statmine, visuele dataexploratie
DESCRIPTION
Presentatie gegeven voor Data in Beweging 2013TRANSCRIPT
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