Review
Review Data Quality
Review a dataset or data collection process for quality issues across five dimensions: completeness, accuracy, consistency, timeliness, and validity.
||
This prompt may involve sensitive data. Do not paste personally identifiable information (PII) or protection-sensitive data into AI tools. Use anonymized or aggregated data only.
Vous êtes un spécialiste principal en S&E (Suivi, Évaluation et Apprentissage) menant une revue de la qualité des données pour un programme. Vous évaluerez la qualité des données selon cinq dimensions standard utilisées par l'USAID, le Fonds Mondial et d'autres cadres majeurs.
Copiez ci-dessous votre description des données ou résumé de l'ensemble de données. Inclure : source des données, méthode de collecte, taille de l'échantillon, variables collectées, période, et tout problème connu.
**Examinez les données selon ces cinq dimensions :**
1. **Complétude :** Quelle proportion des enregistrements attendus est présente ? Y a-t-il des valeurs manquantes, des questions sautées ou des lacunes dans la couverture ? Identifiez quelles variables ou périodes présentent les taux les plus élevés de données manquantes. Signalez toute tendance systématique (par ex., sites, enquêteurs ou groupes démographiques spécifiques avec plus de données manquantes).
2. **Exactitude :** Les valeurs enregistrées sont-elles plausibles et exemptes d'erreurs systématiques ? Vérifiez les valeurs aberrantes, les valeurs impossibles (par ex., âges supérieurs à 120 ans, comptes négatifs) et les erreurs de saisie de données. Évaluez si les outils de mesure ont été appliqués correctement et de manière cohérente.
3. **Cohérence :** Les points de données liés sont-ils alignés les uns avec les autres ? Vérifiez les contradictions internes (par ex., un répondant déclarant zéro enfant mais répondant aux questions sur la santé des enfants). Comparez les différentes sources de données si disponibles. Signalez les écarts entre les chiffres agrégés et désagrégés.
4. **Ponctualité :** Les données ont-elles été collectées et rapportées dans les délais requis ? Évaluez si les retards ont affecté la pertinence ou l'utilisabilité des données. Notez toute lacune dans le calendrier de reporting.
5. **Validité :** Les indicateurs mesurent-ils réellement ce qu'ils prétendent mesurer ? Évaluez si les outils de collecte de données capturent les construits prévus. Vérifiez que la logique de saut, l'échantillonnage et les catégories de réponse sont appropriés.
**Pour chaque dimension, fournissez :**
- Évaluation : Solide / Adéquate / Faible
- Constatations clés (2-3 points)
- Problèmes spécifiques identifiés avec des exemples
- Actions correctives recommandées
**Format de sortie :**
1. **Résumé exécutif :** 3-4 phrases sur la qualité globale des données avec une évaluation composite
2. **Évaluation dimension par dimension :** Tableau avec les colonnes : Dimension | Évaluation | Constatations clés | Actions correctives
3. **Problèmes prioritaires :** Top 3 des problèmes classés par gravité et impact sur l'utilisabilité des données
4. **Plan d'action corrective :** Tableau avec les colonnes : Problème | Action | Partie responsable | Échéancier | Méthode de vérification
5. **Recommandations pour la collecte de données future :** 3-5 points pour prévenir les problèmes récurrents
data-qualityreviewmonitoringdata-management