데이터 문해력 요약 5

이전 내용

데이터 문해력 요약 4

---

데이터에서 원인을 찾는 사고방식과 방법

원인 후보를 이끌어내는 방법과 지표를 특정하는 방식

원인 후보를 열거한다. -> 지표를 결정한다. -> 관련성을 확인한다.

 

데이터 수집이 어려운경우

1. 유사한 데이터는 어떤 것이 있을지 생각해본다.

2. 지금 바로 수집을 시작한다.

3. 정량적이 아닌 정석적인 정보로 대응한다.

4. 포기한다.

 

문제와 원인, 그 관련성 유무를 확인하는 방법

1단계 : 시작적으로 관련성을 확인한다.

산포도로 나타내본다.

(1) 전체적인 경향을 파악한다.

(2) 그룹화를 한다.

(3) 버서어나 있는 값에 주목한다.

(4) 변화점을 찾는다.

 

상관계수에 따른 관계를 분석한다.

---

직접적인 관계인지, 간접적인 관계인지?

원인은 한 가지가 아니라, 여럿이거나 복잡할 수도 있다.

선형이 아닌 관계성도 존재한다.

상관관계는 인과관계를 나타내는 것이 아니다.

---

데이터를 활용하려면 본질적으로 논리적인 사고가 반드시 기반이 되어야 한다.

항상 전체 로직을 생각해야한다.

왜 그런지 끈질기게 생각하라.

해결 방안을 고민하는 건 마지막 단계!

---

계산과 분석을 해서 나온 결과물은 어디까지나 "결과"

그 결과가 목적에 대해 어떤 의미가 있는지 설명하는 것이 "결론"

결론이란 결과에 기반해 도출해야 한다.

 

결과와 결론에 이르는 과정은 본질적으로 같습니다. 결론이란 결과를 기반으로 도출하는 것이기 때문입니다. 하지만

표현 방식은 다릅니다. 그리고 그 작은 차이가 상대방에게 전달되는 방식이나 이해도에 큰 영향을 미칩니다. 이 차이를 이해하는 것 또한 데이터 문해력에 있어서 중요한 요소입니다.

---

결론을 낼 때 주의할 점

데이터로 설명 가능한 범위인가?

인지 편향(선입견)

정답은 역시 한 가지가 아니다.

---

데이터 안에는 답이 없다고 생각하라

단순히 데이터를 보는 방식이나 분석 방법론, 통계 지식만 갖고서는 객관적인 문제 해결에 전혀 도움이 되지 않는다는 것을 이해하셨으리라 생각합니다. 이와 동시에 꼭 필요한 것은 눈앞에 있는 데이터에 의존하지 않고 스스로 목적과 문제를 정의해 필요한 데이터나 분석 범위를 얼마나 넓은 시야로 디자인할 수 있는가입니다.

 

"데이터" -> "가설" 이 아니라 "가설"-> "데이터"

---

시야를 넓히면 분석의 폭도 넓어진다.

최선의 접근 방식은 '논리적 사고'입니다. 여기서 말하는 '논리적 사고'란 문제를 구조화하고 정리하면서 생각하는 것을 가리킵니다.

---

'보이지 않던 것'을 보이게 만드는 힘

이에 '대응'하거나 '반대'되는 아이디어에는 무엇이 있을까?

자기 부정

---

지금 그리고 앞으로 필요한 '살아남는 능력'이란

스스로 정답에 대해 고민하고, 이를 합리적으로 논할 수 있다.

데이터 문해력이란, '데이터에서 무언가를 읽어내는 능력'이 아니라 '스스로 정답에 대해 고민하고 데이터를 무기 삼아 합리적으로 논할 수 있는 능력'이라는 생각합니다.

---