TÜRBÜLANS KARAKTERĠSTĠKLERĠ

Por ser o trabalho com o maior n´umero de citac¸˜oes neste contexto, a Total Data Quality Management(TDQM) (Wang, 1998) estabelece os fundamentos para a pesquisa e desenvolvi- mento de aplicac¸˜oes em diversas ´areas que empregam a avaliac¸˜ao da qualidade de dados. O TDQM tem quatro fases: Definic¸˜ao, Medic¸˜ao, An´alise e Melhoria. Essas fases s˜ao executadas iterativamente, em um ciclo cont´ınuo.

J´a a Data Quality Assessment Methodology (DQA) foi uma das primeiras metodologias a identificar m´etricas gerais de qualidade de dados e informac¸˜oes (Pipino et al., 2002).

A Comprehensive Methodology for Data Quality Management (CDQ) objetiva ser com- pleta, flex´ıvel e simples de aplicar, integrando t´ecnicas e ferramentas atuais em um framework que pode ser aplicado a todos os tipos de dados estruturados, semi-estruturados e n˜ao estrutura- dos (Batini e Scannapieco, 2006).

Algumas das metodologias atendem dom´ınios espec´ıficos, como ´e o caso da Methodology for the Quality Assessment of Financial Data (QAFD) e da Data Quality in Cooperative In- formation Systems (DaQuinCIS), voltados para dados da ´area financeira (Scannapieco et al., 2004).

A Cost-effect Of Low Data Quality (COLDQ), focaliza mais fortemente em aspectos mais espec´ıficos de custo/efeito/benef´ıcio (Loshin, 2001). J´a a Methodology for Information Quality Assessment(AIMQ), objetiva desempenho (Lee et al., 2002).

A Activity-based Measuring and Evaluating of Product Information Quality (AMEQ) foca na qualidade de dados em empresas de manufatura, por´em diferentemente do TDQM que obje- tiva dado como produto, a AMEQ foca na informac¸˜ao como produto (Su e Jin, 2006).

Metodologia como a do Instituto Nazionale di Statistica (ISTAT), criada pela agˆencia na- cional italiana de censo, focaliza em dados mais comuns aos n´ıveis administrativos central, regional e periferia e tamb´em em normas correspondentes (Falorsi et al., 2003).

J´a a Canadian Institute for Health Information Methodology (CIHI), centrada em dados da ´area da sa´ude, prioriza o tamanho e heterogeneidade de bases de dados, considerando para isso, uma grande quantidade de crit´erios de qualidade (Long e Seko, 2005).

lity Management(TIQM) apoiam projetos de data warehouse (Jeusfeld et al., 1998) (English, 1999) .

3.1.2

Metodologias de Gest˜ao da Qualidade de Dados para Apoiar a To-

mada de Decis˜ao

Abordagens como as de Xu (2009) e de Bowen (1993) lidam com a qualidade dos dados no dom´ınio de sistemas de informac¸˜ao cont´abeis e de gest˜ao de investimentos (AIS) (Batini et al., 2009).

Tee et al. (2007) apresentaram um estudo de caso recente utilizando entrevistas e sur- veys, e examinaram os fatores que influenciam o n´ıvel de qualidade de dados dentro de uma organizac¸˜ao. Muitas outras abordagens tamb´em apresentaram soluc¸˜oes para este dom´ınio cr´ıtico em particular (Umble et al., 2003)(Haug et al., 2011)(Grabski et al., 2011).

Considerando metodologias para sistemas de gerenciamento de emergˆencias, em seu tra- balho, O’Brien e Marakas (2004), objetivaram redefinir as dimens˜oes de qualidade de dados requeridas para sistemas de informac¸˜ao cr´ıticos em trˆes principais dimens˜oes: conte´udo, tempo e forma. Dentre os atributos de qualidade est˜ao: prontid˜ao, aceitac¸˜ao, frequˆencia, periodi- cidade, acur´acia, relevˆancia, completude, concis˜ao, amplitude, desempenho, clareza, detalhe, finalidade, apresentac¸˜ao e m´ıdia.

Laudon (1986) tratou a qualidade da informac¸˜ao em registros criminais dos Estados Unidos da America, a serem utilizados em sistemas de resposta a emergˆencias. Os autores afirmam que metodologias espec´ıficas n˜ao foram estabelecidas para a an´alise de tais registros e pouco esforc¸o foi dedicado para definir os n´ıveis de qualidade para os mesmos. As dimens˜oes de qualidade foram definidas baseando-se em pesquisas e entrevistas realizadas pelos autores com mais de 100 equipes do sistema criminal federal.

O sistema de registros criminais do Departamento de Estat´ısticas Judiciais (Bureau of Jus- tice Statistics, 1992) aplicou uma metodologia de avaliac¸˜ao de completude e precis˜ao dos dados de hist´orico criminal, produzindo informac¸˜ao qualificada para ambos reposit´orios estadual e fe- deral, para uso de sistemas de resposta a emergˆencias.

O Uniform Criminal Records (UCR) (Koudas, 2006), departamento do FBI que busca cen- tralizar registros criminais, desenvolveu uma metodologia para garantir a qualidade de dados em registros criminais atrav´es da revis˜ao de registros criminais utilizando a seguinte rotina: en- trevistas com colaboradores administrativos para garantir que os padr˜oes de qualidade definidos pela UCR foram seguidos; e revis˜ao dos incidentes selecionados como amostras para saber se

os padr˜oes e definic¸˜oes foram corretamente aplicados, baseando-se nas dimens˜oes de precis˜ao e na existˆencia de registros e relatos de tal incidente.

A Tabela 3.1 apresenta estas e outras metodologias para a gest˜ao da qualidade de dados e informac¸˜oes.

Tabela 3.1: Metodologias de qualidade do dado (Traduzido e adaptado de Batini et al., 2009)

Nome da metodologia Referˆencia

Total Data Quality Management - TDQM Wang, 1998

The Datawarehouse Quality Methodology - DWQ Jeusfeld et al., 1998 Methodology for Organizational Data Assessment Bobrowski et al., 1999 Total Information Quality Management - TIQM English, 1999

Loshin Methodology (Cost-effect Of Low Data Quality) - COLDQ

Loshin, 2001 Methodology to Assess and Monitor the Data Quality State Yang, 2002 A Methodology for Information Quality Assessment -

AIMQ

Lee et al., 2002

Data Quality Assessment - DQA Pipino et al., 2002

Information Quality Measurement - IQM Eppler e M¨uzenmaier, 2002

ISTAT methodology Falorsi et al., 2003

Data Quality in Cooperative Information Systems - Da- QuinCIS

Scannapieco et al., 2004 Methodology for the Quality Assessment of Financial Data

- QAFD

De Amicis e Batini, 2004 Canadian Institute for Health Information methodology -

CIHI

Long e Seko, 2005 Activity-based Measuring and Evaluating of product infor-

mation Quality (AMEQ) methodology

Su e Jin, 2006 Comprehensive Methodology for Data Quality manage-

ment - CDQ

Batini e Scannapieco, 2006 International Organization for Standardization (ISO) stan-

dard on Data Quality - ISO 8000

ISO8000, 2009 Methodology to Assess and Improve Data Management in

Organizations

Batini et al., 2009 Study to measure the quality of attention engagement Kim et al., 2014