Grafy na sociálnych sieťach vydržia jeden deň. Prípadová štúdia vydrží dlhšie. Dá sa k nej vrátiť, dá sa podľa nej postupovať a dá sa poslať niekomu, kto rieši podobný problém v inom meste.
Preto je jedným z hlavných výstupov projektu Dáta pre zmenu séria prípadových štúdií s názvom „Dáta v službe ľuďom“. V tomto článku vysvetľujeme, ako vznikajú, prečo majú všetky rovnakú štruktúru a ako si môžeš podobnú štúdiu napísať aj ty.
Jeden človek, jedna štúdia
Pravidlo sme si dali už v žiadosti o grant: každý člen skupiny garantuje jednu prípadovú štúdiu. Neznamená to, že ju píše sám v kúte. Znamená to, že za ňu zodpovedá – od výberu témy po finálnu verziu.
Prečo takto? Pretože chceme, aby si každý prešiel celým procesom. Nájsť otázku, zohnať dáta, overiť ich, vyhodnotiť, vysvetliť ich iným. Nikto sa nemôže schovať za tím. A na konci má každý konkrétny výstup, ktorý môže ukázať – aj v rámci certifikátu Youthpass.
Youthpass je európsky nástroj na zachytenie toho, čo sa človek naučil v projektoch Erasmus+ Mládež a Európskeho zboru solidarity. Stojí na reflexii: nejde len o to, čo si spravil, ale aj o to, čo ti to dalo. Písanie štúdie je na takú reflexiu ideálne.
Štruktúra: sedem krokov
Všetky štúdie majú rovnakú kostru. Čitateľ sa tak v nich rýchlo zorientuje a dajú sa medzi sebou porovnať.
1. Problém. Čo konkrétne sa deje, koho sa to týka a kde. Jedna až tri vety. Bez všeobecných fráz typu „je to dôležitá téma“.
2. Dáta a zdroj. Aké dáta sme použili, kto ich zverejnil, za aké obdobie a s odkazom. Ak sme dáta upravovali (čistili, spájali, prepočítavali), napíšeme ako.
3. Metóda. Čo sme s dátami robili. Porovnanie okresov? Vývoj v čase? Prepočet na obyvateľa? Táto časť má byť taká jasná, aby ju vedel zopakovať niekto iný.
4. Zistenie. Čo z dát vyplýva. Tu sa učíme najväčšej disciplíne: povedať len to, čo dáta naozaj ukazujú. Žiadne „jasne to dokazuje“, ak ide len o súvislosť.
5. Vizualizácia. Jeden hlavný graf alebo mapa, ktorá zistenie ukáže na prvý pohľad. S titulkom, ktorý hovorí zistenie, a so zdrojom pod grafom. Stĺpcové grafy začínajú na nule – zásada, ktorú presadzuje aj Datawrapper, lebo orezaná os je zavádzajúca.
6. Odporúčanie. Čo z toho vyplýva pre samosprávu, NNO, školu alebo samotných mladých. Konkrétne a realisticky.
7. Učenie. Čo sme sa pri práci naučili, čo nefungovalo, čo by sme nabudúce spravili inak. Táto časť je pre nás rovnako dôležitá ako zistenie.
Ak ti štruktúra pripomína dátovú žurnalistiku, nie je to náhoda. Príručka Data Journalism Handbook, ktorú vydalo Európske žurnalistické centrum, opisuje podobnú cestu: získať dáta, porozumieť im a doručiť ich čitateľovi. Viac o tom, ako z čísel spraviť príbeh, píšeme v článku Dátový príbeh.
Mentoring
Aj keď s dátami pracujeme, pri téme z komunity oceníme druhý pohľad. Preto každú štúdiu sprevádza mentor. V projekte sme počítali s mentormi z troch oblastí:
- dátová analytika – či je metóda správna a čísla sedia,
- sociológia – či interpretácia nezjednodušuje sociálnu realitu,
- komunitný rozvoj – či je odporúčanie použiteľné v praxi.
Mentor dáva spätnú väzbu na rozpracované verzie, od výberu otázky po finálny text. Na priebeh projektu dohliada aj náš kouč Ondrej Iván.
Odkiaľ prišli témy
Témy nevznikali od stola. Vychádzali z troch zdrojov:
- z rozhovorov s NNO a komunitnými centrami, o ktorých píšeme v článku Čo trápi našu komunitu?,
- z workshopov so školami a komunitnými centrami,
- zo zadaní Data4Good hackathonu.
Prečo jednotná štruktúra
Jednotná štruktúra má jednu veľkú výhodu: štúdia s jasnou štruktúrou je oveľa ľahšie použiteľná pre niekoho, kto dáta nerobí. Pracovníčka úradu nemusí rozumieť kontingenčným tabuľkám. Stačí jej prečítať problém, zistenie a odporúčanie.
Ako napísať vlastnú prípadovú štúdiu
Ak si učiteľ, pracovník s mládežou alebo študent, štruktúru môžeš použiť hneď. Pár rád z našej prípravy:
- Začni otázkou, nie datasetom. Dobrá otázka je konkrétna, týka sa konkrétnych ľudí a dá sa na ňu odpovedať číslami.
- Pýtaj sa, či sú dáta porovnateľné. Rovnaké obdobie, rovnaká metodika, prepočet na obyvateľa.
- Rozlišuj zistenie a názor. Zistenie patrí do bodu 4, názor a odporúčanie do bodu 6.
- Dávaj pozor na osobné údaje. Ak pracuješ s dátami o ľuďoch, pozri si článok Etika dát.
- Nájdi si niekoho, kto sa bude pýtať. Mentor nemusí byť profesor. Stačí človek, ktorý sa nebojí spýtať „a odkiaľ to vieš?“.
- Nevynechaj bod 7. Čo si sa naučil, je často najcennejšia časť pre ďalších.
Kde si štúdie prečítaš
Hotové štúdie zverejníme v otvorenej digitálnej knižnici na dataswans.com pod licenciou CC BY-SA 4.0. Znamená to, že ich môžeš zdieľať aj upravovať, ak uvedieš zdroj a odkaz na licenciu a svoje úpravy zverejníš pod rovnakou licenciou. Predstavíme ich aj na záverečnom verejnom podujatí a zhrnieme ich na konci projektu.
Sleduj projekt a materiály na dataswans.com/data-pre-zmenu. Ak máš tému, ktorá by si zaslúžila vlastnú štúdiu, napíš nám.
Zdroje
- Youthpass: About Youthpass
- European Journalism Centre: The Data Journalism Handbook
- Datawrapper Academy: Why our column and bar charts start at zero
- Creative Commons: Licencia CC BY-SA 4.0 (slovenské zhrnutie)
Projekt Dáta pre zmenu je financovaný Európskou úniou v rámci programu Európsky zbor solidarity. Vyjadrené názory a stanoviská sú názormi autorov a nemusia nevyhnutne odrážať názory Európskej únie alebo Národnej agentúry (NIVAM). Európska únia ani národná agentúra za ne nepreberajú zodpovednosť.
