데이터 리터러시란?

<aside>

✅ 데이터 리터러시

데이터를 읽고, 이해하고, 비판적으로 분석한 결과를 의사소통에 활용할 수 있는 능력

</aside>

• 데이터 수집과 데이터 원천을 이해

• 데이터에 대한 활용법을 이해

• 데이터를 통한 핵심지표를 이해

  ⇒ 올바른 질문을 던질 수 있도록 만들어 줌

데이터 분석에 대한 착각

• 데이터를 잘 분석하면 문제, 목적, 결론이 나올 것이라고 생각

• 데이터를 잘 가공하면 유용한 정보를 얻을 수 있다고 생각

• 분석에 실패하면 방법론, 스킬이 부족한 것이라고 생각

  ⇒ 분석 실패의 원인은 데이터 리터러시에 있을 수 있음

왜곡 및 오류 사례

• 심슨의 패러독스
  • ‘부분’에서 성립한 대소 관계가 그 부분들을 종합한 ‘전체’에 대해서는 성립하지 않는 모순적인 경우
  • 전체에 대한 결론이 언제나 개별 집단에 그대로 적용되는 것은 아님
  • 데이터에 기반한 결론이라고 해서 이를 맹목적으로 받아들여서는 안됨
• 시각화를 활용한 왜곡
  • 자료의 표현 방법에 따라서 해석의 오류 여지가 존재
• 샘플링 편향
  • 전체를 대표하지 못하는 편향된 샘플 선정으로 인해 오류가 발생
• 상관관계와 인과관계
  • 상관관계
    • 두 변수가 얼마나 상호 의존적인지를 파악하는 것
    • 파악 방법은 한 변수가 증가하면 다른 변수도 따라서 증가/감소하되 그 추이를 따음
  • 인과관계
    • 실질적으로 하나의 요인으로 인해 다른 요인의 수치가 변하는 형태
    • 원인과 결과가 명확한 것
  • 유의 사항
    • 상관관계는 인과관계가 아닌 것을 항상 유의해야 함
    • 상관관계만으로 섣불리 의사결정 하지 않기
    • 양쪽을 모두 활용하여 합리적인 의사판단 하기