Ce billet de blog est le dernier d'une série sur JMP des études de cas et examinera la structure d'un cas.Mon premier poste axé sur l'avancement des compétences individuelles avec des études de cas, et la deuxième sur demande en classe.
Structure de l'étude de cas
Le récent recueil de cas que j'ai écrit avec Patricia Schaffer, Gestion et analyse des données à l'aide de JMP : études de cas sur les soins de santé emploie un cadre qui modélise la résolution de problèmes du monde réel et positionne les praticiens et les étudiants pour réussir.
Le processus de résolution de problèmes se décompose en trois étapes, comme indiqué ci-dessous.
Préparation à l'analyse met l'accent sur la formulation soigneuse du problème. Trop souvent, une spécification de problème inadéquate conduit à des résultats d'analyse qui ne répondent pas aux besoins des parties prenantes, nécessitant un remaniement. L'acquisition et la préparation des données sont un autre élément clé de cette première étape. L'expérience a montré que les projets sous-estiment souvent le temps nécessaire pour acquérir, nettoyer et préparer les données pour l'analyse.
Le Analyse L'étape commence par l'exploration et la synthèse des données, ce qui est nécessaire pour familiariser l'analyste et, en fin de compte, les parties prenantes avec les données utilisées pour appuyer la prise de décision. Les plates-formes JMP Graph Builder et Tabulate offrent aux analystes la flexibilité de produire des tableaux et des visualisations.
Nous voyons souvent des étudiants et des praticiens débutants lutter pour sélectionner les méthodes d'analyse appropriées. Nos cas offrent une approche en trois étapes pour faciliter la sélection de la méthode :
- Identifiez la variable dépendante et le niveau de mesure.
- Identifiez les variables prédictives et leurs niveaux de mesure.
- Déterminez ce dont le client a besoin : uniquement une analyse descriptive, un modèle statistique, la réponse à une question (test d'hypothèse) ou une estimation (intervalle de confiance).
Sur la base de ces informations, un tableau récapitulatif, présenté ci-dessous, oriente le praticien vers les méthodes statistiques et les plateformes JMP appropriées.
Finalement, le Diffusion des résultats L'étape se concentre sur la présentation des résultats dans le contexte du problème qui ajoute de la valeur au processus de prise de décision. Cibler la communication vers le public visé dans la langue du contexte du problème est la clé d'une analyse percutante.
Synopsis de l'étude de cas : Perceptions des infirmières sur la pratique fondée sur des données probantes : diffère-t-elle selon le niveau de l'organisation ?
Dans ce cas, un hôpital de 450 lits a mené une enquête pour évaluer la perception des infirmières des changements dans leur culture infirmière, en particulier l'introduction de la pratique fondée sur des données probantes. Le problème est de voir s'il existe des différences dans la façon dont les infirmières professionnelles (infirmières de chevet) et les leaders (infirmières gestionnaires) perçoivent la mise en œuvre de ces changements culturels. La préparation des données de l'enquête a nécessité l'agrégation des variables à l'aide de la fonction JMP Recode et l'évaluation des modèles de données manquantes.
Le modèle de réponses à la question d'évaluation "Tous les changements de pratique jusqu'à présent ont été pratiques et s'intègrent bien au flux de travail de l'unité" sont visualisés à l'aide de Consumer Research > Catégorique comme indiqué ci-dessous.
Les leaders montrent des niveaux plus élevés d'accord avec cet énoncé tandis que les infirmières professionnelles répondent le plus souvent avec un ton neutre. Un test du chi carré montre une différence statistiquement significative dans les schémas d'accord entre ces deux groupes.
Sur la base des résultats, l'hôpital peut prendre un certain nombre de mesures pour améliorer l'acceptation de la pratique fondée sur des preuves. Par exemple, les dirigeants ont-ils reçu plus de formation ou leurs responsabilités professionnelles leur laissent-elles plus de temps pour s'engager dans une pratique fondée sur des données probantes ? Les limites de l'enquête telles que le biais d'autosélection et les modèles de données manquantes sont discutées dans la mesure où elles s'appliquent à l'interprétation des résultats de l'enquête.
Voici un lien vers le étui complet .
