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

분석구분설명
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

분석구분설명
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

분석구분설명
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

 

콘텐츠 사용 시 출처 표기 부탁 드리고, 댓글은 큰 힘이 됩니다^^