We gebruiken cookies om de website specifiek voor u in te richten. Als u verder navigeert, accepteert u dat. Uw gedrag op onze website wordt vastgelegd en kan worden gebruikt ter verbetering van onze dienstverlening. Meer informatie over cookies
Sociale media
Cookies waarmee pagina´s van deze site op sociale netwerken gedeeld kunnen worden. Door deze cookies te accepteren, staat u sociale netwerken toe uw surfactiviteit te volgen.
Open het menu om verder te navigeren
Navigatie sluiten
Sla op in leeslijst Exclusief voor leden Maak pdf Exclusief voor leden
Een meetnet moet tijdens de operationele fase de gewenste meetgegevens opleveren. Om verkeerde van goede data te onderscheiden, moet u de ruwe meetgegevens (laten) valideren. Te vaak vindt binnen meetprojecten helemaal geen datacontrole plaats. Helaas betekent dit vrijwel altijd dat de meetgegevens – en daarmee het meetproject – praktisch waardeloos worden. Wacht ook niet met datavalidatie tot na de meetperiode. Frequente datavalid
Een meetnet moet tijdens de operationele fase de gewenste meetgegevens opleveren. Om verkeerde van goede data te onderscheiden, moet u de ruwe meetgegevens (laten) valideren. Te vaak vindt binnen meetprojecten helemaal geen datacontrole plaats. Helaas betekent dit vrijwel altijd dat de meetgegevens – en daarmee het meetproject – praktisch waardeloos worden. Wacht ook niet met datavalidatie tot na de meetperiode. Frequente datavalidatie tijdens de meetperiode is noodzakelijk om fouten in het meetnet te kunnen corrigeren en te voorkomen dat u na afloop van het meet-project met lege handen staat. Validatie vastleggen Leg de nodige activiteiten, tijd en verantwoordelijkheden voor het valideren van de ruwe data vast in het meetplan. Beschrijf de stappen die u neemt om van ruwe meetdata te komen tot bruikbare informatie, kennis en inzichten. Met een beschrijving van de validatiemethoden in het meetplan voorkomt u discussie achteraf over de meetresultaten. Om problemen met datakwaliteit te signaleren, zijn verschillende tests mogelijk op basis van logica (wat kan echt niet?), statistiek (wat kan waarschijnlijk niet?) en simulatie (wijkt het gemeten gedrag sterk af van de theorie?). In Meetgegevens verwerking en analyse vindt u methoden om data te valideren. Opslaan gevalideerde data Na validatie bewaart u de resultaten, bijvoorbeeld door aan alle gevalideerde gegevens labels toe te kennen en de gelabelde data op te slaan. Meer informatie hierover vindt u in het STOWA-rapport 2009-20. Leg in het meetplan vast hoe u hiermee omgaat. Rapporteren Rapporteer de oorzaken van onvoldoende kwaliteit, bijvoorbeeld een verkeerde meetopzet, falen van meetapparatuur, datacommunicatie en/of de projectorganisatie. Hiervan kan de operationele organisatie leren. Bovendien kunt u met deze informatie besluiten of de meetopzet voldoet of aanpassing vergt. Een nuttig middel om de meetprestatie te rapporteren, is een staafdiagram. Zo’n diagram geeft een overzicht van de beschikbare en betrouwbare meetgegevens met de meetopbrengst per maand. Dit maakt ook inzichtelijk of bepaalde aanpassingen in het meetnetbeheer effect hebben (zie figuur A). Figuur A Voorbeeld rapportage meetprestatieVergroot afbeelding
Exclusief voor leden
Geïnteresseerd in dit artikel? Log in!
En krijg toegang tot dit artikel en andere besloten delen van de website, met o.a. de kennisbank, beeldenbank en onderzoekspublicaties.