Deciziile sunt luate, indiferent despre ce decizii este vorba, pe baza unor date primare, brute, culese după reguli stabilite, dar și pe baza unor indicatori acceptați și calculați pe baza unor algoritmi, în mod transparent. Ne place să folosim conceptul de decizie optimă sau să spunem că s-a luat cea mai bună decizie, fără să se spună care au fost celelalte variante de decizii.
Nicio decizie nu este nici bună, nici fundamentată, nici optimă, nici de niciun fel dacă datele folosite sunt:
- neomogene,
- nereprezentative,
- neconcludente,
- necomparabile,
- imprecise.
Pentru a vorbi de date de calitate trebuie:
- să existe o procedură unică, clară, neambiguă de culegere a datelor,
- să existe un flux unic de circulație pentru date,
- să existe un set de indicatori care să fie acceptați ca fiind reprezentativi,
- să existe personal instruit care să aplice procedura și să respecte fluxul,
- să existe un algoritm verificat de calcul unic, clar, neambiguu de calcul a indicatorilor,
- să fie definite modalități clare de analiză a datelor,
- să existe puneri clare în corespondență a subintervalelor asociate indicatorilor cu acțiuni.
Nu vreau să mă apuc acum să analizez datele care sunt vehiculate de toate țările din UE legate de pandemie, dar din auzite se vehiculează cum că acele adte ar fi:
- neomogene căci testarea e diferită ca procente aplicate la populații,
- nereprezentative căci procedura de culegere nu prea este unică, iar personalul e neinstruit,
- neconcludente pentru că fluxurile de culegere variază și algoritmii de agregare au elemente arbitrare,
- imprecise, dacă datele primare nu se referă la cele culese într-un interval fixat.
Folosind astfel de date, cu siguranță, este foarte dificil să se creadă că deciziile au vreo fundamentare realistă, deci sunt fie corecte, fie adecvate, fie optime, deși peste tot se vorbește de decizii de excepție și mai ales despre efectele extraordinare ale acestor decizii, luate de organisme cu denumiri sofisticate.
Multă lume consideră că datele devin neomogene dacă au unități de măsură diferite, care nu sunt derivate, dar realitatea arată că neomogenitatea este dată și de modul în care se culeg datele, mai ales atunci când sunt mai multe proceduri diferite care sunt utilizate în culegerea de date și procesul de culegere este nereproductibil.
Unii consideră că datele devin necomparabile dacă sunt culese fără a avea procedură unică sau fără a avea personal instruit, ceea ce este adevărat, dar necomparabilitatea se obține și dacă datele sunt culese în intervale de timp diferite și sunt puse unele lângă celelalte totuși ca serii continue.
Alții consideră că datele sunt imprecise dacă aparatele de măsură folosite sunt necalibrate, dar imprecizia apare și din folosirea incorectă a procedurilor, precum și din modul în care se constituie colectivitatea sau eșantionul supus măsurătorilor.
Riscurile de a flosi date de calitate indoielnică sunt foarte mari și pentru a avea decizii bine fundamentate calitatea datelor trebuie să fie bună, iar pentru a avea date de calitate bună trebuie folosiți specialiști care să construiască procedura unică de culegere, fluxul unic de manipulare a datelor, indicatorii care agregă datele și mai ales să existe cei care au știința interpretării atât a datelor inițiale cât și a indicatorilor calculați, astfel încât decizia să fie cu adevărat bine fundamentată, căci nimeni nu ia din. puterea decidentului și din modul în care acesta își asumă decizia luată, specialiștii doar pregătesc.
(24 octombrie 2020)
No comments:
Post a Comment