설문 데이터 분석 소개

Python으로 설문 데이터 분석하기

EbunOluwa Andrew

Data Scientist

설문 데이터 분석이란?

  • 인사이트 획득
    • 결과가 많을수록 이해도 ↑
  • 효과 측정
    • 높은 응답률이 핵심
    • 예: 후속 설문 응답으로 제품 변경의 효과 판단

피드백 배너

Python으로 설문 데이터 분석하기

설문 데이터란?

  • 연구 참가자의 응답 데이터
  • 정량 또는 수치형
  • 정성 또는 서술형
  • 대상 의견의 공정한 대표성

Unsplash의 Celpax 촬영 - 설문에 응하는 여성

1 Unsplash의 Celpax 촬영
Python으로 설문 데이터 분석하기

설문 데이터 유형

  • 서열형
    • 응답에 순서 의미가 있음
    • 예시 질문: 우리 제품을 얼마나 사용하십니까?
    • 예시 응답: 전혀, 거의 안 함, 가끔, 자주, 항상
    • 순서가 중요

설문지 작성

Python으로 설문 데이터 분석하기

설문 데이터 유형

  • 명목형
    • 서로 다른 그룹/범주
    • 범주 간 순서 없음
    • 예: 출생 도시, 성별, 인종

출생증명서

Python으로 설문 데이터 분석하기

설문 데이터 유형

  • 구간형
    • 순서가 있음
    • 값 간 간격이 의미 있고 동일함
    • 예시 답: 22C, 24C, 26C

온도계 - Unsplash의 Bianca Ackermann 촬영

  • 비율형
    • 정밀한 측정값
    • 절대적 영점 존재
    • 예시 답: $5321

100달러로 만든 집 - Unsplash의 Kostiantyn Li 촬영

Python으로 설문 데이터 분석하기

목표 정의

  • 연구 목표 정의
  • 응답률
  • 피드백에서 학습

대표성 없는 표본

Python으로 설문 데이터 분석하기

설문 표본추출

  • 전체 모집단에서 수집은 불가능
  • 표본추출로 모집단을 추정/가설 검정
  • 편향 없는 표본을 위해 다양한 기법 사용

Unsplash의 Joseph Chan 촬영 - 낮 시간 도로에서 우산을 든 사람들

1 Unsplash의 Joseph Chan 촬영
Python으로 설문 데이터 분석하기

표본추출 기법 개요

  • 단순 무작위
    • 모집단에서 무작위로 하위집단 선택
  • 층화 무작위
    • 모집단을 층(예: 인종, 성별 등)으로 분할
    • 각 층에서 무작위로 하위집단 선택

Analytics Vidhya - 층화 무작위 추출

Python으로 설문 데이터 분석하기

표본추출 기법 개요

  • 가중치 표본
    • 모집단 비율과 일치하도록 하위집단 선택
  • 군집 표본
    • 모집단을 군집(예: 학교, 도시 등)으로 분할
    • 군집에서 무작위로 하위집단 선택

SlideServe의 Aoife Dalton - 군집 표본추출 그림

1 SlideServe의 Aoife Dalton
Python으로 설문 데이터 분석하기

교차표: 설문 분석의 일반적 방법

  • .crosstab() -> 두 명목형 변수 간 관계를 확인합니다.
print(survey.head())

| Age     | Occupation_Title          | Current Student | Gender | Education  |
|---------|---------------------------|-----------------|--------|------------|
| 18 - 24 | Credit officer            | No              | Female | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Male   | Bachelor's |
| 18 - 24 | Student                   | Yes, Full-Time  | Female | Bachelor's |
| 25 - 34 | Senior Financial Analyst  | No              | Female | Bachelor's |
| 35 - 44 | Public Relations Director | No              | Female | Bachelor's |
Python으로 설문 데이터 분석하기

교차표 함수

cross_tabulation = pd.crosstab(survey.Age, survey.Gender)
cross_tabulation

|         | Female | Male |
|---------|--------|------|
| 18 - 24 |     39 |   12 |
| 25 - 34 |     28 |   12 |
| 35 - 44 |      5 |    1 |
| 45 - 54 |      3 |    0 |
Python으로 설문 데이터 분석하기

Ayo berlatih!

Python으로 설문 데이터 분석하기

Preparing Video For Download...