데이터 출처: 정의, 유형 및 예
게시 됨: 2022-07-28데이터는 연구 프로세스에서 수행되는 모든 데이터 분석 작업의 중추입니다. 데이터는 다양한 출처의 정리되지 않은 사실과 숫자의 모음입니다. 데이터 소스는 연구에 필요한 사항에 따라 다를 수 있습니다. 데이터 분석 및 해석은 소스에서 다양한 종류의 데이터를 수집하는 데만 기반합니다. 연구원 또는 분석가는 정보를 수집하기 위해 데이터 수집 작업을 수행합니다.
이 블로그에서는 데이터 소스의 정의에 대해 유형과 예제를 통해 학습합니다. 그래서, 그것에 대해 더 알고 우리와 함께있어.
데이터 소스는 무엇입니까?
간단히 말해서 데이터 소스는 정보가 데이터 테이블, 데이터 개체 또는 기타 저장 형식에 저장되는 물리적 또는 디지털 장소입니다.
데이터는 내부 및 외부 소스의 두 곳에서 수집할 수 있습니다. 내부 소스에서 수집한 정보를 "1차 데이터"라고 하고 외부 참조에서 수집한 정보를 "2차 데이터"라고 합니다.
데이터 분석을 위해서는 1차 또는 2차 조사를 통해 모두 수집해야 합니다. 데이터 소스는 연구원이나 분석가가 연구에 대한 추가 작업을 수행하는 데 사용할 수 있는 통계적 사실 및 비통계적 사실의 풀입니다.
정보의 출처에는 주로 두 가지 종류가 있습니다. 데이터 출처: 정의, 유형 및 예
- 통계
- 인구 조사
연구원은 두 데이터 소스를 모두 작업에 많이 사용합니다. 데이터는 1차 또는 2차 연구 방법을 사용하여 이들로부터 수집됩니다.
데이터 소스의 예
다음은 실행 중인 데이터 소스의 예입니다. 온라인으로 제품을 판매하는 패션 브랜드를 상상해 보십시오. 웹사이트는 재고 데이터베이스를 사용하여 품목이 사용 가능한지 여부를 결정합니다. 이 경우 인벤토리 테이블은 웹 응용 프로그램이 웹 사이트를 고객에게 제공하는 데 사용하는 데이터 원본입니다.
데이터 소스 유형
통계 데이터 소스
통계 데이터 소스는 공식 목적으로 사용되는 설문 조사 및 기타 통계 보고서입니다. 여기에서 사람들은 질적 또는 양적일 수 있는 몇 가지 질문을 받습니다. 정성적 데이터 소스는 숫자를 사용하지 않지만 정량적 데이터는 숫자를 사용합니다.
데이터 샘플링 방법은 두 종류의 통계 데이터를 모두 사용합니다. 일반적으로 표본 조사는 통계 조사를 수행하는 데 사용됩니다. 이 방법에서는 샘플 데이터를 수집한 다음 통계 도구와 기술을 사용하여 분석합니다. 설문조사는 설문조사 방법을 사용하여 수행할 수도 있습니다.
인구 조사 데이터 소스
이 방법에 따르면 데이터는 이전에 발행된 인구 조사 보고서에서 가져옵니다. 통계조사와는 반대입니다. 인구 조사 방법은 조사 과정에서 인구의 모든 부분을 면밀히 조사합니다. 여기서 데이터는 기준 시간이라고 하는 일정 시간 동안 수집됩니다. 연구자들은 특정 시간에 연구를 수행한 다음 이를 분석하여 결론을 내립니다.
인구 조사는 공식 목적으로 해당 국가에서 수행됩니다. 응답자는 질문을 받고 답변합니다. 이 상호 작용은 직접 또는 전화로 이루어질 수 있습니다. 그러나 인구조사는 전체 인구를 포함하기 때문에 많은 시간과 노력이 필요한 데이터 소스입니다.
추가 데이터 소스
위의 데이터 소스 외에도 데이터를 수집할 때 다른 출처도 고려됩니다. 이것들은 다음과 같습니다.
내부 데이터 소스
내부 데이터 참조는 조직 내에서 게시되는 보고서 및 레코드와 같은 것입니다.
내부 데이터 참조는 주어진 주제에 대한 기본 연구를 수행하는 데 사용됩니다. 연구원으로서 내부 소스로 이동하여 정보를 얻을 수 있습니다. 공부의 모든 작업은 그것을 위해 쉽습니다.

다른 내부 데이터 중 일부는 회계 자원, 영업 팀 보고서, 내부 전문가 및 기타 보고서입니다.
데이터의 외부 소스
데이터 수집이 조직 외부에서 발생하는 경우 이를 외부 데이터 소스라고 합니다. 모든 면에서 그들은 회사 외부에 있습니다. 연구원으로서 외부 데이터 수집을 위해 일할 수 있습니다.
외부 출처의 데이터는 훨씬 더 다양하고 많을 수 있기 때문에 수집하기가 더 어렵습니다. 외부 데이터를 넣을 수 있는 여러 그룹이 있습니다. 그것들은 아래와 같습니다:
정부 간행물
연구자들은 정부 출처에서 방대한 양의 정보를 얻을 수 있습니다. 또한 이 정보의 대부분은 인터넷에서 무료로 얻을 수 있습니다.
비정부 간행물
연구원은 또한 비정부 간행물에서 산업 관련 정보를 찾을 수 있습니다. 비정부 간행물의 유일한 문제는 데이터가 때때로 편향될 수 있다는 것입니다.
신디케이트 서비스
일부 회사는 신디케이트 서비스를 제공합니다. 그 일환으로 모든 고객에 대해 동일한 마케팅 정보를 수집하고 구성합니다. 설문 조사, 메일 다이어리 패널, 전자 서비스, 도매업체, 산업체, 소매업체 등은 가정에서 정보를 얻는 방법입니다.
실험적 데이터 소스
이 데이터 소스의 정보는 관련 실험 및 관련 도구에서 가져옵니다. 연구원은 필요한 모든 정보를 얻기 위해 실험합니다.
연구원은 실험을 설정할 수 있는 다양한 방법에 대해 알아볼 수 있습니다. 실험을 실행하는 가장 일반적인 네 가지 방법은 다음과 같습니다.
CRD – 완전 무작위 설계
완전 무작위 설계는 데이터 분석에 사용되는 간단한 실험 개요입니다. 무작위화 및 복제를 기반으로 합니다. 주로 실험을 비교하는 데 사용됩니다.
RBD – 무작위 블록 설계
무작위 블록 설계는 실험을 블록이라는 작은 단위로 나누는 실험 설계입니다. 무작위 실험은 각 블록에 대해 실행되고 결과는 분산 분석 기법(ANOVA)을 사용하여 분석됩니다. RBD는 농업 부문에서 시작되었습니다.
LSD – 라틴 스퀘어 디자인
라틴 스퀘어 디자인은 CRD 및 RBD 블록과 유사한 실험적 디자인이지만 행과 열도 있습니다. 한 행에 한 번만 나타나는 동일한 수의 행, 열 및 문자가 있는 NxN 사각형으로 구성됩니다. 따라서 차이점을 찾기 쉽고 실험이 잘못될 가능성이 적습니다. 라틴 스퀘어 디자인은 스도쿠 퍼즐과 비슷합니다.
FD – 요인 설계
요인 설계는 각 실험에 가능한 값이 있는 두 개의 요인이 있고 이전 시도의 결과에서 추가 조합 요소가 파생되는 실험 설계입니다.
결론
데이터 소스는 복잡한 용어입니다. 간단히 말해서 데이터 소스는 문제의 데이터가 데이터 테이블, 데이터 개체 또는 다른 저장 형식에 보관되는 물리적 또는 디지털 장소입니다.
조사에 도움이 필요하면 QuestionPro 전문가 팀에 문의하십시오. QuestionPro는 데이터를 최대한 활용하고 프로세스를 안내하는 데 도움이 될 수 있습니다.