- De leerlingen kunnen een geselecteerde dataset correct importeren en inladen in een Business Intelligence tool.
- De leerlingen kunnen datakwaliteitsproblemen aanpaken door data te transformeren (opschonen, kolomtypen aanpassen, filteren).
- De leerlingen kunnen de principes van een genormaliseerde datastructuur toepassen en indien nodig eenvoudige relaties leggen tussen tabellen.
- De leerlingen kunnen functionele visualisaties maken die rechtstreeks bijdragen aan het beantwoorden van hun onderzoeksvraag.
- De leerlingen kunnen de keuze voor een specifiek type grafiek inhoudelijk verantwoorden en motiveren.
- De leerlingen kunnen kritisch reflecteren op hun dashboards om desinformatie en misleidende schalen te voorkomen.
- De leerlingen kunnen summatief geteste configuraties documenteren binnen hun projectomgeving (bijvoorbeeld via changemanagement of een to-do list).
- Er is geen boek voor dit onderwerp.
Inleiding analyse en visualisatie
We bevinden ons nu in de actieve ontwikkelfase:
-
In lesuur 1 (Oriëntatie en Probleemstelling) hebben jullie de basis gelegd, de velden geanalyseerd en de scope afgebakend.
-
In lesuur 2 (Analyse en Visualisatie) transformeren jullie de gegevens. Jullie bouwen gerichte grafieken, verantwoorden de grafiekeuzes en waken er strikt over dat de schalen, assen en lay-out een objectief en ethisch correct beeld van de werkelijkheid tonen.
-
In lesuur 3 (Conclusie en Rapportering) ronden jullie de cyclus af. Jullie formuleren de definitieve conclusie op basis van je Power BI-inzichten en bereiden de korte presentatie voor de klant voor.
Onthoud goed: Een sterke visualisatie vertelt het échte verhaal van de data. Zorg ervoor dat je interface overzichtelijk is en de gebruiker uitnodigt tot analyse.
Evaluatie & Deadlines
Dit project telt mee voor je examenpunten. Vandaag is een cruciale stap voor je tweede tussentijdse deadline!
Deadlines:
| Onderdeel | Deadline / info | Gewicht |
|---|---|---|
| Keuze onderwerp | GEPASSEERD (woensdag 22 april 2026) | 15% |
| Import & Transformatie brondata | Woensdag 20 mei 2026, tegen einde van de les | 25% |
| Presentatie & Conclusie | woensdag 27 mei 2026 | 60% |
| Verwachte studielast | Thuis verder afwerken van het Power BI-dashboard (max 1,5 uur) | - |
Data transformeren en visualiseren
Stap 1: Gegevens importeren en transformeren (ETL)
Voordat we een grafiek kunnen maken, moeten de gegevens correct in Power BI worden geladen. Ruwe data uit openbare bronnen bevat vaak fouten, lege rijen of verkeerde datatypes.
Gebruik de Power Query Editor voor het zogenaamde Extract-Transform-Load (ETL) proces:
- Datatypes controleren: Staat een jaartal of postcode per ongeluk als tekst ingesteld? Pas dit aan naar een numerieke waarde.
- Opschonen: Verwijder lege rijen, overbodige kolommen of duplicaten die je analyse kunnen vervuilen.
- Filteren: Beperk de dataset tot de scope van jouw onderzoeksvraag (bijvoorbeeld: filter de dataset zodat je enkel de data van de afgelopen 10 jaar overhoudt).
Stap 2: Relaties leggen (Indien nodig)
Als je gebruik maakt van meerdere gegevensbronnen (bijvoorbeeld een tabel met de CO₂-uitstoot per sector én een tabel met de totale werkgelegenheid per sector), moet Power BI weten hoe deze tabellen met elkaar samenhangen.
- Zoek naar een primaire of referentiële sleutel (zoals een unieke ID, landcode of sectornaam) om een relatie te leggen.
- Zorg voor een logische, consistente structuur waarin gegevens betrouwbaar kunnen worden gecombineerd.
Stap 3: De juiste visualisatie kiezen
Een veelgemaakte fout is het kiezen van een grafiek omdat deze er "mooi" uitziet. Je grafiekeuze moet altijd functioneel zijn en de onderzoeksvraag ondersteunen:
| Type visualisatie | Wanneer te gebruiken? | Voorbeeld uit de opdrachten |
|---|---|---|
| Lijngrafiek | Tonen van trends, evoluties en patronen doorheen de tijd. | De evolutie van de huurprijzen per provincie over de afgelopen 10 jaar. |
| Staaf-/kolomgrafiek | Vergelijken van verschillende categorieën met elkaar. | Het aantal ingeschreven auto's per automerk in België. |
| Spreidingsdiagram (Scatterplot) | Zoeken naar verbanden of correlaties tussen twee variabelen. | Het verband tussen de gemiddelde leeftijd in een gemeente en het internetgebruik. |
| Draaitabel (Matrix) | Gedetailleerde cijfers en totalen overzichtelijk groeperen. | De verdeling van leerlingen per onderwijsvorm én per provincie. |
Stap 4: Ethisch visualiseren en desinformatie voorkomen
Als onderzoeker heb je een grote verantwoordelijkheid. Met grafieken kun je de werkelijkheid onbewust (of bewust) verdraaien. Let bij het ontwerpen van je dashboard strikt op de volgende zaken:
- De Y-as moet betrouwbaar zijn: Start de Y-as bij een staafdiagram altijd op
0. Als je de as laat beginnen op een willekeurig getal, lijken kleine verschillen plotseling gigantisch groot. - Geen misleidend kleurgebruik: Gebruik kleuren functioneel (bijvoorbeeld rood voor een negatieve trend, groen voor positief). Ga niet onnodig 20 verschillende felle kleuren gebruiken, dat leidt de klant af.
- Eerlijke schaalverdeling: Zorg dat de stappen op de assen even groot zijn en dat er geen datapunten worden weggelaten omdat ze "niet in je kraam passen".
Gouden regel: Als je visualisatie de lezer dwingt tot een foute conclusie, dan is je visualisatie mislukt, hoe mooi het dashboard ook is.
Aan de slag met jouw dashboard
Open Microsoft Power BI en voer de volgende stappen uit voor jouw eigen project:
- Importeer je geselecteerde csv-, Excel- of web-dataset.
- Open Power Query en voer de noodzakelijke transformaties uit (opschonen, kolomtypen corrigeren).
- Leg eventuele relaties tussen tabellen als je met meerdere bronnen werkt.
- Bouw minstens drie verschillende functionele visualisaties die rechtstreeks bijdragen aan het beantwoorden van je centrale onderzoeksvraag.
- Sla je bestand op volgens de afgesproken naamgevingsconventie en noteer je vorderingen in de projectplanner of je to-do list.
Tip: Loop je vast met een specifieke HTML/CSS-koppeling of een vreemd dataformaat? Gebruik gericht je digitale hulpbronnen zoals documentatie of autocomplete-fora om het probleem zelfstandig te debuggen.
- Het importeren en transformeren (ETL) van data via Power Query is een noodzakelijke stap om betrouwbare analyses te kunnen maken.
- Een genormaliseerde datastructuur met correct gelegde relaties voorkomt redundantie en inconsistentie bij het combineren van tabellen.
- De keuze voor een visualisatie (zoals een lijn-, staaf-, of spreidingsdiagram) moet altijd inhoudelijk gemotiveerd worden vanuit de onderzoeksvraag.
- Ethisch visualiseren betekent dat je misleidende schalen, gemanipuleerde Y-assen en verwarrend kleurgebruik resoluut vermijdt om desinformatie tegen te gaan.
- Het stapsgewijs testen van je dashboardconfiguratie en het documenteren van je aanpassingen zorgt voor een kwaliteitsbewust eindproduct.

