Словарь данных исследования: структура и ведение
Словарь данных — это описание всех полей исследования: как они называются, что содержат и какие значения допустимы. Без него два человека по-разному понимают одно и то же поле.
Работа над словарём занимает меньше времени, чем разбор последствий его отсутствия.
Зачем нужен словарь
Словарь задаёт единый язык для тех, кто вносит данные, проверяет их и анализирует. Он же нужен при передаче базы внешнему аналитику.
Если словаря нет, назначение поля восстанавливают по названию, и это почти всегда приводит к ошибкам.
Словарь экономит время и при обучении новых сотрудников: вместо устных объяснений достаточно открыть описание поля и прочитать правила.
При передаче базы внешнему аналитику словарь заменяет длинную переписку с уточнениями.
Из чего состоит запись
Для каждого поля указывают имя, описание, тип, допустимые значения, единицы измерения и правила заполнения. Этого минимума достаточно для большинства исследований.
Дополнительно отмечают, обязательное ли поле и связано ли оно с другими.
Если поле связано с другим, это указывают в описании. Тогда проверка формы и анализ не противоречат друг другу.
Имена полей
Имена делают короткими и понятными, без пробелов и специальных символов. Единая схема, например префикс по форме визита, облегчает поиск.
Не стоит менять имена после начала сбора данных: это ломает выгрузки и скрипты анализа.
Если система ограничивает длину имени, используйте короткие коды и расшифровку в описании. Главное — единообразие, а не красота названия.
Типы и форматы
Для дат указывают формат, для чисел — точность и диапазон, для текстовых полей — длину. Неоднозначность формата даты — классическая причина ошибок при экспорте.
Если значение может быть дробным, это фиксируют заранее.
Длину текстовых полей задают с запасом: если сотрудник не может записать нужное, он сокращает до непонятного вида или выносит сведения в комментарий, где их никто не увидит.
Допустимые значения
Списки значений делают закрытыми, если поле предполагает выбор. Свободный текст оставляют для комментариев, а не для категорий.
Каждое значение получает код, понятный без расшифровки в другом документе.
Для кодов используйте короткие обозначения и расшифровку рядом. Аналитику не придётся открывать справочник, чтобы понять значение.
Пропуски
Описывают, чем отличается «нет данных» от «не применимо» и «не выполнено». Разные причины пропуска требуют разных кодов.
Без этого при анализе невозможно понять, что означает пустая ячейка.
Отдельный код для «не выполнено» помогает отличить отказ участника от пропуска процедуры по вине площадки. При анализе это разные ситуации.
Связь с формой
Словарь должен совпадать с формой: названия, порядок, обязательность. Расхождение обнаруживается при первом же запросе от проверяющего.
Проверку соответствия удобно проводить перед каждой сменой версии.
Если форма строится автоматически из словаря, расхождений почти не возникает. Но проверять всё равно стоит: автоматика повторяет ошибки описания.
Версии словаря
У словаря есть номер версии и дата. Изменения фиксируют отдельным списком: что добавлено, что переименовано, что удалено.
Удалённые поля не исчезают из истории: по ним уже собраны данные.
Изменения удобно нумеровать отдельно от версии формы. Так видно, менялась ли структура данных или только формулировки.
Кто ведёт
Обычно тот, кто отвечает за базу данных, вместе с исследователем. Аналитик проверяет, что описание достаточно для расчётов.
Изменения согласуют с теми, кто уже работает с данными.
Если словарь ведёт один человек, назначьте замещающего. Уход сотрудника не должен останавливать работу с данными.
Проверка словаря
Полезно дать словарь человеку, не участвовавшему в разработке, и попросить заполнить по нему несколько полей. Если он ошибается, описание недостаточно точное.
Такая проверка занимает час и выявляет большинство двусмысленностей.
Попросите проверяющего не только заполнить поля, но и объяснить, что означает каждое. Формулировки, которые вызывают вопросы, стоит переписать.
Порядок проверки похож на выбор ноутбука с гарантией: сначала сверяют описание с фактами, потом решают.
Хранение
Словарь хранят вместе с документацией исследования. Версия, действовавшая на момент сбора данных, должна быть доступна и после закрытия.
Экспорт словаря в читаемом формате прикладывают к передаче данных.
Версии словаря удобно хранить в одной папке с номерами, без пометок «новый» и «итоговый». Такие пометки быстро теряют смысл.
Пример: два понимания одного поля
Поле «дата начала» один сотрудник заполняет датой первых симптомов, другой — датой обращения. Через месяц данные невозможно разделить.
После разбора в словарь добавляют уточнение и пример заполнения, а расхождения помечают для проверки.
Изменение занимает двадцать минут, но исправление последствий — недели.
Чек-лист
- Для каждого поля есть описание и тип.
- Указаны допустимые значения и единицы.
- Описаны правила заполнения.
- Коды пропусков различаются по причинам.
- Словарь совпадает с формой.
- Указаны версия и дата.
- Изменения фиксируются списком.
- Словарь проверен сторонним читателем.
Частые вопросы
Нужен ли словарь, если форма небольшая?
Да. Даже десять полей можно понять по-разному, особенно если часть заполняется вручную.
Кто утверждает изменения?
Исследователь, по согласованию с тем, кто анализирует данные.
Можно ли переименовывать поля?
До начала сбора — свободно. После — только с новой версией и описанием последствий для выгрузок.
Где хранить словарь?
В документации исследования, вместе с формами и планом управления данными.