When are you actually an expert in Excel?

I’m not going to proclaim my normative answer to that question.

I will, however, note that a lot of people claiming to be superusers, are not actually that super. As in: I reject your claim to superuser status in Excel, if you sum a column of 1s in order to count how many rows your data encompas.

This site tries to provide a classification. It is made by Aaron Blood. He is a “Microsoft Most Valuable Professional”. I have worked with Excel on and off for the last 25 years. I have only just moved from “Intermediate” to “Advanced”.

Personally I think this scale is not granular enough. The step between “Intermediate” og “Advanced” is rather large. But I think the scale is useful because it illustrates what Excel actually can. The average “superuser” do not even know that macros is an option. And that makes it entirely reasonable for them to claim that they are superusers. They know everything that they know there is to know. They think that what they know is the entirety of what Excel can. They have no idea how much more there is to know.

Hvad skal vi kunne – og hvordan når vi derhen?

Bibliotekarer skal være dataanalytikere. Det er i hvert fald trenden, og det er sikkert også en god ide. Der er naturlige grænser for hvor gode vi bliver til det. Der er i hvert fald grænser for hvor god jeg bliver til det.

Hvad er det så vi skal kunne?

Vi skal kunne komme gennem disse fem trin:

  1. Høstning af data.
  2. Manipulation af data til de er teknisk korrekte
  3. Manipulation af data til de er konsistente
  4. Analyse af data
  5. Præsentation af data

I punkt 1 skal vi kunne finde ud af at indsamle data. Både fra hjemmesider, databaser og virkeligheden.

Punkt 2. handler om at de data vi får ind, ofte ikke er teknisk korrekte. Det handler langt hen ad vejen om at vi skal kunne finde ud af at sørge for, at de data vi har samlet ind, ligger i de rigtige datatyper. Ligger tallet “123” som et tekstfelt i et regneark, kan vi ikke gange det med 10. Hvis det ligger som et tal, kan vi. Hvis køn i dele af materialet er kodet som M/K, og i andre dele af datamaterialet som M/F, eller male/female, skal det også rettes til.

Punkt 3 kan beskrives som at data skal være korrekte, og konsistente. Vi skal kunne finde, og håndtere manglende data. Vi skal kunne finde og håndtere specielle værdier. “Uendelig” er et eksempel. Der kan også være outliers i data. Og der kan være data der er inkonsistent. I samfundsvidenskaberne kan det være spørgeskemaer, hvor respondenten har svaret at han er 40 år gammel, og været gift i 45 år. Det hænger ikke sammen, det skal vi kunne fange.

I punkt 4 skal vi kunne analysere data. Vi skal ikke være statistiske eksperter. Vi skal ikke have styr på alverdens statistiske metoder. Men vi skal kunne et minimum. En simpel korrellation skal vi kunne håndtere.

Og så skal vi endelig kunne præsentere data. Det skal ikke være en uoverstigelig udfordring for os at lave en simpel graf af noget data. Vi behøver ikke kunne kaste os ud i netværksanalyser og gode måder at plotte fem-dimensionelle data. Men et lagkagediagram må ikke være os fremmed.

Hvordan når vi derhen.

Det ved jeg ikke. Men der er tre grundlæggende kompetencer der skal være på plads:

  1. Et minimum af forståelse for programmering. Datatyper, datastrukturer, logiske strukturer i programmer.
  2. Et minimum af forståelse for datamanipulation. Vi taler om at man skal kunne en smule mere end sit fadervor i Excel.
  3. Seriøse evner i Google, og gå-på-mod. Man skal være parat til at finde løsninger på egen hånd, og man må ikke være bange for at prøve.

Så inden vi går igang: Se at komme igennem et Excel-kursus. Tyg dig gennem et af de aldeles udemærkede, og gratis, online kurser i programmering. Jeg vil anbefale Python, der åbenbart er stort blandt dataanalytikere. Og stil dig foran et spejl og gentag disse tre mantraer, til du tror på dem:

“Hvis jeg har et problem, kan jeg finde en løsning på nettet.”
“Det gør ikke noget at jeg prøver om det virker, jeg kan altid se om jeg kan finde en anden løsning i stedet”
“Jeg kan ikke ødelægge computeren af at prøve”

De holder ikke 100% i virkeligheden. Men du kommer meget langt hvis du prøver.

Det konsekvensløse samfund

Det er fascinerende hvad der sker når folk stilles overfor et frivilligt valg. Enhver antydning af at valget har konsekvenser gør at de straks holder op med at opfatte det som frivilligt.

Senest illustreret ved den forventede indførsel af vaccinepas. Så er det jo ikke længere frivilligt at blive vaccineret må man forstå på kritikerne.

Og til det er der blot at svare: Jo, det er det. Men dine valg har konsekvenser. Og en af konsekvenserne af ikke at ville vaccineres er at man ikke får lov at rejse ud i en verden der naturligvis er lidt bekymret for smitte med den seneste version af corona-virusen. Sådan er det.

Her får vi afsløret at det folk ville have ikke var frivillighed og ingen tvang. Men ingen konsekvenser.

Og det er et generelt fænomen.

Vejer du 300 kg? Der kan være underliggende medicinske årsager, men den mest udbredte grund til at du gør det er at du indtager flere kalorier end du forbrænder. Og det har blandt andet den konsekvens, at din læge kan finde på at gøre dig opmærksom på at du er i forhøjet risiko for at dø af hjerteproblemer. Det er ikke tykfobi eller shaming. Det er blot sådan at der er konsekvenser af at veje det samme som tre babyelefanter.

Har du valgt at læse kønsstudier på RUC? Fint, men så har du også valgt ikke at blive administrerende direktør i FL Schmidt.

Har du valgt at læse humaniora? Fremragende. Men du var godt klar over at arbejdsmarkedet for den uddannelse er noget anderledes end det er for stærkstrømsingeniører. Så når du efterfølgende har sværere ved at finde arbejde, og får mindre i løn. Så er det fordi du traf et valg da du valgte uddannelse. Og ikke fordi arbejdsgiverne diskriminerer dig på grund af dit køn.

Du traf et valg. Du valgte som du gjorde fordi du mente at det var det bedste valg. For dig. Og nu har dit valg så konsekvenser. Selvfølgelig har det det. Ellers kunne du jo lige så godt have valgt anderledes. De konsekvenser må du tage på dig. Det var dit valg, ikke andres.

Det er en af de forskelle der er på små børn og voksne mennesker.