Sæt dit datasæt i stand: efterårets øvelser i grundbegreber

Hvorfor efteråret passer til grundbegreberne

Når sommerens ferie er overstået, og arbejdet finder sin rytme igen, er der ofte plads til noget, man har skubbet foran sig. For mange er det at forstå tal bedre netop sådan en ting. Jeg underviser i datarensning, og jeg ser igen og igen, at de, der starter med grundbegreberne, får mest ud af alt det, der kommer bagefter.

Efteråret har en fordel: der er tid til at øve i små bidder. Et datasæt kræver ikke en hel weekend. Tyve minutter om aftenen med en enkelt tabel er nok til at lære, hvad en række og en kolonne egentlig fortæller. Denne artikel er en plan for de kommende uger, så du ved, hvad du kan nå, og i hvilken rækkefølge.

Alt, vi arbejder med, er øvelsesmateriale. Tallene er lavet til at lære af, og de er hverken analyser eller råd om, hvad du bør gøre med penge.

Første uge: lær at se, hvad der er i tabellen

Begynd med at åbne et lille datasæt og ikke røre ved noget. Se på overskrifterne, tæl rækkerne og find ud af, hvad én række repræsenterer. Er det en kunde, en måned, en butik eller en ordre? Det spørgsmål lyder enkelt, men mange fejl opstår, fordi nogen har læst en række som noget andet, end den er.

Skriv derefter et par linjer med dine egne ord om, hvad tabellen handler om. Når du kan forklare det til en kollega uden at pege på skærmen, har du forstået strukturen. Det er det første kritiske spørgsmål: hvad måler vi egentlig, og hvem eller hvad er målt?

Brug ikke tid på formler i denne uge. Formålet er alene at få øje på rammen, så du ikke senere regner på noget, du ikke har forstået.

• Find ud af, hvad én række står for
• Tæl rækker og kolonner, før du gør andet
• Skriv tabellens emne ned med egne ord

Anden uge: variabler og deres typer

En variabel er en egenskab, som tabellen registrerer for hver række. Nogle er tal, som du kan lægge sammen, andre er kategorier, datoer eller fri tekst. Forskellen betyder noget, fordi du ikke kan tage gennemsnittet af postnumre, selv om de ligner tal.

Gå kolonnerne igennem én ad gangen og noter typen. Læg mærke til enhederne: er beløb angivet i kroner eller tusind kroner, og dækker datoerne kalenderår eller regnskabsår? Små uklarheder her kan give store udsving senere.

Mange kurister opdager i denne uge, at et datasæt ofte mangler en forklaring. Lær at lede efter en beskrivelse af kolonnerne, og skriv selv en kort ordliste, hvis den ikke findes. Den bliver din genvej, når du vender tilbage til materialet.

• Skeln mellem tal, kategorier og datoer
• Notér enheden ved hver talkolonne
• Lav en kort ordliste over variablerne

Tredje og fjerde uge: stil de første kritiske spørgsmål

Nu kan du begynde at spørge ind til tallene. Hvor kommer de fra, og hvem har indsamlet dem? Hvilken periode dækker de, og hvad er udeladt? Et datasæt er altid et udsnit, og det er dit arbejde at forstå, hvilket udsnit du har foran dig.

Kig også efter det, der ser mærkeligt ud: en værdi, der er ti gange større end resten, en måned uden registreringer eller tomme felter i en kolonne. Ikke alt er en fejl, men alt fortjener et spørgsmål. Skriv dine spørgsmål ned, før du forsøger at besvare dem.

Prøv til sidst at formulere to eller tre udsagn, som tallene kan understøtte, og et, som de ikke kan. Den øvelse lærer dig at skelne mellem det, data viser, og det, man gerne vil læse ind i dem.

• Spørg til kilde, periode og afgrænsning
• Marker værdier, der skiller sig ud
• Adskil, hvad tallene viser, fra hvad du håber

Sådan holder du fast, når arbejdet fylder

Efteråret byder ofte på travle uger, og så falder øvelserne først væk. Gør det lille i stedet for at give op. Hold fast i ét datasæt og ét spørgsmål pr. aften, og noter, hvad du nåede. En lille rutine slår en stor plan, som aldrig bliver til noget.

Det hjælper også at øve på materiale, der ligner dit eget arbejde. Bruger du regneark i hverdagen, så tag et øvelsesdatasæt med samme slags kolonner. Så får du noget, du kan overføre direkte.

Spørg gerne en kollega om at kigge med. Når to personer læser den samme tabel, opdager de hurtigt, at de har forstået kolonnerne forskelligt, og netop den forskel er det værd at lære af.

Det kan du realistisk forvente efter fire uger

Efter en måneds jævn øvelse kan du åbne et ukendt datasæt og forklare, hvad rækkerne og kolonnerne er, hvilke typer variabler der indgår, og hvilke spørgsmål der bør stilles, før man bruger tallene. Det er ikke det samme som at lave en færdig analyse, men det er fundamentet for den.

Du får ikke en titel eller en garanti for noget bestemt. Til gengæld får du en vane, der gør dig mere kritisk og mere præcis, når du læser tal i en rapport, en nyhed eller et møde. Næste skridt er typisk at lære at rense data og kontrollere kilder, og det bygger direkte på det, du har øvet her.

Brug de kommende uger på det grundlæggende: se hvad tabellen rummer, forstå variablerne og stil spørgsmålene, før du regner. Det kræver ikke meget tid pr. dag, men det kræver, at du gør det jævnligt. Alle eksempler er øvelsesmateriale til læring og ikke rådgivning. Når grundbegreberne sidder, bliver resten af kursusplanen markant lettere at følge.