1.1. Lernziele und individuelle Voraussetzungen#
Dieses JupyterBook setzt ein grundlegendes Verständnis für Datenanalyse voraus. Von Vorteil ist es, wenn Anwendende bereits mit grundlegenden statistischen Konzepten vertraut sind. Die Fallstudie ist insbesondere für diejenigen relevant, die ein Interesse an urbanen Entwicklungsprozessen haben und diese auf Grundlage stadtsoziologischer und räumlicher Daten untersuchen möchten.
Für Kapitel 2: Fragestellung und Operationalisierung sind keine besonderen Vorkenntnisse erforderlich. Das Kapitel führt in die zentralen Leitfragen ein, erläutert die Operationalisierung wesentlicher theoretischer Konzepte und beschreibt die verwendeten Daten.
Kapitel 3: Datenvisualisierung vermittelt die theoretischen Grundlagen der visuellen Datenanalyse. Hier werden zentrale Prinzipien der Informationsvisualisierung vorgestellt – etwa geeignete Diagrammtypen, Farbwahl, Skalierung, Vergleichbarkeit und bewusste Reduktion. Zudem werden unterschiedliche Visualisierungstools gegenübergestellt, sodass Anwendende ein Verständnis dafür entwickeln, in welchem Kontext welche Werkzeuge sinnvoll sind.
Alle praktischen Inhalte zum Aufbau des Dashboards sind in Kapitel 4: Dashboard bauen gebündelt. Dieses Kapitel umfasst mehrere Übungen, in denen Schritt für Schritt die fünf zentralen Dashboard-Reiter umgesetzt werden: Startseite, Karte, Bewässerungsanalyse, Zeitverlauf und Baumstatistik. Die Übungen vermitteln praxisnah den Umgang mit Shiny, der Reactive-Logik, ggplot-Visualisierungen, interaktiven Elementen und der Einbettung erklärender Hinweise. Grundlegende R-Kenntnisse sind hilfreich, aber nicht zwingend notwendig, da alle Bausteine ausführlich erläutert werden.
Mit dem Durchlaufen dieses Jupyter Books können Sie die folgenden Lernziele erreichen:
Formulieren der Forschungsfrage und Operationalisieren des Verfahrens
Die Forschungsfrage kann erläutert und in einen Kontext mit der Gestaltung eines Dashboards gesetzt werden.
Methoden und Werkzeuge der Datenvisualisierung
Grundsätze der Datenvisualisierung sind bekannt. 2. Auf die Manipulierbarkeit von Visualisierungen wird eingegangen.
Aufbau eines Dashboards als Form der Visualisierung in der Verwaltung(swissenschaft)
Der Aufbau und die Gliederung eines Dashboards können erklärt werden.
Ein Dashboard kann mit R Shiny entworfen werden.