Wat er mis is met de Porno-grafiek van De Morgen

Op Donderdag 28/0213 verscheen er in De Morgen een artikel, 'Pleidooi voor porno. Maar niet helemaal', geschreven door Sjoukje Smedts. Het is een genuanceerd artikel waarin allerlei experten hun zegje kunnen doen over het fenomeen porno. Een prima stuk dus ... Maar niet helemaal. De grafiek die erbij staat, een spindiagram, kon beter.

Ten eerste valt onmiddellijk op dat de verhoudingen niet kloppen. Het percentage Dagelijkse porno kijkers is ongeveer 10 maal kleiner dan het percentage mensen die zeggen ongeveer één keer per week naar porno te kijken. In de spindiagram lijkt de verhouding eerder de helft. Het lijkt erop dat de binnenste 7-hoek niet wordt meegeteld. Maar zelfs dan lijkt de 13.3% van 'ongeveer één keer per maand' niet te kloppen.
Maar los daarvan kan je je afvragen of zo'n spindiagram (spider of radar graph) wel de beste voorstelling is. In principe is bij een spin diagram de volgorde van de verschillende variabelen niet van belang, en dus is het ook niet fout om de diagram zo voor te stellen zoals hier het geval was. Maar, met een beetje goede wil, zou je kunnen zeggen dat de variabele "Mate van porno kijken" een ordinaal meetniveau heeft. Je zou dus de verschillende categorieën kunnen ordenen van zelden naar heel vaak. Een andere mogelijkheid is om de categorieën te ordenen van de meest voorkomende naar de minst voorkomende. In dit geval geven de twee benaderingen toevallig hetzelfde resultaat. Reden te meer om dat te doen. Persoonlijk denk ik dat een gewone staafdiagram hier uiteindelijk het duidelijkste is.

Je zou ook de zaak cumulatief kunnen voorstellen. Je kan moet dan wel eerst de percentages van hierboven herrekenen naar een totaal van 75,3%.

Persoonlijk doe ik dat liever alleen bij echte metrische variabele, al is het maar omdat nu ontbreken van een zinvol label voor de laatste categorie vreemd overkomt.

Comments

Post a Comment

Popular posts from this blog

(small) samples versus alternative (big) data sources

Image
Those of you who already have attended a meetup of the Brussels Data Science Community know that, besides excellent talks, those meetups are fun because of the traditional drinks afterwards. So after the last meetup we were on our way to a bar on the campus of the University of Brussels and I had this chat with @KrisPeeters from Dataminded. Now if you are expecting wild stories about beer and loose women (or loose men for that matter), I'm afraid I'll have to disappoint you. Instead we discussed ... sampling. Kris was questioning whether typical sample sizes market research companies work with (say in the hundreds or a few thousand at the max) still matter these days, given that we have other sources that give us much larger quantities of data. I told him everything depends on the (business) question the client has. To start with we can look at history to answer this question. In 1936 the Literary Digest poll had a sample size in the millions. But, obviously, that sample wa
Read more

Market Research and Big Data: A difficult relationship

Image
This is a write up of the talk I gave on the ' Insight Innovation eXchange Europe 2015 ' conference on 18-02-2015 in Amsterdam. IIeX is a conference that is focused around Innovation in Market Research. My talk was a rather general one in which I tried to sketch the relationship between market research and big data. After a brief introduction, I started by explaining how computing played an important role in Market Reseach right after the second world war. Then I gave an overview of the current state, and finally I looked at what the future might bring us when it comes to Big Data applications in Market Research. When I talk to people in market research and I tell them that I work in Big Data I have the impression that I'm greeted with less enthusiasm than was the case a few years a go.  Indeed, it appears that the initial enthusiasm for Big Data in the Market Research community has dwindled down a bit. I like to describe the relationship between market rese
Read more

Why The Nielsen Company is an #mrx Big Data company avant la lettre

Recently there was an interesting discussion on the Next Gen Market Research (NGMR) Linkedin group. The original discussion was started by Emma Kingham, Marketing Manager at Warc. She asked to "Make a prediction about the future of market research that you believe is GUARANTEED to happen". Pretty soon there was a subthread on market research and Big Data. Most of us agreed that the analytical capabilities you will find in the market research world can be valuable for Big Data, especially given the strong IT-leaning it seems to have. What we didn't agree on was, suprise suprise, the definition of Big Data itself.  Basically there were two schools of thought. One group saw Big Data as a relative concept: what is small for one community might be big for another. This school basically saw no difference between Big Data and Normal Data: It's just more of it. The other group, that included me, stressed the technical challenges (Hadoop, Mahout, and so on). In my view a lo
Read more