Den Rahmen für die vorliegende Visualisierung gab die Vorlesung "Durchführung eines Open Data Projekts" der Forschungsstelle Digitale Nachhaltigkeit der Universität Bern. Geleitet wurde diese Veranstaltung von Dr. Matthias Stürmer. Der Auftrag bestand in der Entwicklung einer eigenen Open Data Visualisierung, mit der reale Daten dargestellt werden, die wiederum interpretierbar sind. Begleitet wurde der Auftrag von folgender Hauptfrage: "Wie kann ich selber aus Daten wertvolle Informationen, neues Wissen und wichtige Erkenntnisse generieren?".
Wir hatten das Glück in unserem Projekt mit smartvote, der bekannten und beliebten Online-Wahlhilfe der Schweiz, zusammenzuarbeiten. Smartvote arbeitet mit ihrem eigens entwickelten Fragebogen zu verschiedenen politischen Themen, zu dessen Beantwortung jeweils alle Kandidierenden vor einer anstehenden Wahl eingeladen werden. Wählende können dann in einem nächsten Schritt denselben standardisierten Fragebogen ausfüllen und damit ein Profil erstellen lassen. Das Wählenden-Profil wird anschliessend mit denjenigen von Kandidierenden und/oder Parteien vergleichen, um eine Wahlempfehlung aussprechen zu können.
Mit Hilfe der vorliegenden Applikation sollen nun die Partei-Positionen - bezogen auf die smartvote-Fragen auf Basis der Antworten von Kandidierenden für den Berner Stadtrat 2016 - visuell sichtbar gemacht werden. Diese Visualisierung soll einer vereinfachten Erkennung und Generierung von neuem Wissen und wichtigen Erkenntnissen aus den Daten dienen.
Die Daten standen uns über einen JSON-Datenexport zur Verfügung. Es beinhaltet die Antworten der Kandidierenden zum Berner Stadtrat 2016. 415 von 583 Kandidierende haben an der Umfrage von smartvote teilgenommen.
Bei der Kandidaten-Schnittstelle ist ein Aspekt äusserst nennenswert. Es handelt sich eigentlich nicht um "Open Data", da die Adressen der Kandidierenden in den Daten enthalten sind und smartvote nicht beabsichtigt diese öffentlich zu machen.
Im folgenden wird die Tabelle mit den Variablen der Parteien und ein JSON-Screenshot präsentiert.
Im folgenden wird die Tabelle mit den Variablen der Fragen und ein JSON-Screenshot präsentiert.
Als politisch interessierte, kritische Studenten entschieden wir uns schnell für die Daten von der schweizweit bekannten Online-Wahlhilfe smartvote, derer Hauptsitz sich zu unserer Überraschung in unmittelbarer Nähe des Hauptgebäudes der Universität Bern befindet - an der UniS. Nach dem ersten Gespräch war klar, dass uns die Datenaufbereitung keine allzu grossen Sorgen bereiten wird, da uns gleich saubere JSON Dateien zugesendet wurden. Während dem Gespräch mit den Data Coaches - Michael Erne und Daniel Schwarz - spürten wir förmlich ihre intrinsische Motivation über Politik und deren Visualisierung zu sprechen. Wir hingegen hatten noch keine konkreten Visualisierungsvorstellungen. Umso mehr wollten wir im nächsten Schritt das Unmögliche knackig darstellen.
Zu Beginn des Konzepts überschätzen wir unser Können und die Aufnahmefähigkeit eines durchschnittlichen Users. Gleichzeitig unterschätzten wir den Programmieraufwand bei komplizierten Darstellungen. Somit wiederholten wir Schritt zwei mehrmals, bis wir zum Konsens - weniger ist mehr - gekommen sind. Als wir die Aufgabe simplifizierten und eindeutige Rahmen legten, schien die Anfangsschwierigkeit überwunden, während welcher wir jedoch Programmierkenntnisse aufbauen konnten.
Nach stundenlangem Suchen führte uns ein "Lucky Punch" zu einem zufriedenstellendem D3 Scatterplot. In stoischer Ruhe implementierten wir die JSON-Files und merzten die aufkommenden, kleinen, zeitraubenden Fehler aus.
Nach und nach passten wir den Scatterplott unseren Bedürfnissen an. Sowohl die X-Achse, als auch die Y-Achse mussten wir neu beschriften. In der Y-Achse mussten wir auch Unterkategorien bilden, welche nicht in Zahlen (Ordinal-, Intervall-, Verhältnisskala) ausgedrückt werden, sondern in Worten (Nominalskala). Auch eine Trennung der verschiedenen Gruppen in der Y-Achse führten wir mit Linien durch. Vieles programmierten wir neu dazu: Die Auswahl der Fragekategorie, der Frage, sowie der Parteien. Die drei Mouseover-Effekte waren im Scatterplott ebenfalls nicht inbegriffen.
Nachdem eine sattelfeste erste Version programmiert wurde, forderten wir Feedback von unserem Data Coach. Er zeigte uns einen groben inhaltlichen Schnitzer auf. In der Fragekategorie "Stadtbudget" unterscheiden sich die Antwortmöglichkeiten zu den anderen zehn Fragekategorien, da es beim Stadtbudget nicht um "Ja-Nein"-Fragen geht, sondern um die Bereitschaft der Kandidierenden mehr oder weniger Geld auszugeben für gewisse Budgetpositionen. Dies korrigierten wir. Auch seine Idee, einen Mouseover-Effekt für das Ausschreiben der Parteiabkürzungen, setzten wir um. Einige Details bezüglich der Wortwahl und der Reihenfolge im Tooltip oder in der Y-Achse passten wir den Vorstellungen des Data Coaches an. Des Weiteren machte er uns darauf aufmerksam, dass nicht alle Kandidierenden die Fragebogen ausgefüllt haben und somit eine Verzerrung bei der Summe aller Kandidierenden entsteht. Eine mögliche Lösung wäre gewesen, die fehlenden Kandidierenden mit dem Durschnitt ihrer Parteikollegen zu ersetzen. Dieser Punkt wurde von uns jedoch verworfen. Unter der Visualisierung wird auf die Verzerrung mit zwei Sätzen verwiesen.
Zum SeitenanfangDie Basis der Visualisierung stellt das Scatterplot dar. Die X-Achse zeigt die Antworten der entsprechenden Parteien an. Je vier Antwortmöglichkeiten standen den teilnehmenden Kandidierenden bei zehn Fragekategorien (insgesamt 51 Fragen) zur Verfügung - "Nein" (0), "Eher nein" (25), "Eher Ja" (75) und "Ja" (100). Die elfte Fragekategorie unterscheidet sich anhand der Antwortmöglichkeit. Da es sich um das Stadtbudget (acht Kostentreiber) handelt, konnten folgende Statements abgegeben werden: "Deutlich weniger ausgeben (--)", "Weniger ausgeben (-)", "Gleich viel ausgeben (=)", "Mehr ausgeben (+)", "Deutlich mehr ausgeben (++)". Dank der Quantifizierung der Antworten und anderen wertvollen Angaben über die Kandidierenden, konnten Durchschnitte von Gruppen mit verschiedenen Charakteristiken berechnet werden. Diese Gruppen sind auf der Y-Achse ersichtlich. Es wurden Gruppendurchschnitte auf Partei-Ebene von den beiden Geschlechtern und Altersgruppen - "Bis 30", "30 bis 50", "50 bis 65", "65+" - berechnet und visualisiert.
Die Fragen sind in verschiedene Fragekategorien gegliedert. Elf Fragekategorien können angewählt werden.:
Nachdem eine Fragekategorie angeklickt wurde, kann man im zweiten Fenster eine konkrete Frage selektieren.
Den Nutzenden der Datenvisualisierung bietet sich die Möglichkeit, die Antworten der Parteien untereinander zu vergleichen, indem man eine oder mehrere Parteien anklickt. Des Weiteren kann der gesamte Durchschnitt aller Kandidierenden hinzugezogen werden. Ein nützlicher Button ist "Auswahl entfernen" und "Alles auswählen". Damit können alle angezeigten Parteien mit einem Mausklick entweder angezeigt oder entfernt werden.
Drei Mouseover-Effekte dienen dem besseren Datenverständnis:
Die Herkunft und der Werdegang der visualisierten Daten und die Bedienungsanleitung der Applikation wurden bereits im Story- und Bedienungsanleitungs-Kapitel behandelt. Dieser Abschnitt widmet sich der Interpretation der vorliegenden Daten und zeigt auf, wo und wie man neues Wissen mit dieser Applikationen generieren kann, ebenso werden nennenswerte interessante Erkenntnisse präsentiert. Natürlich soll die Applikation aber auch als Einladung dienen, weitere - vor allem auch persönlich interessante - Erkenntnisse aus den Daten zu ziehen.
An dieser Stelle gilt es darauf hinzuweisen, dass es sich bei den Daten nur um Antworten von erfassten Kandidierenden handelt. Das kommt daher, dass nicht alle Kandidierenden dazu verpflichtet sind, den smartvote-Fragebogen zu beantworten. Insbesondere bei der Zeile "Partei" ist dies zu beachten und nicht davon auszugehen, dass es endgültige korrekte Antworten der gesamten Partei repräsentiert. Nichts desto trotz geniesst smartvote ein hohes Ansehen und erreicht hohe Rücklaufquoten bei ihren Fragebögen (bspw. 85% bei den Nationalrats- und Ständeratswahlen 2015).
Die Parteien-Landschaft der Schweiz ist im Vergleich zu anderen Ländern relativ gross und kann dadurch auch rasch unübersichtlich werden wie die unten dargestellte Legende anschaulich beweist. Nicht nur die Anzahl der Parteien kann je nach Region, Kanton oder Gemeinde variieren, auch der Einfluss repräsentiert durch die Anzahl an Repräsentanten in Ämtern ist nicht immer einfach zu erkennen. Was es jeweils zu beachten gilt, ist die Tatsache, dass es natürlich kleinere und grössere Parteien gibt und dadurch auch mehr oder weniger Kandidierende, die überhaupt antworten konnten. Diese Varianz soll mit Hilfe des auf die Anzahl der Kandidierenden-Antworten angepassten Kreisradius visualisiert dargestellt werden, damit es ein Leichtes ist die Unterschiede zu erkennen und schnell Rückschlüsse ziehen zu können. Die Grösse macht jedoch keine Aussage über den tatsächlichen Einfluss der Partei, da die Kandidierenden noch keinen Aufschluss auf die folgende reale Sitzvergabe geben.
Auf einer ersten Erkundungstour in der Applikation ist es wahrscheinlich, dass man in der Default-Auswahl bleibt und somit alle Parteien eingeblendet bekommt. Durch den Wechsel der Fragen, verändern sich in der Folge logischerweise auch das Gesamtbild und der Gesamteindruck der Antworten. Was man in dieser Ansicht an Wissen dazugewinnen kann, sind die variierenden Verteilungen der Antworten zwischen den Parteien - partei-übergreifend also. Dies ergibt durch die farbigen Kreise fast schon Kunstwerke, die also nicht nur für das Verständnis der Daten Implikationen haben, sondern auch zusätzlich fürs Auge einen Mehrwert bieten. Für das Verständnis sagen sie aber vor allem etwas über die Gesamtverteilung der Antworten aus, sprich es wird klar, ob eine Frage eher gesamthaft verneint wird oder ob die Varianz doch etwas grösser ist und die farbigen Kreise wild über die Skala verteilt liegen. Im Sinne der Antworten würde letzteres auf eine ausgeglichene Verteilung hinweisen. Als Beispiele für sehr verschiedene Gesamtverteilungen werden unten abgebildete zwei Fragen präsentiert. In dieser Abbildung ist die Parteilegende nicht angegeben, da sie für diesen Gesamteindruck auch gar nicht nötig ist.
Nimmt man zusätzlich (oder auch alleinig) die Auswahl "Insgesamt" dazu, erhält man auf einer höheren Ebene Aufschluss darüber, wie die Antwort gesamthaft beantwortet wurde. Höhere Ebene deshalb, weil es den Blick für die vorher beschriebene Varianz eben nicht mehr beinhaltet und nur den Grund-Tenor aller Kandidierenden mittelt. Um zu veranschaulichen, wie nun eine solche "Insgesamt"-Kategorie auch über das Gesamtresultate hinweg täuschen kann, hier das nächste Beispiel. Auf der ersten Grafik sind die Antworten aller Parteien abgebildet, wie bereits vorher. Auf der zweiten Grafik rechts ist nun die "Insgesamt"-Kategorie für diese Frage eingeblendet. Es ist unschwer zu erkennen, dass die "Insgesamt"-Kategorie das Resultat stark vereinfacht. Sind in der linken Abbildung klare Differenzen ersichtlich, erscheint es in der rechten Grafik so, als wäre das Resultat sehr klar.
Um wieder eine Ebene tiefer zu tauchen, bietet die Applikation auch die Möglichkeit, einzelne Parteien miteinander zu vergleichen. Diese Funktion ist spannend, weil man in der Gesamt-Übersicht schnell einmal die Übersicht verlieren kann. Zudem ist es wahrscheinlich, dass der Vergleich einzelner weniger Parteien genau das Interesse für die Nutzung dieser Applikation hervorruft. Bedenken wir in diesem Zusammenhang auch die Grundidee von smartvote, so möchten sich Wählende über Parteien der Kandidierenden informieren können. Im Zuge der Informationsbeschaffung und der Abwägung von verschiedenen Parteien macht es doch Sinn, die zu vergleichen, die in der engeren Wahl sind. Sei es um die eigene Präferenz zu festigen oder doch um feststellen zu müssen, dass vielleicht trotzdem unüberwindbare Meinungsdifferenzen mit der Partei herrschen. Mit dieser Visualisierung steuern wir dafür bei der Entscheidungsfindung vor der Wahl einen grossen Nutzen für die Wählenden bei. Praktischerweise ist die Auswahl der Parteien in der Visualisierung nach erstem Anklicken fixiert, so dass durch einen Wechsel der Frage nicht jeweils aufs Neue die Partei-Auswahl getätigt werden muss (auch dies ein kleiner Exkurs in die Bedienung). Das Schöne hier ist in unseren Augen vor allem, dass ich auch nur die Unterschiede in den Fragen betrachten kann, die mich am meisten beschäftigen oder mir als Meinungen eines politischen Repräsentanten am bedeutendsten sind. Wir steuern hier gerne ein Beispiel bei, das uns persönlich sehr am Herzen liegt und definitiv zur Entscheidungsfindung für oder gegen eine Partei beitragen könnte.
Neben den partei-übergreifenden Differenzen und dem Gesamt-Tenor zeigt die Visualisierung aber auch die partei-internen Differenzen anschaulich auf. Ein grundsätzlicher Befund dabei ist sicherlich die Tatsache, dass die Unterschiede in der Kategorie Geschlecht sowie auch in der Kategorie Alter sehr gross sind. Es reicht von Antworten, die über eine ganze Partei hinweg einheitlich gegeben werden, unabhängig von Alter oder Geschlecht, zu solchen, die in beiden oder einer Kategorie grosse Unterschiede aufweisen. Konkrete Beispiele sind im folgenden Abschnitt der "Interessanten Erkenntnisse" zu entnehmen. Diese Unterschiede waren sicherlich zu erwarten, vielleicht vermag aber trotzdem die eine oder andere spezifische Ausgestaltung der Antworten zu erstaunen.
Dank der Visualisierung haben wir eine Vielzahl an neuen interessanten Erkenntnissen gewonnen. Die Applikation soll aber auch vor allem dazu dienen, die eigenen Erkenntnisse herauszulesen, die von persönlichem Interesse sind. Aus diesem Grund werden wir an dieser Stelle nur eine kleine Auswahl an Erkenntnissen präsentieren und den Rest den Anwendenden überlassen. Um nochmals aufzuzeigen, auf welche Art neues Wissen generiert werden kann, stellen wir interessante Erkenntnisse aus verschiedenen Analyse-Ebenen vor. Diese Ebenen sind bereits in der Interpretation der Daten ein erstes Mal angesprochen worden, nur dass hier auch wirklich die Analyse ausgeführt und auf ihre Implikationen hin untersucht wird.
Eine interessante Erkenntnis bietet die Kategorie "Insgesamt". Man mag sich vielleicht daran erinnern, dass in der Interpretation der Daten erwähnt wurde, dass die Kategorie "Insgesamt" als weniger differenziert vorgestellt wurde als die anderen Vergleichsmöglichkeiten. Nichtsdestotrotz lohnt es sich die Resultate dieser Kategorie unter die Lupe zu nehmen. Ein erstes Erkenntnis im Zusammenhang mit der "Insgesamt"-Kategorie fällt in erster Linie zuerst wieder visuell auf. Das folgend präsentierte Verteilungsmuster kommt auffällig häufig vor, nämlich dass je jünger die Alters-Kategorie ist, desto grösserer wird die "Ja"-Parole. Gleichzeitig sind die Antworten der Frauen deutlich stärker auf der "Ja"-Seite im Vergleich zu den Männern.
Dieses Muster kann bei 19 von 51 Fragen beobachtet werden (gezählt wurden nur die, die sowohl die Altersverteilung kontinuierlich auf eine Seite lappend und die Geschlechterverteilung korrekt hat). Die Stadtbudget-Fragen sind hier ausgeschlossen. Nicht ganz die Hälfte dieser Fragen haben in der "Insgesamt"-Kategorie also eine gleiches Verteilungsmuster. Die genau umgekehrte Formation (Je älter desto eher Ja und Frauen stärker Nein als Männer) ist 10 Mal zu finden. Alle restlichen "Insgesamt"-Muster nicht durch ein solch deutliche Abfolge gekennzeichnet oder weichen teilweise nur schwach davon ab. Wie lässt sich nun dieses Ergebnis erklären?
Zum einen gibt es sicherlich Unterschiede aufgrund der Verteilung der Kandidierenden auf die jeweiligen Kategorien-Ausprägungen. Es gibt deutlich mehr männliche Kandidierende im Vergleich zu den weiblichen. Dieser Umstand könnte natürlich beeinflussen wie eine Verteilung aussieht. Wahrscheinlich wäre auch ein Zusammenhang zu finden, für welche Parteien die Frauen hauptsächlich kandidieren und zu welchen Antworten diese Parteien eher neigen. Durch die Über- oder Unterrepräsentation von Frauen in gewissen Parteien ergeben sich dadurch natürlich auch Antwort-Richtungen. Hier wird wieder ein Nachteil der "Insgesamt"-Kategorie als eigenständige Kategorie sichtbar - diese Annahme kann nicht untersucht werden ohne Einbezug weiterer Parameter. Würde man sich nun auch noch tiefer mit der Disziplin der Psychologie der Frau beschäftigen, dann würde man allenfalls sogar Befunde finden, die auf eine stärkere "Ja"-Sage Tendenz bei Frauen plädieren im Vergleich zu Männern. Dies soll uns aber im Rahmen dieses Projektes erspart bleiben.
Bei den Alters-Unterschieden kann die Ursache wie bereits beim Geschlecht in der Anzahl von Repräsentanten generell liegen. Im Vergleich zu den anderen Kategorien hat es beispielsweise weniger Kandidierende in der 65+ Kategorie. Diese Logik ist beim Alter aber nicht durchgängig anwendbar, weil die Gruppe der 30 bis 50-Jährigen die grösste ist und sie sich trotzdem linear einordnet. Auch hier müsste also die Forschung in tiefere Gefilde eintauchen, um dieses Phänomen aufklären zu können.
Mit der Menge der Fragen, und in Anbetracht der vielen Kombinationsmöglichkeiten von verschiedenen Parteien, gäbe es hier unzählige Erkenntnisse aufzuzeigen. Wie bereits erwähnt, werden wir uns auf einige wenige beschränken und den Rest der eigenen Analyse überlassen.
Für den Parteien-Vergleich haben wir uns zwei klassisch rivalisierende Parteien ausgesucht und untersucht, ob sie sich wirklich durchgehend bekämpfen oder welche Muster es hier zu entdecken gibt. Es handelt sich hierbei um den Vergleich zwischen der SP und der SVP. In der Mehrheit der Vergleiche der Antworten der beiden Parteien ist eine klare Differenz erkennbar, meist befindet sich mindestens eine Partei an einem Pol und die andere entweder irgendwo zwischendrin oder wirklich am anderen Pol. Damit man noch ein paar mehr Eindrücke von möglichen Ansichten in der Visualisierung bekommt, steuern wir auch hier eine Abbildung bei, die eben genau diese "Standard-Situation" abbilden soll. Dazu haben wir uns eine Frage ausgesucht, die nicht unerwartet grosse Differenzen hervorruft: "Würden Sie es befürworten, wenn die Stadt Bern freiwillig zusätzliche Flüchtlinge aufnehmen würde?"
Diese Erkenntnis war jetzt wahrscheinlich nicht wirklich unerwartet und dadurch vielleicht auch nicht sehr interessant. Obwohl die grosse Mehrheit der Fragen ein ähnliches Bild ergibt, gibt es aber doch auch Fragen, die nicht eindeutig Partei-Präferenzen aufzeigen. Bei einer speziellen Frage ergibt sich ein spannendes Bild, wie man sich von der unten abgebildeten Grafik selber überzeugen lassen kann. Hier ist man gar gewillt von der Partei-Frage zur Geschlechter-Frage überzugehen, da die Unterschiede hier ganz deutlich auf der Geschlechter-Kategorie und nicht auf der Partei-Kategorie zu finden sind. Die zur Grafik gestellt Frage lautet wie folgt: "Würden Sie es befürworten, wenn in der Schweiz die direkte aktive Sterbehilfe durch einen Arzt straffrei möglich wäre?"
Bezogen auf die Alters-Kategorien im Vergleich der beiden Parteien gibt es eine spannende Erkenntnis oder vielleicht besser gesagt ein schönes Bild. Es handelt sich hier um die Frage "Gemäss dem Konzept der integrativen Schule werden Kinder mit Lernschwierigkeiten oder Behinderungen grundsätzlich in regulären Schulklassen unterrichtet. Befürworten Sie dies?". Hier sind die Antwort-Unterschiede der beiden Parteien vor allem in der Alterskategorie 65+ und 50 bis 65 am grössten, bei den 30 bis 50-Jährigen nimmt der Unterschied bereits etwas ab und bei den bis 30-Jährigen wendet sich das Blatt der Antwort-Richtung. Wie gesagt ist das hier vor allem ein schönes Bild, weil es zu beachten gibt, dass es von der SP in der Kategorie bis 30 lediglich drei Antworten und von der SVP vier Antworten gab.
Diese Erkenntnis-Kategorie möchten wir hier sehr kurz halten, da es auch hier sehr verschiedene subjektive Interessensgebiete gibt, sowohl bezogen auf die Partei-Auswahl, wie auch auf die Fragen-Auswahl. Wir haben uns für eine Erkenntnis entschieden, die das Stadtbudget behandelt, da diese Fragen bisher etwas vernachlässigt wurden in der Analyse, aber auch interessante Informationen bieten.
Wie der Titel dieses Abschnitts impliziert, spaltet das Stadtbudget die Partei - im vorliegenden Fall die FDP. Das ist natürlich eine hetzerische Behauptung und soll auch gar nicht so ernst gemeint sein. Was in der untenstehenden Abbildung sichtbar gemacht wird, ist die partei-interne Differenz in der Beurteilung des Bedürfnisses der "Sozialen Sicherheit" an mehr oder weniger Stadtbudget. Der Gesamt-Partei-Durchschnitt liegt am nähesten von der Antwort "weniger ausgeben". Die behauptete Spaltung der Partei ist in der Geschlechter-Kategorie zu entdecken. Währenddem sich die Männer eindeutig für "weniger ausgeben" aussrpechen, sind die Frauen der Meinung, dass "gleich viel ausgeben" sinnvoller wäre. Auch in der Alters-Kategorie lassen sich Unterschiede innerhalb dieser einen Partei ausmachen. Die jüngeren Kandidierenden tendieren mit der Antwort der Männer gleichzuhiehen, währenddessen die älteren den Frauen nacheifern. Ganz so einfach ist dieser Vergleich natürlich wieder einmal nicht. Es könnte nämlich auch einen Zusammenhang zwischen Alter und Geschlecht geben in der Zusammensetzung dieser Partei. Dieses Erkenntnis soll als Schlusspunkt der Erkenntnisse ein wenig zum Denken anregen und aufzeigen wie mächtig eine solche Visualisierung sein kann für Informations- und Erkenntnisgewinne.
Die vorliegende Visualisierung hatte zum Ziel, die Partei-Positionen aufgrund der Kandidierenden-Antworten darzustellen und dadurch als eine Erleichterung für Erkenntnisgewinne zu dienen. In unseren Augen erreicht diese Visualisierung ihr Ziel und trotzdem gibt es bereits weitere Ideen zur Verbesserung und zur Weiterentwicklung.
Schenkt man der MUI (media use index)-Studie Glauben, so nutzten 85% der Schweizer das Internet mobil, das heisst sie surfen auf einem Tablet oder Smartphone. Bei den Digital Natives (14-29-jährige) sind es gar 95%, die auf mobilen Geräten surfen. In Anbetracht dieser Zahlen wäre es wünschenswert die Visualisierung auch für mobile Endgeräte zu optimieren. Zum aktuellen Stand ist die Visualisierung auf diesen Geräten ohne weitere Probleme abrufbar, aber folgende Verbesserungen könnten die Mobile Usability noch stärker erhöhen:
Einen Visualisierungs-Wunsch von smartvote konnten wir mit der aktuellen Visualisierung leider noch nicht gewährleisten. Sie hätten sich bei der Visualisierung der Antworten neben den Mittelwerten zusätzlich die Standardabweichungen angezeigt gewünscht. In der vorliegenden Visualisierung war dies nicht möglich, weil es mit diesen weiteren Elementen der Standardabweichung sehr unübersichtlich gewordern wäre. Damit dieser Wunsch realisiert werden könnte, müssten wir auf gewisse Optionen verzichten, die aktuell umgesetzt sind. Die Unterteilung in die Positionen der verschiedenen Altersgruppen und Geschlechtergruppen beinhaltet zwar keine Standardabweichung, aber unterteilt die Gesamt-Partei trotzdem auch in kleinere Einheiten, die gewisse Abweichungen ersichtlich machen. Für einen Erkenntnisgewinn erachten wir darum die aktuelle Visualisierung auch in einem Kontext der potentiellen Abweichungen der Gesamt-Partei als sehr interessant.
Zum Seitenanfang| Mitglied | Bild | |
|---|---|---|
| Bojan Stojkovic |  |
bojan.stojkovic@students.unibe.ch |
| Lia Steiner |  |
lia.steiner@students.unibe.ch |
| Beschreibung | Link | Lizenzinformation |
|---|---|---|
| Fragen-Schnittstelle | Auf Anfrage bei smartvote erhältlich | smartvote |
| Kandidierenden-Schnittstelle | Auf Anfrage bei smartvote erhältlich | smartvote |
| Parteien-Schnittstelle | Auf Anfrage bei smartvote erhältlich | smartvote |
| Originales Scatterplot | Originales Scatterplot | Lizenz beim Autor anfragen |
| PACE Loadingbar | Loadingbar | HubSpot |
| jQuery Tooltip (Legende) | jQuery UI | MIT-Lizenz |
| jQuery Library | jQuery | MIT-Lizenz |
| Bootstrap Framework | Bootsrap | MIT-Lizenz |
| Data-Driven Documents Library | d3js | BSD-Lizenz |
| w3schools Tutorials | w3schools | Refsnes Data |
| YouTube Tutorials zusammengestellt von Dr. Matthias Stürmer | YouTube Tutorials | Fachstelle Digitale Nachhaltigkeit |