reflexão sobre qualidade e qualidade de dados measure evaluation
TRANSCRIPT
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
Competência técnica
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 •.......
Qualidade :Um conceito amplo e multifacetado
Competência técnica
Acesso Serviços
•Acesso geográfico•Acesso económico•Acesso social•Acesso cultural•Acesso linguístico•Facilidade de acesso interno•Acesso intra-institucional•.......
Qualidade :Um conceito amplo e multifacetado
Competência técnica
Acesso Serviços
Eficácia
•Normas e especificações da qualidade•Adaptar a norma à realidade local•Acesso ao bom atendimento•Garantir a atenção e satisfação ....
Qualidade :Um conceito amplo e multifacetado
Competência técnica
7
Acesso Serviços
Eficácia
Relações de trabalho
•Respeito•Confidencialidade•Empatia•Credibilidade•Relação com a comunidade•Relação com o provedor•Relações interpessoais de trabalho ....
Qualidade :Um conceito amplo e multifacetado
Competência técnica
8
Acesso Serviços
Eficácia
Relações de trabalho
Eficiência
•Maior beneficio com menor custo existente•....
Qualidade :Um conceito amplo e multifacetado
Competência técnica
9
Acesso Serviços
Eficácia
Continuidade
Relações de trabalho
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....
Qualidade :Um conceito amplo e multifacetado
Competência técnica
10
Acesso Serviços
Eficácia
Continuidade
Segurança
Relações de trabalho
Eficiência
•Minimização do risco•Infecções•Contaminação•Lixo•Conhecimentos técnicos sobre segurança..
Qualidade :Um conceito amplo e multifacetado
Competência técnica
11
Acesso Serviços
Eficácia
Continuidade
Segurança
Satisfação do cliente
Relações de trabalho
Eficiência
•Retorno aos cuidados iniciados•Expectativas•Confiança•Confidencialidade•Ambiente agradável à espera..
Qualidade :Um conceito amplo e multifacetado
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
Dimensões da qualidade dos dados
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
Dimensões da qualidade dos dados
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
Dimensões da qualidade dos dados
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
Dimensões da qualidade dos dados
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
Dimensões da qualidade dos dados
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
Dimensões da qualidade dos dados
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
Dimensões da qualidade dos dados
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
Dimensões da qualidade dos dados
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.