Data som begreb: hvad det betyder

Data betyder organiserede oplysninger, der kan registreres, lagres og bearbejdes. Ordet bruges bredt: Du kan have data om temperaturer, køb, fejlmeldinger, måleresultater eller adfærdsobservationer. I praksis fungerer data ofte som “råmateriale” til at finde mønstre, beregne resultater eller understøtte beslutninger.

Sådan bruges Data i en simpel model

En enkel måde at forstå dataflowet på er at se en proces i tre trin: indsamling, bearbejdning og fortolkning. Først registreres data (fx værdier eller hændelser). Dernæst renses og struktureres de, så de kan behandles (fx som tal, kategorier eller tidsstempler). Til sidst tolkes outputtet i en kontekst, hvor målet er at beskrive noget eller vurdere en hypotese.

I den forbindelse er det nyttigt at skelne mellem:

  • Data (det registrerede/lagrede grundmateriale)
  • Information (det, man får ud af at sammenholde data)
  • Viden/konklusion (fortolkningen, som afhænger af metode og kontekst)

Forskelle og grænser: hvad data ikke automatisk betyder

Data er ikke det samme som sandhed. Selv når data ser “objektive” ud (fx tal), kan de være påvirket af, hvordan de blev indsamlet, hvad der blev udeladt, og hvilke definitioner der blev brugt. Derfor kan to datasæt om samme emne give forskellige resultater, hvis de bygger på forskellige måder at måle på.

Vigtige begrænsninger at kende til:

  • Datakvalitet: fejl, mangler eller uensartede registreringer kan føre til skæve analyser.
  • Kontekst: data uden relevant kontekst kan blive misforstået (fx hvad en værdi repræsenterer, og hvornår den blev målt).
  • Bias/udvælgelse: hvis nogle grupper eller hændelser bliver overrepræsenteret, afspejler data ikke nødvendigvis virkeligheden.
  • Fortolkning: resultater fra beregninger afhænger af antagelser, modeller og valg af metrikker.

Beslægtede begreber og praktiske kontrolpunkter

Når nogen taler om data, kan beslægtede ord ofte dukke op, og det hjælper at afklare, hvad der menes med dem. For eksempel kan “måledata” henvise til konkrete registreringer, mens “aggregater” betyder sammenfatninger. “Metadata” beskriver typisk data om data, som fx enhed, tidspunkt eller kilde.

Praktisk kan du som læser kontrollere følgende, før du bruger data i en vurdering:

  • Hvad er kilden, og hvad var formålet med at indsamle data?
  • Hvordan er definitioner og enheder (fx kategori-navne, decimaler, tidszoner) fastlagt?
  • Er der manglende værdier, og hvordan håndteres de?
  • Hvad er metoden bag bearbejdningen, og hvilke antagelser følger med?

Vær også opmærksom på usikkerhed: Hvis du ikke ved, hvordan data er produceret og fortolket, bør konklusioner holdes mere foreløbige. Uden kontekst kan data give et indtryk, men ikke nødvendigvis det sidste ord.