Na het organiseren van de eerste Datadump hebben we besloten om door te gaan met de Transformation Tuesday opdrachten. De frequentie van de opdrachten werd daarbij aangepast van willekeurig naar 1 opdracht per maand. Voor de vierde opdracht zijn we afgeweken van het eerder terugkerende thema verkeersinformatie. We zijn op zoek gegaan naar ander soort dataset.
Een tijdje voorafgaand aan deze opdracht heb ik het boek 168 Hours gelezen. In dit boek schrijft Laura Vanderkam hoe wij allemaal 168 uur per week tot onze beschikking hebben. Sommige mensen krijgen echter vele malen meer gedaan in 1 week dan anderen. Om meer grip te krijgen op je tijdsbesteding geeft de schrijfster een opdracht om je 168 bestede uur eens bij te gaan houden in een Excelsheet in uurlijkse of halfuurlijkse tijdsintervallen. Ik heb dit destijds voor 1 week gedaan en ik vond het gaaf om te zien waar je tijd nu werkelijk naar toe gaat. Ook al denk je te weten waar je mee bezig bent, als je je tijd bewust in zo’n Excelsheet bijhoudt, dan kom je tot hele nieuwe inzichten waardoor je je tijd anders wil gaan besteden.
In het verlengde hiervan hebben we voor deze opdracht een dataset gevonden bij het CBS waarin de tijdsbesteding van Nederlanders is verdeeld in een aantal categorieën, verdeeld over geslacht, leeftijdscategorie en jaar. Het leek ons leuk om deze data eens te analyseren en te kijken waar de tijd van de mensen naar toe gaat. Hier dachten we wel iets van te kunnen leren. Nu was deze dataset ietwat verouderd, maar dat mocht de pret niet drukken. Voor de opdracht werden de deelnemers dus gevraagd om deze dataset te bekijken en de voornaamste conclusies te delen met de groep.
De inzendingen van de deelnemers zijn hieronder te bekijken.
Lijkt het je ook leuk om deel te nemen aan toekomstige Transformation Tuesday opdrachten? Meld je dan aan via onze website!
Dennis
Ik ben er bij deze uitwerking voor gegaan om meer richting de opbouw van een kort artikel te gaan. De tekst wordt onderbouwd door twee verschillende visualisaties. Bij deze visualisaties is ervoor gekozen om eenvoudige grafieken te gebruiken waarbij zoveel mogelijk overbodige items achterwege zijn gelaten. In de staafgrafieken zie je dit terug doordat de labels op de y-as maar één keer worden getoond, net als in de lijngrafieken. Daarbij worden de precieze cijfers niet getoond en is het zien van de trend voldoende. Door de kleuren voor mannen en vrouwen te benoemen in de bijgevoegde tekst is het achterwege laten van een legenda ook niet langer nodig.
Een interessant proces dat ik heb gemerkt is dat ik bij het schrijven van deze e-mail mijn visualisatie nog eens kritisch bekijk, hoewel ik dacht al klaar te zijn. Dit heeft geleid tot de volgende aanpassing (iedere actie gaf een nieuw resultaat dat ik vervolgens weer verbeterde tijdens het schrijven van deze e-mail):
– In de titels van de grafieken heb ik opgenomen dat de getoonde getallen gaan over het aantal minuten
– In de tekst heb ik opgenomen dat het gaat om de gemiddelde tijdsbesteding per dag
– Ik had de Engelse labels opgenomen in de staafgrafieken en deze nu vervangen door Nederlandse > wat weer leiden tot andere titels boven de lijngrafieken omdat deze niet gelijk waren aan de labels in de staafgrafieken
– De volgorde van de lijngrafieken was onjuist, deze heb ik omgedraaid
Dit heeft mij tot de conclusie geleid dat ik hiermee een mogelijke methode heb om mijn eigen werk kritischer te bekijken, namelijk door deze beschrijvend over te dragen.
Wilbert
Hierbij mijn inzending van TT#4. Heb hierin een poging gewaagd om een trendvergelijking te maken gegroepeerd in 3 groepen (neerwaarts, neutraal, opwaarts) en tevens zijn deze gesorteerd op grootte van relatieve tijdsbesteding.
Op zich ben ik eigenlijk geen voorstander van trellis charts omdat ze vaak niet goed leesbaar voor de gebruiker. Vandaar dat ik de groepen heb gebruikt om het duidelijker te maken.
Joost
De dataset van deze maand was de gemiddelde tijdsbesteding per categorie van Nederlanders in de periode 1997 – 2003. Geïnspireerd door het boek 168 Hours van Laura Vanderkam heb ik besloten om 1 week lang mijn eigen tijdsbesteding te loggen en deze naast de gemiddelde tijdsbesteding te leggen van mensen in mijn leeftijdscategorie in 2003. De logging van mijn tijdsbesteding ziet er als volgt uit:
Nadat ik deze data had verzameld kon ik deze naast de statistieken van het CBS leggen.
Voor de opzet van mijn visualisatie heb ik gekozen om af te wijken van de standaard grafiektypen uit een BI tool. Op Pinterest kwam ik zogenaamde Habit Trackers tegen van mensen die soortgelijke activiteiten loggen in een bullet journal (Voorbeeld 1, Voorbeeld 2, Voorbeeld 3, Voorbeeld 4, Voorbeeld 5). Mijn tekenskills zijn niet zo goed, dus ik heb besloten om dit wel digitaal te doen, maar dan in Excel. Hierbij heb ik een combinatie gemaakt van een bar chart en een dot plot. Een stapeling van blokjes, waarbij ieder blokje 1 uur aan tijd representeert. Ik noem het de “Stacked Block Chart”. Ieder blokje is gewoon een cel in een Excel werkmap, gevuld met Gegevensbalken via Voorwaardelijke Opmaak. Dit gaf mij de vrijheid om te spelen met de “x-as”, wat ook gewoon cellen in rijen en kolommen zijn.
De conclusie van mijn analyse is dat ik in deze werkweek meer tijd heb besteed aan slapen en werken dan de gemiddelde Nederlander in mijn leeftijdscategorie in 2003. Mogelijke verklaringen die ik hier voor kan bedenken zijn:
- Vakanties zorgen voor een lager gemiddeld aantal uur besteed aan betaald werk
- Werkloosheid zorgt voor een lager gemiddeld aantal uur besteed aan betaald werk
Ik heb niet uitgezocht of deze variabelen ook daadwerkelijk meegerekend zijn in de data van het CBS.
Hoewel ik net zo goed voor een bar chart had kunnen kiezen voor deze visualisatie vond ik het leuk om de ideeën van Pinterest te gebruiken en een tabel / grafiek te combineren in één. Ik denk wel dat deze visualisatie (net als een dot plot) beter geschikt is wanneer je met discrete variabelen werkt (absolute aantallen) in plaats van continue variabelen, zoals bijvoorbeeld tijd. De halve vakjes in deze grafiek zorgen namelijk in mijn ogen nog voor wat onduidelijkheid.