Il devrait être assez évident que nos décisions sont fondées sur des données et des éléments de preuve, mais cela peut sembler un peu compliqué selon le sujet. Voyons comment nous acquitter correctement de cette tâche délicate. Tout d’abord, pour fournir des données probantes aux décideurs, il convient de leur donner des conseils judicieux et logiques, étayés par des éléments crédibles, dans un format qui leur est adapté. Dans les faits, il faut donc être capable d’extraire et de présenter des informations provenant de différentes sources, ce qui exige un certain sens critique pour exploiter les meilleures d’entre elles et interpréter le contexte.
Il est important de noter que les données ne sont pas toujours assorties d’une analyse; ainsi, quand vous êtes à la recherche d’éléments de preuve, vous devrez peut‑être interpréter les données brutes en examinant la taille des échantillons, les algorithmes, les approches, etc. Nous aborderons ce sujet plus loin.
Notre rôle consiste essentiellement à fournir des conseils impartiaux, exhaustifs, exacts et avisés à nos cadres supérieurs et au gouvernement en place. En voici des exemples :
- Produire des rapports sur le rendement
- Demander qu’une décision soit prise
- Évaluer un programme
- Formuler des recommandations
- Rédiger un mémoire
On a besoin d’éléments de preuve!
Pour fournir des conseils adéquats, il nous faut des éléments de preuve. Mais qu’entend-t-on par « preuve »? En voici la définition : Ce qui sert à établir qu’une chose est vraie. On peut aussi comprendre les éléments de preuve selon ce qu’ils nous apportent. Par exemple, on peut réfléchir de manière critique et examiner de près l’incidence directe sur notre travail et le contexte. Posez‑vous la question suivante :
Est‑ce qu’une source d’information va…
- Rehausser l’objectivité?
- Renforcer la crédibilité?
- Permettre d’évaluer les autres options?
- Fournir de l’information sur l’inattendu tout en étant digne de confiance?
- Fortifier une argumentation?
Les données peuvent être dangereuses si elles ne sont pas exactes, si elles ne sont pas opportunes ou si elles ne sont pas à jour. Faites une pause, respirez profondément et demandezvous si ces données sont exactes. Ces données sontelles crédibles? Ces données sontelles à jour? Arrêtez-vous et réfléchissezy un instant avant de vous précipiter sur un élément d’information. Assurezvous qu’il s’agit de données exploitables en temps réel dont vous pouvez vous servir. – Taki Sarantakis, président, École de la fonction publique du Canada
Interpréter les éléments de preuve
Les éléments de preuve doivent provenir d’une source fiable et digne de confiance afin de prendre des décisions correctes et d’orienter les politiques, etc. Voici un guide rapide :
Rassembler les éléments de preuve :
Vous pouvez consulter de nombreuses sources en commençant par celles‑ci :
- Learn from the experiences of others
- Données expérimentales ou administratives
- Expertise, expérience et connaissances des intervenants
- Articles ou ouvrages scientifiques évalués par les pairss
- Information contextuelle
Interpréter les éléments de preuve :
C’est un travail difficile qui exige de la patience, de la concentration et souvent une tonne de recherches et de connaissances de base.
- Analyser les données pour en extraire de l’information utile
- Tenir compte des expériences, des préférences et des valeurs des intervenants locaux
- Évaluer l’influence de l’endroit et de la population sur le choix de solutions
- Profiter des expériences des autres
Appliquer les leçons retenues
Songer à expliquer ce que vous avez appris de manière impartiale et présenter tous les aspects de la recherche.
- Learn from the experiences of others
- Tenir compte des sources des éléments de preuve
- Tenter de trouver la meilleure solution pratique qui soit
- Consulter les intervenants tout au long du processus
- Concevoir des produits adaptés pour informer les décideurs
L’information n’est pas toujours un élément de preuve
Les éléments de preuve ne se valent pas tous
Il peut être difficile de séparer l’information de l’élément de preuve. À cette étape, vous vous demandez probablement quelle est la différence entre les deux. Eh bien, selon vous, est‑ce que tous les types d’information sont des éléments de preuve utiles à la prise de décision? Toutes les sources d’information énumérées ci‑dessous fournissent de l’information, mais la clé est de cerner et de choisir l’information appropriée qui convient à vos besoins. Les éléments de preuve ne se valent pas tous, et les recommandations peuvent changer en fonction de l’évolution de la qualité de ces éléments. La meilleure façon d’aborder cette question consiste à demander aux intervenants de participer à la définition de vos objectifs et à l’examen de la prise en compte des données probantes dans les décisions. Les éléments de preuve permettent d’amorcer la conversation, non d’y mettre un terme.
- Comptes rendus de témoins oculaires
- Mesures et expériences scientifiques
- Résultats de sondages
- Évaluations de programmes
- Modélisation par ordinateur
- Rapports d’experts
- Jurisprudence
- Discussion en groupe à la télévision
- Discussion dans un forum sur Internet (médias sociaux, page de commentaires, etc.)
- Articles de journaux ou nouvelles télévisées
- Publicité
- Arguments des lobbyistes
Évaluer les éléments de preuve
Les données jouent un grand rôle dans les éléments de preuve. Certaines données sont recueillies dans le cadre d’une tâche administrative, tandis que d’autres peuvent l’être dans le cadre d’études menées par des universitaires et au cours d’une évaluation de programmes. Pour évaluer les éléments de preuve, il faut évaluer les études et les processus qui les sous‑tendent. Comment savoir si ces données sont de bonne qualité? Statistique Canada a résumé la qualité des données en six dimensions pour nous aider à répondre à cette question.
Transcription
(Le symbol de Statistics Canada et le mot-symbol du Canada est présent avec le titre suivant: "Qualité des données en six dimensions")
Qualité des données en 6 dimensions: Évoluer les données et en assurer la qualité
Nous sommes exposés aux données tous les jours, par exemple dans les bulletins de nouvelles, les bulletins météorologiques et la publicité. Mais comment savons nous si ces données sont de bonne qualité? Dans cette vidéo, on vous présentera les aspect fondamentaux de la qualité des données qui peuvent se résumer en 6 dimensions ou en 6 façons distinctes de penser à la qualité. Vous apprendrez également comment chaque dimension peut être utilisé pour évaluer la qualité des données.
Objectifs d'apprentissage
À la fin de cette vidéo, vous en saurez davantage sur le concept de qualité de base, la qualité des données exprimées en 6 dimensions et les interactions entre celles-ci. Cette vidéo s'adresse aux personnes qui souhaitent acquérir une compréhension de base de la qualité des données. Aucune connaissance préalable n'est requise.
Étapes du cheminement des données
(Text à l'écran: Étapes du cheminemnt des données est appuyé par une base d'intendance, de métadonnées, de normes et de qualité)
(Diagramme du Cheminement des données: Étape 1 - Chercher, Receuillir, Protéger; Étape 2 - explorer, nettoyer, décrire; Étape 3 - analyser, modéliser; Étape 4 - Raconter l'histoire. Le cheminement des données est supporté par une base d'intendance, de métadonnées, de normes et qualité.)
Ce diagramme est une représentation visuelle du cheminement des données, de la collecte des données à l'exploration au nettoyage, à la description et à la compréhension des données, à l'analyse des données et enfin à la communication avec les autres de l'histoire que racontent les données. Vous remarquerez que la qualité des données n'est pas comprise dans une étape précise du processus. C'est plutôt un élément qui est important tout au long du cheminement des données.
Qualité
(Diagramme des six dimensions des données: Pertinence, Exactitude, Actualité, Intelligibilité, Cohérence, Accessibilité)
Les 6 dimensions de la qualité des données. La pertinence, l'exactitude, l'actualité l'intelligibilité, la cohérence, l'accessibilité. Chaque dimension sera examinée séparément dans les prochaines diapositives.
Pertinence
La pertinence des données ou des renseignements statistiques représentent la mesure dans laquelle ils répondent aux besoins des utilisateurs de données et des intervenants. Pour vérifier la pertinence d'un produit de données, vous devriez vous demander si cette information est importante? A Statistique Canada, il nous incombe de fournir aux canadiens et canadiennes des renseignements qui comptent. Autrement dit, les renseignements sont-ils utiles pour élaborer des politiques? Facilitent-ils la planification à long terme? Comblent-il une lacune statistique? Permettent-ils de promouvoir de nouvelles initiatives qui profiteraient à la population canadienne? Est-il à améliorer les services? Quelle question poseriez vous pour vérifier la pertinence de vos données?
Exactitude
Des données exactes reflètent fidèlement la réalité.
Demandez-vous si ce qui est mesuré correspond vraiment à la vérité.
Actualité
L'actualité désigne l'intervalle entre le moment où les données sont utiles et celui où elles sont disponibles. Par exemple, les administrations responsables des autobus scolaires ont besoin de prévisions météorologiques à jour très tôt le matin pour prendre de bonnes décisions quant à l'annulation des autobus scolaires. De même, les parents doivent être au courant des annulations d'autobus scolaire avant de se rendre au travail. L'actualité est étroitement liée à l'exactitude et à la pertinence.
Intelligibilité
Les renseignements que les gens ne peuvent pas comprendre, ou qui peuvent facilement mal interprété, n'ont aucune valeur et pourrait même induire en erreur. Pour éviter de tels malentendus, des renseignements ou des documents supplémentaires, appeler métadonnées, doivent toujours accompagner n'importe quel ensemble de données, car il permet aux utilisateurs de interpréter les données correctement.
Cohérence
La cohérence peut être divisée en deux concepts, la correspondance et la similarité. La correspondance signifie l'utilisation des mêmes concepts, définitions et méthodes au fil du temps. La similarité signifie l'utilisation dans différents programmes statistiques de concept de définitions et de méthodes identiques ou semblables. S'il y a une bonne correspondance et une bonne similarité, il est plus facile de comparer les résultats de différentes études. Ou d'en faire le suivi? En ce qui concerne la qualité des données, la cohérence et la capacité à établir des comparaisons entre les villes, les régions, les périodes, et cetera.
Accessibilité
La dernière dimension de la qualité est l'accessibilité, ce qui signifie que les gens connaissent l'existence des données et y ont accès. Lorsque vous vérifiez si les données sont accessibles, assurez vous qu'elles sont organisées. Un système ou un catalogue permet aux utilisateurs de trouver toutes les données disponibles. Disponible une fois que l'emplacement d'une source de données, a été déterminé, un moyen uniforme d'accéder à ses données doit également être fournies.
Imputable, un producteur de données est tenu d'aider les utilisateurs qui éprouvent des difficultés ou de l'insatisfaction à l'égard de tout aspect de l'accès aux données. Abordable, à quoi servent les données les plus fiables si, vous n'avez pas les moyens de les utiliser?
Application des dimensions de la qualité
Imaginez que vous êtes propriétaire d'une pizzeria et que vous envisagez d'agrandir votre entreprise en ouvrant un 2e commerce dans la région de Toronto. Quels genres de données pourraient vous aider à prendre votre décision et où pourriez-vous les trouver?
(Text à l'écran: Les types de question pour fonder un restaurant à Toronto. 1) Quels genres de données pourraient voud aider à prednre votre décision? Où pourriez-vous trouver ces renseignements à un coût relativement faible? Comment pourriez-vous vérifier l'exactitude, l'actualité, l'intelligibilité et la cohérence des données?
Pertinence des données
Pour ouvrir un 2e commerce à Toronto, il vous faudrait consulter des renseignements sociaux et économiques sur la ville, notamment ceux portant sur les profils de quartiers, le développement commercial et l'aide à la localisation. L'emploi et les habitudes de dépenses des ménages, les subventions, les incitatifs et les remises. Les festivals, les événements, les parcs et les plages, les plans de développement municipaux.
Accessibilité des données
Le fait de pouvoir accéder à des données fiables vous permettra de prendre une décision éclairée au sujet de l'ouverture d'un 2e commerce et d'évaluer sa croissance potentielle au fil du temps. Dans l'idéal, ces données sont bien organisées, elles sont facilement accessibles. Elles sont gratuites, ou peu coûteuses et elles proviennent de sources fiables, comme le site de données ouvertes du gouvernement fédéral. Le site du ministère des Finances de l'Ontario. Le portail de données ouvertes de la ville de Toronto. Qu'est-ce qui rend ces sites si accessible?
Il possède de nombreuses caractéristiques. Ils sont souvent ouverts défaut. Ils sont à base de menu. Ils ont des galeries d'applications. Ils ont des licences du gouvernement ouvert. Ils ont des répertoires de données ouvertes. Ils ont une interface de programmation d'applications. Ils offrent leurs contenus dans les deux langues officielles. Cette dernière caractéristique concerne seulement les sites fédéraux et provinciaux.
(Texte à l'écran: accès au site mentionner dernièrement sont: le site de données ouvertes du gouvernement fédéral: https://open.canada.ca/fr/; le site du ministère des Finances de l'Ontario: https://www.fin.gov.ca/; le portail de données ouvertes de la ville de Toronto (en anglais seulement): https://www.toronto.ca/
Exactitude des données
Grâce à des données exactes, vous serez en mesure de faire des calculs précis pour prévoir les coûts, les revenus et le succès possible d'un nouveau restaurant. Le succès de votre nouveau restaurant dépendra de l'exactitude de vos projections financières, qui auront été bien planifié et établi à partir d'études crédibles et de données de qualité.
Actualité des données
(Tableau de données titulé: Population historique et projetée de l'Ontario par division de recensement, certaines années - scénario de référence)
Les données ont tendance à avoir une plus grande valeur lorsqu'elles sont diffusées de façon cohérentes à un moment propice ou utile. La diffusion des données sur la population projetée selon la région donne aux restaurateurs une idée des endroits susceptibles d'afficher une croissance démographique.
Intelligibilité des données
Les sites de données ouvertes facilitent l'interprétation des données en les rendant intelligible de plusieurs façons. Ils mettent en place un format normalisé ou une interface conviviale. Ils offrent aux utilisateurs une façon cohérente d'accéder aux données, de les consulter et de les interpréter. Ils intègrent une variété de données dans un seul outil de visualisation afin de les rendre faciles à interpréter. Ils facilitent l'accès à la documentation et aux données supplémentaires pour fournir aux utilisateurs le contexte lié aux ensembles de données. Les notes, les renvois et les sources figurent à même les tableaux. Les sites utilisent des outils de visualisation des données comme des tableaux, des infographies ou des graphiques, ce qui facilitent l'interprétation des données.
Cohérence des données
(Image des faits saillants socio-économiques du recenssement 2016 au centre Scarborough (Quartier de Toronto numéro 21)
Les mesures comparatives des taux d'emploi et des niveaux de revenus et de scolarité sont d'importants indicateurs de la situation économique et du succès possible d'un nouveau restaurant. Le portail de données ouvertes de la ville de Toronto présente des affichages prédéfinis qui intègrent une analyse de cohérence. Chaque affichage permet aux utilisateurs de comparer les données d'un quartier avec celle de l'ensemble de la ville et des autres quartiers, et ce, au moyen d'un seul outil de visualisation.
Résumé des principaux points Les données peuvent être un outil décisionnel très puissant. Cependant, lorsqu'elles sont mal utilisées, elles peuvent s'avérer trompeuses. En appliquant les 6 dimensions de la qualité, vous pourrez choisir une source de données de haute qualité qui répondra à vos besoins.
Il est possible d'atteindre un niveau de qualité acceptable en assurant un bon équilibre entre les 6 dimensions, à savoir la pertinence, l'exactitude, l'actualité, le intelligibilité, la cohérence et l'accessibilité.
(Le mot-symbole « Canada » s'affiche.)
Pertinence – La pertinence des données ou des renseignements statistiques représente la mesure dans laquelle ils répondent aux besoins des utilisateurs de données et des intervenants. Est‑ce important?
Exactitude – Des données exactes reflètent fidèlement la réalité. Demandez-vous si ce qui est mesuré correspond vraiment à la vérité.
Actualité – L’actualité désigne l’intervalle entre le moment où les données sont utiles et celui où elles sont disponibles. Par exemple, les autorités responsables des autobus scolaires doivent consulter des prévisions météorologiques à jour très tôt le matin pour décider s’il convient ou non d’annuler le service d’autobus scolaires.
Intelligibilité – Les renseignements que les gens ne peuvent pas comprendre, ou qui peuvent facilement être mal interprétés, n’ont aucune valeur et pourraient même induire en erreur. Pour éviter de tels malentendus, des renseignements ou des documents supplémentaires, appeler métadonnées, doivent toujours accompagner n’importe quel ensemble de données, car cela permet aux utilisateurs d’interpréter les données correctement.
Cohérence – La cohérence peut être divisée en deux concepts, la correspondance et la similarité. La correspondance signifie l’utilisation des mêmes concepts, définitions et méthodes au fil du temps. La similarité signifie l’utilisation dans différents programmes statistiques de concept de définitions et de méthodes identiques ou semblables. S’il y a une bonne correspondance et une bonne similarité, il est plus facile de comparer les résultats de différentes études ou de voir comment ils sont restés les mêmes ou ont changé au fil du temps en ce qui concerne la qualité des données. La cohérence est la capacité d’établir des comparaisons entre les villes, les régions, les périodes, etc.
Accessibilité – Les gens connaissent l’existence des données et y ont accès.
Conclusion
En fin de compte, les données constituent une grande partie de nos éléments de preuve, et il nous incombe de les interpréter et de les évaluer avec un regard critique. Chaque année, le gouvernement du Canada accroît ses fonds de données, et l’amélioration rapide de la technologie nous permet d’en faire plus que jamais auparavant. Pour établir la façon d’utiliser les éléments de preuve, il faut comprendre les données afin d’en révéler la valeur et de prendre des décisions fondées sur des données probantes.
Ressources :
Statistique Canada |Exactitude et validation des données : méthodes pour assurer la qualité des données
Apolitical | To understand evidence use, understand the goals of decision makers (lien en anglais uniquement)
