자료

데이터는 여기로 연결됩니다. 컴퓨터 과학 용어에 대해서는 데이터 (컴퓨팅) 문서를 참고하십시오.
여러 종류의 자료 중 일부.

자료(資料, data, 데이터, 문화어: 데타)는 문자, 숫자, 소리, 그림, 영상, 단어 등의 형태로 된 의미 단위이다. 보통 연구나 조사 등의 바탕이 되는 재료를 말하며, 자료를 의미있게 정리하면 정보가 된다. 자료(data)와 정보(information)는 서로 교환되어 사용하는 경우가 많다. 하지만 자료와 정보의 의미는 다르다.

즉, 자료는 또한 "주어진" 자료의 정신에 반대하여 높은 해석상의 본질을 가진 인문학 (특히 발전되어가는 digital humanities) 에 사용되어 오고있다. 가능성의 엄청난 수와 그 주의를 지향하게한 하위 집단간의 구별을 위해 Peter Checkland는 용어 "capta" ("~을 취하다"라는 뜻을 가진 라틴어 "capere"로 부터온)를 소개했다.[1]‘Johanna Drucker’는 인문학이 지식의 생성이 "놓여있고, 불완전하고, 구성적인" 과 같다고 단언함과, 자료의 사용은 별개이거나 관찰자 독립적인 현상과 같은 역효과를 일으키는 추정들을 소개하기 위함이라고 주장했다.[2] 구성요소와 같은 관찰의 역할을 강조하기 위한 단어인 capta는 인문학에서의 시각적 묘사들을 위한 자료의 대안으로 제공되었다.

구분

자료는 질적 자료와 양적 자료로 구분된다.

질적 자료

질적 자료(qualitative data, 정성적 자료)는 수치로 측정이 불가능한 자료이다. 분류 자료 또는 범주형 자료(categorical data)라고도 한다.

예: 전화번호, 등번호, 성별, 혈액형, 계급, 순위, 등급, 종교 분류 등.

양적 자료

양적 자료(quantitative data, 정량적 자료)는 수치로 측정이 가능한 자료이다. 또는 수치적 자료(Numerical data)라고 하기도 합니다. 예: 온도, 지능지수, 절대온도, 가격, 주가지수, 실업률, 매출액, 기업내 과장의 수 등.

양적자료의 한계

양적자료는 풍부한 의미를 상실할 여지를 비롯해서 수치가 갖는 약점도 있다. Parsimony(간결성)의 문제를 갖는 것이다. 수치화되지 않는 개념을 양화하기 위해서는 개념이 무엇을 뜻하는지 명확히 할 필요가 있다. 그러나 이러한 개념을 측정하는 데 어떤 것을 포함할 것인가의 선택의 문제에 집중하게 되면 선택한 요소의 의미를 제외한 다른 모든 의미들이 배제된다. 그렇기에 어떤 정교한 양적 측정도 이에 상응하는 질적 기술에 비해 의미가 덜할 수밖에 없다.

같이 보기

각주

  1. P. Checkland and S. Holwell (1998). 《Information, Systems, and Information Systems: Making Sense of the Field.》. Chichester, West Sussex: John Wiley & Sons. 86–89쪽. ISBN 0-471-95820-4. 
  2. Johanna Drucker (2011). “Humanities Approaches to Graphical Display”. 

외부 링크

  • (한국어) 통계분석연구회
  • v
  • t
  • e
  • 개요
  • 문서
연속 데이터
중심
산포도
모양
카운트 데이터
  • 산포 지표
요약표
상관
그래픽스
자료 수집
실험 계획
설문
통제된 실험
적응적 설계
  • 적응적 임상 실험
  • 확률근사법
관찰 연구
통계 이론
빈도주의적 추론
점 추정
구간 추정
가설 시험
모수치 검증
  • 워드
특화 검증
적합도
순위
베이즈 추론
상관
회귀 분석
  • 회귀 유효성
선형 회귀
비표준 예측 변수
일반화선형모형
제곱합
범주 / 다변량 / 시계열 / 생존분석
범주형
다변량
시계열
일반
특화 시험
  • 디키-풀러
시간 영역
  • 자기상관 (ACF)
주파수 영역
생존
생존함수
  • 캐플런-마이어 추정자
위험함수
  • 넬슨-알렌 추정자
시험
  • 로그 랭크 테스트
응용
생물통계학
공학통계학
사회통계학
공간통계학
전거 통제 위키데이터에서 편집하기
국립도서관
  • 독일
  • 체코
기타
  • 뮤직브레인즈 아티스트
Book icoline.svg 이 글은 학문에 관한 토막글입니다. 여러분의 지식으로 알차게 문서를 완성해 갑시다.