Hoofdvraag en onderzoeksvragen - marcoFijan/frontend-data GitHub Wiki

Gekozen onderzoeksvraag:

In Nederland zijn er, volgens de cijfers van het CBS, gemiddeld 12% inwoners van een stad met een lichamelijke beperking. Dit vind ik een aardig hoog percentage. Niet alle mensen met een lichamelijke beperking zullen zelf auto kunnen rijden. Maar deze mensen kunnen natuurlijk wel vervoerd of gebracht worden met de auto. Wanneer een parkeergarage in een centrum dan niet toegankelijk is voor lichamelijk gehandicapten, kan dat betekenen dat zij niet even kunnen winkelen of shoppen. Zelfde geld voor simpelweg de boodschappen doen in een supermarkt. Aangezien ik in de dataset van RWD best veel nullen zag staan (geen toegang voor lichamelijk gehandicapten), leek het mij interessant om te onderzoeken waar nu precies die parkeerplaatsen staan.

Hoofdvraag:

In welke provincie in Nederland kunnen mensen met een lichamelijke beperking het beste wonen om zo min mogelijk invalideproblemen te ervaren na het parkeren van hun voertuig?

Onderbouwende deelvragen:

Wat is de verhouding op de algehele capaciteit en parkeerplaatsen voor mensen met een beperking per provincie?
Wat is de verhouding op het totaal aantal parkeergarages en toegankelijke parkeergarages voor mensen met een beperking per provincie?
Wat is de percentage van mensen met een lichamelijke beperking per provincie?

Benodigdheden

Wat ik nodig heb om dit te onderzoeken zijn de volgende dingen:

Dataset: Specificaties parkeergebied

Kolommen: AreaId, AreaManagerId, Capaciteit en DisabledAccess

Capaciteit per parkeerplaats
Wel of niet toegankelijk voor lichamelijk gehandicapten

Dataset: Geo Parkeer Garages

Kolommen: AreaManagerId, **AreaId, Location en AreaIdDesc

Stad en/of dorp van parkeerplaats
Coördinaten van parkeer garages

NOTE: Geo Parkeer Garages heeft zowel areaID als AreaManagerId in tegenstelling tot Parkeeradres en GPS Locatie Parkeerplaats wat het koppelen van de datasets makkelijker zou moeten maken, maar hier dient wel de areaIdDesc opgeschoont te worden voor het verkrijgen van de plaatsnamen

Dataset: Gezondheidsmonitor 2016

Kolommen: Filter: Leeftijd=Totaal, Stad, Functiebeperking

Percentage mensen met lichamelijke beperking per stad

NOTE: Deze dataset bevat een stuk minder verschillende steden dan de datasets over de parkeergarages

Dataset: Parkeeradres

Kolommen: ParkingAdressReference, StreetName, HouseNumber, ZipCode, Place

OPTIONEEL: Adresgegevens zoals postcode en huisnummer om parkeerplaatsen in grote steden op te splitsen per gebied

Dataset: Gebruiksdoel

Kolommen AreaManagerId en Usageld / UsageldDesc

OPTIONEEL: Aangeven bij welke parkeergarages er een gehandicapten parkeerkaart nodig is.

Assumpties

Voor sommige vragen kun je al snel bedenken wat hiervoor de antwoorden kunnen zijn. Hier beschrijf ik wat mijn assumpties zijn per vraag Hieronder vindt u mijn denkproces met invalshoeken en mogelijke hoofdvragen:

Wat is de verhouding op de algehele capaciteit en parkeerplaatsen voor mensen met een beperking per provincie?

Mijn verwachting is dat er meer parkeerplaatsen zijn voor mensen met een beperking dan dat er parkeerplaatsen zijn die niet toegankelijk zijn voor mensen met een beperking.

Wat is de verhouding op het totaal aantal parkeergarages en toegankelijke parkeergarages voor mensen met een beperking per provincie?

Mijn verwachting is dat de parkeergarages fifty fifty toegankelijk zijn voor mensen met een beperking. Dit denk ik omdat ik verwacht dat parkeergarages in het centrum wel toegankelijk zijn maar parkeergarages uit het centrum niet.

Wat is de percentage van mensen met een lichamelijke beperking per provincie?

Ik gok dat dit rond de 12% zit. Sommige provincies waar wat meer ouderen wonen, zoals Brabant, zullen misschien wat hoger liggen.

Waar zitten de niet en wel geschikte parkeerplaatsen voor mensen met een lichtamelijk beperking?

Mijn verwachting is dat bijna alle dan wel niet alle parkeergarages in het centrum toegankelijk zijn voor lichamelijk beperkte mensen. Ik denk dat alleen parkeergarages aan de randen van de stad en dorpen niet altijd toegankelijk zijn voor mensen met een lichamelijk beperking.

Welke stad biedt het meest voor mensen met een lichamelijke beperking?

Ik verwacht dat Rotterdam of Eindhoven het meeste bieden voor mensen met een lichamelijke beperking. Dit denk ik omdat Rotterdam en Eindhoven de modernste voorzieningen heeft.

Zijn er opvallende gebieden in steden die niet toegankelijk zijn voor mensen met een lichamelijke beperking?

Ik hoop dat er in de binnenstad alle parkeergarages toegankelijk zijn voor minder valide mensen. Maar ik denk dat er, vooral in de grote Randstad steden, nog wel een paar parkeergarages zijn bij een winkelcentrum die niet toegankelijk is voor de lichamelijk beperkte.

Welke steden bieden het minst voor mensen met een beperking?

Ik heb hier eigenlijk geen idee over. Ik gok de wat oudere steden. Dus steden als Groningen, Nijmegen en Amsterdam.

Wat is de verhouding op algehele capaciteit en parkeerplaatsen voor mensen met een beperking per locatie?

Ik denk zelf in het binnencentrum 100% toegankelijk is voor lichamelijk beperkte en 80% buiten het centrum.

Wat is de percentage van mensen met een lichamelijke beperking per stad?

Ik denk dat gemiddeld 5% van de bevolking per stad een lichamelijke beperking heeft. De meeste hiervan zijn ouderen. Deze wonen vaak wat meer in de buitenstad

Wat is de percentageverhouding van de verschillende leeftijdgroepen per stad?

Dit gaat verschillen per stad. Over het algemeen zullen de leeftijden verspreidt liggen. Maar dit zal met sprongen van 5% kunnen verschillen per stad. Over de precieze verhouding heb ik nog geen idee

Hoe compleet is de data wanneer je de datasets gaat linken?

Alleen de dataset parkeergarages zijn te linken met de meeste andere datasets. Datasets met alle parkeerplaatsen zijn helaas niet of moeilijk te koppelen met andere datasets. Veel parkeerplaatsen zullen daardoor niet zichtbaar zijn maar alleen echte parkeergarages. Dit is opzich niet een heel erg groot probleem want ik ga er wel van uit dat 'platte' parkeerplaatsen zonder verdiepingen automatisch wel beschikbaar zijn voor lichamelijk gehandicapten.

Welke chart moet er gebruikt worden?

Ik zit te denken om een kaart van nederland weer te geven onderbouwd met diagrammen en locaties. Wanneer je op de locaties klikt krijg je een overzicht met onder andere een van percentage oudere mensen, percentage lichamelijk beperkt en percentage gehandicapt toegankelijke parkeerplaats.

Ik kan ook beginnen met een algemene pure datadiagram. Zoals staafdiagrammen en/of cirkeldiagrammen. Wanneer je vervolgens naar beneden scrollt of ergens klikt, splitst de data op en wordt de data steeds specifieker en uitgebreidt.

Voor meer ideeën en uitwerkingen kunt u kijken naar mijn schetsen

Hoofdvraag: Hoeveel en welke parkeerplaatsen in Nederland zijn toegankelijk voor mensen met een lichamelijke beperking?

Mijn verwachting is dat bijna alle dan wel niet alle parkeergarages in het centrum wel toegankelijk zijn voor lichamelijk beperkte mensen. Ik denk dat alleen parkeergarages aan de randen van de stad en dorpen niet altijd toegankelijk zijn voor mensen met een lichamelijk beperking. Ik denk dat 5% van de bevolking per stad een lichamelijke beperking heeft en dat dit voornamelijk ouderen zijn.

Mogelijke invalshoeken

Tijdens het oriënteren waren er een paar interessante invalshoeken die ik eventueel wel visualiseren. Hier vertel ik welke invalshoeken mij interessant leken. Vervolgens ga ik hierover onderzoeksvragen bedenken.

Invalshoek 1: Locatie

Al snel leek het me leuk om iets met locatie te doen. Ik had dan in mijn hoofd om een locational chart te maken waar de gebruiker in kan zoemen om alle parkeerdata in Nederland op te zoeken. Zo kan de gebruiker, wanneer hij of zij zich ergens bevind, makkelijk parkeerlocaties vinden.

Vervolgens zou ik eventueel een filter kunnen toevoegen om parkeerlocaties te kunnen sorteren op:

Deze data kan ik combineren door de dataset van Geo Parkeergarages te pakken en hier AreaManagerId en AreaId to combineren.

Invalshoek 2: Plaatsen

Naast dat je heel Nederland op een kaart zet, leek het me ook leuk om plaatsen te vergelijken.

Met de dataset PARKEERADRES van RDW kan ik makkelijk het aantal parkeeradressen per stad vergelijken. Het enige probleem is dat er geen capaciteit meegegeven is. ParkingAddressReference is hoogwaarschijnlijk hetzelfde als AreaManagerId en op die manier zou je capaciteit kunnen verkrijgen door de dataset te linken met SPECIFICATIES PARKEERGEBIED.

Nieuwe bevinding: De GEO Parkeer Garages dataset heeft een areaDesc waar een beschrijving staat over de locatie. Deze locatie is een beetje messy, maar tussen haakjes ( ) staat de plaatsnaam. Deze is dus op te schonen waardoor je alleen de steden te zien krijgt. In deze dataset zit zowel areaID als AreaManagerId. Deze GEO Parkeer Garages dataset zou je dus kunnen verbinden met de SPECIFICATIES PARKEERGEBIED om de capaciteit te berekenen.

Invalshoek 3: Gehandicapten

Het lijkt me ook interessant om me op gehandicapten te focussen

Met de dataset SPECIFICATIES PARKEERGEBIED kan ik opzoeken wat de capaciteit is van de parkeerplaatsen en of deze toegankelijk is voor lichamelijk gehandicapten. Hier kan ik interessant bevindingen doen zoals, waar kunnen gehandicapten parkeren? Kunnen gehandicapten in het centrum parkeren? Hoeveel procent van de parkeerplekken zijn toegankelijk voor lichamelijk gehandicapten?

Deze data zou ik kunnen combineren met een dataset die het aantal fysieke gehandicapten geeft per locatie (stad, dorp en/of provincie). Deze dataset van het CBS geeft deze gegevens weer. Hier kan ik per stad zien wat het percentage mensen is met een lichamelijke beperking. Vrijwel in elke stad ligt dit boven de 10%. Als een parkeerplaats in het centrum of bij een station niet toegankelijk is voor mensen met een lichamelijke beperking, kan dit tot problemen leiden.

Invalshoek 4: Capaciteit

Waar zitten de grootste parkeerplekken en wat zijn hier de redenen van? Dat lijkt me ook iets interessants om te onderzoeken. Ik wil dan onderzoeken wat de verhouding is om grote parkeerplaatsen te plaatsen. Welk invloeden hebben de inwoners, de winkels, openbaar vervoer stations...?

Invalshoek 5: Tarieven

Als laatste lijkt het me ook nog interessant om te onderzoeken welke factoren meespelen voor de tarieven op parkeerplaatsen. Hier in Tilburg heb je namelijk een parkeerplaats naast het station die 2,50 euro per uur kost, terwijl 500 meter verderop een Albert Heijn XL zit waar je onbeperkt lang gratis kan parkeren zonder gevolgen. Het lijkt me dus interessant om te zien waar de betaalde parkeerplaatsen zitten, hoe groot die zijn en hoeveel die kosten. Vervolgens kan ik die dan gaan vergelijken met de gratis parkeerplaatsen.

Hoofd en deelvragen

Aan de hand van de verschillende invalshoeken stel ik een paar hoofd- en deelvragen op om deze goed te onderzoeken om een mooie visualisatie te realiseren.

Vragen invalshoek 1: Locatie op kaart

Hoofdvraag:

Hoe kan de gebruiker makkelijk een parkeerplaats vinden en daarbij diverse filters toepassen?

Onderbouwende deelvragen:

Wat is de beschikbare data?
Welke filters zijn voor de gebruiker relevant?
Geef ik dit weer voor een stad, per stad, per provincie of alles voor heel Nederland?
Welke data is er beschikbaar wanneer je datasets gaat linken?
Welke chart moet er gebruikt worden?
Hoe gaat de gebruiker zijn informatie vinden?
Waarom heeft de gebruiker baat bij deze informatie?

Vragen invalshoek 2: Plaatsen

Hoofdvraag:

Hoe kan de gebruiker het makkelijkst locaties met elkaar vergelijken?

Onderbouwende deelvragen:

Wat is de beschikbare data?
Welke locaties zijn voor de gebruiker relevant, allemaal of alleen bepaalde locaties?
Hoe compleet is de data wanneer je de datasets gaat linken?
Welke chart moet er gebruikt worden?
Hoe gaat de gebruiker zijn informatie vinden?
Waarom heeft de gebruiker baat bij deze informatie?
Kan de gebruiker filteren per stad, postcode, huisnummer, provincie...?
Openingstijden noteren?

Vragen invalshoek 3: Gehandicapten

Hoofdvraag:

Hoeveel en welke parkeerplaatsen in Nederland zijn toegankelijk voor mensen met een lichamelijke beperking?

Onderbouwende deelvragen:

Waar zitten de niet en wel geschikte parkeerplaatsen voor mensen met een lichtamelijk beperking?
Hoe en welke eigenschappen zijn relevant om te filteren op locatie?
Welke stad biedt het meest voor mensen met een lichamelijke beperking?
Zijn er opvallende gebieden in steden die niet toegankelijk zijn voor mensen met een lichamelijke beperking?
Welke steden bieden het minst voor mensen met een beperking?
Wat is de verhouding op algehele capaciteit en parkeerplaatsen voor mensen met een beperking per locatie?
Wat is de percentage van mensen met een lichamelijke beperking per stad?
Wat is de beschikbare data?
Hoe compleet is de data wanneer je de datasets gaat linken?
Welke chart moet er gebruikt worden?
Hoe gaat de gebruiker zijn informatie vinden?
Waarom heeft de gebruiker baat bij deze informatie?

Vragen invalshoek 4: Capaciteit

Hoofdvraag:

Waar zitten de grootste parkeerplaatsen en welke factoren beïnvloeden deze capaciteit?

Onderbouwende deelvragen:

Waar zitten de parkeerplaatsen?
Welke en hoeveel winkels zitten er in die omgeving?
Hoeveel huizen zitten er in die omgeving?
Hoeveel inwoners zijn er in die omgeving?
Wat is de beschikbare data?
Hoe compleet is de data wanneer je de datasets gaat linken?
Welke chart moet er gebruikt worden?
Hoe gaat de gebruiker zijn informatie vinden?
Waarom heeft de gebruiker baat bij deze informatie?

Vragen invalshoek 5: Tarieven

NOTE: De tariefberekeningen zijn niet te gebruiken. De data is enorm messy en zou met de hand moeten worden herschreven. Daarnaast zijn er voor veel parkeerplaatsen geen of onbruikbare data geplaatst: NULL, Dagkaart 24/7, ""

Hoofdvraag:

Welke factoren spelen een rol bij de tariefberekening van parkeerplaatsen?

Onderbouwende deelvragen:

Waar kan de gebruiker het goedkoopst parkeren in de stad?
Welke amusement en horecawinkels zitten er in die omgeving?
Wat is het tarief per parkeerplek?
Hoeveel inwoners wonen er in die omgeving?
Wat is de duurste parkeerplek in de stad?
Wat is de beschikbare data?
Hoe compleet is de data wanneer je de datasets gaat linken?
Welke chart moet er gebruikt worden?
Hoe gaat de gebruiker zijn informatie vinden?
Waarom heeft de gebruiker baat bij deze informatie?