Los modelos de objetivos son artefactos comúnmente utilizados en la ingeniería de requisitos que capturan los requisitos de los interesados y sus interrelaciones de una manera que respalda el razonamiento sobre su satisfacción, análisis de compensaciones y toma de decisiones. Sin embargo, cuando hay incertidumbre en los datos utilizados como evidencia para evaluar los modelos de objetivos, es crucial comprender el nivel de confianza en tales evaluaciones, ya que la incertidumbre puede aumentar el riesgo de tomar decisiones prematuras o incorrectas. Se han propuesto diferentes enfoques para abordar los problemas de incertidumbre y riesgos en los modelos de objetivos. Sin embargo, ninguno de ellos considera medidas de calidad simples de los datos recopilados como punto de partida. En este artículo, proponemos un Mecanismo de Etiquetado y Propagación de Calidad de Datos para calcular el nivel de confianza en el nivel de satisfacción de un objetivo basado en la calidad de las fuentes de datos de entrada. El artículo utiliza el Lenguaje de Requisitos Orientados a Objetivos (GRL), parte de la Notación de Requisitos de Usuario (URN) estándar, en ejemplos, con una implementación del mecanismo propuesto y un estudio de caso realizado para demostrar y evaluar el enfoque. La disponibilidad de niveles de confianza calculados como una pieza adicional de información permite a los tomadores de decisiones (i) modular la información de satisfacción devuelta por los modelos de objetivos y (ii) tomar decisiones más informadas, incluida la búsqueda de datos de mayor calidad cuando sea necesario.