Eerste beweging · Verschil onder de loep

Oefening 0.1 · Kijken naar de data

Kijken voor je rekent

Data bij deze oefening — penguins.csv 342 pinguïns · diamantjes.csv de twaalf steentjes uit het boek · wat elke kolom betekent

prikkel

Die linker is dikker dan die rechter

kijken vóór rekenen · verschil voelen

Voordat er ergens gerekend wordt, wordt er gekeken. Iemand staat op een koude rots, ziet twee pinguïns voorbij waggelen en denkt: die linker is dikker dan die rechter. Meer is het niet. Geen formule, geen toets — een blik, en het begin van een vraag.

Zo begon het boek ook: bij het vóélen van verschil, ver voordat er iets aan gerekend werd. Dit oefenboek is de andere helft van dat verhaal, en het loopt er de hele tijd naast: het boek vertelt, hier doe je het zelf. Jij en SPSS — en de bedoeling is dat jij die computer stap voor stap zover krijgt dat hij laat zíen wat jij al kon voelen.

Maar voor je ook maar één knop aanraakt, wil ik dat je iets doet wat bijna iedereen overslaat: kijken naar wat data eigenlijk zíjn. Niet rekenen — kijken.

kijk

Bekijk de tabel in SPSS

data inlezen · rijen en kolommen

Bij dit boekje hoort een bestand: penguins.csv — 342 pinguïns van een rots bij Antarctica, écht opgetild, écht gewogen.1 Haal het binnen en kijk alleen maar. Er wordt hier niks berekend.

OpmerkingEerst zoals in het boek — de twaalf diamantjes
  1. File → Open → Data, bestandstype op CSV, kies diamantjes.csv.
  2. Kijk in Data View (de twaalf rijen) en in Variable View (wat elke kolom is).
  3. Analyze → Descriptive Statistics → Descriptives voor een eerste blik.
DESCRIPTIVES VARIABLES=karaat glans gladheid
  /STATISTICS=MEAN STDDEV MIN MAX.

Twaalf rijen, negen kolommen — de hele dataset past in één blik, en dat is precies waarom het boek ermee rekent. Bij echte data lukt dat kijken-in-één-keer niet meer, en dan heb je gereedschap nodig om te zien wat er ligt.

Nu jij — met 342 pinguïns, te veel rijen voor één blik.

OpmerkingIn SPSS · alleen kijken
  1. Open het bestand: File → Open → Data, zet het bestandstype op CSV en kies penguins.csv.
  2. Je landt in Data View: de tabel zelf. Scroll er rustig doorheen, van rij 1 tot rij 342. Niks aanklikken, alleen kijken.
  3. Klik linksonder op het tweede tabblad, Variable View. Hier staan geen pinguïns maar de kolommen zélf, elk op een eigen rij — met verderop een kolommetje Measure, waar SPSS bijhoudt wat voor sóórt gegeven er in elke kolom staat. Voorproefje voor later; klik maar weer terug naar Data View.

Wat je ziet is een tabel: 342 rijen, zeven kolommen — id, soort, sekse, snavellengte, snaveldiepte, vinlengte, gewicht. En daarbij de belangrijkste leesregel van dit hele boekje: één rij is één pinguïn. Rij 1 is een Adelie-man met een snavel van 39.1 mm, en hij weegt 3750 gram. Scroll eens een flink eind naar beneden: rij 173 is een Gentoo van 5000 gram. Wijs ze allebei maar even aan. Dit beest weegt 3750 gram; dat beest 5000 — ruim een kilo verschil, twee dieren, één rots.

Je hebt nog helemaal niks berekend. En toch heb je al iets gezien.

snap het

Wat een tabel is — en wat hij weglaat

wat data zijn · meten · kijk eerst, reken dan

Dít is data. Geen mystiek, geen wiskunde — een tabel. Elke rij een echt beest (of straks, in andere bestanden, een echt mens), en elke kolom een vraag die iemand aan dat beest gesteld heeft: hoe zwaar ben je, hoe lang is je snavel, wat voor soort ben je.

En meteen ook dit, want het hoort er vanaf dag één bij: de tabel is niet de pinguïn. Rij 1 zegt niks over hoe dat dier over de rots waggelde, of hij zich liet optillen of protesteerde, hoe de wind stond die dag. Wat je meet is nooit alles wat er was. Een dataset is een net van getallen dat een stukje werkelijkheid probeert vast te houden — en er glipt altijd iets doorheen. Maar wat blijft hangen, daar kun je mee kijken. Dat is geen verlies om bij te blijven treuren; het is een begin.

Vanaf hier gaan we die tabel steeds iets slimmer laten praten. Hoofdstuk voor hoofdstuk, één techniek per keer: eerst samenvatten, dan tekenen, dan schudden, uiteindelijk voorspellen. En telkens in dezelfde volgorde, die je nu al kent: kijk eerst, reken dan.

◠ Zelfde adem in het boek

Hier: voor het eerst naar een echte tabel kijken — zonder één berekening.

In het boek: H0 — In den beginne

Daar begint het nog vroeger: niet bij een tabel, maar bij het ervaren van verschil zelf.

Voetnoten

  1. Palmer Penguins — Gorman, Williams & Fraser (2014), Palmer Station Antarctica LTER; via het R-pakket palmerpenguins (CC0). Echte dieren, echte metingen.↩︎