Cours de suivi et évaluation

Leçon 1 • Parties prenantes et leurs rôles en S&E

Cartographie des acteurs et actrices impliqués dans le S&E et de leurs responsabilités. La compréhension des rôles des parties prenantes oriente la conception de la collecte de données et les stratégies de reddition de comptes.

Leçon 2 • Ce qu’est le S&E et pourquoi il importe

Définit le suivi et l’évaluation comme des fonctions distinctes mais complémentaires. Établit pourquoi la prise de décision fondée sur des données probantes dépend d’une pratique systématique du S&E.

Leçon 3 • Concepts clés et terminologie

Présente le vocabulaire de base utilisé dans le domaine. Un langage précis évite les erreurs d’interprétation lors de la conception de systèmes ou de la communication des résultats.

Leçon 1 • Validation de la logique du programme avec les parties prenantes

Couvre les méthodes participatives pour tester et affiner la logique du programme avant la mise en œuvre. La validation par les parties prenantes réduit les lacunes de conception et suscite l’appropriation.

Leçon 2 • Comprendre la théorie du changement

Explique comment une théorie du changement lie les activités aux objectifs à long terme par des chemins causaux. Cette pensée causale sous-tend la sélection des indicateurs et la conception de l’évaluation.

Leçon 3 • Élaboration d’un modèle logique

Guide la construction de chaînes intrants-extrants-résultats dans un format visuel structuré. Les modèles logiques traduisent la stratégie du programme en éléments mesurables.

Leçon 1 • Élaboration d’une matrice de suivi des indicateurs

Regroupe tous les indicateurs dans un seul outil de gestion qui les relie à la chaîne de résultats. La matrice devient le noyau opérationnel du système de suivi.

Leçon 2 • Types d’indicateurs

Distingue les indicateurs quantitatifs, qualitatifs, de processus, de résultat et d’impact. Le choix du bon type garantit que la mesure correspond au niveau de la chaîne de résultats.

Leçon 3 • Élaboration d’une fiche de référence d’indicateur

Enseigne la documentation de la définition, de la source, de la fréquence et de la désagrégation de chaque indicateur. Des fiches de référence normalisées évitent les incohérences dans la collecte de données entre les équipes.

Leçon 4 • Établissement des données de référence et des cibles

Explique comment établir des valeurs de départ et des cibles de rendement réalistes. Les données de référence et les cibles rendent le progrès mesurable et permettent une analyse significative des écarts.

Leçon 1 • Composantes d’un système de S&E

Cartographie des éléments structurels qui constituent un système de S&E fonctionnel. La compréhension de l’architecture complète prévient les lacunes dans le flux de données et la couverture de la reddition de comptes.

Leçon 2 • Renforcement des capacités pour les systèmes de S&E

Aborde la formation et le soutien nécessaires au personnel de terrain pour mettre en œuvre le plan de S&E de manière fiable. Les lacunes en matière de capacité sont la cause la plus fréquente de défaillance des systèmes de S&E.

Leçon 3 • Flux de données et gestion de l’information

Trace la façon dont les données se déplacent des points de collecte vers les personnes décisionnaires. Un flux de données efficace réduit les retards, les doublons et les erreurs dans la reddition de comptes.

Leçon 1 • Assurance qualité des données sur le terrain

Établit des protocoles pour vérifier l’exactitude, l’exhaustivité et la cohérence des données pendant la collecte. Les vérifications de qualité sur le terrain empêchent l’accumulation d’erreurs dans l’analyse.

Leçon 2 • Conception d’instruments d’enquête

Enseigne la rédaction de questions, le séquencement et la mise à l’essai de questionnaires structurés. Des instruments bien conçus réduisent l’erreur de mesure et améliorent la qualité des données.

Leçon 3 • Méthodes de collecte de données qualitatives

Présente les groupes de discussion, les entrevues auprès d’informateurs clés et les études de cas. Les méthodes qualitatives capturent le contexte, les perceptions et les explications causales que les chiffres ne peuvent pas fournir.

Leçon 4 • Méthodes de collecte de données quantitatives

Couvre les enquêtes, les observations structurées et les registres administratifs comme principaux outils quantitatifs. Le choix de la méthode dépend du type d’indicateur, de la taille de l’échantillon et des contraintes de ressources.

Leçon 1 • Échantillonnage et portée de l’évaluation

Aborde les décisions d’échantillonnage probabiliste et raisonné qui déterminent la généralisabilité de l’évaluation. Les choix d’échantillonnage affectent directement la validité et le coût des résultats de l’évaluation.

Leçon 2 • Questions et critères d’évaluation

Enseigne la formulation de questions d’évaluation à l’aide de critères standards comme la pertinence, l’efficacité et la durabilité. Des questions claires orientent tous les choix ultérieurs de conception et de méthodologie.

Leçon 3 • Devis expérimentaux et quasi-expérimentaux

Couvre les essais randomisés contrôlés et les approches quasi-expérimentales pour attribuer les changements aux programmes. Les étudiantes et étudiants évaluent quand ces devis sont réalisables et éthiquement appropriés.

Leçon 4 • Types et objectifs de l’évaluation

Distingue les évaluations formative, sommative, de processus, de résultat et d’impact selon l’objectif et le moment. L’adéquation du type d’évaluation aux besoins de décision évite le gaspillage de ressources et les résultats non pertinents.

Leçon 1 • Triangulation et analyse à méthodes mixtes

Montre comment combiner les résultats quantitatifs et qualitatifs pour une interprétation plus riche. La triangulation renforce la confiance dans les conclusions et révèle des contradictions qui méritent d’être étudiées.

Leçon 2 • Nettoyage et préparation des données

Couvre l’identification et la correction des erreurs, des doublons et des valeurs manquantes avant l’analyse. Des données propres sont le préalable à des résultats crédibles et à des conclusions valides.

Leçon 3 • Analyse quantitative pour le S&E

Applique des statistiques descriptives et inférentielles pour mesurer le rendement du programme par rapport aux cibles. L’analyse transforme les chiffres bruts en récits de rendement pour les personnes décisionnaires.

Leçon 4 • Analyse de données qualitatives

Présente le codage thématique, l’analyse de contenu et la synthèse narrative pour les données qualitatives. Ces techniques font émerger des modèles et des explications que les données quantitatives ne peuvent pas fournir.

Leçon 1 • Utilisation des données probantes pour l’adaptation des programmes

Montre comment les données de suivi déclenchent des décisions de gestion adaptative pendant la mise en œuvre. L’utilisation adaptative des données probantes distingue les programmes à haut rendement des programmes statiques.

Leçon 2 • Diffusion et partage des connaissances

Aborde les stratégies de partage des résultats du S&E au-delà de l’équipe immédiate du programme. Une diffusion large multiplie la valeur des investissements en évaluation dans tout le secteur.

Leçon 3 • Visualisation des données pour le S&E

Enseigne la sélection et la conception de graphiques, de tableaux et de tableaux de bord pour communiquer les données de rendement. Une visualisation efficace accélère la compréhension et soutient les décisions fondées sur des données probantes.

Leçon 4 • Principes d’une reddition de comptes efficace en S&E

Établit des normes de clarté, d’exactitude et de pertinence pour le public dans les rapports de S&E. Les rapports qui ne parviennent pas à communiquer clairement les résultats minent l’ensemble de l’investissement en S&E.