Todos los Datos No Son Creados Iguales

Se estima que tarda 2 minutos en leer este blog.

Uno de los inconvenientes de ir a graduarse de la escuela es descubrir las limitaciones de lo que creías saber. ¡Las correlaciones simplemente no son suficientes después de aprender sobre el modelado lineal jerárquico! Afortunadamente, la evaluación diaria de programa no requiere ese nivel de sofisticación, pero la atención cuidadosa al diseño de recopilación de datos es clave para la equidad en evaluación.

Si es nuevo en pensar en datos desde una perspectiva de equidad, estos son pequeños pasos que debe considerar en su viaje hacia la equidad de datos:

1. Considere a su audiencia. La audiencia determina cómo se reporta la información. Tomemos, por ejemplo, una métrica estándar solicitada por los financiadores: ¿cuánto cuesta este programa por cliente? Las organizaciones intentan minimizar esta cantidad para parecer eficientes a un financiador, pero cuando anuncian el programa a un cliente, la misma organización puede adoptar un enfoque opuesto para resaltar el valor.
2. La presentación importa. Las infografías son extremadamente populares, pero ¿cómo está presentando sus hallazgos? Al usar tablas y gráficos, observe quién es presentado primero. ¿Está creando categorías y listas (alfabéticamente o por tamaño) o se ilustran relaciones y teorías de cambio?

3. ¿Casilla de verificación o no casilla de verificación? Al recopilar datos demográficos, sea claro sobre quién reporta y qué se cuenta. ¿Los clientes informaron sus identidades por sí mismos o seleccionaron respuestas de una lista precargada? ¿La lista es inclusiva? ¿Qué podría faltar?

4. Una vez que tenga la respuesta a su pregunta original, ¡no se detenga! Reflexione sobre los datos y haga preguntas para descubrir disparidades. Por ejemplo, conozca las tarifas (graduación, aceptación, suspensión, empleo, hospitalización, etc.) y examine quién en los datos no forma parte de ese recuento. (¿Quién no se graduó, fue suspendido o fue al hospital?) Esto podría proporcionar una pista o generar más preguntas. Un paso más sería generar ideas sobre quiénes no están en el conteo en absoluto.

5. ¿Quién tiene acceso a sus datos/evaluación? El formato y estilo marcarán la diferencia en cuanto a quién puede acceder a sus informes. Asegurarse de que haya una versión no digital para quienes no tienen acceso a tecnología, o una versión digital que pueda ser entendida por un “lector de pantalla” son solo un par de consideraciones. El video y los lenguajes alternativos pueden permitir una mayor aceptación y comprensión de la información.

6. ¿Lo hiciste bien? Pedir a los clientes que revisen las conclusiones hechas en cualquier evaluación de programa es una mejor práctica de investigación. Hablar con los clientes sobre cómo y por qué está utilizando la información recopilada sobre ellos (¡con su consentimiento!) es probable que ilumine los asuntos y genere nuevos entendimientos.

Ya no obtengo suficiente práctica con la econometría para sentirme segura haciendo análisis de regresión, pero si disfruto leer investigaciones y pensar en el diseño de evaluación. Si tiene consejos o ejemplos de cómo utiliza la equidad en sus datos y proyectos de investigación, envíenos una nota a Hello@WeitzFamilyFoundation.org.

Mientras tanto, aquí hay algunos recursos sobre equidad de datos:

• Brookings – midiendo racismo y discriminación en datos económicos
• Iniciativa de Evaluación Equitativa
• GLSEN – Inclusión de datos LGBTQ+ en sistemas educativos K-12
• Todos Contamos – Recursos

Si está buscando recursos adicionales sobre equidad de datos, consulte nuestra página de recursos.