data_check3-1.png

Data-analyse

Inzichten kun je omzetten in besluiten of acties om de activiteiten te verbeteren en zo de positieve impact van de organisatie te vergroten (zie pijler Leren en rapporteren). Het is daarom van cruciaal belang dat data-analyse op een correcte wijze wordt uitgevoerd.

Hoe kan je te werk gaan? Denk aan:

  • Formuleer een aantal kernvragen die je beantwoord wilt zien voorafgaand aan je analyse. Bedenk dat deze vragen verschillend kunnen zijn voor uitvoerders, managers, bestuur/MT of de financier. De belangrijkste vragen zijn:

    • Bereiken we onze doelgroep of doelgebied?

    • Is de activiteit goed uitgevoerd?

    • Maken we een verschil? Hoe kunnen we nog meer verschil maken?

  • Zorg voorafgaand aan de analyse dat data wordt ‘geschoond’ door niet-kloppende of foutieve data te corrigeren en/of verwijderen. Tips over het schonen van data vind je hier.

  • Om uitspraken te kunnen doen over het aandeel van de activiteiten van je organisatie in een bepaalde verandering, houd je rekening met het volgende:

    • Het effect dat sowieso zou hebben plaatsgevonden, zelfs als de activiteit niet had plaatsgevonden.

    • Het deel van de verandering dat is veroorzaakt door andere personen of organisaties.

    • In hoeverre effecten in de loop der tijd zullen afnemen.

    • Eventuele negatieve (vaak onbedoelde) neveneffecten voor anderen.

Definieer hoe succes eruit ziet: Bepaal of een effect goed, gemiddeld of onder niveau is. Denk aan:

  • Het stellen van targets per effect, bijvoorbeeld samen met collega’s, leidinggevenden en andere stakeholders. Hoeveel effect verwacht je? Wat is een realistische ambitie?

  • Gebruik een interne benchmark door een nul- en nameting uit te voeren en/of door de resultaten voor doelgroepen of doelgebieden met verschillende karakteristieken onderling te vergelijken.

  • Gebruik een externe benchmark zoals data gepubliceerd door het CBS om de resultaten in de context te plaatsen, en te bepalen of jouw activiteit tot betere resultaten leidt.

  • Gebruik een Randomized Controlled Trial (RCT) als (extra) methode voor dataverzameling. In een RCT wordt de werking van een bepaalde interventie onderzocht door twee groepen te vergelijken: een groep mensen die de interventie ondergaat (interventiegroep) en een groep die een andere of zelfs geen interventie ondergaat (controlegroep). Men wordt random over de twee groepen verdeeld, zodat er geen selectiebias is. Zo kunnen de daadwerkelijke effecten van je activiteit goed worden beoordeeld.

Bij het gebruik van data is het van belang dit op een verantwoordelijke manier te doen waarbij data veilig wordt bewaard, de privacy van mensen wordt bewaakt en de uitkomsten op een betrouwbare manier worden gerapporteerd. Meer over onderzoeksethiek en privacy lees je in de infosheets in Niveau 2 van de pijler Monitoring en evaluatie.

 
 

Case study

Analyse van case studies leidde voor de Girl Power Alliance tot een overzicht van de positieve maatschappelijke impact en geleerde lessen van de alliantie.


Lerenen rapporteren_icon.png

Naar de volgende pijler: Leren en rapporteren