2019년 4월 17일
데이터 시각화 (Data Visualization)
I. Data Visualization, 데이터 시각화의 개념
- 도표 분석방법: 비교와 비율, 동향과 패턴, 관계와 연관 분석
- 데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달하는 과정
II. 비교와 비율 분석
가. 비교와 비율 분석의 개념
- 값을 특정한 항목이나 일정한 수준으로 집계하여 서로를 비교하여 통찰력을 제공하는 형태
나. 비교와 비율 분석 사례
 |
다. 비교와 비율 분석 구성요소
| 분석구분 | 설명 |
|---|---|
| 범위와 분포 | – 값의 분포 이해 및 데이터 현재 위치 파악 – ‘보통이다’ 답변은 10% ~ 40% 범위 내 존재 |
| 순위 | – 데이터를 조건 범위 내 정렬하여 순위 식별 – ‘매우 그렇다/그렇다’ 값 기준 큰 순서대로 정렬 |
| 측정 | – 하나의 항목 구성 값이 어떻게 구성되는지 파악 – 절대적인 값 확인, 값이 어디 있는지 위치 측정 |
| 데이터의 맥락 | – 기술적 통계 분석하여 데이터의 맥을 이해 – 다른 시각화에 도움주기 위한 부가적 활용 |
III. 동향과 패턴 분석
가. 동향과 패턴 분석 개념
- 시간에 따라 변하는 형태와 어떻게 변화하는지 파악하고, 미래 방향성 예측 분석 방법
나. 동향과 패턴 분석 사례
 |
다. 동향과 패턴 분석 구성요소
| 분석구분 | 설명 |
|---|---|
| 방향 | – 값이 시간 경과에 따라 변화하는 지 파악 – 값의 변화가 상승/하락/수평 현상 인식 |
| 변화의 속도 | – 변화 속도가 선형적인지, 기하급수적인지 파악 – 수치상의 큰 변화라도 예상 변화라면 선형적 |
| 변동과 패턴 | – 데이터가 일관성 있는지, 예측 불가능인지 파악 – 일관성 패턴을 찾아낸다면, 의미(원인) 식별가능 |
| 교차 | – 서로 다른 항목 표현 데이터 교차 지점 분석 – 사용자에게 통찰력을 전해줄 수 있는 영역 |
IV. 관계와 연관 분석
가. 관계와 연관 분석 개념
- 각 데이터 표현 형태의 연관성 도출 및 데이터 간 어떤 관계에 있는지 파악
나. 관계와 연관 분석 사례
 |
다. 관계와 연관 분석 구성요소
| 분석구분 | 설명 |
|---|---|
| 군집과 갭 | – 데이터를 점, 원 형태로 표현, 데이터 군집 생성 – 군집 판별, 의미 식별, 생성된 군집 간 갭 파악 |
| 상관 관계 | – 서로 다른 변수 간 강하거나 약한 상관 관계를 찾아내는 분석 방법을 의미 |
| 인과 관계 | – 서로 다른 변수가 변동하는 원인 식별 – 직접적으로 어떻게 변화시키는지의 분석 방법 |
| 예외 | – 주어진 변수의 범위 내에서 벗어나는 값을 도출하고 이 값들의 의미를 식별 |
| 계측 관계 | – 표현된 데이터가 결합, 분산 의미 파악 – 어떻게 분류할 수 있으며, 관련성을 파악 |
About The Author
