데이터 분석이란 무엇입니까?

데이터 분석은 유용한 정보를 추출 할 수 있도록 원시 데이터를 주문하고 구성하는 관행입니다. 데이터에 대한 구성 및 사고 과정은 데이터가 포함하고 포함되지 않은 것을 이해하는 데 중요합니다. 사람들이 데이터 분석에 접근 할 수있는 다양한 방법이 있으며, 분석 단계에서 데이터를 조작하기가 쉽지 않습니다. 특정 결론이나 의제를 추진합니다. 이러한 이유로 데이터 분석이 발표 될 때주의를 기울이고 데이터와 결론에 대해 비판적으로 생각하는 것이 중요합니다.

원시 데이터는 측정, 설문 조사 응답 및 관찰을 포함하여 다양한 형태를 취할 수 있습니다. 원시 형태 로이 정보는 엄청나게 유용 할 수 있지만 압도적 일 수 있습니다. 데이터 분석 프로세스 과정에서 원시 데이터는 유용한 방식으로 주문됩니다. 예를 들어, 설문 조사 결과가 계산 될 수 있으므로 사람들이 설문 조사에 몇 명의 사람들이 대답했는지, 어떻게 p를 볼 수 있는지 알 수 있습니다.Eople은 특정 질문에 응답했습니다.

데이터를 구성하는 과정에서 트렌드가 종종 나타나며 이러한 추세는 데이터 쓰기에서 강조 될 수있어 독자가 주목할 수 있습니다. 예를 들어, 아이스크림 선호도에 대한 캐주얼 조사에서 남성보다 더 많은 여성이 초콜릿에 대한 애정을 표현할 수 있으며, 이는 연구원에게 관심의 지점이 될 수 있습니다. 수학 및 기타 도구를 사용하여 데이터를 모델링하면 때때로 데이터에 대한 이러한 관심 지점을 과장하여 연구원이 쉽게 볼 수 있습니다.

데이터의 차트, 그래프 및 텍스트 쓰기는 모든 데이터 분석 형태입니다. 이러한 방법은 데이터를 세분화하고 증류하여 독자가 모든 데이터를 스스로 정렬 할 필요없이 흥미로운 정보를 수집 할 수 있도록 설계되었습니다. 데이터를 요약하는 경우가 종종 데이터를 제시하는 것처럼 해당 데이터로 작성된 인수를 지원하는 데 중요합니다.명확하고 이해할 수있는 방법. 원시 데이터는 또한 사람들이 스스로 세부 사항을 찾을 수 있도록 부록의 형태로 포함될 수 있습니다.

사람들이 요약 된 데이터와 결론에 직면하면 비판적으로보아야합니다. 데이터가 어디에서 왔는지 묻는 것이 중요합니다. 데이터를 수집하는 데 사용되는 샘플링 방법과 샘플의 크기에 대해 묻습니다. 데이터 소스가 수집중인 데이터 유형과 이해 상충이있는 것으로 보이면 결과를 질문으로 호출 할 수 있습니다. 마찬가지로, 작은 샘플이나 샘플에서 수집 된 데이터는 진정으로 무작위가 아닌 샘플이 의심스러운 유용성 일 수 있습니다. 평판이 좋은 연구자들은 항상 사용 된 데이터 수집 기술, 자금 지원 원 및 분석 시작시 데이터 수집의 요점에 대한 정보를 제공하여 독자가 분석을 검토하는 동안이 정보에 대해 생각할 수 있도록합니다.

.