Analyse et évaluation 50
Conceptions d'évaluation, matrices, termes de référence et analyse des données recueillies.
Conceptions d'évaluation, matrices, termes de référence et analyse des données recueillies.
Élaborer une matrice d'évaluation reliant les questions d'évaluation aux critères, indicateurs, sources de données et méthodes.
Rédiger les termes de référence pour la commande d'une évaluation externe, incluant le périmètre, les questions et la méthodologie.
Obtenez des retours sur votre méthodologie d'évaluation, les questions, l'échantillonnage et le plan d'analyse avant le travail sur le terrain.
Obtenez de l'aide pour calculer les fréquences, les moyennes, les tableaux croisés dynamiques et interpréter les modèles dans les résultats de votre enquête.
Obtenez de l'aide pour identifier les thèmes, extraire les citations clés et résumer les conclusions des transcriptions d'entretiens ou de groupes de discussion (FGD).
Créer un carnet de codes et coder systématiquement les données d'entretiens ou de groupes de discussion en thèmes et sous-thèmes.
Extraire les principales conclusions, les points de données et les recommandations d'un rapport ou d'une évaluation.
Analyser les changements entre les données de l'état initial et de l'état final, identifier les évolutions significatives et interpréter leur signification.
Trouver les tendances, les valeurs aberrantes et les modèles à travers plusieurs sources de données ou périodes de rapport.
Planifier une évaluation à mi-parcours pour vérifier les progrès du programme, sa pertinence et ses premiers résultats.
Comprendre les différences entre les méthodologies d'évaluation et quand utiliser chacune d'elles.
Obtenez des conseils étape par étape sur la manière d'analyser votre type spécifique de données S&E.
Créer un guide de collecte et de sélection d'histoires sur le changement le plus significatif, avec des protocoles d'entretien, des critères de sélection et des méthodes d'analyse.
Analyser les données de suivi du programme à travers le prisme de la sensibilité au conflit et de la méthodologie « Ne pas nuire » (Do No Harm), en identifiant comment le programme interagit avec les dynamiques de conflit et en recommandant des ajustements.
Créer un cadre d'évaluation de la valeur pour l'argent (VfM) utilisant le modèle des 4E (Économie, Efficience, Efficacité, Équité), avec des indicateurs, des points de référence et des modèles de rapport.
Analyser la rentabilité des programmes en comparant les coûts unitaires entre les interventions, les sites ou les périodes, avec une évaluation comparative par rapport aux normes sectorielles et des recommandations concrètes d'efficacité.
Construire un cadre d'analyse de contribution avec des énoncés de contribution, des critères d'évaluation des preuves et des tests systématiques d'explications alternatives pour les résultats observés.
Construire un protocole complet de collecte et de sélection des données de la Plus Significative Changement (MSC), incluant des guides de collecte d'histoires, des critères de sélection et des définitions de domaines.
Élaborer un protocole de récolte des résultats (Outcome Harvesting) avec des modèles de description des résultats, des questions de justification, des procédures de vérification et des cadres d'analyse.
Concevoir une évaluation quasi-expérimentale avec une stratégie de mise en correspondance, la sélection d'un groupe de comparaison, un plan d'analyse des différences-en-différences et une évaluation des menaces à la validité.
Analyser des données qualitatives à l'aide d'un cadre de codage structuré combinant des codes déductifs issus de votre théorie du changement avec des codes inductifs émergeant des données, aboutissant à une analyse thématique.
Concevoir une approche d'évaluation participative qui engage les bénéficiaires et les parties prenantes en tant que co-évaluateurs, avec des méthodes inclusives, une analyse du pouvoir et des composantes de renforcement des capacités.
Analyser les données de programme en utilisant une approche d'évaluation réaliste pour développer et affiner les configurations Contexte-Mécanisme-Résultat (CMR) qui expliquent ce qui fonctionne, pour qui et dans quelles circonstances.
Créer un protocole de traçage de processus pour l'inférence causale dans des évaluations à cas unique ou à petit nombre de cas, avec formulation d'hypothèses, tests de preuves et mise à jour bayésienne de la confiance.