la collecte de données est le processus de collecte et de mesure de l’information sur les variables d’intérêt, d’une manière systématique établie qui permet de répondre aux questions de recherche énoncées, de tester des hypothèses et d’évaluer les résultats. Le volet collecte de données de la recherche est commun à tous les domaines d’études, y compris les sciences physiques et sociales, les sciences humaines, les affaires, etc. Bien que les méthodes varient selon la discipline, l’accent mis sur la collecte précise et honnête reste le même.,

l’importance d’assurer une collecte de données exacte et appropriée
quel que soit le domaine d’étude ou la préférence pour la définition des données (quantitatives, qualitatives), la collecte de données précise est essentielle au maintien de l’intégrité de la recherche. Le choix d’instruments de collecte de données appropriés (existants, modifiés ou nouvellement développés) et des instructions clairement délimitées pour leur utilisation correcte réduisent la probabilité d’erreurs., questions de recherche exactes

  • incapacité de répéter et de valider l’étude
  • résultats déformés entraînant un gaspillage de ressources
  • induire d’autres chercheurs en erreur pour poursuivre des pistes d’enquête infructueuses
  • décisions compromettantes pour les politiques publiques
  • causant des dommages aux participants humains et aux animaux

    • bien que le degré d’impact d’une collecte de données défectueuse puisse varier selon la discipline et la nature de l’enquête, il est possible de causer des dommages disproportionnés lorsque ces résultats de recherche sont utilisés pour appuyer les recommandations de Politiques publiques.,

    questions liées au maintien de l’intégrité de la collecte de données:

    la principale raison d’être de la préservation de l’intégrité des données est d’appuyer la détection des erreurs dans le processus de collecte de données, qu’elles soient faites intentionnellement (falsifications délibérées) ou non (erreurs systématiques ou aléatoires).

    Most, Craddick, Crawford, Redican, Rhodes, Rukenbrod et Laws (2003) décrivent l ‘ « assurance de la qualité » et le « contrôle de la qualité » comme deux approches qui peuvent préserver l’intégrité des données et assurer la validité scientifique des résultats des études., Chaque approche est mise en œuvre à différents moments du calendrier de la recherche (Whitney, Lind, Wahl, 1998):

    1. assurance de la qualité – activités qui ont lieu avant le début de la collecte de données
    2. contrôle de la qualité – activités qui ont lieu pendant et après la collecte de données

    Assurance de la qualité
    puisque l’assurance de la qualité précède la collecte de données, son objectif principal est la « prévention » (c.-à-d. prévenir les problèmes liés à la collecte de données). La prévention est l’activité la plus rentable pour assurer l’intégrité de la collecte de données., Cette mesure proactive est mieux démontrée par la normalisation du protocole élaboré dans un manuel de procédures complet et détaillé pour la collecte de données. Des manuels mal écrits augmentent le risque de ne pas identifier les problèmes et les erreurs au début de l’effort de recherche.,liste partielle des éléments à recueillir

  • Description Vague des instruments de collecte de données à utiliser au lieu d’instructions rigoureuses étape par étape sur l’administration des tests
  • défaut d’identifier le contenu et les stratégies spécifiques pour la formation ou le recyclage des membres du personnel responsables de la collecte de données
  • instructions obscures sur l’utilisation, les ajustements et l’étalonnage de l’équipement de collecte de données (s’il y a lieu)
  • aucun mécanisme identifié pour documenter les changements dans les procédures qui peuvent évoluer au cours de l’enquête .,

    • un élément important de l’assurance Qualité consiste à élaborer un plan de recrutement et de formation rigoureux et détaillé. La formation implique implicitement la nécessité de communiquer efficacement aux stagiaires la valeur d’une collecte précise de données (Knatterud, Rockhold, George, Barton, Davis, Fairweather, Honohan, Mowery, O’Neill, 1998). L’aspect formation est particulièrement important pour résoudre le problème potentiel du personnel qui peut s’écarter involontairement du protocole initial., Ce phénomène, connu sous le nom de « dérive », devrait être corrigé par une formation supplémentaire, disposition qui devrait être précisée dans le manuel des procédures.

    compte tenu de l’éventail des stratégies de recherche qualitative (observation des non-participants / participants, entrevue, archivage, étude de terrain, ethnographie, analyse de contenu, histoire orale, biographie, recherche discrète), il est difficile de faire des déclarations généralisées sur la façon dont on devrait établir un protocole de recherche afin de faciliter l’assurance de la qualité., Il est certain que les chercheurs qui effectuent une observation non participante/participante peuvent n’avoir que les questions de recherche les plus larges pour guider les efforts de recherche initiaux. Étant donné que le chercheur est le principal appareil de mesure dans une étude, il existe souvent peu ou pas d’autres instruments de collecte de données. En effet, des instruments devront peut-être être élaborés sur place pour tenir compte des conclusions imprévues.

    contrôle de la qualité
    bien que les activités de contrôle de la qualité (détection / surveillance et action) aient lieu pendant et après la collecte des données, les détails doivent être soigneusement documentés dans le manuel des procédures., Une structure de communication clairement définie est une condition préalable nécessaire à la mise en place de systèmes de surveillance. Il ne devrait pas y avoir d’incertitude quant à la circulation de l’information entre les chercheurs principaux et les membres du personnel après la détection d’erreurs dans la collecte de données. Une structure de communication peu développée encourage la surveillance laxiste et limite les possibilités de détection des erreurs.,

    la détection ou la surveillance peut prendre la forme d’une observation directe du personnel lors de visites sur place, de conférences téléphoniques ou d’examens réguliers et fréquents des rapports de données pour identifier les incohérences, les valeurs extrêmes ou les codes invalides. Bien que les visites sur place puissent ne pas convenir à toutes les disciplines, le fait de ne pas vérifier régulièrement les dossiers, qu’ils soient quantitatifs ou quantitatifs, rendra difficile pour les enquêteurs de vérifier que la collecte de données se déroule conformément aux procédures établies dans le manuel., En outre, si la structure de la communication n’est pas clairement définie dans le manuel des procédures, la transmission de toute modification des procédures aux membres du personnel peut être compromise

    Le contrôle de la qualité identifie également les réponses requises, ou les « actions » nécessaires pour corriger les pratiques de collecte de données défectueuses et minimiser les occurrences futures.,ack and education (Knatterud, et al., 1998)

    exemples de problèmes de collecte de données qui nécessitent une action rapide:

    • erreurs dans des éléments de données individuels
    • erreurs systématiques
    • violation du protocole
    • problèmes avec le personnel individuel ou la performance du site
    • fraude ou inconduite scientifique

    dans les sciences sociales/comportementales où la collecte de données primaires implique des sujets humains, les chercheurs apprennent ou d’autres mesures secondaires qui peuvent être utilisées pour vérifier la qualité de l’information recueillie auprès du sujet humain., Par exemple, un chercheur qui mène une enquête pourrait être intéressé à mieux comprendre l’apparition de comportements à risque chez les jeunes adultes ainsi que les conditions sociales qui augmentent la probabilité et la fréquence de ces comportements à risque.

    pour vérifier la qualité des données, les répondants peuvent être interrogés sur les mêmes informations, mais à différents moments de l’enquête et de différentes manières. Des mesures de « désirabilité sociale » pourraient également être utilisées pour obtenir une mesure de l’honnêteté des réponses., Il y a deux points qui doivent être soulevés ici, 1) les contrôles croisés dans le processus de collecte de données et 2) la qualité des données étant autant un problème au niveau de l’observation qu’un problème d’ensemble de données complet. Ainsi, la qualité des données doit être adressée pour chaque mesure, pour chaque observation, et pour l’ensemble des données.
    chaque domaine d’étude a son ensemble préféré d’instruments de collecte de données., La caractéristique des sciences de laboratoire est la documentation méticuleuse du cahier de laboratoire tandis que les sciences sociales telles que la sociologie et l’anthropologie culturelle peuvent préférer l’utilisation de notes de terrain détaillées. Quelle que soit la discipline, une documentation complète du processus de collecte avant, pendant et après l’activité est essentielle pour préserver l’intégrité des données. Whitney, C. W., Lind, B. K., Wahl, P. W. (1998). Assurance qualité et contrôle qualité dans les études longitudinales. Epidemiologic Reviews, 20 (1): 71-80.,

    Top