Datajournalistiek

Datajournalistiek Peter Verweij D3-Media Utrecht 2012

Programma: data bevragen en data verklaren
19.00 verschillende stappen in een onderzoek;
19.30 Data verzamelen; werken met spreadsheets; basis en gevorderden scraping;
20.00 pauze en bespreking van de opdrachten
20.30 data analyse: data downloaden voor basis en data cleaning voor gevorderden; verbanden en kruistabellen
21.00 discussie eigen data sets
(21.30 primaire data; verzamelen: enquete en twitter api)

Meer data meer ideeen voor verhalen Gemeente: paspoort/ID; WOZ; grafrechten; Linjesregen Kamerleden HOI Huizen verkoop Wijken en pvvstemmers Verkeersongevallen/ kruispunten Europese aanbestedingen Criminaliteit Kinderarbeid Olieprijzen Voedselen grondstoffen Gezondheid/ overgewicht

Van idee naar onderzoek Kun je aan de data komen? Wat wil je precies weten; van idee naar hypothese? Met welk doel zijn die data verzameld en past dat bij doelstelling van journalistieke onderzoek Niet: data doorploegen en hopen op een goed idee; ‘ hypotheses are nets, only he who casts will catch’ motto KRP-Novalis)

Empirische cyclus

Onderzoek Plaats van statistiek in het onderzoek; Hoe kijk je naar het onderzoek: hypothese; Meten: probleemstelling operationalisering en meetniveau's; Meetniveau's en statistische analyse; veel gebruikte maten en cijfers; beschrijvend en verklarend; Steekproeven, fouten marges; fouten eerste en tweede orde; Datamatrix en data formaten; opschonen van data http://www.robertniles.com/stats/

Secundaire data verzamelen
Downloaden uit databases en importeren
Google public data en wolfram alpha
Nationaal: cbs , rivm verkeersongevallen
Lokaal: cbs buurten , utrecht lokaal
Internationaal: Wereldbank ; Eurostat
Scraping :
Van html/xml naar xls of csv format
Copy past
Google docs; excel import html
Python of Ruby scripts for scraping
Scraperwiki
Voorbeeld Reuters
Pdf via cometdocs

Secundaire data 2
Data cleaning
Excel zoek en vervang
Google refine
Data converter en mr. people

Opdracht 1
Datajournalism is teamwork : schrijvers, onderzoekers/methodologen, programmeurs, designers; NYT hack day
Linux versus Windows :DNR
Verschil tussen een database en spreadsheets
Verschillende programma's: open office versus microsoft office; mysql
Elementaire bewerkingen in excel: omzet coca cola
Voortgezet: zoek data voor burgemeesters

Onderzoek 2
Operationalisering:
theorie naar empirie;
populariteit(theorie) naar stemmen(variabele) naar vraag/item
Operationalisering en meetniveau's
Nominaal
Ordinaal
Interval
Ratio
Operationalisering is meten van de variabele, maar dus ook de statistiek

Onderzoek 3
Statistiek:
Data analyse met
Excel via statistische functies
SPSS of R program
Overzicht maten en toetsen naar meetniveau (en parametervrije toetsen)
Populatie, steekproef en foutenmarges
Presentatie van data:
Als getal
Als grafiek; soorten grafieken
Als kaart, data koppelen aan kaart; geocoding

Opdracht 2
Voor basis:
%-stijging criminaliteitscijfers per politieregio 2005 en 2009
Voortgezet:
Maak een data analyse van bestand burgemeesters in Nederland

Discussie data sets - Wat is originele bron en reden voor verzameling? - Wat is jouw reden; wat wil je weten; wat is je hypothese? - Wat is format van de datamatrix voor het onderzoeken van de hypothese? Moeten de data worden opgeschoond? - Met welke berekeningen-verschillende maten en toetsen- wil je de hypothese toetsen? - Hoe vertaal je deze technisch statistische analyse in een journalistiek verhaal?

Primaire data verzamelen
Guardian project over de rellen in London
Philip Meyer en precision journalism
Digitale enquetes
Survey Monkey
Google forms
Data direct downloaden via API's
Programming: API en Twitter
Twitter data downloaden met NodeXL

Meer....literatuur David Herzog Data Journalism tools Report Data Journalism op DNR

http://mj89sp3sau2k7lj1eg3k40hkeppguj6j-a-sites-opensocial.googleusercontent.com	675
http://www.jerryvermanen.nl	136
http://d3-media.blogspot.com	70
http://d3-media.blogspot.nl	10
http://translate.googleusercontent.com	1

Datajournalistiek

by peterverweij on Feb 13, 2012

Accessibility

Categories

Upload Details

Usage Rights

5 Embeds 892

Statistics

Datajournalistiek Presentation Transcript