จากปัญหาสู่ข้อมูลเชิงลึก

กรณีศึกษาด้าน Data Literacy: การวิเคราะห์การทำงานจากระยะไกล

Maarten Van den Broeck

Senior Content Developer at DataCamp

กระบวนการขับเคลื่อนด้วยข้อมูล

ขั้นตอนต่าง ๆ ในกระบวนการขับเคลื่อนด้วยข้อมูล

กรณีศึกษาด้าน Data Literacy: การวิเคราะห์การทำงานจากระยะไกล

สิ่งที่ควรพิจารณา

  • ตัวแปรเชิงปริมาณ vs. ตัวแปรเชิงคุณภาพ
    • ส่งผลต่อกราฟ สถิติ และวิธีวิเคราะห์ที่ใช้ได้
    • โดยทั่วไปชุดข้อมูลจะมีทั้งสองประเภทผสมกัน
  • การเลือกประเภทการวิเคราะห์ที่เหมาะสม
    • ขึ้นอยู่กับวัตถุประสงค์ของการวิเคราะห์
    • ดูคำถามเชิงวิเคราะห์เพื่อเป็นแนวทางในการเลือก
กรณีศึกษาด้าน Data Literacy: การวิเคราะห์การทำงานจากระยะไกล

ตัวแปรเชิงปริมาณ vs. ตัวแปรเชิงคุณภาพ

ตัวแปรเชิงปริมาณ

  • อธิบายสิ่งต่าง ๆ ด้วยตัวเลข (เท่านั้น)
  • วัดหรือนับได้
  • สามารถใช้การดำเนินการทางคณิตศาสตร์ เช่น การบวกหรือการคูณ
  • ตัวอย่าง: ระยะทางจากบ้านถึงที่ทำงาน

ตัวแปรเชิงคุณภาพ

  • อธิบายสิ่งต่าง ๆ ด้วยหมวดหมู่
  • สังเกตได้
  • การดำเนินการทางคณิตศาสตร์ไม่มีความหมาย ยกเว้นการใช้อันดับหรือการนับ
  • ตัวอย่าง: ประเภทพาหนะที่ใช้เดินทางไปทำงาน
กรณีศึกษาด้าน Data Literacy: การวิเคราะห์การทำงานจากระยะไกล

ประเภทของการวิเคราะห์

ภาพสรุปประเภทต่าง ๆ ของการวิเคราะห์

กรณีศึกษาด้าน Data Literacy: การวิเคราะห์การทำงานจากระยะไกล

การเลือกประเภทการวิเคราะห์ที่เหมาะสม

เราสามารถแยกแยะรูปแบบการทำงานทางไกลที่แตกต่างกันได้หรือไม่?

  • พฤติกรรมการทำงานทางไกลแตกต่างกันไหม?
  • ความต้องการในการทำงานทางไกลแตกต่างกันไหม?

ภาพสรุปการวิเคราะห์เชิงพรรณนา

กรณีศึกษาด้าน Data Literacy: การวิเคราะห์การทำงานจากระยะไกล

มาฝึกกันเถอะ!

กรณีศึกษาด้าน Data Literacy: การวิเคราะห์การทำงานจากระยะไกล

Preparing Video For Download...