데이터 분석이란 무엇입니까?

데이터 분석은 유용한 정보를 추출 할 수 있도록 원시 데이터를 정렬하고 정리하는 방법입니다. 데이터를 구성하고 생각하는 과정은 데이터의 내용과 내용을 이해하는 데 중요합니다. 사람들이 데이터 분석에 접근 할 수있는 다양한 방법이 있으며, 분석 단계에서 데이터를 조작하여 특정 결론이나 의제를 추진하는 것은 매우 악명 높습니다. 이러한 이유로, 데이터 분석이 제시 될 때주의를 기울이고, 데이터와 도출 된 결론에 대해 비판적으로 생각하는 것이 중요합니다.

원시 데이터는 측정, 설문 조사 응답 및 관찰을 포함하여 다양한 형태를 취할 수 있습니다. 기본 정보로이 정보는 매우 유용하지만 압도적 일 수 있습니다. 데이터 분석 과정에서 원시 데이터는 유용한 방식으로 정렬됩니다. 예를 들어 설문 조사 결과를 계산하여 사람들이 설문 조사에 응답 한 사람 수와 특정 질문에 어떻게 응답했는지를 한눈에 확인할 수 있습니다.

데이터를 구성하는 과정에서 추세가 나타나는 경우가 많으며 이러한 추세는 데이터를 기록 할 때 강조 표시하여 독자가 메모 할 수 있습니다. 예를 들어, 아이스크림 선호도에 대한 우연한 조사에서 남성보다 여성이 초콜릿에 대한 애정을 표현할 수 있으며, 이는 연구원에게 관심의 대상이 될 수 있습니다. 수학 및 기타 도구를 사용하여 데이터를 모델링하면 데이터에 대한 이러한 관심 지점이 과장되어 연구원이 쉽게 볼 수 있습니다.

데이터의 차트, 그래프 및 텍스트 작성은 모든 형태의 데이터 분석입니다. 이러한 방법은 독자가 모든 데이터를 직접 정렬 할 필요없이 독자가 흥미로운 정보를 수집 할 수 있도록 데이터를 구체화하고 증류하도록 설계되었습니다. 데이터를 명확하고 이해하기 쉬운 방식으로 제시하는 것처럼 데이터를 요약하는 것은 종종 해당 데이터로 작성된 인수를 지원하는 데 중요합니다. 원시 데이터는 사람들이 스스로 세부 정보를 찾을 수 있도록 부록 형태로 포함될 수도 있습니다.

사람들이 요약 된 데이터와 결론을 보게되면이를 비판적으로 봐야합니다. 데이터를 수집하는 데 사용 된 샘플링 방법과 샘플 크기에 대한 질문과 같이 데이터의 출처를 묻는 것이 중요합니다. 데이터 소스가 수집중인 데이터 유형과 이해 상충이있는 것으로 보이면 결과를 의심 할 수 있습니다. 마찬가지로, 작은 샘플 또는 실제로 무작위가 아닌 샘플에서 수집 된 데이터는 의심스러운 유용성이 있습니다. 평판이 좋은 연구원은 분석 시작시 독자가이 정보에 대해 생각할 수 있도록 항상 사용 된 데이터 수집 기술, 자금 출처 및 데이터 수집 지점에 대한 정보를 제공합니다.