Sagan om Sverige - Från fem till tio miljoner

Det här är ett litet experiment med en ny presentationsform. Jag har faktiskt vågat mig på att göra en helt animerad visualisering i form av en film. Som statistiskt historieberättande finns det en hel del poänger med det sättet att presentera. Nackdelen är att det tar avsevärd tid att skapa varje visualisering. Vi får se hur det faller ut. Om det funkar, så är tanken att det ska bli fler delar i serien, med lite olika teman, men fokus på hur utvecklingen i Sverige sett ut under de senaste dryga hundra åren. Först ut är i alla fall befolkningsutvecklingen. Håll till godo!

Grundläggande visualiseringsteori, del 3: Cirkeldiagrammet - älskat och hatat

En av de saker som kanske mest förvånar en vanlig användare när man kommer mer i kontakt med visualiseringsvärlden, är det kompakta motståndet mot cirkeldiagram. Cirkeldiagrammet (eller, om man så vill, tårtdiagram alternativt pajdiagram) är ju en vanlig form av framställning, som dyker upp dagligen i tidningar, på nätet, i rapporter - överallt där siffror ska redovisas. Vad kan vara så fel med det?

Att cirkeldiagrammet avskys av så många som jobbar professionellt med visualisering (Stephen Few: Save the pies for dessert, Cole Nussbaumer: Death to pie charts, Edward Tufte: The only thing worse than a pie chart is several of them) är inte en fråga om tycke och smak, utan helt och hållet baserat på hur effektivt det är på att förmedla data.

Huvudpoängen är följande: visual cue i ett cirkeldiagram är vinkeln på tårtbitarna och storleken på deras ytor. Går vi tillbaka till det mest basala i visualiseringsdiagram, Cleveland & McGill's visuella hierarki, hamnar såväl vinkel som yta långt ner i listan. De är helt enkelt dåliga metoder att förmedla data. I princip är andra former av diagram alltid bättre än cirkeldiagram.

Men, invänder vän av ordning, cirkeldiagram är ju perfekta för att visa andelar. Man ser tydligt hur stor del av helheten varje sektion representerar. Ja och nej (mest nej). Vi tar ett exempel för att illustrera. Här är ett exempel på ett vanligt cirkeldiagram, med sex olika kategorier. Kategori C kan lätt utläsas till 25 procent, en fjärdedel av diagrammets yta.

Det här är cirkeldiagrammets egentliga styrka; att visa en andel av helheten. 25 procent av 100 procent framstår tydligt. Men om vi bara stuvar om kategorierna lite, till att exempelvis sortera dem efter storlek?

Plötsligt är det inte så självklart att kategori C är exakt 25 procent längre. När start- och slutpositionerna var lodräta eller vågräta kunde ögat enkelt uppfatta andelen. Nu är vinkeln fortfarande 90 grader, men det är nästan omöjligt att exakt bedöma storleken på tårtbiten.

Vad gör man då istället? En vanlig lösning är att ange de exakta andelarna som etiketter, kanske till och med kategorinamnen som etiketter.

Men vad har vi fått nu? Vad är visual cue? Det är inte längre vinkeln på tårtbiten eller ytan, utan bara det angivna siffervärdet på etiketten. Och då kan vi lika gärna ha en vanlig tabell. Eller, för den delen, ett stapeldiagram, som är den form som bäst förmedlar kategoridata.

Är cirkeldiagram då alltid fel? Nej, inte helt och hållet. Forskningen visar att det finns en specifik tillämpning där de är det bättre alternativet. I artikeln  “Displaying Proportions and Percentages” visar Ian Spence och Stephan Lewandwsky - något förenklat - att cirkeldiagram kan fungera bra när summan av två kategorier ska jämföras med summan av två andra kategorier, som i detta exempel:

Vad är störst - A+B eller C+D? I just det här fallet visar det sig att cirkeldiagram faktiskt är bättre än staplar. Nu är det här ett ganska smalt tillämpningsområde, och möjligen kan det finnas fler exempel som ännu inte har beforskats. Men på det stora hela är pajdiagram alltid sämre än andra alternativ.

Jag gillar pajer. Här är en som jag och min dotter bakade här om dagen. Men spara pajerna till fika. Håll dem borta från siffertrillandet om du inte vet exakt vad du håller på med! 

Partier i himmel och helvete

GAL-TAN-skalan är sååå 2017. Inspirerad av en egen förflugen Facebook-kommentar kring islamistskandaler i Miljöpartiet, insåg jag att partiernas kategorisering måste moderniseras. Istället är det ju religionen som är den stora vågdelaren! Det räcker inte längre att hålla rent åt höger för de borgerliga och åt vänster för socialisterna. Nej, nu får man hålla rent uppåt himlen. Och kanske nedåt också. Vi vill ju inte att några fundamentalistiska ateister börjar infiltrera partierna.

Vilka ligger i riskzonen då? Det visade sig inte vara helt lätt att hitta data över de olika partiernas religiositet. Men efter lite letande snubblade jag över en Sifo-undersökning beställd av tidningen Dagen, med partiopinion för kristna väljare. En liknande undersökning av muslimska väljares partisympatier hittade jag hos statsvetaren Magnus Hagevi. Tillsammans står dessa två grupper för de flesta religiösa i landet.

Genom att räkna om de religiösas partisympatier till en kvot av de totala sympatierna (och vikta ihop kristna och muslimer efter deras andel av befolkningen) och sedan normalisera kvoten till en tiogradig skala, får vi fram hur över- eller underrepresenterade varje parti är hos de religiösa i befolkningen. Är de närmare himlen eller helvetet? Höger-vänsterskalan är etablerad sen tidigare.

Partiers placering enligt Höger-Vänster-Himmel-Helvetesskalan

Några av resultaten blev förväntade, andra mer oväntade. Att Kristdemokraterna har närmare till det gudomliga kunde nog de flesta räkna ut på förhand. Däremot kanske det inte var helt uppenbart att Vänsterpartiet och Liberalerna har nästan lika nära till skärselden båda två. Och att Centern flåsar KD så pass nära i nacken på jakten efter frälsning kanske inte heller var självklart för alla.

Socialdemokraterna är ett intressant särfall. Kristna väljare tenderar att föredra dem i lite mindre utsträckning än hela väljarkollektivet, men de muslimska väljarna stödjer dem i nästan ofattbart stor utsträckning (61 procent). Detta tippar upp partiets placering bland religiösa väljare till samma genomsnittliga nivå som hos samtliga väljare.

Så, här har vi indelningen av partier vi har att förhålla oss till i fortsättningen. Bara att vänja sig. Och nu blir det ingen mer valstatistik före valet. Jag lovar.

Spurtar och spaghetti

Valen närmar sig med stormsteg, men vi hinner med en sista djupdykning i röststatistiken. Nu lämnar vi SCB:s Partisympatiundersökning och tittar istället lite närmare på valrörelsens slutspurt. Mycket kan hända de sista månaderna eller till och med veckorna - men hur visualiserar man det på bästa sätt?

För att få ett datamaterial med så täta observationer som möjligt den sista tiden fram till valet, hämtar jag nu siffror från Pollofpolls.se, en sammanvägning av de flesta större opinionsinstituts mätningar. Det jag är intresserad av den här gången är hur de olika partierna klarar av den sista perioden före ett val, historiskt sett. Finns det några trender, skillnader, likheter, intressanta iakttagelser? För enkelhetens skull - och för att jämförbara data är någorlunda lättillgängliga - avgränsar jag mig till valen 2010, 2014 och 2018, och tittar på opinionsutvecklingen för varje parti från årsskiftet fram till valet respektive valår.

Och då blir ju frågan - hur visar man detta grafiskt på bästa sätt? Det handlar om tidsseriedata, därmed blir standardvalet ett linjediagram. Inga konstigheter. Åtta partier, tre valår. In med alltsammans i ett linjediagram med de etablerade partifärgerna för att särskilja utvecklingen.

Opinionsstöd per parti fram till valet, år 2010, 2014 & 2018

Aj, mina ögon! Det här blev inte vackert. Den som kan dra några vettiga slutsatser av det här vinner en årsprenumeration på Qvintensen. Vad vi har landat i här, är vad som ibland brukar benämnas Spaghettidiagram. Det är helt enkelt linjediagram med ett flertal linjer som korsar varandra i sån utsträckning att det inte går att göra någon egentlig analys. Tyvärr är det här vanligare än vad man kan tro. Det är också en av linjediagrammens svagheter; det är alldeles för lätt att dränka dem i närliggande datapunkter så att man inte ser skogen för alla träd.

Det finns några olika strategier för att åtgärda det här, men jag ska fokusera på en av dem. Nämligen att separera linjerna till flera parallella diagram. Men här gäller det att hålla tungan rätt i mun och tänka efter enligt vilka dimensioner man ska separera efter. Vi har dels parti, dels valår. Börjar vi lite försiktigt och delar upp efter år får vi visserligen rätt eleganta, rena tidsserier per valår.

Opinionsstöd per år fram till valet, 2010, 2014 & 2018

Men det här blev ju inte så roligt. Det här är samma typ av diagram man ser nästan dagligen under valspurtens sista skälvande dagar. Varje partis utveckling jämfört med de andra partierna. Det blir ganska svårt att dra några generella slutsatser om hur varje parti historiskt har klarat valspurterna, och vilka likheterna eller skillnaderna är mellan åren. Nej, att dra isär diagrammen efter år blev inte så bra.

Då testar vi att titta på ett parti i taget istället, med utvecklingen under respektive valår. Genast blir det mycket mer intressant.

Opinionsstöd per parti, fram till valet år 2010, 2014 & 2018

Nu är det direkt flera slutsatser man kan dra. Genom att fokusera jämförelser på hur respektive parti utvecklas under valåren i avskilda diagram, slipper vi spaghettiproblematiken. Oftare än man tror är det faktiskt bättre att dela upp data i flera parallella diagram. Det finns inget egenvärde att klämma in allting i ett enda superdiagram bara för sakens skull.

I första hand är det förstås själva diagramhantverket jag koncentrerar mig på i den här bloggen, men det finns åtskilliga intressanta iakttagelser här, rent innehållsmässigt. Tittar vi på moderaterna, så ser vi att de tidigare år haft varierande utveckling fram till valet, men i år verkar de ha plockat endast det sämsta från tidigare valrörelser. Det har varit en lika stor nedgång från årsskiftet fram till juni som det var 2014, men en fortsatt lika stor nedgång från juni fram till valet som det var 2010. Inget bra valår för dem.

Socialdemokraterna verkar däremot åtminstone vara konsekventa i sina misslyckade valår, fast i år ligger de på en ännu lägre nivå. 2010 och 2014 är faktiskt i det närmaste identiska vad gäller opinionens utveckling.

Miljöpartiet har tidigare år inte gjort särskilt bra valspurtar, men i år har de skärpt till sig. Från att ha legat och pendlat farligt nära fyraprocentsspärren har de nu stadigt ökat i opinionen, i rakt kontrast mot vad de gjorde både 2010 och 2014. Här ser man också ganska tydligt att deras uppgång faktiskt inleddes under april, redan innan superdödsmördarvärmen från Ryssland/Afrika/helvetet drog in över sommarsverige. Så det var nog inte bara hastigt uppflammande klimatångest som räddade partiet.

Men den största sensationen är utan tvekan kristdemokraterna. De brukar göra bra valspurtar och med nödrop klara sig över riksdagsspärren, men i år är utvecklingen helt sensationell. Från att ha dansat en veritabel dödsdans större delen av året, har de plötsligt nästan fördubblat väljarstödet och ligger nu över nivån från både 2010 och 2014. Det är svårt att se det som något annat än en partiledareffekt.

Och därmed har spaghettin kammats ut en aning. Det är som sagt aldrig fel att dela upp i många parallella diagram. Tydligheten ökar och förståelsen av data underlättas. 

Väljarna röstade på näst bästa parti - du kan inte ana vad som hände sen!!!

Jag fortsätter att gräva i SCB:s Partisympatiundersökning (PSU). Förutom frågan om vilket parti man skulle rösta på om det var val idag, finns även uppgifter om vilket man anser vara näst bästa parti. Med andra ord - om man inte skulle rösta på sitt förstahandsval, vilket parti skulle man kunna tänka sig att rösta på istället? Det här kan ge en bra indikation på vilken ytterligare potential det finns för varje parti att växa.

I det första diagrammet visas opinionsläget i PSU maj 2018. Dessutom adderas de ytterligare sympatier som andra väljare har i andra hand för respektive parti. Diagram med fördelning på politisk inriktning har fördelen av att det finns etablerade färger för respektive parti, vilket underlättar tolkningen. I normala fall skulle man inte skilja staplarna åt med olika färger, eftersom du redan har en förklaring i axeletiketterna. Särskiljande färger tillför ingen ytterligare information och bör därför elimineras. Men i det här fallet bidrar som sagt de etablerade och välkända färgerna till tolkningen.

Vän av ordning (eller i alla fall vän av diagram) ser dock omedelbart ett tolkningsproblem med diagrammet. Staplarna för den grundläggande opinionsnivån summeras naturligtvis till hundra, eftersom det handlar om hur hela opinionsnivån fördelas på de olika partierna. Den ytterligare potentialen däremot innebär att summan av samtliga staplar blir betydligt större än hundra procent (vissa väljare uppger inget näst bästa parti, så potentialen uppgår inte riktigt till ytterligare etthundra procent). För att ett visst parti ska uppnå sin fulla potential, måste dessa röster komma från andra partier. Diagrammet kan därför inte tolkas som att alla partier samtidigt kan växa, utan måste tolkas separat utifrån respektive parti. Knepigt, men inte omöjligt.

Opinionsläge PSU maj 2018 om det var val idag, samt ytterligare röster vid val av näst bästa parti

Sett till själva innehållet, så framgår det att totalt sett är främst Moderaterna och Centern som flest uppger som näst bästa parti. Relativt sett är det främst Liberalerna som skulle ha mest att vinna på att andra partiers väljare skulle rösta på sitt näst bästa parti, då man skulle mer än fördubbla stödet.

Men som sagt så kan inte alla partier ta hem röster för näst bästa parti samtidigt. Väljaropinionen är fortfarande ett nollsummespel. Det lite mer intressanta blir då istället att se - parti för parti - varifrån de "näst bästa" rösterna kommer ifrån. Och då i synnerhet i ett blockperspektiv. Kan partierna räkna med att ta hem röster från andra politiska block, eller handlar det främst om att kannibalisera den egna sidan?

Vi tittar därför istället på en uppsättning diagram där utgångspunkten är att ett parti i taget har hämtat hem alla "näst bästa" röster från övriga partier. Vad innebär det för de politiska blocken? Staplarna i blockdiagrammen med de ljusare färgtonerna representerar det ursprungliga opinionsläget enligt PSU maj 2018, medan de mörkare visar på resultatet om respektive parti även får "näst bästa" rösterna från de övriga.

Opinionsläge PSU maj 2018 per parti, ytterligare röster vid val av näst bästa parti samt förändring av stödet per block vid val av näst bästa parti

Det allra mest intressanta resultatet gäller Moderaterna. Med fullt utnyttjande av sin potential skulle man kunna uppnå omkring 40 procent i opinionen. Men huvuddelen skulle inte komma från andra borgerliga partier, utan till största delen från Sverigedemokraterna. Flödet fram och tillbaka mellan de båda partierna har varit avsevärt och just nu utgörs de sverigedemokratiska väljarna till stor del av tidigare moderatväljare som kan tänka sig att återgå till det partiet som ett andrahandsval. Ett växande Moderaterna skulle med andra ord påverka blockfördelningen i stor utsträckning, där Alliansen skulle få ett stöd på strax över 50 procent, medan de rödgröna skulle minska till ca 36 procent och SD till ca 10.

Tittar vi däremot på vad det skulle innebära om Sverigedemokraterna kunde tillgodoräkna sig alla "näst bästa" röster, så har de inte lika stor potential att växa. Rösterna hämtas i viss mån från de rödgröna, men i något större utsträckning från Alliansen. Sammantaget så har redan väldigt många som kan tänka sig att rösta på Sverigedemokraterna redan gjort slag i saken.

För Alliansen i övrigt så skulle vare sig Centern eller Liberalerna hämta några röster från Sverigedemokraterna. Ytterligare röster på Liberalerna skulle främst tas från andra borgerliga partier, vilket skulle göra att blockfördelningen bara skulle påverkas i mindre utsträckning. Centern har däremot en stor del av sina potentiella väljare hos det rödgröna blocket, vilket skulle minska i större utsträckning än om Liberalerna skulle växa.

Socialdemokraterna skulle också ha en del potentiella väljare hos det motsatta blocket, men i ganska begränsad del hos Sverigedemokraterna. Ett intressant specialfall är däremot Vänsterpartiet. Man har en tillväxtpotential på ytterligare nästan tio procent av opinionen, men skulle man hämta hem alla de rösterna skulle de rödgröna totalt sett endast växa med knappt två procent. Nästan alla röster skulle tas från Socialdemokraterna eller Miljöpartiet.

Förutsatt att väljarna faktiskt är beredda att byta parti till näst bästa, så skulle faktiskt det parlamentariska läget kunna förändras en hel del. Men den största potentialen till förändring handlar om att Moderaterna kan hämta tillbaka Sverigedemokratiska röster. Socialdemokraterna har också möjligheter genom att ta röster från både Sverigedemokrater och Alliansen, men faktiskt inte i lika stor utsträckning.

SD:s väljare kommer och går

Valet närmar sig och med det mängder av statistik på längden och tvären. Dags att damma av bloggen igen och dyka ner i siffrorna.

Den enskilt största förändringen i det politiska landskapet är så klart Sverigedemokraternas tillväxt i opinionen. Vi står inför ett helt nytt parlamentariskt läge, med tre snarare än två politiska block. För att kunna gå från ingenting till ett tjugoprocentsparti, så måste så klart väljarna komma någonstans ifrån. Därför tänkte jag titta lite närmare på hur väljarströmmarna har gått mellan partierna, med fokus på just Sverigedemokraterna. Inga politiska synpunkter i övrigt.

Det bästa och mest lättillgängliga dataunderlaget är SCB:s Partisympatiundersökning (PSU). Här finns skattningar dels – så klart – av opinionsläget (partival om det varit val idag) för maj och november varje år, dels vilket parti respondenten uppgav i förra PSU:n. Det ger alltså en bra möjlighet till att följa hur väljare byter mellan olika partier och därigenom att se varifrån väljare hos växande partier kommer.

Tittar vi på opinionsläget för Sverigedemokraterna från 2011 till senaste PSU maj 2018, har de gått från drygt fem procent av opinionen till nästan tjugo, med en topp i novembermätningen 2015. Utvecklingen illustreras så klart bäst med ett vanligt linjediagram, eftersom fokus är förändringen över tid.

Andel som väljer Sverigedemokraterna om det var val idag enligt PSU, 2011-2018. Källa: SCB

Omkring femton procent av väljaropinionen har alltså kommit från andra partier under en period av sju år. Som situationen är, så handlar det i allt väsentligt om Moderaterna och Socialdemokraterna. Sett ur det här perspektivet är de övriga partierna att betrakta som brus. Inledningsvis tittar vi därför på hur nettoflödet mellan S och SD respektive M och SD ser ut för varje halvårsperiod som PSU mäter. S och M kan alltså antingen växa eller krympa på SD:s bekostnad under respektive period.

Här är det snarare nivåskattningarna som är det viktiga, så stapeldiagram blir mer relevanta än linjediagram. En annan viktig aspekt är också ifall det är fråga om en nettoökning eller en nettominskning. Det framgår visserligen av huruvida stapeln är över eller under skalans nollnivå, men det finns anledning att underlätta tolkningen av visualiseringen genom att variera färgerna med en justering av färgintensitet. Diagram med fokus på politiska partier har fördelen av att det redan finns etablerade färger som sällan kräver ytterligare förklaring. Här väljer jag att helt enkelt ha en något ljusare färgton för nettominskningar.

Att försöka lägga in staplarna i samma diagram som linjediagrammet över SD:s utveckling är inte en aktuellt. Det är generellt sett alltid sämre att lägga in två olika skalor i samma diagram, eller att blanda diagramtyper. Nej, vi håller nettoflödena separat från nivåskattningen. Dessutom väljer jag att separera S och M i olika diagram. Det hade varit möjligt att lägga in dem i samma, eftersom vi ändå skiljer dem åt med färger, men min bedömning är att det skulle bli rörigare och svårare att särskilja de olika partierna åt. Försök undvika att belamra diagrammen om möjligt. Jag har dock gjort ett tillägg, med hjälptexter för att förtydliga tolkningen av vad som är nettoökning och vad som är nettominskning gentemot SD.

Nettoförändring (procentenheter av opinionsstödet) för Moderaterna gentemot Sverigedemokraterna, enligt PSU 2011-2018 (Källa: SCB)

Nettoförändring (procentenheter av opinionsstödet) för Socialdemokraterna gentemot Sverigedemokraterna, enligt PSU 2011-2018 (Källa: SCB)

Själva innehållet då? SD:s tillväxt tog fart ordentligt från 2014. Innan dess är det svårt att se några tydliga trender. Rörelserna till och från Moderaterna var små men mestadels till M:s nackdel, medan det växlade kraftigt fram och tillbaka mellan S och SD. En ökning av S på SD:s bekostnad ena perioden tog tillbaka igen perioden efter. Från 2014 blir trenden däremot mer uppenbar – i allt större utsträckning är det moderata väljare som går till SD, medan tappet från S ligger på en ganska konstant nivå. Under 2016 och senare delen av 2017, när SD börjar backa i opinionen, tar M ganska snabbt tillbaka en stor andel av väljarna. Återgången till S är däremot klart begränsad. Men det är tydligt att vi har att göra med en väljargrupp som är snabb att gå fram och tillbaka mellan M och SD, medan rörligheten till och från S över tid har avtagit.

Tilläggas ska också att motsvarande diagram hade kunnat göras för övriga partier, men rörelserna är så små att de mestadels faller inom felmarginalen. Summeras nettoförändringen gentemot SD för alla partier förutom S och M, uppgår de ändå bara till en fjärdedel av den totala rörligheten.

Men det finns (minst) en ytterligare aspekt av det här. Bakom varje nettoförändring ligger bruttoförändringar. Även om ett parti krymper på SD:s bekostnad totalt sett, så är det flöden både till och från partiet under samma period, vars slutsumma utgör nettoresultatet. Det blir snabbt mycket data, så skulle man försöka visa samtliga flöden till och från SD för alla mätperioder skulle det bli svåröverskådligt, även om det så klart finns tekniker för även det. Istället väljer jag att plocka ut två separata perioder; en där SD vuxit och en där de backat, för att se skillnaderna mellan väljarflödena.

Som oftast är det egentligen stapeldiagram som passar bäst för nivåjämförelser, men här stöter vi på något som inte är helt ovanligt – det s.k. ”mountains and molehills”-problemet, dvs. att det är stora skillnader i skala mellan olika kategorier som jämförs. Man tvingas anpassa diagrammets skala efter det största värdet, och är det andra kategorier med jämförelsevis små värden, så krymper de så att man har svårt att urskilja skillnaderna mellan dem. I det här fallet handlar det om att illustrera att SD:s väljare i absolut störst utsträckning även valde SD förra perioden, men att det även finns väljare från andra partier föregående period, men i betydlig mindre utsträckning. Du skulle få ett diagram med en hög stapel och ett antal svårurskiljbart små.

Det finns egentligen inga bra lösningar på det här problemet, bara mer eller mindre dåliga. Jag har här valt ett alternativ med bubbeldiagram. Här är det ytan som visual cue, vilket (i enlighet med tidigare blogginlägg) egentligen är ett klart sämre alternativ än staplar. Men det är tillåtet att bryta mot reglerna om man vet vad man gör och varför – vilket jag gör. Här är det inte de exakta nivåerna som det relevanta. Vi har redan tagit höjd för utgångspunkten i de föregående diagrammen. Istället handlar det om att rangordna övriga partier och ge en ungefärlig uppfattning av storleksnivåerna. Till det duger bubbeldiagrammen gott.

Mer specifikt tittar vi på SD:s uppgång mellan maj och november 2015 och deras tillbakagång mellan maj och november 2017, för att se både hur väljarflödena går till och från övriga partier i båda fallen.

Andel som väljer Sverigedemokraterna om det var val idag enligt PSU, 2011-2018. Källa: SCB

Själva flödena visualiseras med bubbeldiagram för start- och sluttidpunkt, med pilar för att underlätta tolkningen av flödet.

Bruttoförändring av opinionsstöd enligt PSU för Sverigedemokraterna till och från övriga partier maj-november 2015

Bruttoförändring av opinionsstöd enligt PSU för Sverigedemokraterna till och från övriga partier maj-november 2017

Det viktigaste budskapet i diagrammet är förstås att visa att det ligger bruttoflöden bakom alla nettoflöden. Dvs. även när ett parti växer så är det samtidigt väljare som går ifrån det till andra partier. På samma sätt som är det väljare som går över till SD även om det totalt sett backar i opinionen.

Vi ser här också några intressanta skillnader mellan SD:s tillväxt och tillbakagång. Totalt sett så är det fler väljare som går från partiet trots att det växer totalt sett vid uppgång, än vad det är som går till det från andra partier vid tillbakagången. KD:s roll är också intressant; under 2017, när SD backar, är det fler som går till SD från KD än vad det går från S till SD. Det är även markant att inga tidigare SD-väljare går till C vid partiets nedgång. Perioden sammanfaller med Centerpartiets tillbakagång.

Samma typ av analys kan så klart göras för alla andra partier, men i dagens opinionsläge känns det ändå mest intressant att titta närmare på SD. PSU är en guldgruva för att göra analyser av det politiska läget, och jag återkommer till andra aspekter av det i kommande blogginlägg.

”Jag tyar nog lite mer, Karl-Oskar”

En fråga som jag stötte på i facebookflödet i samband med att Sveriges befolkning är på väg att passera tio miljoner, gällde vad som hade hänt om den stora emigrationen till Amerika aldrig hade ägt rum. Nästan 1,2 miljoner svenskar flyttade till Amerika mellan 1850 och 1940. Vissa av dem flyttade så småningom hem igen, men de flesta blev kvar, vilket innebar ett permanent bortfall i Sveriges befolkning. I och med senaste presidentvalet kanske det även finns skäl att anta att så många svenskar inte heller är så intresserade av att emigrera idag.

 

Kan man räkna på vad som skulle ha hänt om emigrationen aldrig inträffat?  Det skulle bli ett slags kontrafaktiskt scenario, eller alternativ historieskrivning. Med hjälp av SCB:s föredömligt långa tidsserier för befolkningsutveckling är det lätt att ta fram utvecklingen över total in- och utvandring år för år. En ganska lätthanterlig sammanställning över vilka länder det rör sig om går också att plocka ut.

 

Jag gör antagandet att inga svenskar flyttade till Nordamerika (USA och Kanada) under perioden 1850 till 1940 och tar helt enkelt bort dem ur från antalet utflyttade. Dock var det även en del som flyttade tillbaka, så jag antar också att all invandring från USA och Kanada denna period var återvändare, och plockar bort dem också. Vi får alltså ett nytt och större (eller mindre negativt) flyttnetto för dessa år. Men vi måste även räkna om födelsenettot – större befolkning ger upphov till fler barn. Jag gör här en förenkling och räknar på födelsenetto som andel av total befolkning per år under hela perioden, och använder den kvoten på den större befolkningen (genom minskad utflyttning) för att få ett nytt födelsenetto respektive år ända fram till idag.

 

Vad får vi då för resultat? Ett enkelt linjediagram passar bäst för en så här lång tidsserie. Inga konstigheter – tydligt avskilda linjer gör att de inte behöver särskiljas med färg och etiketterna sätts lämpligast vid linjernas slut. Eftersom det också kan vara viktigt att läsa av linjernas slutpunkter, är det också lämpligt att ha stödlinjer.

Befolkning i Sverige 1850-2015 med och utan Amerikaemigration

 

Enligt mina grova beräkningar tycks det som att befolkningen skulle varit drygt 11,6 miljoner år 2015, istället för 9,8 miljoner. En skillnad på nära 1,8 miljoner invånare. I vårt kontrafaktiska scenario skulle vi passerat tiomiljonerstrecket redan 1981, istället för 2017 som det blev i verkligheten. Vi hade varit fler – men hade vi haft det bättre ställt? Sannolikt inte. Det fanns goda skäl till att så många sökte lyckan på andra sidan Atlanten. Skulle man på något sätt tvingat emigranterna att stanna hade kanske fattigdom, svält och armod varit mycket mera utbredd, under mycket längre tid.

"När jag var liten var det alltid snö på vintern"

SMHI:s öppna data är faktiskt en fantastisk guldgruva för den inbitna statistiknörden. Inte minst ger den möjlighet att besvara den kanske viktigaste frågan av alla: var det verkligen mer snö när jag var liten? I följande Tableau-diagram har jag tagit fram snödjupsdata per vintermånad från ett antal mätstationer runt om i landet, ända från 1950 (!). Det finns en hel del luckor i materialet, så det krävdes lite pusslande för att få ihop någorlunda heltäckande tidsserier för varje landsända. Genom att utgå från användarens födelseår, kan man lätt omvandla data till att visualiseras för varje vinter från den första till elvaårsåldern. Upp till bevis! Var din barndoms vintrar ständigt fyllda av gnistrande snötäcken eller var det kanske ändå så att det förekom en och annan grönslaskig halvårslång höst även då?

 

Den syriska diasporan

I dessa dagar finns det knappast något mer angeläget ämne att ta upp än den syriska flyktingkrisen. Antalet människor på flykt är ofattbart stort. Många har gjort försök att begripliggöra omfattningen, Hans Rosling inte minst. Utan jämförelser i övrigt drar jag mitt strå till stacken genom att göra ett eget försök.

Utifrån UNHCR:s data framträder en bild av ett land med över hälften av befolkningen på flykt. Ytdiagram är sällan den mest lyckade lösningen för att jämföra kategorier över tid. Eftersom nivån för varje kategori är beroende av nivån på kategorierna nedanför, blir det svårt att avläsa vad förändringar beror på. Men som alltid vid diagramkonstruktion finns det inga absoluta rätt eller fel.

Med två tydliga huvudkategorier - syrier på flykt eller fortfarande kvar hemma - fungerar det speglade ytdiagrammet bra. Över tid framträder förskjutningen från den arabiska vårens inledning 2011 fram till dagens situation (statistiken sträcker sig till år 2014), där en allt större del av Syriens befolkning tvingats på flykt.

Var befann sig Syriens befolkning år 2011-2014?

Av en befolkning på drygt 20 miljoner människor hade år 2014 mer än hälften - över 11,5 miljoner - drivits bort från sina hem. Att kalla det en flyktingkatastrof är knappast överord, men det är inte en flyktingkatastrof som drabbar Europa i första hand. Den allra största andelen är flyktingar i sitt eget land. 7,6 miljoner av dem befinner sig i ett Syrien sönderslitet av krig, med sämsta tänkbara förutsättningar för att ta hand om dem. Resten - i stort sett - har flytt till grannländerna. Turkiet, Libanon, Jordanien, Irak, Egypten, Libyen och Armenien har tagit emot 3,7 miljoner flyktingar.

Den blåa ytan i diagrammet visar antalet flyktingar till EU-länderna. Den är så liten att den knappt syns. I slutet av 2014 utgjorde de omkring 123 000 personer, mindre än en procent de totala flyktingströmmarna. Sverige och Tyskland tar visserligen hand om merparten av dessa, men jämfört med Syriens grannländer är det en marginell belastning.

Ser man till hur många flyktingarna är i förhållande till ländernas storlek, är det frågan om rejäla skillnader. Antalet flyktingar per tusen invånare i mottagarländerna - och här fungerar ett vanligt stapeldiagram bäst - visar att i Tyskland har man tagit emot en halv flykting per tusen invånare. I Sverige, som tagit emot något färre flyktingar än Tyskland totalt, men som är ett mycket mindre land, är motsvarande antal 3,5 flyktingar per tusen invånare.

Antal syriska flyktingar per tusen invånare i de största mottagarländerna

Siffrorna bleknar dock i jämförelse med Syriens grannländer. Turkiet är ett stort land och trots stora flyktingvolymer landar antalet på tjugo flyktingar per tusen invånare. Men Libanon, med en befolkning mindre än Sveriges, har tagit emot 1,1 miljoner syrier, vilket innebär hela 200 flyktingar på tusen invånare - en syrisk flykting per fem libaneser. Detta i ett land med en bruttonationalprodukt per capita som bara är en sjättedel av Sveriges.

 

Det är alltså ingen tvekan om att det rör sig om enorma mängder människor på flykt. Ett helt land håller på att tömmas på invånare. Och det är grannländerna som får ta nästan hela ansvaret för flyktingströmmarna, inte Europa. Är lösningen då verkligen - som föreslås från brunfärgat håll - att lägga ytterligare bördor på dem genom "hjälp på plats" och helt eliminera den i sammanhanget marginella flyktingströmmen till EU? Eller finns det utrymme att ta ytterligare lite ansvar för katastrofen bland Europas länder? Vi har trots allt långt, långt kvar innan vi ens kommer i närheten av grannländernas nivåer.

 



Tips - Sherlock Holmes i diagramform

The Guardian presenterar Sherlock Holmes i form av en serie diagram. Metodologiskt kan man ha vissa invändningar mot en del av presentationsformerna, men överlag är det en hysteriskt underhållande bildserie, så jag överser glatt med sånt jag normalt skulle ha gnällt över.

Tips - Andra världskrigets dödsoffer

Ett snabbt tips om en mycket välgjord visualisering av hur fruktansvärt många dödsoffer andra världskriget krävde. Rent tekniskt är presentationen enkel, i stort sett bara animerade stapel- och ytdiagram, men den levererar en mycket tydlig och gripande berättelse. Ett ypperligt exempel på statistical storytelling när den är som bäst.

Stora och små flygplan

Som bekant har i dagarna den stora flygövningen ACE (Arctic Challenge Exercise) dragit igång i norra Skandinavien, med 3 600 personer och 115 flygplan från nio länder. En "gigantisk" flygövning enligt media. Strax efter att den dragit igång svarade Ryssland med en egen beredskapsövning, omfattande 12 000 personer och 250 flygplan. Alltså ännu mer gigantisk än ACE.

SVT gör ett tappert försök att illustrera storleksförhållandena, men snubblar redan i startgroparna. Att 250 är mer än dubbelt så mycket som 115 tror jag de flesta känner till, men det blir inte tydligare av att göra flygplanssymbolerna dubbelt så stora.

Ser man till ytan som de båda grupperna tar upp, verkar antalet ryska plan vara snarare fjorton gånger fler. Att man vill göra en poäng av att den ryska flygövningen är större än den västeuropeiska må vara hänt, men om informationsgrafiken ska vara korrekt, skulle den snarare se ut så här:

Fortfarande fler ryska plan, men nu med en riktig storleksjämförelse. Gissningsvis antog SVT:s grafiker att det var antalet ikoner som var det viktiga och att skalan inte spelar någon roll. Men visual cue i det här fallet är lika mycket den faktiska ytan som antalet symboler, kanske till och med ännu mer. Hjärnans system ett går direkt på ytjämförelsen, snarare än att via system två räkna flygplanen och jämföra antalet.

Siffror med en nypa salt

En nyhet som nyligen dök upp handlar om att Livsmedelsverket anser att svenskarnas saltintag är alldeles för högt. Myndigheten menar att överkonsumtionen orsakar 1 700 dödsfall per år och vill halvera intaget, från 11 gram per person och dag till 5-6 gram istället. Det tänkta orsakssambandet är att högt saltintag ger upphov till högre blodtryck, vilket i sin tur är en riskfaktor för olika hjärt-/kärlsjukdomar. Den svenska saltkonsumtion ligger också - enligt Livsmedelsverket - högt i förhållande till andra länder.

Medicin och nutrition är långt ifrån mitt specialområde, men jag kan en del om att hantera siffror. Det här var tillräckligt för att väcka min nyfikenhet, så efter en del letande fick jag ihop lite data kring frågan. I stort sett alla datauppsättningar innehåller en intressant historia, det gäller bara att hitta den.

Hur förhåller sig den svenska saltkonsumtion till andra europeiska länder? Ett enkelt knoppdiagram - en underutnyttjad men väldigt användbar variant på traditionella stapeldiagram - avslöjar vår position.

Genomsnittligt saltintag per person och dag i europeiska länder

Precis som Livsmedelsverket säger, så ligger Sverige högt upp bland saltätarna. Vi är inte de största konsumenterna i Europa, men en närmare granskning visar att det knappt är några jämförbara länder som slår oss. Våra nordiska grannländer har ett betydligt lägre saltintag. Faktum är att i stort sett alla västeuropeiska länder ligger under oss.

Och hur var det då med kopplingen till hjärt-/kärlsjukdomar? Utan att göra anspråk på att vara någon slags vetenskaplig studie, så kan i alla fall de här två variablerna korsas mot varandra i ett vanligt punktdiagram, vilket är det tydligaste sättet när två tvärsnittsdata ska jämföras. Antal döda per 100.000 personer i hjärt- & kärlsjukdomar, jämförs mot samma data som i knoppdiagrammet ovan.

Dödlighet i hjärt-/kärlsjukdomar och genomsnittligt saltintag i europeiska länder

Genast blir siffrorna mer intressanta. Till att börja med är det direkta sambandet på ländernivå mellan saltintag och dödlighet i hjärt-/kärlsjukdomar svag. Förklaringsgraden är ca 7 procent (dvs. variationen i dödlighet mellan länderna kan bara förklaras till 7 procent av variationen i saltintag). Men ganska snart framträder istället regionala mönster. Nästan alla västeuropeiska länder ligger tätt samlande kring ett genomsnittligt saltintag mellan sju och nio gram och med en dödlighet i hjärt-/kärlsjukdomar under 200 per 100.000 personer. Sverige, tillsammans med Portugal, ligger som undantag med en betydligt högra saltkonsumtion, men med lika låg dödlighet.

De östeuropeiska länderna samlas grovt i två kategorier; dels norra Östeuropa med Baltikum, Polen och Slovakien, dels Centraleuropa med Tjeckien, Ungern, Rumänien och Bulgarien. Båda grupperna kännetecknas av relativt hög dödlighet i hjärt-/kärlsjukdomar, men norra Östeuropa har en saltkonsumtion i nivå med Västeuropa, medan Centraleuropas saltintag ligger på betydligt högre nivå - t.o.m. högre än i Sverige.

Turkiet och Cypern, med sina extremt höga respektive låga nivåer sticker ut som statistiska outliers. Här kan misstänkas konstigheter i data, snarare än faktiska skillnader (eller som min första chef på SCB en gång i tiden lärde mig: "hittar man något i intressant i statistiken är det förmodligen något fel").

Det tycks alltså som en geografisk - eller om man så vill kulturell eller historisk - faktor spelar in i hög grad. Högt saltintag är säkert en riskfaktor för hjärt-/kärlsjukdomar, men bara en av flera, vilket gör att variationen i saltkonsumtion inte alls slår igenom vid jämförelser mellan länder.

Enkla exempel på att intressanta historier kan hittas i all data - och att rätt visualiseringar kan lyfta fram dem.

Källa till saltintag per land är WHO-rapporten "Mapping salt reduction initiatives in the WHO European region" och till dödlighet WHO:s European Health for All database.

Två snabba från SCB

Jag hade egentligen inte tänkt klanka ner på just SCB så mycket, men nyligen damp två nya framställningar ner i mitt facebook-flöde, som jag inte kan låta bli att kommentera. Igen handlar det om att Sveriges officiella statistikmyndighet inte kan hålla sig till best practice för diagramframställning.

Det första kanske möjligen kan ursäktas med att det mer är en infographic än ett diagram, men samma principer för att undvika förvirring gäller ändå. Det visar på antalet sysselsatta inom industrin år 1980 och 2014, följaktligen med budskapet "allt färre jobbar inom industrin". Diagrammet innehåller alltså exakt två datapunkter.

 

För att skoja till det lite har man gjort de två staplarna i form av skorstenar till en fabriksbyggnad. Här ligger också problemet. Vid stapeldiagram är det staplarnas längd som är visual cue och som ska jämföras mot varandra. Därför är det exempelvis extra viktigt att man aldrig kapar y-axeln. Längden på staplarna utgår från baslinjen vid y=0. Men här har man alltså lagt in en stiliserad fabriksbyggnad för att lätta upp framställningen, med följden att staplarna (dvs. skorstenarna) istället ser ut att börja vid y=300 (jag utgår från att man avser 300 000, även om man inte skriver ut att det är tusental någonstans i diagrammet). Staplarnas höjd ser därmed ut att vara 631 respektive 261. Detta innebär att den visuella tolkningen blir att minskningen av industrisysselsättningen ser ut att vara närmare 60 procent, istället för det korrekta 40 procent.

 

Det andra exemplet handlar om nyregistreringar av fordon, där Trafikanalys är statistikansvarig myndighet och (tror jag) SCB producerar statistiken på uppdrag. Här jämförs direktimporten och nyregistreringarna mellan åren 2014 och 2015 i en blandning av ett stapel- och ytdiagram.

 

 

Och redan där ligger det första felet. Det är en - tyvärr - inte helt ovanlig metod när man vill särskilja två olika serier. Men som jag visat i tidigare bloggposter finns det alltid skäl till varför man väljer den ena eller den andra diagramtypen. Vissa är bättre än andra, beroende på sammanhang. Generellt är linjer att föredra när det är tidsserier som ska jämföras, medan staplar passa bäst för att jämföra kategorier. Ytdiagram är sällan lyckade över huvudtaget, eftersom det snabbt blir svårt att jämföra storleken på de staplade ytorna när det är många kategorier med.

 

Här har man krånglat till det för sig genom att mixa båda typerna, i ett försök att särskilja de båda åren. Det blir inte bra. Välj en diagramtyp och håll dig till den. På det här sättet försvåras bara jämförelserna mellan de båda åren. Valet av diagramtyp styrs av andra saker än att skilja olika serier åt. Där är färger eller olika etiketter bättre.

 

Färger har dessutom redan använts här, så det finns inget behov av ytterligare åtskiljande. Möjligen kan man ha synpunkter på valet av färger, vilket inte direkt underlättar för läsare (särskilt inte för någon med viss färgblindhet, som jag).

 

Slutligen är också etiketterna på x-axeln märkliga. Varje månad har märkts med år 2015, även om det helt uppenbart är både år 2014 och 2015 som jämförs. Månadsnummer istället för månadens namn i klartext är dessutom bara en extra förvirring som ytterst lätt kan åtgärdas och underlätta betydligt vid tolkningen.

Ankor och böcker hos SCB

Det här inlägget kan ses som ett tillägg till det förra avsnittet om grundläggande visualiseringsteori. Mer specifikt tar det upp ett specialfall av maximeringen av data-ink-ratio, nämligen fallet med ren utsmyckning i ett diagram. Bilder eller symboler som bara är prydnad och inte tillför någon ytterligare data eller ens utgör några som helst diagramelement. Tufte benämner de här tillskotten ducks (dvs. ankor). Ursprunget till termen är en byggnad i Flanders, New York, helt och hållet formad som en anka, som tidigare användes som butik för försäljning av just ankor och ägg. Poängen med jämförelsen var just fenomenet att hela strukturen i sig var dekoration, snarare än innehåll.

Ankor är rent diagramskräp och tillför ingen ytterligare data. Visualiseringar står och faller med innehållet och budskapet, inte grafiska utsmyckningar. Diagramskräp kan inte rädda visualiseringar som redan från början saknar innehåll, men de kan förstöra framställningar som annars är fullt funktionsdugliga.

Orsaken till att jag tar upp det här nu, är att bilden nedan dök upp i mitt facebookflöde. SCB producerar mängder med intressant data och sprider den med oftast bra grafik. Här snubblade man dock något. Omsättningen i bokhandeln över en tjugoårsperiod. Det viktigaste budskapet är att en halvering har skett under perioden; ett tydligt och intressant resultat, som enkelt och slagkraftig kan visualiseras med ett normalt linjediagram.

 

Varför väljer man då att lägga in en enorm anka i diagrammet i form av en bok? Är man rädd att läsaren ska glömma bort att det handlar om bokhandeln under den sekund det tar för blicken att vandra från rubriken till diagramytan? Det här är ett typexempel på diagramskräp; en stor dekoration rakt över ytan som tar upp mängder av grafik utan att tillföra någon som helst data. Det stör framställningen och försvårar tolkningen.

 

Nu är det här förstås ingen stor sak i sig, men det är så klart synd att SCB, som i kraft av att vara landets statistikmyndighet borde vara föregångare inom området, inte följer best practice för diagramproduktion. Ingen skugga över SCB i övrigt. Jag har själv jobbat på myndigheten under flera år och har till och med varit chef inom avdelningen där det här diagrammet har producerats. Men här råkade man ut för ett litet olycksfall i arbetet.

Grundläggande visualiseringsteori, del 2: Visa data framför allt

I det förra inlägget om grundläggande visualiseringsteori tittade vi på valet av diagramtyp. Vilken sort man väljer är inte bara en fråga om tycke och smak, utan vissa diagramtyper är faktiskt bättre än andra på att förmedla information. När vi nu har valt vilket slags diagram vi ska använda, kommer vi till dagens ämne; den mest grundläggande principen för all diagramframställning: visa data framför allt.

Detta kan låta nog så självklart, men är långt ifrån något som alltid tillämpas. Principen kan sägas ha fastslagits i den bok som får betraktas som standardverket inom visualiseringsteori - Edward Tuftes "The Visual Display of Quantitative Information". Där är den portalprincipen för all bra statistisk grafik: "Above all else show the data".

Vad innebär då detta i praktiken? Jo, så mycket som möjligt av det som ritas in i ett diagram ska presentera data. Allt annat ska - inom rimlighetens gränser - skalas bort. För att formalisera denna princip använder Tufte begreppet data-ink-ratio, vilket kan översättas som andelen av all trycksvärta (dvs. allt som ritas in i diagrammet) som används för att representera data. Denna kvot ska maximeras och komma så nära ett som möjligt. Med andra ord, nära nog allt som ritas in i diagrammet ska vara datapunkter. Alla delar i ett diagram ska finnas där av en orsak, och nästan alltid ska denna orsak vara att presentera data.

Det som följer av att alltid maximera data-ink-ratio är vidare två följdprinciper som handlar om att ta bort element i diagrammet. För det första, ta bort - åter igen, inom rimlighetens gräns - allt som inte är informationsbärande. Onödiga stödlinjer, ramar, ifyllda ytor, 3-D-effekter, rena dekorationer, osv. Dessa element brukar kallas för chart junk (diagramskräp). De distraherar läsare från budskapet och bidrar inte med information.

För den andra, ta bort även element som upprepar datapunkter, där information dubbleras. Det typiska fallet är där data redan har representerats av exempelvis en stapel. Då finns det inget behov av att även skriva ut siffran. Den ytterligare grafik som siffran innebär är visserligen databärande, men den tillför ingen ny information. Tvärtom kommer den bara distrahera läsaren och försvåra tolkningen av diagrammet. Finns det behov av att visa de exakta siffrorna, är det bättre att komplettera med en separat tabell.

De här principerna tillämpas på diagrammet när man konstruerar det. Revidera det sedan igen, och igen. Diagramkonstruktion är en iterativ process. För, som den franske författaren Antoine de Saint Exupéry skrev: "Det tycks som om perfektion uppnås inte när det inte finns mer att tillägga, utan när det inte finns mer att ta bort".

Vi tar ett exempel för att illustrera hur principerna kan tillämpas. Allra tydligast blir det när det handlar om att göra om ett diagram, snarare än att konstruera ett från grunden. Diagrammet nedan motsvarar vad som kan komma ut från ett kalkylprogram av en känd större mjukvarutillverkare, om inga särskilda ändringar görs.

Grötigt, svårläst och plottrigt. Vi börjar med att anpassa diagramtypen. Staplar är vårt basdiagram, men det passar bäst till att göra jämförelser mellan olika kategorier. När vi ska visa tidsserier är det linjer som är lämpligast. Alltså, byt från staplar till linjer.

Bättre, men fortfarande alldeles för många element som inte presenterar data. Om vi börjar bakifrån, så kan vi radera den grafik som dubblerar data. I det här fallet är siffrorna utskrivna vid varje datapunkt. Informationen är redan inkodad i linjens position, så siffervärdet tillför ingen ytterligare data, utan ligger bara i vägen när en läsare ska följa kurvan. Bort med dem!

Nu kan gå vidare med andra element som försvårar tolkningen. Stödlinjerna är nästan lika tjocka som datalinjerna och dominerar ritytan alldeles för mycket. De kan tunnas ut och samtidigt kompletteras med vertikala linjer, som underlättar läsningen i x-led.

Decimalerna på y-axelns skala är redundanta, eftersom det ändå bara är heltal. På samma sätt förenklas x-axelns skala genom att ta bort upprepningarna av årtalen för varje månad, och ersätta månadsnumren med klartext. Vi vänder dem också till horisontell position, så att läsaren slipper luta huvudet. Samma sak med y-axelns etikett.

Förklaringen till linjerna har också flyttats upp från en egen ruta till att ligga bredvid linjerna, något som alltid är att rekommendera vid just linjediagram. På så sätt slipper läsaren hoppa med blicken fram och tillbaka mellan linjer och förklaring.

Slutligen har också rubriken lyfts ut, ramen har tagits bort och diagrammet har förstorats till att fylla ut hela ritytan.

Arbetslöshet 2012-2013

 

Enkla åtgärder i linje med principerna. Visa data framför allt. Diagrammet blir tydligare, mer lättläst och det är data som dominerar.