A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Reflexão sobre Qualidade e Qualidade de Dados MEASURE Evaluation.

Apresentações semelhantes


Apresentação em tema: "Reflexão sobre Qualidade e Qualidade de Dados MEASURE Evaluation."— Transcrição da apresentação:

1 Reflexão sobre Qualidade e Qualidade de Dados MEASURE Evaluation

2 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..

3 Qualidade : Um conceito amplo e multifacetado Competência técnica 3 Acesso Serviços Eficácia Continuidade Segurança Satisfação do cliente Relações de trabalho Eficiência

4 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

5 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

6 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

7 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

8 Competência técnica 8 Acesso Serviços Eficácia Relações de trabalho Eficiência Maior beneficio com menor custo existente.... Qualidade : Um conceito amplo e multifacetado

9 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

10 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

11 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

12 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

13 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 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

15 Dimensões da qualidade dos dados Exatidão Fiabilidade Pontualidade Totalidade Precisão Confidencialidade Integridade

16 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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!

36 MEASURE Evaluation é financiado pela Agência Norte-Americana para o Desenvolvimento Internacional (USAID) através do Acordo de Cooperação GHA-A 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


Carregar ppt "Reflexão sobre Qualidade e Qualidade de Dados MEASURE Evaluation."

Apresentações semelhantes


Anúncios Google