Визуализация данных анализа

Визуализация данных анализа

Пост в развитие проекта Аналитика для HR. Собственно со - автор поста - Репкин Дмитрий Дмитриевич, заведующий отделением Учебного Центра.
Пост также может быть воспринят как продолжение решения кейса "Взаимосвязь оценки по компетенциям и результатов деятельности". Дмитрий Дмитриевич показал визуализацию данных анализа, и я просто скопирую это решение в посте.

Предыстория

Я последнее время остановился практически на одном инструменте визуализации данных анализа – построении частот распределения переменных через построение сводных диаграмм. См например Лояльность сотрудников зависит от стажа работы
На картинке: по горизонтали – стаж работы сотрудника в компании, по вертикали – количество респондентов, выбравших тот или иной вариант. Показательно?

Точечная диаграмма

Сводная диаграмма - классный инструмент визуализации данных анализа, но к счастью не единственный. И в решении кейса "Взаимосвязь оценки по компетенциям и результатов деятельности" подходит другой инструмент визуализации данных анализа – точечная диаграмма
Напомню суть кейса: у нас данные по двум компетенциям, результатам тестирования профессиональных знаний и результаты деятельности – KPI.
Показываю точечную диаграмму данных теста профессиональных знаний и KPI
По вертикали вы ставим зависимую переменную – KPI, по горизонтали – данные теста.

Вопрос читателям:

Какие выводы позволяет сделать данная точечная диаграмма? Как ее можно использовать

Обратная связь

Пост я делал в расчете на более или менее подготовленную публику, поэтому хочу спросить у читателей: стоит ли описывать кейс подробнее? Например, как строить точечную диаграмму? И какие вопросы еще необходимо пояснять?

Различие применения диаграммы сводных таблиц и точечной диаграммы

Я рекомендую делать сводные диаграммы в случае, если вы работаете с номинативными переменными (в Лояльность сотрудников зависит от стажа работы мы применяли номинативную переменную – вопрос о лояльности). А точечные диаграммы для метрических переменных. Но в более широком смысле сводные диаграммы удобнее применять для данных с небольшой вариативностью вариантов выбора (в кейсе Лояльность сотрудников зависит от стажа работы у нас три варианта ответа по вопросу о лояльности и стаж работы содержит менее десяти вариантов ответа), а точечные диаграммы лучше применять для данных с широкой вариативностью вариантов выбора (в кейсе "Взаимосвязь оценки по компетенциям и результатов деятельности" более 20 вариантов результатов тестирования и несколько десятков вариантов выполнения KPI).
Хотя правды ради надо сказать, что иногда удобнее данные сворачивать в несколько диапазонов меньшего масштаба и строить сводные диаграммы.

В заключение

Для продвинутых пользователей. Точечная диаграмма позволяет строить уравнение регрессии и показывать R^2 – это не заменяет само вычисление уравнения регрессии (регрессионный анализ), но неплохой дополнительный инструмент визуализации данных анализа