編者註：看似客觀的數據，實際上可能會受到收集流程中的種種因素影響，而不能夠客觀地反映事實。因此，數據科學家Heather Krause認為，做好數據分析與報道的關鍵在於建立數據檔案，從數據收集的各個環節深入了解數據。在下文中，Krause結合報道實例，解釋了考究數據背景的重要性，以及如何建立一個屬於數據的檔案。
對我而言，參加NICAR（計算機輔助報道）會議最重要的收穫之一，就是認識到數據新聞既複雜又有趣。與會期間，我帶頭做了一個關於梳理數據檔案之重要性的展示。在這篇文章中，我想和諸位分享一下我展示的內容。
許多專家用幾年、甚至幾十年的時間去鑽研如何用數據為讀者講述動人故事。現在有越來越多的人加入這個行列，學習如何運用數據，以及嘗試用數據做報道。當我將學生們領入數據分析和可視化的世界時，經常被問到使用數據最重要的一步是什麼，我的答案始終是：對數據追根溯源，整理數據檔案。
數據入門者常常只看到數據的表面價值，認為他們第一眼從數據中看到的東西即是其中真實且唯一的故事。我想鼓勵大家像對待人物信源那樣對待數據。你們不會在沒有對信源進行背景研究的情況下撰寫故事——那麼對待數據的方式為什麼會不同呢？
了解你的數據
對於將出現在報道中的每一項數據，你都需要建立一個數據檔案，包括數據的背景或者來源。正如在發表任何報道前，你會對有關信源進行背景調查那樣，你得理解你的數據：
- 數據從何而來？
- 數據的收集者為何人？
- 數據的收集流程如何？
- 最重要的是，為什麼要收集這組數據？
這項任務不會像第一眼看上去那麼簡單，但是去了解你的數據可助你發現故事中重要的差距、偏見、錯誤信息，或被忽略的細節。請這樣思考：如果醫生說，你需要在飲食中添加糖的攝入，你也許會認為他的建議是有醫學依據的。而倘若一位焦糖蘋果銷售員這樣和你說，你大概就不會這麼想了。同理，數據不僅僅是你面前的數字，而首先是關於那些數字來龍去脈的故事。
實例研究：對女性所受暴力的統計數字
不久之前，我們的團隊忙於一份關於女性所受暴力的數據報道。我們花了點功夫尋找數據來源。在確定聯合國是一個很好的着手點後，我們下載了聯合國有關侵害婦女暴力行為和親密伴侶暴力的數據，並對此展開分析。
在檢查女性一生中所遭受親密伴侶暴力數據的變量後，我們設計了幾個簡易的圖表來了解各國的趨勢：
一些國家的趨勢令人意外，婦女遭受暴力比率上顯示出不同尋常的變化。我們想知道發生了什麼。
快速瀏覽數據後，按邏輯我們採取的第一步就是為每一項數據建立檔案。我們需要知道手上信息的背景，以便更好地了解我們所看到的趨勢。
數據從哪兒來？
在這個案例中，我們從數據中注意到的第一件事是信息源自哪裡。有些數據反映了所有婦女，有些數據只反映了一定年齡段的婦女，有些只包括處於具體婚姻狀況的婦女。所有數據都集中在同一個變量中，使用相同的名稱，相同的標籤，且均沒有提示數據源的差異。
誰收集了這些數據？
接下來，我們研究了這些數據的收集者。通過調查聯合國文件，我們發現參與該變量數據收集的人員和機構相當之廣。
如何，以及為何收集這些數據？
上述數據的採集方，有的是為了國家統計用途而收集數據；有的是為個案的呼籲；還有的則是測試新的方法。所有的數據，儘管通過不同的方法和因不同緣由收集而成，卻最終呈現在同一張表格上，使用相同的變量名稱和標籤。如果我們沒有花時間做這樣一個數據檔案來了解這些數據，那我們永遠都不會意識到這些數據點的差異。
在完成了數據檔案後，我們立即發現，數據所呈現的一些明顯的趨勢，如看上去像是暴力率的顯著變化，實際上是數據收集上的變化。
通過使用數據檔案，我們發現近年來盧旺達的數據收集相當一致。一旦確定了數據預測的趨勢真實反映現實狀況，我們就可以繼續調查對婦女暴力侵犯率飆升背後的原因。
有趣的是，在上述年份，盧旺達議會中女性佔大多數，並通過了該國首個防暴力侵害女性法。這又意味着什麼呢？
是否是政府改革的強烈反作用，驅使暴力行為的增加？
又或者是因為女性有了法律保障後，越來越多的暴力事件被新聞報道揭露？
這就說明，即使有了一個完善的數據檔案，在解析數據上你仍需小心謹慎。
數據並不總是客觀的
最近，我和數據可視化資深專家Alberto Cairo合作，免費講授了一個在線數據新聞課程，參與過的用戶或許記得我們解釋建立數據檔案的片段。
Heather Krause與Alberto Cairo數據新聞慕課視頻截屏（點擊圖片可獲取YouTube視頻鏈接）。
記住，通過花時間梳理數據檔案，你可以對信源的準確性和可靠度有足夠的信心。想知道為數據檔案的捷徑？那就下載我們的免費模版吧。
編譯/梁晨昱
編輯/Ivan Zhai，梁思然
相關閱讀：
每周數據新聞精選 | 數據新手“八步走” 快速入門就靠這些資源
每周數據新聞精選 | 用數據的方式打開世界
本文原刊於Datassist網站，深度網經授權轉載。
Heather Krause是Datasssit的創始人，該網站專門為全球記者、非營利組織及政策制定者等提供數據諮詢、數據報道專業知識與工具等方面的服務。
