Puede encontrar una plantilla para estructurar el proceso de recolección de datos para descargar aquí.
Antes de recopilar elementos de datos individuales, primero debe determinar qué datos para qué indicador individual se puede recopilar de qué fuentes. Para cada indicador, el término ‘indicador’ se origina en el término latino indicando, que puede traducir con Show Something. Los indicadores ofrecen una referencia a un evento o un hecho, que no es directamente observable. Los indicadores son indispensables para medir asuntos complejos por razones de monitoreo y evaluación.
Indicador, necesitará al menos una fuente de datos.
Las fuentes de datos son sobre todos los miembros del grupo objetivo y otras partes interesadas, así como documentos internos y externos.
- ¿La fuente proporciona datos de alta calidad?
- ¿Se puede acceder fácilmente la fuente de datos y se puede acceder regularmente?
- ¿Son razonables los costos de acceder a los datos?
Una vez que haya identificado una fuente de datos de esta manera, debe determinar el método por el cual recopilará la información.
Tiene dos opciones: puede utilizar los datos existentes o recopilar nuevos datos.
- ¿La fuente proporciona datos de alta calidad?
- ¿Se puede acceder fácilmente la fuente de datos y se puede acceder regularmente?
- ¿Son razonables los costos de acceder a los datos?
Una cantidad considerable de información ya está disponible. Además de los datos de fuentes externas, como estadísticas y encuestas oficiales, a menudo también puede usar información que ya existe dentro de su organización.
Esto se puede encontrar en la documentación del proyecto y otros documentos, evaluaciones e informes anuales, folletos de información para participantes, formularios de registro y especialmente en los jefes de los empleados del proyecto. Los empleados son una fuente esencial de información, y solo deben participar por esta razón desde el principio en el proceso de análisis del impacto social (lea más bajo «aprendizaje y dirección»).
¿Cuáles son los pasos para la recolección de datos?
La recopilación de datos comenzaría después de que un investigador haya
claramente definido y articuló sus problemas de investigación. Los datos pueden ser
Recolectado de dos maneras: mediante el uso de fuentes primarias y mediante el uso de fuentes secundarias.
Los datos primarios se recopilan después de visitar el campo. Por lo tanto, actúa como de primera mano
información para abordar un problema de investigación específico. Los datos secundarios han sido
recolectado por otra persona y ha pasado por una estadística rigurosa
proceso. Para recopilar datos, el investigador debe decidir qué tipo de datos
Él/ella estaría usando para el estudio. Los métodos de recolección primaria y
Los datos secundarios difieren ya que los datos primarios se recopilan originalmente mientras que en caso de
Datos secundarios, el trabajo de recopilación de datos se trata simplemente de compilar el dado
datos.
- Identificar problemas y
Oportunidades para recopilar datos: cada herramienta para recopilar datos tiene sus propios pros y contras. Por lo tanto, para decidir el mejor método, es importante identificar problemas y oportunidades para recopilar datos de acuerdo con el método.
Puede ser útil participar en un estudio piloto para revisar nuestras herramientas y el tamaño de la muestra. - Establecer metas y
Objetivos: El investigador usa datos para abordar sus preguntas de investigación y debe diseñar su metodología en consecuencia. Por lo tanto, cada herramienta utilizada por el investigador debe tener ciertos objetivos que podrían ser
utilizado para abordar estas preguntas después del análisis. - Enfoque de planificación y
Métodos: el investigador tomaría decisiones relacionadas con quién será
encuestado, cómo se recopilarán los datos, fuentes y herramientas para los datos
colección y duración del proyecto. - Recopilar datos: mientras
Planificación de la recopilación de datos, es importante comprender los desafíos logísticos y prepararse en consecuencia.
Existen varios métodos para recopilar datos. A
El investigador debe conocer los pros y los contras de cada método para elegir lo mejor
método para abordar los problemas de investigación y sugerir recomendaciones sobre el
Base del análisis de datos adecuado.
La recopilación de datos primarios en ciencias sociales está en
la forma de encuestas de rendimiento como el censo y las encuestas de muestra de lo que podemos
recopilar datos primarios a través de la observación o conversar/entrevistar
encuestados. Existen varios métodos para recopilar datos primarios, incluida la observación.
Método, entrevista, a través de cuestionarios, a través de horarios, contenido
análisis, etc.
Este método se usa comúnmente en el comportamiento
Ciencias. Solo puede servir como una herramienta científica si el investigador ha planeado
Está bien y registró todos los incidentes de manera sistemática. En esto
método, el investigador debe observar la situación y cómo se comportan los encuestados en un
ajuste. Al usar este método, el investigador debe centrarse en el proceso de
Realizar una observación estructurada para abordar preguntas como, ¿qué debería ser
¿observado? ¿Cómo se registrarán las observaciones? Cómo la precisión de la observación
¿Se puede asegurar? Hay dos formas de llevar a cabo la observación: participante
Observación y observación no participante. En la observación participante, el
El investigador se convierte en el miembro del grupo para experimentar cómo el otro
Los miembros del grupo sienten pero si el investigador se separa del grupo, entonces él/ella es
siendo un observador no participante.
¿Cuáles son los procedimientos para la recolección de datos?
Hay cuatro fases en el proceso de recopilación de datos antes de registrar una sustancia. De acuerdo con el co -resistente a la división del trabajo, o cualquier forma de externalización total o parcial de la misma.
Recoja los resultados de los estudios/experimentos realizados en la sustancia y evalúe su calidad.
También tendrá que revisar las publicaciones científicas y los manuales existentes. La información disponible en la literatura a menudo es útil para describir las propiedades físicas -químicas de la sustancia, si las fuentes independientes son suficientes.
Tenga en cuenta la información necesaria para la banda de tonelaje específica.
La parte común del archivo de registro debe concierne a las prescripciones con respecto a la información mencionada en el Anexo VII hasta el cinturón de tonelaje más alto registrado por el co-rolling.
Asegúrese de haber considerado los requisitos de experimentación más actualizados. Verifique el texto de la regulación de alcance y las regulaciones relevantes.
Al comparar las recetas de información y la información existente, será posible concluir:
- ¿Qué datos de buena calidad están disponibles en el grupo Co-R-Provents y deben compartirse;
- Qué información falta, por ejemplo. Glachers en los datos de su grupo de procedentes de co-R.
Recuerde que los datos deben ser adecuados, confiables, reentrados y que cumplan con la información sobre la información.
¿Cuáles son los elementos de la recolección de datos?
Los proyectos de digitalización hacen que el control de los niveles de calidad de los datos sea necesario para fomentar el intercambio, la integración, la interoperabilidad, el intercambio, la optimización de los servicios con el nivel mínimo de tasas de error. En esta dirección, ISO ha emitido el estándar ISO/IEC 25024, el resultado de la actividad realizada por expertos nacionales e internacionales que participan en la Comisión ISO/SC7 de la Ingeniería de Software.
El estándar, dirigido a todas las entidades que producen o administran datos y servicios y a las personas que los usan, es la extensión del «Modelo de calidad de datos» IST/IEC 25012 de 2008 ya referenciado por AGID con referencia a los datos de PA
La regla proporciona mediciones en los diversos productos del ciclo de vida de datos: desde modelos contextuales y conceptuales hasta el diccionario de datos, desde documentos que contienen datos hasta formatos e interfaces, desde soporte de recopilación de papel hasta archivos, base de datos, bases de datos hasta bases de datos
- Cinco características «inherentes» a los datos, es decir, conectados al valor intrínseco de los mismos datos, independientemente del «sistema» que lo elabore;
- Siete características que dependen tanto de los datos como del sistema; y finalmente
- Tres características exclusivas del sistema que trata con los datos sin entrar en los méritos de su contenido.
En particular, al analizar las características «inherentes», los datos tienen en cuenta:
- Cinco características «inherentes» a los datos, es decir, conectados al valor intrínseco de los mismos datos, independientemente del «sistema» que lo elabore;
- Siete características que dependen tanto de los datos como del sistema; y finalmente
- Tres características exclusivas del sistema que trata con los datos sin entrar en los méritos de su contenido.
Al analizar las características «inherentes y dependientes del sistema» tienen en cuenta:
- Cinco características «inherentes» a los datos, es decir, conectados al valor intrínseco de los mismos datos, independientemente del «sistema» que lo elabore;
- Siete características que dependen tanto de los datos como del sistema; y finalmente
- Tres características exclusivas del sistema que trata con los datos sin entrar en los méritos de su contenido.
¿Cuáles son los elementos de la recopilación de datos?
Las organizaciones solo pueden procesar los datos personales necesarios para lograr el propósito para el cual se procesan. Por ejemplo, al reconectarse con el ejemplo anterior, si la empresa necesita saber solo el nombre, el apellido y el número de teléfono de la persona que tiene la intención de participar en el evento, es inútil que también solicite la fecha y el lugar de nacimiento.
La precisión de los datos personales es una parte integral de su protección. El GDPR dice que «todas las medidas razonables deben tomarse para cancelar o rectificar rápidamente los datos incorrectos». Las partes interesadas tienen derecho a solicitar que sus datos personales inexactos o incompletos se eliminen o rectifiquen (Artículos 16 y 17).
Las organizaciones deben eliminar los datos personales cuando ya no son necesarios para sus propósitos. Pero, ¿cuándo ya no son necesarios? Esto depende de una empresa para la empresa y de sector a sector. Es mejor consultar a un profesional legal para responder a esta pregunta.
El GDPR establece que los datos personales deben ser «procesados de tal manera que garanticen la seguridad adecuada de los datos personales, incluida la protección, a través de medidas técnicas y organizativas adecuadas, mediante tratamientos y pérdidas no autorizadas o ilegales, destrucción o daño o daño accidental».
A pesar de esto, la regulación es bastante vaga en las medidas de seguridad a implementar. Actualmente, las organizaciones recurren al cifrado y al seudonimato de datos cuando sea posible, pero podrían elegir cualquier otra opción disponible más adecuada para sus propósitos. Lea el blog GDPR: seudonimato y cifrado para obtener más información.
¿Cómo se mide los elementos de la recolección de datos?
Compartir datos entre sistemas y organizaciones requiere un acuerdo o asociación formal para respetar y cumplir con las leyes de privacidad de datos. Los ejemplos incluyen establecer memorandos de comprensión/acuerdos, utilizar formularios de consentimiento de los padres o aplicar órdenes judiciales. Las jurisdicciones también pueden compartir sistemas de recopilación de datos.
Los datos a nivel individual pueden provenir de la experiencia o el juicio profesional o profesional, o pueden ser autoinformados por individuos o su representante legal a través de evaluaciones previas y posteriores, encuestas, entrevistas de salida y comunicación de seguimiento utilizando diversos métodos (es decir. , en persona, teléfono, mensaje de texto, etc.).
Los datos se pueden rastrear en un sistema formal de recopilación de datos, un sistema de gestión de casos o una hoja de cálculo. Los datos deben agregarse durante todo el período de informe e informarse entre individuos atendidos, y no por individuo, para proteger las identidades. Los datos informados deben coincidir con las definiciones y datos solicitados para cada medida de rendimiento.
Modelos lógicos para proporcionar una ilustración gráfica de cómo las actividades planificadas de un proyecto conducirán a los resultados deseados. Un modelo lógico puede ayudar a establecer métodos de recopilación de datos explicando la teoría detrás de cómo funciona un programa o iniciativa. Los modelos lógicos ofrecen los siguientes beneficios:
- Identifique claramente los objetivos, objetivos, actividades y resultados deseados del programa o iniciativa.
- Aclarar los supuestos y relaciones entre los esfuerzos del programa o la iniciativa y los resultados esperados.
Artículos Relacionados:
