NPSO jaarlijkse dag en 10-jarig Lustrum: 5 juni 2018

Dit jaar bestaat de NPSO 10 jaar. In 2017, hebben we daarom een survey gedaan onder de NPSO emaillijst. Dat gaf vele reacties en bruikbare suggesties. We geven de jaarlijkse NPSO dag op basis van de suggesties een breder thema, hebben enkele interactieve onderdelen opgenomen, hebben een aantal vooraanstaande sprekers uit Nederland en Vlaanderen uitgenodigd en eindigen met een netwerkborrel. Thema van de lustrumdag is de toekomst van survey onderzoek. Dit moet in brede zin worden opgevat; surveys bestaan niet noodzakelijk uit vragenlijstdata maar kunnen ook bestaande bronnen of metingen met sensoren omvatten.

Het programma bestaat uit presentatie van visies op survey onderzoek vanuit de verschillende bloedgroepen van de NPSO, een interactieve discussie van deelnemers, diepgaande presentaties over nieuwe manieren van survey onderzoek doen, een markt met visies op survey onderzoek, een aansprekende slotpresentatie en een lopend buffet (gratis).

Locatie: Theaterzaal, bibliotheek Rotterdam

Hoogstraat 110

3011 PV Rotterdam

aansprekende slotpresentatie en een lopend buffet.

Deelname is gratis voor leden. Lid worden kan gratis via onze site www.npso.net.

We hopen dat u komt.

Namens de NPSO,

Karin Rutten, Ricarda Braukmann en Barry Schouten     

------

Samenvattingen presentaties

Innovaties in het verzamelen van bedrijfsgegevens

Ger Snijkers en Sofie De Broe (Centraal Bureau voor de Statistiek, Heerlen)

Het verzamelen van gegevens bij bedrijven met behulp van vragenlijsten is in beweging. Ten behoeve van officiële statistieken worden bedrijven benaderd om veel data te verstrekken. Traditioneel gaat dat met vragenlijsten, wat hoge kosten en administratieve belasting met zich meebrengt. Tegenwoordig investeren bedrijven in het automatiseren van hun informatie keten, waardoor er intern een geïntegreerde keten van financiële data ontstaat. Dit maakt het toepassen van ‘Electronic Data Interchange’ (EDI), wat neer komt ‘System-to-System’ (S2S) data communicatie, mogelijk, ook voor externe rapportages. Een voorbeeld hiervan zijn financiële bedrijfsgegevens die met behulp van een standaard taxonomie RGS (Referentie Grootboekschema) en SBR (Standard Business Reporting) kunnen worden verkregen.

Een ander voorbeeld waarvoor EDI technieken gebruikt kunnen worden is sensordata, die door bedrijven worden verzameld met behulp van intelligente machines. Denk hier bijvoorbeeld aan melkrobots met sensoren die gebruikt worden door melkveehouders. Via het Internet of Things kunnen melkveehouders met apps hun melkproductie monitoren.

Daarnaast kunnen bedrijfsdata ook op andere manieren worden verzameld, bijv. via het internet. Denk hier bijvoorbeeld aan het verzamelen van prijzen op het internet met behulp van internet robots en web-scraping.

Deze ontwikkelingen maken het mogelijk dat bedrijfsgegevens op een andere manier dan met vragenlijsten verzameld kunnen worden. Of dit in de praktijk ook daadwerkelijk gaat werken is echter afhankelijk van allerlei andere factoren zoals methodologische en organisatorische factoren. In de presentatie worden deze ontwikkelingen kort aangestipt.

Een multichannel typologie van flexibele loopbanen

Lucille Mattijssen

Het aantal flexwerkers in Nederland groeit al jaren gestaag. Veel onderzoek heeft zich al beziggehouden met de vraag in hoeverre flexwerk functioneert als een opstap of als een val. In dit onderzoek gebruiken we multichannel sequentieanalyse van arbeidsmarktposities en inkomen om een typologie te maken van loopbanen die beginnen met flexwerk. Op deze manier kunnen we een genuanceerd inzicht geven in het aantal succesvolle en precaire flexibele carrières in Nederland. De multichannel sequentieanalyse resulteert in een typologie van 17 soort loopbanen die variëren wat betreft carrière- en inkomenszekerheid. Deze typologie laat zien dat er veel meer variatie is in loopbanen dan het onderscheid tussen opstap- en valcarrières. 29,6% van de flexwerkers heeft uiteindelijk een opstap-carrière met veel carrière- en inkomenszekerheid, terwijl 39,7% van de flexwerkers een val-carrière heeft met weinig carrière- en inkomenszekerheid. Een groot deel van de carrières (24,7%) kan echter niet in een van deze categorieën worden ingedeeld omdat ze hoge carrièrezekerheid combineren met lage inkomenszekerheid, of omgekeerd, of omdat het vaste contract geen eindstation blijkt te zijn.

Datagedreven onderzoek: het toepassen van data science technieken in de sociale wetenschappen

Patricia Prüfer, Hoofd Data Science Unit, CentERdata

Sinds 2017 houdt CentERdata zich bezig met data science activiteiten om de bestaande diensten en producten aan te vullen. We gebruiken methoden zoals machine & deep learning, data & text mining of visualisatietechnieken voor (complexe) data uit zeer uiteenlopende bronnen, zogenaamde big data. Denk bijvoorbeeld aan sensor data, sociale media data, internet data, grote administratieve bestanden of data uit het representatieve LISS panel. In deze presentatie geven we een overzicht van recente projecten waarin we data science technieken toepassen op gegevens uit zowel nieuwe als bestaande bronnen.

 Zo passen we bijvoorbeeld tekstanalyses toe op Twitter-data om de politieke ideologieën en overtuigingen van Nederlandse kiezers in kaart te brengen. Een ander voorbeeld is het identificeren van bewegingspatronen in high frequency accelerometerdata die vervolgens gekoppeld kunnen worden aan bestaande (register)data om gezondheid te voorspellen.

Een omvangrijk en innovatief project waar we momenteel aan werken is de impact van digitalisering en automatisering op de Nederlandse arbeidsmarkt. We willen met dit onderzoek enerzijds inzicht verkrijgen in tekorten aan personen met digitale vaardigheden en anderzijds toekomstige carrièrekansen op de Nederlandse arbeidsmarkt in kaart brengen. Dit onderzoek kent daarom meerdere invalshoeken. Zo wordt gebruik gemaakt van expertinterviews, enquêtes onder werkgevers en administratieve CBS bestanden. Als aanvulling hierop maken we gebruik van big data analyses, bijvoorbeeld op data van banensites, social media en zoekmachines, die vervolgens worden gekoppeld aan arbeidsmarktramingen. Verschillende data science technieken worden toegepast om te analyseren welke taken, functies en werkzaamheden in welk tempo in de komende jaren worden geraakt door de verdergaande digitalisering. In deze presentatie wordt verder ingegaan op de gebruikte analysetechnieken binnen project.

Verder passen nieuwe analysetechnieken toe op bestaande gegevens. Bijvoorbeeld om de beste voorspellers van georganiseerde misdaad op bedrijventerreinen te identificeren, of risicofactoren voor het welzijn en veilig opgroeien van kwetsbare kinderen in een wijk in Tilburg te voorspellen. Voor dit laatste innovatieve project is een unieke samenwerkingsverband opgestart van hulpverlener Sterk Huis, stichting Xpect Primair, gemeente Tilburg, het Data Science Center van Tilburg University (DSC/t) en CentERdata. In eerste instantie wordt een pilot uitgevoerd op een basisschool om te komen tot een modelaanpak voor preventief beleid. Deze modelaanpak wordt vervolgens vertaald naar tools voor professionals en uitgerold naar andere scholen en gemeenten. Door de combinatie van bestaande kennis van betrokken professionals (en interviews onder focusgroepen) en informatie uit veel verschillende bronnen met predictive en prescriptive analytics worden nieuwe inzichten gecreëerd en kan vervolgens een preventieve aanpak worden ontwikkeld om problemen bij kinderen vόόr te zijn. Tijdens de presentatie zal ook hier dieper op worden ingegaan.