Acha Kukusanya Data Ambayo Haijatumika: Jinsi ya Kubuni Mpango wa MEAL Wenye Lengo na Ufanisi

Kuna mfumo ninaoona mara kwa mara katika programu za kibinadamu na maendeleo: mpango wa MEAL uliojaa viashiria, vyanzo vya data, na safu za kuripoti kiasi kwamba hakuna, si timu ya uwanjani, si meneja wa programu, si hata mtu wa uhusiano wa mfadhili, anayeweza kukuambia unasudio nini hasa.

Mpango upo. Data inakusanywa. Kisha inakaa kwenye lahajedwali ambalo hakuna anayefungua kati ya ripoti za mfadhili.

Hii si tatizo la zana wala la uwezo. Ni tatizo la muundo. Na linaweza kutatuliwa, kama uko tayari kuwa mkweli kuhusu swali moja gumu: Ni nani atakayetumia alama hii ya data, na kwa uamuzi gani?

Kwa Nini Mipango ya MEAL Inajaa Kupita Kiasi

Msongamano mara nyingi hutoka kwa nia njema. Timu zinaongeza viashiria kuonyesha mafadhili kwamba wanafanya kazi kwa kina. Waratibu hunakili orodha za viashiria kutoka miradi ya awali. Mifumo ya kimantiki inakamilishwa chini ya shinikizo la muda bila mtu kusimama kuuliza kama kigezo fulani kinapimika kwa rasilimali zilizopo.

Mwongozo wa EvalCommunity wa MEAL Plan Toolkit [1], uliojengwa juu ya viwango vya USAID, FCDO, na mashirika ya Umoja wa Mataifa, unatoa uchunguzi muhimu hapa: mifumo bora ya MEAL inapaswa kuhakikisha "ufuatiliaji endelevu wa shughuli za mradi, matokeo, na mafanikio ili utekelezaji uendelee vizuri na matatizo yagunduliwe mapema." Angalia kinachokosekana katika kauli hiyo: haisemi fuatilia kila kitu kinachowezekana. Inasema fuatilia kinachoweka programu kwenye njia sahihi.

Tofauti hiyo ni muhimu sana uwanjani, ambapo wakati wa kukusanya data ni gharama halisi inayolipwa na watu halisi ambao pia wana kazi ya programu ya kutekeleza.

⚠️ Onyo: Kila kiashiria unachoweka kwenye mpango wa MEAL ni ahadi, ya kukusanya, kusafisha, kuchambua, na kutenda. Kama huwezi kutaja ni nani atatenda na jinsi gani, kiondoe.

Kanuni ya Msingi: Kila Alama ya Data Inahitaji Mmiliki wa Uamuzi

Hapa kuna lenzi ningeyotaka kila afisa wa MEAL atumie wakati wa kukagua mpango: kwa kila kiashiria, taja uamuzi unaolishwa na data hiyo.

Mwongozo wa ActivityInfo wa kutengeneza mpango wa MEAL [2] unatoa mfano mzuri wa hili kwa vitendo. Katika mfano wao wa logframe ya programu ya maisha kwa wakimbizi, kila kiashiria kinaunganishwa moja kwa moja na kwa uwazi na kiwango cha matokeo, lengo la kimkakati, matokeo ya kati, na uzalishaji, na kila kimoja kina njia ya uthibitisho iliyotajwa. Kiashiria cha % ya wakimbizi waliokuwa na ajira kipo kujibu swali la kimkakati la kama wakimbizi wanapata njia za maisha. Kiashiria cha # ya wakimbizi walioshiriki katika mafunzo ya ufundi kipo kufuatilia uwasilishaji wa matokeo. Havibadilishwi, wala hakuna kinachofanya kazi mara mbili.

Nidhamu hiyo ni ngumu kudumisha kwa vitendo kuliko inavyoonekana kwenye karatasi. Lakini inawezekana kama ukijenga mpango wa MEAL ukienda nyuma kutoka kwa maamuzi, si mbele kutoka kwa shughuli.

Kichujio cha Vitendo: Mtihani wa Uamuzi-Ujifunzaji

Kabla ya kumalizia kiashiria chochote au shughuli ya kukusanya data, kipitishe katika mtihani huu wa maswali mawili:

1. Swali la uamuzi: Kama data hii inarudi vibaya kuliko ilivyotarajiwa, nini kinabadilika? Ni nani anabadilisha, na lini?
2. Swali la ujifunzaji: Je, data hii inakusaidia kuelewa kwa nini kitu kilifanya kazi au hakikufanya, kwa njia inayoboresha utekelezaji wa siku zijazo?

Kama jibu la kweli kwa maswali yote mawili ni "hakuna" au "hatujui," hiyo ni ishara kali kwamba kiashiria kipo kwa sura tu, si kwa manufaa.

Mafunzo ya MEAL Planning in Practice ya ReliefWeb [3] yanaanzisha chombo cha kupanga chenye safu 9 ambacho kinapanga aina hii ya mawazo, kinachoshughulikia si tu nini cha kupima, bali jinsi, lini, na nani, na muhimu zaidi, data itatumiwaje. Safu hiyo ya mwisho ndiyo timu huacha wazi kwa kawaida. Usifanye hivyo.

💡 Kidokezo: Ongeza safu ya "Uamuzi/Matumizi" kwenye matrix yako ya viashiria. Kwa kila mstari, andika sentensi moja inayoelezea uamuzi maalum wa programu ambao kiashiria hiki kinauelekeza. Kama huwezi kuandika, kiashiria hicho pengine kisikuwepo kwenye mpango.

Data ya Ubora Ndiyo Inayopata Msongamano Zaidi

Viashiria vya kiasi vina urahisi wa kuchunguzwa, kama una viashiria 47 vya matokeo, mtu atajua hatimaye. Lakini ukusanyaji wa data ya ubora ndiko ninapoona mkusanyiko usio na lengo zaidi.

Mwongozo wa mahojiano wa wadau muhimu (KII) unaohusisha maswali 35 wakati 12 yangetosha. Mwongozo wa majadiliano ya vikundi (FGD) unaouliza kila kitu kwa sababu "inaweza kuwa na manufaa." Maswali wazi yaliyoongezwa kwenye kila dodoso kwa sababu mtu alidhani yataongeza kina.

Kama anavyoonyesha Bulus Sule Maina katika makala yake ya LinkedIn kuhusu ukusanyaji wa data ya ubora katika MEAL [4], mbinu bora za ubora zinahitaji muundo makini unaozingatia maswali maalum ya tathmini, si safari ya uvuvi. Ukusanyaji wa data wenye maadili pia unahitaji uwiano: unawauliza wanufaika kutoa wakati wao na kushiriki uzoefu wao. Wajibu huo unapaswa kukufanya uwe mchaguzi.

📝 Kumbuka: Data ya ubora si nyongeza ya kuongeza kina, ni mbinu ya kujibu maswali maalum ambayo nambari haiwezi kujibu. Ibunifu hivyo.

Mpango wa MEAL Wenye Ufanisi Unaonekana Vipi

Mpango wa MEAL wenye ufanisi si mpango mfupi, ni mpango wenye kusudi. Hapa kipo kilichomo:

1. Seti ndogo ya viashiria kwa kila kiwango cha matokeo, kwa kawaida viashiria 1-3 kwa kila uzalishaji, 1-2 kwa kila matokeo, 1 kwa kila lengo. Kama kila uzalishaji una viashiria 6, kuna kitu kilichokwenda vibaya juu ya muundo wa logframe.
2. Zana za kukusanya data zilizotajwa kwa kila kiashiria, si "rekodi za mradi" kama kichujio kimoja kinachofaa kila kitu, bali fomu maalum, rejista, au chombo mahususi.
3. Ramani ya mtiririko wa data, ni nani anakusanya nini, lini, na inaenda wapi kabla haijafika kwa mtu anayehitaji kutenda.
4. Ajenda ya ujifunzaji, maswali 3 hadi 5 wazi ambayo programu inataka kuwa na uwezo wa kuyajibu wakati wa tathmini ya kati au mwisho, na kila swali linaweza kufuatiliwa nyuma hadi shughuli maalum za ukusanyaji wa data.
5. Mpango wa matumizi, nyakati za ukaguzi zilizopangwa (ukaguzi wa kila wiki uwanjani, mapitio ya maendeleo ya kila mwezi, vikao vya ujifunzaji vya kila robo mwaka) ambapo data inajadiliwa kweli kweli na maamuzi yanarekodiwa.

Mafunzo ya MEAL yanayoongozwa na wataalamu wa ELD Impact [5] yanatoa hoja ninayobaliana nayo kwa nguvu: mafadhili hawataki ukusanyaji wa data tu, wanataka ushahidi wa ujifunzaji. Timu zinazosimama mbele ni zile zinazoweza kuonyesha kwamba data yao ya MEAL ilibadilisha kitu, mkakati wa ulenga, mfano wa uwasilishaji wa huduma, njia ya rufaa.

Kama mzunguko wako wa kuripoti unaishia na "data ilikusanywa na kuripotiwa," uko nusu njia tu.

Kama ungependa msaada wa kugeuka hiki kuwa kiolezo cha mpango wa MEAL tayari kutumika, chenye matrix ya viashiria, safu ya uamuzi-matumizi, na muundo wa ajenda ya ujifunzaji, hiyo ndiyo hasa aina ya kazi tunayoweza kufanya pamoja kwenye vera.ignex.io.

Kufanya Uchambuzi na Usimulizi wa Hadithi Sehemu ya Mfumo

Sababu moja ya data kutotumika ni kwamba uchambuzi haujajumuishwa kwenye mpango. Unachukuliwa kama kitu kinachotokea mwishoni, wakati wa tathmini, au wakati ripoti ya mfadhili inapoiva.

Mwelekeo wa kubadilisha mawazo, unaoonyeshwa katika warsha ya MEAL Data Analysis for Effective Learning [6], ni kuchukulia usimulizi wa hadithi za data kama kazi ya kawaida, si uwasilishaji wa mara moja. Data inasema nini mwezi huu? Ni nini cha kushangaza? Ni nini hatujuelewa bado? Maswali haya, yanayoulizwa mara kwa mara na kwa makusudi, yanaweka mfumo wa MEAL kuwa hai na wenye manufaa kati ya nyakati rasmi za kuripoti.

💡 Kidokezo: Panga "mazungumzo ya data" ya dakika 30 katika mkutano wako wa timu wa kila mwezi, si ili kuwasilisha matokeo, bali kuuliza: Data hii inasema nini ambacho bado hatujakitenda?

Uanze Wapi Wiki Hii

Kama mpango wako wa sasa wa MEAL umejaa kupita kiasi, huhitaji kuujenga upya tangu mwanzo. Anza hapa:

1. Orodhesha kila kiashiria katika mpango wako wa sasa.
2. Kwa kila kimoja, andika sentensi moja inayoelezea uamuzi au swali la ujifunzaji linalojibiwa.
3. Angazia chochote ambapo huwezi kuandika sentensi hiyo. Hizo ni wagombea wako wa kuondolewa, kuunganishwa, au kubuniwi upya.
4. Tambua maswali yako 3-5 ya juu ya ujifunzaji kwa kipindi cha programu.
5. Angalia zana zako za ubora zinaelekea moja kwa moja maswali hayo, na punguza chochote ambacho haielekei.

Mpango wa MEAL wenye ufanisi si mkali kidogo kuliko ule uliojaa kupita kiasi. Ni mkali zaidi, kwa sababu kila kipande ndani yake kinaweza kuhesabiwa, kutumika, na kutetewa. Hiyo ndiyo kiwango kinachostahili kujishikilia.

Marejeleo

[1] EvalCommunity. MEAL Plan Toolkit, standards derived from USAID, FCDO, and UN agency frameworks. [2] ActivityInfo. Developing a MEAL Plan, illustrative logframe example for a refugee livelihoods program. [3] ReliefWeb. MEAL Planning in Practice, 9-column planning tool training resource. [4] Maina, B. S. Qualitative Data Collection in MEAL, LinkedIn practitioner article. [5] ELD Impact. Practitioner-Led MEAL Training, on donor expectations around evidence of learning. [6] MEAL Data Analysis for Effective Learning, webinar on data storytelling as a routine function.

Follow Vera for more on MEL & project management: LinkedIn · Instagram · Facebook · X