em parceria com Futures Group, John Snow Inc., Macro

International Inc., Management Sciences for Health e Universidade

Tulane.

Visite-nos em http://www.cpc.unc.edu/measure.

reflexão sobre qualidade e qualidade de dados measure evaluation

Documents