Reflexão sobre Qualidade
e Qualidade de Dados
MEASURE Evaluation
Conceito Amplo de Qualidade
Qualidade
= provedor (padrão técnico)
+ recebedor (expectativa)
A definição mais simplista pode ser resumida em:
Qualidade : Um conceito multifacetado
.Doing the right thing right, right away..
2
Qualidade :
Um conceito amplo e multifacetado
Competência
técnica
Acesso
Serviços
Eficácia
Relações de
trabalho
Eficiência
Continuidade
Segurança
Satisfação do
cliente
3
Qualidade :
Um conceito amplo e multifacetado
Competência técnica
•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
•.......
4
Qualidade :
Um conceito amplo e multifacetado
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
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
Competência
técnica
Acesso
Serviços
Eficácia
Relações de trabalho
•Respeito
•Confidencialidade
•Empatia
•Credibilidade
•Relação com a comunidade
•Relação com o provedor
•Relações interpessoais de trabalho ....
7
Qualidade :
Um conceito amplo e multifacetado
Competência
técnica
Acesso
Serviços
Eficácia
Relações de
trabalho
Eficiência
•Maior beneficio com menor custo
existente
•....
8
Qualidade :
Um conceito amplo e multifacetado
Competência
técnica
•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....
Acesso
Serviços
Eficácia
Relações de
trabalho
Eficiência
Continuidade
9
Qualidade :
Um conceito amplo e multifacetado
Competência
técnica
•Minimização do risco
•Infecções
•Contaminação
•Lixo
•Conhecimentos técnicos sobre
segurança..
Acesso
Serviços
Eficácia
Relações de
trabalho
Eficiência
Continuidade
Segurança
10
Qualidade :
Um conceito amplo e multifacetado
Competência
técnica
•Retorno aos cuidados iniciados
•Expectativas
•Confiança
•Confidencialidade
•Ambiente agradável à espera..
Acesso
Serviços
Eficácia
Relações de
trabalho
Eficiência
Continuidade
Segurança
Satisfação do cliente
11
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
Ciclo da Garantia da Qualidade
Implementar
Solução
Planeamento
Proposta de
Solução
Fixar
Padrões
Análise e
Estudo do
Problema
Padrões de
Comunicação
Identificar quem
trabalhará no
Problema
Monitoria
Definir o
Problema
Identificar
Oportunidades e
Melhoramentos
13
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
14
Dimensões da qualidade dos dados
•Exatidão
•Fiabilidade
•Pontualidade
•Totalidade
•Precisão
•Confidencialidade
•Integridade
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
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)?
17
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)
18
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.)?
19
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?
20
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?
21
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?
22
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
23
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?
24
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
25
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.
26
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
27
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
28
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)
29
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?
30
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?
31
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?
32
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)
33
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
34
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!
35
MEASURE Evaluation é financiado pela Agência Norte-Americana
para o Desenvolvimento Internacional (USAID) através do Acordo
de Cooperação GHA-A-00-08-00003-00 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 http://www.cpc.unc.edu/measure.