„Ich bin nicht technisch versiert. Ich verstehe Mathe einfach nicht. Es ist wie eine Fremdsprache. Ich kann das nicht.“– Kirsten Crannell, Newburyport High School
Ich sagte diese Dinge in der Mittelschule, der Oberschule und im Studium, da ich alles MINT-bezogene vermied. Doch mit jedem dieser Sätze baute ich einen Stein auf die Mauer – eine Mauer, die zwischen mir und einer Karriere in Naturwissenschaften, Technik, Ingenieurwesen oder Mathematik stand.
Obwohl ich mich mit Lehrern und Professoren traf, an Lerngruppen teilnahm und vor den Klassen saß, stand mir die allgegenwärtige Mauer im Weg. Andere bemerkten meinen Mangel an Selbstvertrauen:Gehen Sie bloß nicht in die Buchhaltung, das ist vielleicht nichts für Sie, ich kann es Ihnen nicht noch einmal erklären.
Trotz meiner Bemühungen hat es nicht geklappt. Ich war überzeugt, dass ich dazu nicht in der Lage war, egal wie sehr ich es versuchte.
Dass meine Mathematik- und Naturwissenschaftslehrer Männer waren, half nicht weiter. Ich wuchs mit dem Glauben auf, dass Männer in diesen Bereichen die Besten seien – nicht Frauen.
Ein Jahrzehnt später arbeite ich als Eventplanerin für JMP, ein Unternehmen für Statistiksoftware. Selbst nach meinem ersten Jahr sagte ich immer noch: „Sie haben mich nicht wegen meiner technischen Fähigkeiten eingestellt!“ Es war ein Scherz, aber ich führte immer noch denselben Dialog. Umgeben von so brillanten Leuten fühlte ich mich wie ein Hochstapler – die unintelligenteste Person im Raum.
Doch mit der Zeit, als ich Kolleginnen als Entwicklerinnen, Systemingenieurinnen und Software-Lehrerinnen kennenlernte, begann ich die MINT-Welt mit anderen Augen zu sehen. Ich sah mich als wichtigen Teil eines technischen Teams. Und ich erkannte die Möglichkeiten:Ich bin auch in diesem Raum. Ich bin hier und ich gehöre dazu!
Mein Wendepunkt
Ich arbeitete mit einer Statistikdozentin zusammen, die mir den Freiraum gab, mich zu öffnen. Ich sah zu, wie sie Menschen unterrichtete, die noch nie Statistiksoftware benutzt hatten. Ich beobachtete ihre Begeisterung, als sie ihnen half, den Übergang vom ersten Öffnen von JMP zum Vertrauen in das eigene Tun zu meistern. Das gab mir Hoffnung.
Langsam begann die Mauer zwischen mir und MINT Stein für Stein zu fallen. Ich erhielt Unterstützung und Ermutigung, und mein Mentor gab nicht auf.
Als ich endlich Daten fand, die mir wichtig waren – Daten, die mich begeisterten –, fiel diese Mauer. Als ich meine Daten erkundete, eröffnete sich mir eine völlig neue Welt. Und wow, diese Aussicht war wunderschön! Sie war voller Balkendiagramme, Wortwolken, Baumdiagramme und weiterer Datenvisualisierungen, die mir Sinn machten.
Um eine Ski-Analogie zu verwenden: Ich bin noch auf dem Anfängerhang. Aber mit etwas Übung, Zeit und Geduld bin ich zuversichtlich, dass ich es bis zur schwarzen Piste schaffen werde. Wunderbare Dinge können passieren, wenn man aufhört, sich selbst im Weg zu stehen und anfängt, an sich selbst zu glauben.
Meine Art von Daten
Unsere Marketingleute haben mir immer wieder gesagt: Wer Daten hat und neugierig ist, ist ein guter Kandidat für JMP. Als ich Daten fand, die mich neugierig machten, wissen Sie, worauf ich hinauswill. So kam ich dorthin.
Ich leite und veranstalte monatliche praxisorientierte Workshops, in denen ich kleinen Unternehmen JMP näherbringe. Da mir gute Arbeit und kontinuierliche Verbesserung sehr wichtig sind, habe ich mich gefragt, was ich aus den Registrierungsinformationen und den Umfragedaten nach der Veranstaltung lernen könnte.
Veranstaltungsregistrierungsdaten
Dies sind die ersten Fragen, die ich mir beim Betrachten der Registrierungsdaten für jeden von mir veranstalteten Workshop gestellt habe:
- Wie hoch ist meine Anwesenheitsquote?
- Wie hoch war die Stornierungsrate?
- Was weiß ich über die Leute, die nicht erschienen sind?
Durch die Erstellung dieses Balkendiagramms konnte ich feststellen, dass etwa 50 Prozent der angemeldeten Teilnehmer anwesend waren. Im Juli, August und Dezember waren es weniger Teilnehmer, wahrscheinlich aufgrund von Feiertagen und Ferien. Da diese Kurse kostenlos sind, erwarten wir eine höhere Nichtteilnahmequote als bei kostenpflichtigen Kursen. Dieses Diagramm hat mich nicht überrascht.
Ich habe mich gefragt: Wo befinden sich meine Registranten?
Durch die Erstellung dieses gestapelten Balkendiagramms habe ich festgestellt, dass die meisten Anmeldungen aus Kalifornien kamen, was angesichts der Größe des Bundesstaates nicht überraschend ist. Überraschend war jedoch, dass Massachusetts, ein deutlich kleinerer Bundesstaat, der zweithöchste Anteil an Anmeldungen hatte. Das sagt mir zwei Dinge: Kunden in Kalifornien und Massachusetts sind engagierter als in den meisten anderen Regionen, und die Vertriebsteams in diesen Gebieten bewerben diese Workshops bei ihren Kunden. Ich freue mich sehr, wenn unsere Vertriebsprofis mit uns zusammenarbeiten!
Meine letzte Frage zu den Registrierungsdaten: Wie viele einzelne Unternehmen haben wir erreicht?
In einem Jahr haben wir 617 verschiedene kleine Organisationen erreicht. Die Treemap zeigt den Prozentsatz der gesamten Registrierungen jedes Unternehmens. Ich liebe Treemaps, weil sie informativ sind.Undschön. Beachten Sie, dass wir Firmennamen anonymisiert haben, um ihre Identität zu verbergen.
Umfragedaten nach der Veranstaltung
Ebenso begeistert, wenn nicht sogar noch mehr, bin ich von den Daten, die die Gedanken der Teilnehmer zu den Workshops zeigen. Bevor ich diese Daten durchsehe, sei darauf hingewiesen, dass Umfragen in der Regel eine niedrige Rücklaufquote aufweisen. Daher habe ich mich bei der Analyse dieser Daten auf die Antworten selbst und nicht auf die Anzahl der Antworten konzentriert.
Die erste Frage: Wie zufrieden waren Sie mit dem Workshop?
Es gibt viele Möglichkeiten, die Antworten zu betrachten, aber ich war besonders zufrieden mit der Heatmap. In einer Heatmap zeigt die Farbe die Variation von äußerst zufrieden bis eher unzufrieden an; je dunkler die Farbe, desto mehr Antworten hatten wir. Obwohl wir für diese Umfragefrage eine fünfstufige Skala hatten, zeigt diese Karte eine vierstufige Skala, da niemand extrem unzufrieden war. Zum Glück. Diese Heatmap unterteilt den Workshop auch nach Typ: JMP Accelerate, Jump into Quality und Jump Start with JMP.
Graph Builder ist mein bevorzugtes JMP-Tool zum Erstellen von Visualisierungen. JMP bietet auch ein Tool zum Überprüfen von Umfragedaten. Das Schöne daran ist, dass Benutzer die Daten in vielen verschiedenen Formen darstellen können, je nachdem, welche Ausgabe Sie und Ihr Publikum anspricht.
- Diagramm teilen. Mir gefällt, dass dieses Diagramm die Gesamtantworten der Umfrage zusammen mit der visuellen Darstellung der Antworten gruppiert anzeigt, fast wie ein gestapeltes Balkendiagramm. Was mir nicht gefällt, ist, dass ich nicht sehen kann, wie viele Antworten es für jede Kategorie gab, sodass ich nur raten kann, wie viele sehr zufrieden bzw. einigermaßen zufrieden sind.
- Frequenzdiagramm.Mir gefällt, dass das Häufigkeitsdiagramm jede Kategorie getrennt darstellt, aber ich fand es schwierig, die Gesamtantworten für diese Kategorien zu verstehen.
Wenn Sie Ergebnisse in unterschiedlichen Visualisierungen gesehen haben, stellen Sie möglicherweise fest, dass Ihnen ein Diagramm besser gefällt als ein anderes. Ich habe die Heatmap für die Frage nach der Zufriedenheit mit dem Workshop bevorzugt.
Meine zweite Frage: Wie war das Tempo des Workshops?
Ich wollte die Ergebnisse des Workshop-Tempos lieber anhand des Anteilsdiagramms sehen. Mit nur drei Punkten konnte ich die Daten klar erkennen. Da der JMP Accelerate-Workshop für fortgeschrittene Benutzer konzipiert war, war ich nicht überrascht, dass Anfänger das Tempo des Kurses als zu schnell empfanden.
Die dritte Frage: Was fanden Sie am wertvollsten?
Ich habe den lokalen Datenfilter verwendet, um zwischen den drei Workshops zu wechseln und mir die einzelnen Wortwolken anzusehen. Es war eine Menge Arbeit nötig, z. B. das Hinzufügen von Phrasen, das Umkodieren von Wörtern und das Einfügen von Stoppwörtern. Die Arbeit hat sich gelohnt, denn Tipps & Tricks, praktische Übungen, DOE, Datenanalyse und das Erlernen neuer Funktionen in JMP fielen mir sofort ins Auge.
Eine meiner wichtigsten Erkenntnisse aus diesem Unterfangen war die Erkenntnis, dass ich die Daten bereinigen musste, bevor ich mit der Erstellung meiner Diagramme und der Beantwortung von Fragen beginnen konnte. Während ich mich mit JMP vertraut machte und meine Daten untersuchte, änderte ich meinen Prozess mehrmals. Dabei stellte ich ständig Fragen, um die beste Darstellung meiner Daten zu finden. Meine Fähigkeiten zum Fragen, Analysieren und Problemlösen sind ein wesentlicher Bestandteil von MINT. Je mehr ich mit meinen Daten arbeitete, desto mehr lernte ich.
Meine wichtigste Erkenntnis ist jedoch, dass ich bisher nur an der Oberfläche dessen gekratzt habe, was JMP leisten kann. Ich freue mich darauf, meine Datenexplorationsreise fortzusetzen, und heiße Sie herzlich willkommen, mich zu begleiten. Wenn meine Geschichte vom Eventplaner zum Datenenthusiasten Ihnen geholfen hat, Ihre Beziehung zu MINT anders zu betrachten, lassen Sie es mich wissen. Wir können gemeinsam Datenexplorer werden!
