Dataene som visualiseres er egenproduserte hverdagsdata samlet inn manuelt av meg, Vito Rodrigo Salvatore San Martin. Jeg har totalt 500 studiepoeng og deltar i prosjektet En reise i Havets hjerte, som danner den faglige rammen for dette arbeidet. Datasettet består av antall kopper kaffe jeg drakk per dag i perioden 9.–15. februar 2025. Enheten er “antall kopper per dag”, og hver observasjon representerer én dags forbruk.
Som opphavsperson eier jeg selv datasettet, og det er ikke underlagt ekstern opphavsrett. Innenfor prosjektets rammer har også Havets hjerte rettigheter knyttet til presentasjon og bruk av materialet. Visualiseringen er laget som et fysisk stolpediagram der kaffebønner representerer antall kopper kaffe per dag.
DIGI610 26V Fantastisk Data
Arbeidskrav 1
av
Vito Rodrigo Salvatore San Martin
Kandidat nr: 338
Bergen, Norge
Universitetet i Bergen
19. februar 2023
«Denne oppgaven er gjennomført som en del av utdannelsen ved Universitetet i Bergen
Universitetet i Bergen er ikke ansvarlig for oppgavens metoder, resultater, konklusjoner eller anbefalinger.»
Innholdsfortegnelse
1 Innledning 3
1.1 Begrensning av oppgaven 3
1.2 Begrepsavklaringer 3
2. Teoretisk grunnlag for vurdering og metodevalg 4
2.1 Data 4
3 Metode 5
3.1 Innsamling av data 5
3.2 Bearbeiding av data 5
3.3 Utforming av visualisering 5
4 Resultat 7
5 Drøfting 9
6 Konklusjon 11
Kilder / Referanser 12
1 Innledning
Data finnes overalt rundt oss også i de små tingene vi gjør hver dag. For å utforske dette nærmere, bestemte jeg meg for å samle inn data fra min egen hverdag og omgjøre det til en visuell representasjon. På denne måten kan jeg se mine egne vaner på en ny måte.
1.1 Begrensning av oppgaven
Denne oppgaven er avgrenset til å omfatte innsamling og visualisering av et lite datasett fra min egen hverdag. Målet er ikke å gjennomføre en omfattende datainnsamling eller avansert analyse, men å utforske hvordan personlige data kan representeres visuelt. Visualiseringen er laget manuelt, uten bruk av automatiserte verktøy som genererer ferdige grafer. Oppgaven omfatter heller ikke vurdering av datakvalitet, statistiske metoder eller sammenligning med eksterne datakilder. Fokus ligger utelukkende på å velge relevante hverdagsdata, fremstille dem visuelt og reflektere over prosessen.
1.2 Begrepsavklaringer
• Personlige data: Dette viser til informasjon som stammer fra mine egne aktiviteter, vaner eller omgivelser. I denne sammenhengen handler det ikke om sensitive personopplysninger, men om enkle hverdagsobservasjoner som jeg selv har valgt å registrere.
• Visualisering: Visualisering betyr å omgjøre data til en grafisk fremstilling som gjør mønstre, forskjeller eller utvikling lettere å se. I denne oppgaven innebærer det en visualisering jeg selv har laget manuelt eller digitalt, uten bruk av automatiserte verktøy som genererer ferdige grafer.
• Selvregistrert datainnsamling: Dette innebærer at jeg selv har samlet inn dataene, enten ved å telle, notere eller observere noe over tid. Dataene er dermed ikke hentet fra apper, nettsider eller eksterne systemer.
2. Teoretisk grunnlag for vurdering og metodevalg
2.1 Data
Data kan forstås som strukturerte eller ustrukturerte observasjoner som beskriver et fenomen, en hendelse eller en aktivitet. I hverdagslig sammenheng oppstår data kontinuerlig gjennom handlingene våre, for eksempel hvor ofte vi gjør noe, hvor lenge noe varer, eller hvilke valg vi tar. Innen datavitenskap skiller man gjerne mellom kvalitative data (beskrivende, ikke‑numeriske observasjoner) og kvantitative data (tallfestet informasjon). I denne oppgaven arbeider jeg hovedsakelig med kvantitative data, siden målet er å telle og registrere noe som kan visualiseres grafisk.
Et sentralt poeng i datateori er at data i seg selv ikke gir mening før de blir satt i en kontekst. Visualisering er derfor et viktig verktøy for å gjøre mønstre, variasjoner og sammenhenger synlige. Når data presenteres visuelt, blir det lettere å tolke dem og reflektere over hva de faktisk sier om virkeligheten de representerer. I denne oppgaven brukes en enkel form for datavisualisering for å illustrere hvordan selv små, hverdagslige datasett kan gi innsikt når de fremstilles grafisk (DigitalNorway & Universitetet i Bergen, u.å.)..
3 Metode
Metoden i denne oppgaven består av tre hoveddeler, innsamling av data, bearbeiding av data og utforming av visualiseringen. Målet har vært å bruke en enkel og transparent prosess som viser hvordan hverdagslige observasjoner kan omgjøres til visuell informasjon.
3.1 Innsamling av data
Dataene som brukes i denne oppgaven er selvregistrerte og ble samlet inn manuelt over en avgrenset tidsperiode. Jeg valgte å registrere antall kopper kaffe jeg drakk hver dag fra 9. til 15. februar, fordi dette er en aktivitet som forekommer jevnlig i min hverdag og derfor egner seg godt til enkel og systematisk datainnsamling. Registreringen ble gjort ved å notere antallet fortløpende i løpet av dagen, slik at observasjonene ble så nøyaktige som mulig. Denne metoden sikrer at dataene er direkte knyttet til mine egne handlinger og ikke hentet fra apper eller automatiserte systemer, i tråd med oppgavens krav.
3.2 Bearbeiding av data
Etter at datainnsamlingen var fullført, ble observasjonene strukturert i en enkel tabell for å få oversikt over variasjoner og mønstre. Bearbeidingen besto i å telle, sortere og organisere dataene slik at de kunne visualiseres på en tydelig måte. Det ble ikke brukt statistiske analyser eller avanserte beregninger, ettersom formålet med oppgaven er å vise hvordan selv enkle datasett kan representeres visuelt.
3.3 Utforming av visualisering
Visualiseringen ble laget manuelt. Jeg valgte å bruke et stolpediagram fordi denne typen visualisering gjør det enkelt å sammenligne verdiene og se eventuelle mønstre i dataene. Visualiseringen er utformet uten bruk av automatiserte verktøy som skaper ferdige grafer, i tråd med oppgavens retningslinjer. Målet har vært å lage en tydelig og lett forståelig fremstilling som viser hvordan hverdagsdata kan gjøres visuelt tilgjengelige.
4 Resultat
Resultatene fra datainnsamlingen viser et tydelig mønster i kaffeforbruket mitt i perioden 9.–15. februar. Jeg registrerte hvor mange kopper kaffe jeg drakk hver dag, og dataene viser en klar forskjell mellom ukedager og helg. På hver ukedag drakk jeg 4 kopper kaffe, mens forbruket sank til 2 kopper per dag i helgen.
Tabellen under gir en oversikt over de registrerte observasjonene:
Tabell 1: Antall kopper kaffe per dag (9.–15. februar)
Dato Ukedag Antall kopper kaffe
9. februar Mandag 4
10. februar Tirsdag 4
11. februar Onsdag 4
12. februar Torsdag 4
13. februar Fredag 4
14. februar Lørdag 2
15. februar Søndag 2
Visuell datavisualisering.
Figur 1 Visuell
datavisualisering.
Visuell datavisualisering av mitt kaffeforbruk i perioden 9.–15. februar. Diagrammet er laget som en fysisk oppstilling av kaffebønner, der høyden på hver stolpe representerer antall kopper kaffe per dag. Visualiseringen viser tydelig forskjellen mellom ukedager og helg, og illustrerer hvordan hverdagsrutiner påvirker kaffevanene mine. Som vist i Figur 1, er kaffeforbruket mitt høyere på ukedager enn i helgen. Den fysiske visualiseringen gjør mønsteret lett å oppfatte.
5 Drøfting
Å arbeide med egne hverdagsdata gir en unik mulighet til å se seg selv utenfra. I denne oppgaven ble kaffevanene mine et lite vindu inn i hvordan hverdagsrytmen min faktisk fungerer. Resultatene viser et tydelig mønster, fire kopper kaffe hver ukedag og to kopper i helgen. Selv om tallene er enkle, forteller de en større historie om hvordan jeg lever livet mitt. Ukedagene er preget av struktur, tempo og behov for energi, mens helgen gir rom for ro, pauser og mindre stimulans. Det er fascinerende hvordan noe så lite som kaffeforbruk kan speile en hel livsrytme. Data produseres overalt rundt oss, og utviklingen drives frem av både teknologi og menneskelig atferd (DigitalNorway & Universitetet i Bergen, u.å.).
Visualiseringen jeg laget et fysisk diagram bygget av kaffebønner gjorde denne innsikten enda tydeligere. Det å skape diagrammet med hendene, plassere hver bønne og se stolpene vokse, gjorde dataene mer levende enn et digitalt diagram kunne gjort. Det ble ikke bare en graf. det ble en liten installasjon, et øyeblikksbilde av hverdagen min. Denne typen fysisk visualisering gjør data mer sanselige og nærværende. Det er noe inspirerende i å se tall bli til form, rytme og mønster nesten som om dataene får en kropp. Samtidig viser prosessen hvor mye makt visualisering har. Når tall blir til former, blir det lettere å oppdage mønstre og stille spørsmål, Hvorfor drikker jeg mer kaffe på hverdagen? Hva skjer i helgen som gjør at behovet synker? Selv en enkel graf kan åpne for refleksjon over vaner man ellers ikke legger merke til. Det er nettopp dette som gjør datavisualisering så interessant den gjør det usynlige synlig.
Det er likevel viktig å være bevisst begrensningene. Datasettet er lite, tidsperioden kort, og alt handler om én person, meg. Det betyr at resultatene ikke kan generaliseres. Men i denne oppgaven er ikke målet å si noe om alle mennesker, målet er å vise hvordan hverdagsdata kan samles inn, bearbeides og visualiseres på en meningsfull måte. Og i den sammenhengen fungerer datasettet svært godt. Til slutt viser prosessen at data ikke trenger å være kompliserte for å være interessante. Når man gir dem form, farge og plass, kan selv små tall fortelle store historier. Det inspirerende med denne oppgaven er nettopp at den viser hvordan vi alle bærer på data hver dag og at vi kan bruke dem til å forstå oss selv litt bedre. Som DigitalNorway og Universitetet i Bergen (u.å.) beskriver, er data blitt en av vår tids mest verdifulle ressurser og samtidig noe vi må forstå for å kunne beskytte oss selv.
6 Konklusjon
Denne oppgaven viser hvordan selv enkle hverdagsdata kan gi innsikt når de blir samlet inn, bearbeidet og visualisert på en gjennomtenkt måte. Registreringen av kaffeforbruket mitt avslørte et tydelig mønster mellom ukedager og helg, og den fysiske visualiseringen gjorde dette mønsteret både konkret og lett å forstå. Arbeidet demonstrerer at datavisualisering ikke trenger å være avansert for å være meningsfull når data gis form og uttrykk, kan de fortelle historier om vaner, rytmer og livsstil. Prosessen viser at vi alle bærer på data som kan brukes til å forstå oss selv bedre, og at kreativitet kan gjøre selv små tall til noe større.
Kilder / Referanser
DigitalNorway & Universitetet i Bergen. (u.å.). Hvorfor skal jeg bry meg om data? Datareisen. https://www.datareisen.no/kapittel/derfor-er-data-gull-verdt-og-verdt-a-verne-om/seksjon/hvorfor-skal-jeg-bry-meg-om-data
Dataene som visualiseres er egenproduserte hverdagsdata samlet inn manuelt av meg, Vito Rodrigo Salvatore San Martin. Datasettet består av antall kopper kaffe jeg drakk per dag i perioden 9.–15. februar 2025. Enheten er “antall kopper per dag”, og hver observasjon representerer én dags forbruk. Dataene er ikke hentet fra eksterne systemer, apper eller tredjepartskilder.
Opphavsrett og eierskap:
Som opphavsperson er jeg selv eier av datasettet. Dataene er egenproduserte og faller derfor ikke under eksterne lisensordninger som Creative Commons eller Open Government Licence. De kan i praksis klassifiseres som Public Domain, ettersom jeg har full råderett over dem.
Havetshjerte-prosjektet:
Visualiseringen og bruken av dataene inngår i En reise i Havets hjerte, et prosjekt jeg deltar i som del av mine studier (jeg har totalt 500 studiepoeng). Havetshjerte‑prosjektet har også rettigheter knyttet til presentasjonen, bruken og formidlingen av materialet innenfor prosjektets rammer. Dette innebærer at både jeg som dataskaper og prosjektet som faglig kontekst har rettigheter til hvordan dataene brukes og vises.
Representasjon:
Visualiseringen er laget som et fysisk stolpediagram der kaffebønner representerer antall kopper kaffe per dag. Én bønne tilsvarer én kopp. Diagrammet fungerer både som en datagraf og som en fysisk installasjon som viser mønstre i hverdagsvanene mine.
#vitorodrigosalvatoresanmartin #VitoSanMartin #VitoRSM
#HumanAdaptiveManagement
#HAMLeadership #HMSkoordinator
#HMSBærekraftsleder #HMSledelse #VIKmodellen #SafetyCulture
#LeadershipInnovation #BærekraftigLedelse
#HMSfaglig #PetroleumSafety #Arbeidsmiljø #TrygghetIFokus #LedelseMedHjerte
#SafetyFirstAlways #KiwaKompetanse
#SanMartinLeadership#SanMartinLeadership #SanMartinMethod #VitoRSM #VitoLeadership #HAMmindset #SafetyByPeople #vitorodrigosalvatoresanmartinOfficial #Leadership #Innovation #Sustainability #Motivation