statmine, visuele dataexploratie

StatMine – prototypeStatMine visuele dataexploratie

Edwin de Jonge, Jan van der Laan en Jessica Solcer

CBS

Datavisualisatie in beweging, 24 mei 2013

StatMine 0.2 2

Wat is StatMine?

StatMine

Doel: Verbeter gebruik van huidige CBS cijfers

Hoe: Analyse-schil op StatLine

Werkwijze:• Formuleer verbeterhypothese• Maak software prototype • Test prototype op gebruikers• Evalueer test

StatMine 3

Missie CBS?Missie CBS?

4

Missie CBS

“Het Centraal Bureau voor de Statistiek heeft als taak het publiceren van betrouwbare en samenhangende statistische informatie, die inspeelt op de behoefte van de samenleving”

(bron: www.cbs.nl)

StatMine 0.2 5

Missie CBS

“Het Centraal Bureau voor de Statistiek heeft als taak het publiceren van betrouwbare en samenhangende statistische informatie, die inspeelt op de behoefte van de samenleving”

StatMine 0.2 6

7

Zonder cijfers geen beleidZonder cijfers geen beleid

StatMine 8

Hoe gaat het met Nederland?Hoe gaat het met Nederland?

Waarom StatMine?

• StatLine bevat meer dan één miljard cijfers voor• Beleidsmakers• Journalisten• Burgers• Bedrijven• Economen• Sociale wetenschappers• Historici• etc

StatMine 0.2 9

StatMine 10

Probleem 1Probleem 1Cijfers ≠ Informatie Cijfers ≠ Informatie

Missie CBS

“Het Centraal Bureau voor de Statistiek heeft als taak het publiceren van betrouwbare en samenhangende statistische informatie, die inspeelt op de behoefte van de samenleving”

StatMine 0.2 11

1. Cijfers ≠ Informatie

• Een aantal invloedrijke (potentiele) gebruikers van CBS cijfers wordt onvoldoende bediend:• Datajournalisten• Beleidsmedewerkers

• Veel interessante informatie in StatLine wordt niet “gespot” omdat de tabelvorm dit moeilijk maakt

StatMine 0.2 12

StatMine 13

H1:H1:Data Data analyseanalyse= = Data Data inzichtinzicht

H1. Data inzicht

StatMine 0.1 had tot doel om meer inzicht te geven in StatLine cijfers door

•cijfers StatLine visueel en interactief te presenteren

Met StatMine I (2012 Q1) werd deze hypothese succesvol getest op 4 “moeilijke” StatLine tabellen.

StatMine 0.2 14

StatMine 0.2 15

Staafdiagram

- vergelijken

Lijngrafiek

- ontwikkelingen

Bubble/scatter chart

- correlatie/samenhang

Mosaic chart

- structuur

StatMine 0.2 16

Small multiples?

StatMine 0.2 17

StatMine 0.1 Resultaten

Periode: 2012 Q1

Testpersonen: 25 CBS-ers

Bevindingen-Testpersonen vinden dat visueel maken van data meerwaarde biedt (small multiples)-StatLine-tabeleigenaren zien hun data op een andere wijze -StatLine-tabeleigenaren willen tool als controletool

StatMine 0.2 18

StatMine 19

Probleem 2.Probleem 2.Verbrokkelde informatieVerbrokkelde informatie

Missie CBS

“Het Centraal Bureau voor de Statistiek heeft als taak het publiceren van betrouwbare en samenhangende statistische informatie, die inspeelt op de behoefte van de samenleving”

StatMine 0.2 20

2. Verbrokkelde informatie

Veel informatie in StatLine is gefragmenteerd:

•Gebruiker moet in meerdere tabellen kijken en informatie zelf combineren

• Diabetes• Energiegebruik vgl economische groei• Veiligheid vgl criminaliteit

StatMine 0.2 21

StatMine 22

2. Tabellen koppelen2. Tabellen koppelen

H2. Tabellen koppelen

StatMine 0.2 had tot doel om meer inzicht te geven in StatLine cijfers door:

-Gebruikers zelf tabellen te laten combineren.-Voorwaarde is dat ze tenminste één dimensie gemeenschappelijk moeten hebben.

Met prototype II (2012 Q4 – 2013 Q1) is deze hypothese getest.

StatMine 0.2 23

StatMine 0.2 Resultaten

Periode: 2012 Q4 – 2013 Q1

Testpersonen: 20 CBS-ers, 40 externen (beleidsmakers ministeries, journalisten)

Bevindingen:-Externen enthousiast over visuele mogelijkheden StatMine-Koppelen van data vervult een externe wens

StatMine 0.2 24

StatMine 25

Probleem 3Probleem 3Statistische cijfers zijn Statistische cijfers zijn onzekeronzeker

Missie CBS

“Het Centraal Bureau voor de Statistiek heeft als taak het publiceren van betrouwbare en samenhangende statistische informatie, die inspeelt op de behoefte van de samenleving”

(bron: www.cbs.nl)

StatMine 26

H3 Onzekerheidsmarges

• Alle CBS cijfers hebben een onzekerheidsmarge• European Statistics Code of Practice (12.2):

• “sampling and non sampling errors should be systematically documented”

Doel van StatMine 0.3 (2013 Q2):

kijken hoe gebruikers op een begrijpelijke manier attent kunnen maken op onze onzekerheidsmarges.

StatMine 27

• Ongeveer 5% van de StatLine tabellen publiceert expliciete marges per tabelcel:• Standaardfout (uit steekproef!)• Of boven + ondermarge

• Alle cijfers in StatLine hebben een precisie • Aantal cijfers achter komma (1, 1,0, 1,00, 1,000)• In duizendtallen/miljoenen

StatLine & marges

StatMine 0.2 28

Beperkt zich tot:•Hoe interpreteren gebruikers de marges? Wat betekent dat voor de interpretatie van de cijfers?•Is er behoefte aan marges?

Aanname: •Voor de testtabellen is een puntschatting met bijbehorend betrouwbaarheidsinterval aanwezig.

StatMine 0.3

StatMine 0.2 29

• Testen invloed tonen onzekerheid op antwoorden gebruikers (analyse nog bezig)

• Inbouwen van onzekerheid in:• Lijngrafieken• Staafdiagrammen• Scatterplots

StatMine 0.3

StatMine 0.2 30