[R 데이터분석 기초] 데이터 분석을 위한 5단계 과정 순서

데이터 분석의 5단계 과정

데이터 분석은 과거 및 현재에 일어난 상황을 활용하여 현황을 파악하고, 앞으로 다가올 상황을 예측하거나 일어날 상황에 대해 타당한 근거 자료를 제시할 수 있도록 준비하는 과정입니다.

 

데이터 분석 흐름도를 보면 모든 과정이 한 번의 주기로 끝나는 것 처럼 보이지만, 살제로는 전체 과정이 계속 반복되는 순환 구조라고 볼 수 있습니다.

 

데이터 분석 설계	데이터 준비	데이터 가공	데이터 분석	결론 도출
- 방향성 기획 - 방법론 검토 - 가설 설정	- 데이터 확보 및 준비 - 데이터 파악	- 추출 및 정제 - 파생 변수 생성 - 데이터 병합	- 통계 분석 - 그래프 및 시각화	- 분석 결과 해석 - 분석 결과 정리

 

데이터 분석은 데이터 분석 설계 → 데이터 준비 → 데이터 가공 → 데이터 분석 → 결론 도출 과정으로 총 5단계의 과정을 거칩니다.

 

---

데이터 분석 1단계: 데이터 분석 설계하기

데이터 분석 설계는 데이터 분석 흐름의 첫 단계로 가장 중요한 부분입니다. 데이터 분석을 위한 기초 계획을 세우는 단계입니다.

1. 주제를 명확하고 구체적으로 설정. 주제 내 용어를 이해하기 쉽게 정의.
2. 가설을 다양하게 설정. 최대한 많은 가설을 세우고 데이터 확보 가능 여부를 판단.
3. 분석 가능 변수를 구성. 파생 변수도 함께 고려.
4. 분석 항목을 결정.

이미지 출처 : https://www.pexels.com/

---

데이터 분석 2단계: 데이터 준비하기

데이터 준비 단계에서는 분석에 필요한 데이터를 준비합니다. 데이터 준비는 크게 두 가지 방식으로 나눌 수 있습니다.

1. 필요한 데이터를 찾아 직접 입력하여 생성.
2. 기존에 구성해 둔 데이터를 찾아 활용.

대게는 2번의 방식을 많이 사용하는데, TXT, CSV 파일 등을 이용하거나, 웹 크롤링 방식을 이용하여 데이터를 확보하기도 합니다.

 

데이터 형태를 파악하는 것도 중요한데, 구조 및 구성 변수의 형태, 데이터 값 특성을 중심으로 데이터 형태를 파악합니다.

 

이미지 출처 : https://www.pexels.com/

---

데이터 분석 3단계: 데이터 가공하기

데이터 가공은 원시 데이터를 원하는 형태의 데이터로 처리하는 일련의 과정입니다. 불필요한 변수를 제거하고 필요한 변수의 데이터만 따로 추출하거나 기존 변수의 데이터 간 연산을 통해 조건에 맞는 데이터를 구성합니다. 또한 데이터 값에 따라 그룹화하여 새로운 변수를 생성할 수도 있습니다.

 

이 단계에서는 하나의 데이터 세트로만 가공을 진행할 수도 있지만, 여러 데이터 세트를 병합 혹은 추출하여 새로운 데이터 세트를 생성할 수도 있습니다.

 

 

이미지 출처 : https://www.pexels.com/

 

---

데이터 분석 4단계: 데이터 분석하기

데이터 분석은 데이터 가공을 거쳐 준비한 데이터를 이용하여 다양한 분석을 시행하는 단계입니다. 데이터 분포를 확인하기 위해 기술통계량(빈도, 평균, 최댓값, 이상치 등)으로 데이터를 파악하고, 다양한 그래프를 그려보면서 시각화합니다. 이런 과정을 거치며 가설에 따라 적용할 수 있는 분석 방법론을 실제로 적용합니다.

 

이미지 출처 : https://www.pexels.com/

---

데이터 분석 5단계: 결론 도출하기

다양한 통계량을 통해 가설을 검정하고 의미 있는 결과를 정리하여 최종 결과를 도출합니다.

 

이미지 출처 :  https://www.pexels.com/

---

이 내용은 아래의 책 <혼자 공부하는 R 데이터분석> 내용을 참고하며 정리하였습니다.

 

https://bit.ly/3Naykop

혼자 공부하는 R 데이터 분석 - YES24