Data omhandler indsamling, digital lagring og organisering, visualisering og processering af data.
At eleverne kan indsamle/skabe data. Det kan fx. være ved at lave spørgeskemaer i Google Forms, men det kan også være ved at bruge sensorer og computere, der indsamler data om omgivelserne som fx lysstyrke, temperatur, fugtighed, bevægelse, acceleration og lign.
At eleverne kan opstille deres data, så man kan gennemskue datasættet. Det kan fx. være ved at bruge Google Sheets
At eleverne kan lagre/gemme deres data ved fx. at bruge Google Drev.
At eleverne efterfølgende kan analysere deres data og omsætte data til viden, som de kan bruge videre i deres processer.
At eleverne kan visualisere deres data fx. i form af digitale diagrammer, tekster, billeder og lyd.
Data: Data er en samling af informationer, der typisk er resultatet af undersøgelser. Det kan fx. være interviews, spørgeskemaer, observationer, eksperimenter. Det skelnes mellem 1) kvantitativ data, som data der kan tælles eller måles og 2) kvalitativ data, som data der ikke kan tælles eller måles.
Digital lagring: Digital lagring er den måde du opbevarer din digitale data på.
Organisering: Organisering af data handler om, hvordan man gør sin data overskuelig og gennemskuelig. Det kan fx. være ved at indsætte mellemrum/kolonner i et regneark, der gør at man lettere kan adskille forskellige elementer af datasættet fra hinanden.
Visualisering: Visualisering af data handler om, hvordan vi kan kommunikere/formidle vores datasæt til andre. Når man skal visualisere data, skal man bl.a. forholde sig til afsender/modtager-forhold. Visualisering kan fx. ske ved hjælp af diagrammer skabt på 3d printere eller vinylcuttere eller det kan være computersimuleringer af data i et computerprogram.
Processering: Processering er det, at behandle sit datasæt og trække analysens centrale pointer frem og gøre dem til genstand for efterfølgende handlinger. Det kan fx. gøres gennem 1)validering - at sikre, at datasættet er korrekt og relevant, 2) organisering og sortering - at arrangere elementer i en række sekvenser og/eller i forskellige sæt, 3) sammenfatning - reducerer detaljerede data til hovedpunkterne, 4) aggregation - at kombinere flere forskellige datablade.