Adatokról szóló történetek

Az adatújságírás néha azt a benyomást keltheti, hogy ez főként az adatok bemutatásáról szól – úgymint azok a képi megjelenítések, amelyek gyorsan és hatékonyan közvetítik a számok aspektusának, vagy az interaktív kereshető adatbázisoknak a megértését, amelyek lehetővé teszik az egyének számára, hogy mondjuk megkeressék a saját lakhelyükön található utcát vagy kórházat. Mindez nagyon hasznos lehet, de az újságírás más formáihoz hasonlóan az adatújságírásnak is sztorikról kellene szólnia. Tehát milyen típusú történeteket találhatsz az adatokban? A BBC-nél szerzett tapasztalataim alapján összeállítottam a különböző típusú, adatokról szóló történetek listáját vagy „tipológiáját”.
Azt hiszem, ez segít ezt az alábbi listát észben tartani, nem csak akkor, amikor adatokat elemzel, hanem az előtte lévő fázisban is, amikor összegyűjtöd azokat (akár nyilvánosan hozzáférhető adathalmazokat keresel, akár közérdekűadat-igénylést állítasz össze).

A mérés a legegyszerűbb történet – valamit megszámolni vagy összegezni.

„A helyi önkormányzatok országszerte összesen x milliárd angol fontot költöttek tavaly gémkapcsokra.”

De gyakran nehéz tudni, hogy ez sok vagy kevés. Ehhez szükséged van az összefüggésekre – amelyeket a következők nyújthatnak:
1. Arány: „Tavaly a helyi önkormányzatok tanácsok az irodaszerre kapott költségvetésük kétharmadát költötték gémkapcsokra”; Vagy
2. Belső összehasonlítás: „A helyi önkormányzatok többet költenek gémkapcsokra, mint az idősek számára nyújtott ételszállításra.” Vagy
3. Külső összehasonlítás: “Az önkormányzat gémkapcsokra való költése tavaly kétszerese volt az ország tengerentúli támogatási költségvetésének.” Vagy vannak más módszerek arra, hogy az adatokat kontextuális vagy összehasonlító módon tárjuk fel:
4. Időbeli változás: “Az önkormányzat gémkapcsokra való költése az elmúlt négy évben megháromszorozódott” Vagy

5. „Eredménytáblázatok”: Ezeket gyakran földrajzilag vagy intézmény szerint bontják, és meg kell győződnöd róla, hogy az összehasonlítás alapja
pontos, pl. figyelembe veszik a helyi lakosság nagyságát.
„A Borsetshire-i Önkormányzat többet költ gémkapcsokra a személyzet egyes tagjai részére, mint bármely más helyi hatóság, amely négyszerese az országos átlagnak. ”

Vagy csoportokra oszthatod az érintett adatokat:
6. Elemzés kategóriák szerint: „A Lila Párt által működtetett önkormányzatok 50%-kal többet költenek a gémkapcsokra, mint a Sárga Párt által fenntartottak”

Vagy számszerűen összekapcsolhatod a tényezőket számszerűen.
7. Kapcsolat: „Azok által a politikusok által irányított önkormányzatok, akik a papírírószeres cégektől adományokat kaptak, többet költenek gémkapcsokra, minden egyes adományozott fontra 100 angol fontnyi átlagos növekedéssel”

De persze mindig emlékezz arra, hogy a korreláció és ok-okozati összefüggés nem ugyanaz a dolog.
Így ha a gemkapocs-kiadások után nyomozol, a következő számokat is kaphatod:

  • Az összes költség nyújt háttérinformációkat?
  • Földrajzi/történelmi/egyéb bontásokat használjunk arra, hogy összehasonlító adatokat nyújtsanak
  • A kiegészítő adatok, amelyekre szükséged van ahhoz, hogy az összehasonlítások pontosak legyenek, olyanok, mint a lakosság mérete?
  • Vannak más olyan egyéb adatok, amelyek érdekes elemzést nyújthatnak a kiadások összehasonlítására vagy összekapcsolására?

— Martin Rosenbaum, BBC