데이터 문해력 4장

결과가 나왔다고 끝난 것은 아니다

- 원인 판단력 : 행동으로 이어지는 힘

최종 목표는 '행동과 판단'

  - 데이터를 잘 활용하고 있다 = 데이터를 통해 문제 해결 방안, 행동 계획을 세울 수 있음
  -> 결론으로 유도하지 못하는 정보는 그닥 쓸모가 없음
  : 해결방안은 문제를 일으킨 원인에 실행되어야 한다. 
  현황을 파악하고 분석을 통해 문제점을 도출했으면 그러한 결론으로 이르게 된 원인도 함께 제시해야 한다. 결론과 원인의 연결성에 대해 생각하기

데이터에서 원인을 찾는 사고방식과 방법

 1) 원인 후보 나열 2) 지표 결정 3) 관련성 확인
  : 일반적으로 원인 2가지 이상 고려해야한다. 주관적으로 원인 후보를 판단하면 안 된다. 유연하고 가볍고 넓은 시야로 생각해야한다. 몇 가지 지표를 활용해 분석한 후, 말하고자 하는 내용을 명확하게 전달할 수 있는 데이터를 선택하는 것도 방법이다.
- 데이터 수집이 어려운 경우
  1) 유사한 데이터들을 파악
  2) 바로 수집 시작
  3) 정성적인 정보(설문조사, 청취 자료 등)으로 대응
  4) 포기
  
 - 문제와 원인 관련성을 확인하는 방법
  1. 시각적으로 관련성 확인
   : 문제, 결과 데이터와 원인 데이터 사이 관련성을 시각화한다. -> x축이 원인, y축이 문제와 결과
    - 유사한 산포도를 보일 경우, 데이터 전체 경향 분석 가능
    - 몇 개 데이터 그룹으로 도출해 분석하면 각 그룹의 특징과 차이를 발견할 수 있음
    - 전체 데이터 집합에서 크게 떨어진 값 (벗어난 값) 을 통해 원인을 파악할 수 있음
   - 분기점 전후 차이를 통해 문제에 대한 원인을 파악할 수 있음
  
  -> 수집한 데이터를 전체적으로 모두 활용할 필요는 없다.
   관련성이 없다 = 추측한 원인 후보가 문제, 결과의 원인이 아니다
   2. 통계 지표 확인
    : 지표 데이터 조합이 많은 경우 상관계수를 활용해 분석
    1에 가까울수록 두 값이 증가, 감소하는 경향이 같은 정적 상관관계이다. 
    -> 상관관계는 중간 과정일 뿐, 상관관계 유무에 너무 신경쓰지 말고 의미있는 결론 도출에 신경쓰자.

알아두어야 할 주의사항

 - 모든 가능성을 열어두고 원인을 고려해야한다.
 - 선형이 아닌 상관관계도 있다. -> 이 말이 관련성이 없다는 뜻은 아니므로 산포도로 시각화 해봐야한다. 
 - 상관관계가 복잡할 경우 범위를 나눠서 진행하는 것도 방법이다.
 - 결과를 값으로 나타내려고 집착할 경우 수단과 목적이 바뀔 수 있다.
 -> 계산 상 정확도가 우선인지, 알기 쉽게 나타내는 것이 우선인지 미리 정하는 것이 좋음

---

원인 후보를 생각할 때는 내가 생각한 것이 맞는지를 생각하는 것보다 다양하게 이것저것 생각해보는 것이 중요하다는 것을 알게 되었다. 해결방안은 문제를 일으킨 원인에서 실행!