2. 데이터의 유형

데이터에는 다양한 유형이 존재합니다. 예를 들어, 키, 몸무게처럼 숫자로 표현되는 데이터가 있는가 하면, 성별처럼 범주로 나타나는 데이터도 있습니다. 데이터의 유형에 따라 적합한 분석 방법이 달라지기 때문에, 데이터를 수집하거나 분석할 때는 그 유형을 명확히 파악하는 것이 중요합니다.

---

데이터의 유형

 

1. 수치형 데이터

• 숫자로 나타낼 수 있는 데이터로, 대소 관계가 있고, 양을 계산할 수 있습니다.
• 분류:
  1. 이산형 데이터
     • 관측 가능한 값이 셀 수 있는 수치형 데이터.
     • 수강생 수, 동전 던지기 횟수 등 (0, 1, 2 3, 4 ...)
  2. 연속형 데이터
     • 관측 가능한 값이 연속적인 수치형 데이터. 
     • 키, 몸무게, 온도 등. (176.2, 180.17, 32.5 ...)

2. 범주형 데이터

• 숫자가 아닌 범주로 나타낼 수 있는 데이터입니다.
• 분류:
  1. 순위형 데이터
     • 범주 간에 순서가 있는 데이터.
     • 만족도 조사, 점수 등급 등 (만족/보통/불만족, A/B/C ...)
  2. 명목형 데이터
     • 범주 간에 순서가 없는 데이터.
     • MBTI, 동전던지기 (INFP/ENFJ..., 앞/뒤 ...)

 

데이터 유형을 올바르게 파악하면, 적합한 분석 방법을 선택할 수 있습니다.

예를 들어,

• 수치형 데이터는 평균이나 표준편차와 같은 수치로 분석할 수 있고
• 범주형 데이터는 빈도나 비율을 활용한 통계량으로 분석할 수 있습니다.

 

변수

변수란, 일정한 방식으로 측정하거나 관찰하여 수집한 데이터의 특성을 의미합니다. 예를 들어, MBTI는 하나의 변수로 볼 수 있습니다. 이는 사람(대상)에 따라 서로 다른 값을 가질 수 있기 때문에 변수라고 부릅니다. 이때 MBTI는 INFP와 같은 범주로 표현되므로 범주형 변수로 분류할 수 있습니다.

---