Tableau ch01 - 03. 상관관계 및 분포차트 그리기

3. 상관관계 및 분포차트 그리기

--- 배울 것 ---

A. 스캐터 플랏
B. 박스 플랏
i. 어떻게 만들 수 있는지?
ii. 어떻게 읽어야 하는지? (IQR과 아웃라이어의 의미)
C. 히스토그램
i. 어떻게 만들 수 있는지?
ii. count(orders) 필드에 대한 이해

왼쪽하단에 1913개 마크는 점이 1913개라는 것을 의미한다. 점 하나하나는 Product Name의 하나하나를 표현한 것이다.

새로운 워크 시트에 Sales는 열선반에, Profit을 행선반에 올리자.

위 사진의 점은 4년동안의 매출과 수익을 점으로 표현한 것임을 알 수 있다.

product name을 마크카드의 세부정보에 드래그 해보자.

위의 차트는 각각의 제품별로 매출과 순이익을 나타는 차트임을 알 수 있다.

또한 profit을 마크카드의 색상에 드래그 해보자.

그러면 제품별 순이익의 정도를 색상으로 표현되어 있음을 볼 수 있다.

두번째 예시를 보자.

Discount와 Profit의 Scatter Plot이다 또한 점 하나하나는 고객을 의미함을 볼 수 있다.

새로운 시트에 Profit을 행선반에 Discount를 열 선반에 올리자.

Discount의 할인율의 합과, 수익의 합이 점 하나로 표현되어 있다. 퍼센트로 바꾸자면 163700%의 할인률을 나타낸다. 왜나하면 30%를 0.3으로 표현한 Discount를 모두 합친것이기 때문이다. 하지만 Discount를 합산한 것은 사용할 수 없다. 그러므로 집계방식을 변경할수 있다.

이제 Discount의 평균값을 14.8%로 나타나져 있는 것을 확인할 수 있다.

여기서 Customer Name을 마크카드의 세부정보에 넣어놓은 차트는 아래와 같다.

전반적인 경향성을 봤을때, 할인율이 커지면 커질수록, 순이익이 감소한다는 것을 확인 할 수 있다.

좀더 확실한 경향성을 보여주기 위한 차트를 그려보자.

분석에 추세선을 누르면 아래와 같이 된다.

이때 선형에 드래그 하면, 명확히 경향성을 표현한 추세선이 생성된 것을 확인할 수 있다.

이번엔 박스 플롯을 만들어보자.

위의 시트에서 가구를 보면, 맨아래 점은 가구 카테고리중 가장 수익이 낮은 제품, 가장 높은점은 가장 수익이 높은 점이라는 것을 알 수 있다. 마찬가지로 사무기기와 사무용품도 그렇게 표현되어 있음을 알 수 있다.

또한 가구의 박스의 옅은 회색과 진한 회색이 있는데, 그 사이에 있는 줄은 중앙값을 의미한다. 중앙값은 값을 일렬로 나열했을때 가장 중간에 있는값을 말한다. 또한 짙은 회색의 아래쪽 부분은 Q1이라고 부르며 25%에 위치한 지점이다. 반대로 옅은 회색 박스의 위쪽부분은 Q3라고 부르며 75%에 위치한 지점이다.

또한 박스 위 아래의 줄은 위쪽경첩과 아래쪽 경첩으로도 표현되며, 위 사진의 값으로 보면 대략 -5만 ~ 52만으로 총 57만이라는 것을 알 수 있다. 이범위를 IQR(InterQuartile Range)로 정의한다.

사분 범위 IQR이라는 것의 정의는 중간에 50%의 데이터들이 흩어진 정도를 의미한다. 그래서 Q3 - Q1으로 IQR은 구해질 수 있는데, 여기서 Q1은 데이터의 중앙값 아래에서의 중앙값을 의미하고, Q3은 데이터의 중앙값 위에서의 중앙값을 의미한다. 즉, 중앙값은 데이터를 절반으로 했을 때의 값이라면, 사분 범위는 1/4로 데이터를 쪼개어 중간에 두 구간을 나타내는 것이다.

IQR의 1.5배 만큼의 값을 Q1 과 Q3에 더해준 것이 박스 위 아래로 선을 그은 것이다. 이를 넘어서 나와 있는 점들은 정상범위를 넘어선 이상치로 판단한다.

박스플롯을 생성해보자.