여덟 가지 그래프가 각각 무엇을 보여주고 언제 쓰는지 알아봅니다. 표에 값을 넣으면 곧바로 그려지고, 그 그림이 무엇을 말하는지 아래에서 읽어 줍니다.
학교 매점에서 딱 하나의 간식만 파격 할인한다면, 무엇을 골라야 할까?
학생들이 매점 간식 데이터를 모아 시각화했습니다. 학생 A는 원그래프만 보고 결론을 냈습니다. 목적을 바꿔가며 같은 데이터를 다시 읽어 보세요.
쿠키얌얌 간식을 세일해야 한다. 원그래프의 비율을 보면 가장 많이 팔리는 간식이 쿠키얌얌이기 때문에, 가격을 할인하면 더 많이 팔릴 것으로 예상된다.
학생 A의 분석은 틀리지 않았습니다. 다만 원그래프 하나만 보았을 뿐입니다. 원그래프는 전체에서 차지하는 비율만 말해 주고, 가격이 얼마인지도 재고가 얼마나 쌓였는지도 말해 주지 않습니다. 같은 데이터로 다른 결론이 가능하다면, 어느 쪽이 옳은지가 아니라 무엇을 목적으로 삼았는지를 먼저 밝혀야 합니다.
역별 일일 승차 승객 수 분포를 나타낸 박스 플롯입니다.
네 역의 상자 모양을 비교해 보세요. 상자가 길면 날마다 승객 수가 크게 달라지고, 짧으면 매일 비슷하다는 뜻입니다.
데이터 시각화란 무엇인가?
데이터 속성을 그래프, 차트 등의 도형과 선, 색 등의 시각적 요소를 활용하여 이해하기 쉽게 표현하는 것입니다.
데이터를 시각화하면 패턴을 쉽게 파악할 수 있고, 데이터 간의 관계나 미래를 예측하는 데 도움을 받을 수 있습니다. 또한 자신이 주장하고자 하는 핵심을 다른 사람이 명확하게 이해할 수 있도록 돕습니다.
입력된 대량의 데이터를 일일이 확인하기 어려울 때, 시각화하면 비정상적인 데이터값도 쉽게 파악할 수 있습니다. 최대 심박수 기록이 한 지점에서만 0으로 떨어져 있다면, 표에서는 지나치기 쉬워도 선 그래프에서는 곧바로 눈에 띕니다.
| 이름 | 어떻게 그리는가 | 언제 효과적인가 |
|---|---|---|
| 막대그래프 Bar chart |
막대의 길이나 높이를 이용하여 시각화 | 개수나 수치를 비교할 때 |
| 선 그래프 Line chart |
점과 점을 선으로 연결하여 시각화 | 데이터 변화 흐름이나 여러 데이터값의 변화를 비교할 때 |
| 박스 플롯 Box plot |
데이터로 얻어 낸 통계적 수치를 박스 모양으로 표현 | 집합의 범위와 통계치를 확인할 때, 이상치 발견에 용이 |
| 히스토그램 Histogram |
가로축에 정량화된 간격(폭)을 표시한 후 각 구간 대응 값의 빈도를 세로축에 막대로 시각화 | 데이터 속성값이 전체적으로 어떻게 분포되었는지 볼 때 |
| 산점도 Scatterplot |
좌표에 데이터의 속성값을 점으로 시각화 | 데이터 속성 사이 관계를 확인할 때 |
| 원그래프 Pie chart |
원형의 여러 부채꼴 조각으로 시각화 | 전체에서 각 속성의 비율을 비교할 때 |
| 목적 | 설명 | 대표 그래프 |
|---|---|---|
| 비교 시각화 | 데이터의 개수나 수치를 비교하여 표현하는 방법으로, 색상과 막대의 길이로 비교하기 용이한 막대그래프를 많이 사용합니다. 세로와 가로로 모두 표현할 수 있습니다. | 막대그래프 원그래프 |
| 시간 시각화 | 시간에 따라 변화하는 데이터를 표현하는 방법으로, 장기간에 걸쳐 나타나는 값의 변화나 추이를 추적하는 데 주로 사용됩니다. 선의 높낮이와 기울기로 변화를 확인합니다. | 선 그래프 선+막대 복합 |
| 분포 시각화 | 데이터 속성의 분포를 시각화하여 표현하는 방법입니다. | 히스토그램 박스 플롯 |
| 관계 시각화 | 속성 간의 관계나 연관성을 시각적으로 표현하는 방법입니다. 속성 간 상관관계는 한 속성의 변화를 통해 다른 속성의 변화를 예측하는 데 도움을 줄 수 있습니다. | 산점도 버블 차트 |
막대그래프는 어떤 범주의 크기를 비교하기 위해 사용하고, 히스토그램은 주로 데이터의 분포 형태를 시각화하며, 모든 막대가 공백 없이 붙어 있는 것이 특징입니다.
한식과 양식 사이에는 중간값이 없지만 84점과 85점 사이에는 84.5점이 있습니다. 막대가 붙어 있다는 것은 그 사이의 값도 존재한다는 표시입니다.
아래 표는 8명의 정보 시험 점수를 정렬한 데이터입니다. 84 · 87 · 87 · 95 · 95 · 98 · 98 · 100
| 통계치 | 뜻 | 값 |
|---|---|---|
| 데이터 수 | - | 8개 |
| 최댓값 | 가장 큰 값 | 100점 |
| 75% | 전체 데이터 중 상위 25%에 해당하는 값 | 98점 |
| 50% | 전체 데이터의 중앙에 해당하는 값 | 95점 |
| 25% | 전체 데이터 중 하위 25%에 해당하는 값 | 87점 |
| 최솟값 | 가장 작은 값 | 84점 |
| 이상치 | 박스 위아래 동그라미. 다른 수치와 비교해 너무 크거나 작은 값 | - |
| 데이터 형상화 | 데이터 특성을 가장 잘 설명할 수 있는 방법으로 시각화합니다. |
| 시각적 요소 고려 | 시각 표현을 돕는 색이나 세밀한 요소를 선택합니다. |
| 범례 | 그래프를 이루는 선, 막대 등의 이름을 표시한 박스입니다. 여러 값을 함께 그릴 때 반드시 필요합니다. |
| 메타 데이터 | 시각화하기 전에 데이터 속성의 의미와 유형, 범위 등을 살펴보면 더 좋은 시각화를 할 수 있습니다. |
여러 사람이 같은 주제로 시각화할 때 수집한 데이터나 분석 방법에 따라 분석 결과가 달라질 수 있고, 해석이 다를 수 있습니다. 그래서 결과를 해석하고 공유하는 과정이 중요합니다.
데이터를 분석할 때는 수집과 처리 과정에서 편향성을 최소화하려 노력했는지, 전반적인 분석 과정이 논리적이고 효율적이었는지 생각해 보아야 합니다. 또한 다른 사람의 분석 결과를 공유하여 데이터를 기반으로 다양한 의견을 분석하고 비교할 수 있어야 합니다.
이처럼 데이터를 시각화하고 해석하는 과정을 거치면 이전에는 발견하지 못한 새로운 사실을 발견하여 통찰력을 기르고, 신뢰할 수 있는 의사 결정을 내리는 데 도움을 줍니다.