استفاده از تجزیهوتحلیل بهره بخشی (Contribution Analysis) در ارزیابی
فهرست مطالب
استفاده از تحلیل بهره بخشی یا Contribution Analysis در ارزیابی
تجزیهوتحلیل بهرهبخشی به روشهایی اشاره دارد که برای فهمیدن احتمال اینکه یک مداخله، در نتیجه مشاهدهشده نقش داشته است یا خیر استفاده میشود. این روشها به عنوان ادعای بهره بخش شناخته میشود. ( به عنوان مثال ردیابی فرایند یکی از روشهای تحلیل بهرهبخشی است). این روشها این کار را از طریق یک فرآیند گامبهگام، که چگونگی ایجاد بهرهبخشی یک مداخله را بررسی میکنند و از طیف وسیعی از شواهد برای سنجش آن استفاده میکند، انجام میدهند. تحلیل بهرهبخشی فارغ از سطح پیچیدگی تئوری تغییر برای انواع مداخلات قابل استفاده است و میتواند از طیف گستردهای از شواهد استفاده کند.
چگونگی استفاده از روش تحلیل بهره بخشی
تجزیهوتحلیل بهرهبخشی در مواردی استفاده میشود که ایجاد یک طراحی آزمایشی برای سنجش رابطه علت و معلولی وجود نداشته باشد. این روش استدلال میکند که یک ادعای علّی بهرهبخشی معقول امکان مطرح شدن دارد اگر:
- یک تئوری تغییر مستدل برای مداخله وجود دارد: مفروضات کلیدی پشت اینکه چرا انتظار میرود مداخله کارآیی داشته باشد، قابل قبول است، و ممکن است توسط شواهد و یا پژوهشهای موجود پشتیبانی شود، و حداقل برخی از بازیگران کلیدی بر آن توافق دارند.
- مداخله منطبق با تئوری تغییر پیادهسازی شده است.
- تئوری تغییر توسط شواهدی در مورد نتایج مشاهدهشده و مفروضات اساسی پشتیبانی و تائید میشود – زنجیره نتایج مورد انتظار رخ داده است.
- تئوری تغییر رد نشده است.
- سایر عوامل تأثیرگذار ارزیابی شده و نشان داده شده است که نقش مهمی نداشتهاند یا نقش نسبی آنها در کمک به نتیجه مطلوب شناسایی شده است.
مزایای استفاده از تحلیل بهره بخشی (Contribution Analysis) در ارزیابی
- در مواردی که دامنه یا فرصت محدودی برای تأثیرگذاری بر شروع یک برنامه وجود دارد (برای تصویب روشهای آزمایشی) مفید است.
- قادر به تائید یا تجدیدنظر در یک تئوری تغییر است.
معایب استفاده از تحلیل بهره بخشی در ارزیابی
- کیفیت تحلیل نهایی و ادعای بهرهبخشی به کیفیت تفکر در مورد مشکل منتسب به آن و تئوری تغییر بستگی دارد.
- تجزیهوتحلیل بهرهبخشی جز رشتهای از استدلالهای منطقی پشتیبانی شده توسط شواهد که سطحی از اطمینان در ارتباط با بهرهبخشی مداخله میدهد، مدرکی قطعی درباره اثرگذاری علی مداخلات ارائه نمیکند.
- بر روی متوسط تأثیرات کار میکند، بنابراین، اگر درجه زیادی از واریانس در مورد نحوه اجرای یک برنامه یا انتظار نتایج متفاوت برای گروههای مختلف وجود دارد، نباید استفاده شود.