요인분석 실무 가이드 Excel 워크시트 사용과 SPSS 검증

문창권 , 문영필 , 윤일식 지음

이친구들세상 2024년 11월 04일 출간

작품소개

책소개

이 책은 탐색적 요인분석 수행 절차를 패키지나 Excel VBA를 사용하지 않고, Excel 워크시트 내장함수만으로 처리하는 기법과 관련 이론들을 분석한 것이다.
제1장은 통계적 검정 및 다변량분석의 특징을 분석하고, 요인분석의 개념, 종류, 가정, 검정 도구를 설명했다.
특히 Excel 워크시트만으로 탐색적 요인분석을 수행할 수 있게 제2장은 데이터의 요인분석 적합성 검정을 위한 이론적 기초의 제공과 함께 예제를 사용하여 Bartlett 구형성 검정에 대한 표본 상관계수 행렬 및 카이제곱 통계량을 통해 유의확률(P-값)을 계산하고, 카이저-마이어-올킨(Kaiser–Meyer–Olkin) KMO 및 표집 타당도 측도 MSA검정에 대해 변수 간 상관계수 제곱 행렬, 표본 상관계수 행렬의 역행렬, 편상관계수 행렬, 변수 간 편상관계수 제곱 행렬, 변수의 KMO, 데이터의 KMO 수준을 계산하였다.
제3장은 표본 데이터의 변수가 갖는 분산을, 요인분석을 통해 공통요인으로 추정하는 분산 추정 및 분산 분류의 개념, 직교 요인모델, 요인 적재량 및 공통성 추정방법, 요인모델 주성분 해의 도출, 요인들의 수 결정, 회귀성분 이용 요인점수 계수의 계산과 요인점수의 추정에 대한 개념과 이론적 검토를 제공한다. 또한, 고유값 및 고유벡터의 개념과 계산절차를 설명하고, 공통성 추정 모델들을 검토하여 관련 예제 풀이까지 제공한다.
예제 3-1을 통해 표본 상관계수 행렬을 사용하여 고유값과 각 고유값에 대한 고유벡터들을 계산하고, 고유값의 제곱근과 고유벡터 원소의 곱으로 요인적재량을 계산한다. 또한, 각 변수에 대한 요인별 적재량 제곱의 합으로 각 변수의 공통성을 계산하고, 1보다 큰 고유값을 갖는 요인(성분)들의 고유값을 변수의 수로 나누어 변수의 총분산을 공통요인들이 설명하는 설명 비율과 그 누계인 누적 %를 계산한다. 예제 3-2를 통해 계산한 요인적재량 행렬인 요인행렬과 변수별 특정 분산에 대한 분산행렬을 사용하여 재연상관계수 행렬을 작성한다.
예제 3-3을 통해 요인행렬과 표본 상관계수 행렬의 역행렬 곱으로 요인 성분점수 행렬을 계산하고, 데이터의 z 값과 성분점수 행렬의 값으로 요인점수를 계산한다. 그리고 추정된 요인점수들의 표본 분산과 표본 공분산을 계산하여 제5장에서 성분점수 공분산 행렬을 작성한다. 또한, 베리멕스 회전 후의 성분행렬이 계산된 과정을 회전되지 않은 성분행렬인 요인행렬과 변환행렬의 곱으로 증명하였다.
제4장은 타당도검정과 신뢰도검정의 개념과 수행 방식에 대한 이론적 검토를 제공하고, 예제 4-1에서는 판별타당도와 수렴타당도 검정을 위해 이질특성-단조특성 상관계수 비율(Heterotrait-Monotrait Ratio of Correlations) HTMT검정을 수행한다. 예제 4-2에서는 크론바흐 알파계수를 계산하고, 해석을 세부적으로 수행했다.
제5장은 제2장 및 제3장에서 Excel로 수행한 분석 결과를 검증할 수 있도록, 그리고 SPSS 사용 요인분석의 결과를 더욱 체계적으로 해석할 수 있도록 SPSS를 사용하여 탐색적 요인분석을 수행하였다. 그 과정은 SPSS에서 메뉴의 처리부터 출력결과에 대한 해석과 결과 도출방식을 Excel에서 분석한 결과와 교차 비교를 통해 증명하고 관련 설명을 하였다.
이 책에서 다루는 내용들은 요인분석 학습자들이 겪는 다음과 같은 애로사항과 위험 노출 상황을 말끔하게 없애 줄 것으로 기대한다.
첫째, 여러 다변량분석, 마케팅·사회·심리조사론, 요인분석 관련 책들이 탐색적 요인분석을 구하거나 다루기 힘든 SPSS, SAS, STATA, R 등으로 예제 풀이를 제공하고 있어 요인분석은 일반인에게 접근이 어려운 방법이 되어 왔다.
둘째, 인터넷에서 Excel을 사용한 요인분석의 설명들이 패키지 사용 결과와는 다른 잘못된 결과들을 보이거나, 올바르지 않은 공식을 제시하여 해를 구할 수 없게 하거나, 결과만 제시하고 나머지는 패키지 사용을 권고하는 등의 학습 의지를 더욱 꺾어 버리는 상황에 노출되어 있다.
셋째, 요인분석에서 쉬운 결과만을 Excel 워크시트 풀이로 제공하면서, 나머지는 유료 콘텐츠로 구매하도록 회원 등록과 신용카드 결제를 종용하는 낚시걸이를 보여서 당황스럽게 하는 경우가 다수 있다.
이 책이 요인분석 학습과 다방면의 활용에 도움이 되길 바라면서, 이 글을 읽어주신 분들께 감사드린다.

목차

Chapter 1. 다변량분석과 요인분석의 본질 1

Section 1. 변수와 통계적 검정 및 다변량분석 2
1. 실증연구와 변수 2
2. 통계적 검정의 종류 3
3. 다변량분석 4

Section 2. 요인분석의 본질 7
1. 요인분석의 개념과 특징 7
2. 탐색적 요인분석과 확인적 요인분석 8
3. 상관계수 행렬 검토 10
4. 요인분석모델 11
5. 요인분석의 가정 12
6. 요인분석의 검정 도구 14
6.1 Bartlett 구형성 검정 14
6.2 상관계수 행렬 14
6.3 공통성 15
6.4 고유값 17
6.5 요인적재량 17
6.6 요인점수 18
6.7 분산비율 19
6.8 잔차 19
6.9 스크리 도표 20
6.10 요인들의 회전 20

Chapter 2. 데이터 적합성 평가 22
Section 1. 데이터의 요인분석 적합성 요건 23
1. 데이터의 표본 상관계수 요건 24
2. 데이터의 표본 크기 충분성 요건 25

Section 2. 구형성 검정과 KMO/MSA검정 27
1. 바틀렛 구형성 검정 27
2. KMO/MSA 검정 30

Chapter 3. 탐색적 요인분석의 수행 35

Section 1. 분산 추정과 분산 분류 36
1. 요인추출을 위한 분산 추정 36
2. 직교요인모델 37

Section 2. 요인 적재량 추정 및 검정 40
1. 요인적재량 추정방법 40
2. 주성분 및 주요인방법 40
3. 요인모델 주성분 해의 도출 43
3.1 요인적재량과 공통성 추정 43
3.2 요인들의 수 결정 44
3.3 회귀 사용 요인점수 결정 46

Section 3. 고유값과 직교요인모델 54
1. 고유값과 특성근 54
2. 고유값과 고유벡터의 계산 방식 55

Section 4. 회전방법 선택과 공통성 추정 58
1. 회전 여부 및 방법의 선택 58
2. 공통성 추정방법 59
3. Excel 워크시트로 공통성 추정 61

Chapter 4. 타당도와 신뢰도 검정 64

Section 1. 타당도 검정 65
1. 타당도의 본질 65
2. 구성개념타당도 66
2.1 특색타당도 67
2.2 법칙논리타당도 67
3. 수렴타당도 67
4. 판별타당도 68
5. 판별타당도와 수렴타당도의 검정 68

Section 2. 신뢰도 검정 72
1. 신뢰도의 본질 72
2. 측정오차의 원천과 신뢰도 73
3. 외적 신뢰도 74
4. 내적 신뢰도 75
5. 크론바흐 알파 75

Chapter 5. SPSS 사용 탐색적 요인분석과 해석 81

Section 1. SPSS 사용 탐색적 요인분석 수행과 결과 82
1. 요인추출을 위한 SPSS의 메뉴 지정 82
1.1 기술통계 단추 82
1.2 요인추출 단추 83
1.3 요인회전 단추 84
1.4 점수 단추 85
1.5 옵션 단추 85
2. 요인분석의 수행 결과 리스트 86

Section 2. SPSS 사용 탐색적 요인분석 결과의 해석 88
1. 기술통계량 88
2. 상관행렬과 역-상관행렬 88
3. KMO와 Bartlett의 검정 90
4. 역-이미지 행렬 91
5. 공통성 91
6. 설명된 총분산 92
7. 스크리 도표 93
8. 성분행렬과 회전된 성분행렬 93
9. 성분행렬과 변환행렬 및 회전된 성분행렬의 관계 94
10. 재연된 상관계수 96
11. 요인 1, 2의 성분 공간 성분 도표 96
12. 성분점수의 계수행렬과 공분산 행렬 98

<참고 문헌> 100
[색 인] 104

책 속으로

1. 요인분석의 개념과 특징
요인분석(factor analysis)은 잠재변수를 도출하여 변수들 집합의 구조를 파악하도록, 많은 원래 정보를 유지하면서 보다 다루기 쉬운 크기로 데이터 집합을 축소해 요약하는 데이터 축약기법(data reduction technique)이다.
● 요인분석은 주성분분석(principal component analysis : PCA)과 함께 데이터 축약기법이라고 하며, 많은 정보를 갖는 경우에 적용이 가능하도록 더욱 변수들의 수를 축소하여, 유사 변수들 반복에 따른 혼란을 축소하는 방법이다.
● 요인분석은 어떤 집합의 변수 간의 상호관계를 검토하는 기법이라는 점에서 주성분분석과 비슷하다.
● 회귀분석과는 달리 요인분석은 독립변수들의 집합으로 설명되는 종속변수를 갖지 않는다.
● 주성분분석의 주된 목적은 총분산을 최대한 많이 설명하는 성분들의 수(number of components)를 선택하는 것이어서, 계산과 해석이 상대적으로 단순하다는 장점이 있다.
● 요인분석은 원래 변수들 사이의 상호관계를 주로 설명하기 위해 요인들을 선택하는데 목적을 두어, 예상되는 요인들의 수가 사전에 알려진 상황에서 원래 변수들 집합에 포함된 필수정보를 전달하는 쉽게 파악할 수 있는 요인들을 획득하는 데 초점을 둔다[Afifi et al.(2020), 297].
● 집합에서 요인분석은 주로 어의차(의미분화)척도(semantic differential scale)로 평가된 설문들을 많이 사용한다.
● 요인분석은 변수 그룹들 또는 군집들을 규명하는데 주성분분석과 공통요인분석(common factor analysis)을 주로 사용한다.
● 주성분분석은 형성적 지표들(formative indicators)인 변수들로 지수를 구성하여 측정오차가 없이 수행하지만, 요인분석은 변수 또는 지표들(표지변수들)이 관찰 불가능한 구성개념인 잠재변수의 존재를 반영하는 반영적 지표들(reflective indicators)을 사용하므로 측정오차를 포함한다.
● 형성적 지표는 관측변수가 구성개념의 값을 형성하는 것을 의미하므로 관계는 “관측변수 → 구성개념”의 방향을 갖는다.
● 반영적 지표는 관측변수가 구성개념의 값을 반영하는 것을 의미하므로 관계는 “구성개념 → 관측변수”의 방향을 갖는다[Sharma(1996), 127-128].
● 요인분석은 큰 데이터 집합을 다음 2대 목표 달성을 위해 분석하는 데 사용하는 다변량방법이다.
① 많은 상관된 변수들을 더욱 작은 수의 요인들로 축소한다.
● 요인은 한 집합의 변수들 사이의 상관관계를 설명하는 근본 차원(underlying dimension)이며, 원래 변수들의 선형조합 변량이다.
② 변수들 이면에서 새로운 구성개념들(요인들)을 발견할 목적으로 상관된 변수들의 집합을 구조화한다.
● 요인분석은 상호종속관계의 전체 집합을 검토하는 상호종속성 기법(interdep
endence technique)이다.
● 요인분석은 상관된 변수들의 원래 집합을 대체시켜 부차적인 다변량분석(회귀분석, 판별분석 등)에 사용할 새로운 더 작은 집합의 상관되지 않은 변수들을 규명한다.
● 요인분석은 큰 데이터 집합에서 후속 다변량분석에 사용할 더욱 작은 집합의 핵심변수들(salient variables)을 식별한다[Backhaus et al.(2021), 382; Nunan et al.(2020), 701-702; Warner(2021), 401-403].

2. 탐색적 요인분석과 확인적 요인분석
요인분석은 사용자가 요인들과 구성 변수들을 사전에 알고 있는지에 따라 탐색적 요인분석과 확인적 요인분석으로 구분한다.
● 탐색적 요인분석(explorative factor analysis : EFA)은 데이터 집합에서 구조를 발견하는 데 사용하고, 확인적 요인분석(confirmatory factor analysis : CFA)은 요인들을 추출하여 사전에 결정한 구조를 확인하는 검정에 사용한다.
● 탐색적 요인분석은 조사자가 계량변수들이 요인들로 통합되어야 하는 방법을 알지 못하여 추출한 요인들의 수를 모르는 상황에서 수행한다.
● 많은 검정 또는 질문들에 대한 참가자들의 점수들을 보다 작은 수의 기초적 요인들의 변동으로 설명될 수 있는지를 검토하는 탐색적 도구로 사용된다.
● 일반적으로 가설을 검정하지 않지만, 변수들의 기초가 되는 어떤 측정값의 기초적 요인구조를 규명하기 위해 수행한다.
● 탐색적 요인분석 기법은 요인들(성분들)의 수와 요인들의 추정에 대해 어떤 선험적 제약을 부과하지 않고 데이터에 따라 요인들을 추출한다.
● 탐색적 요인분석은 이론보다는 데이터를 탐색하여 그 데이터 표현에 필요한 요인들의 수를 실증적으로 시사하는 정보를 제공한다.
● <그림 1-2>과 같이 F1과 F2의 공통요인을 추출하며, 모든 측정된 변수들이 각 요인에 적재되어 모든 요인에 대한 각 변수의 요인 적재량 추정치(factor loading estimate)를 제공한다.
● 공통요인들은 상관되지 않으며, 변수의 측정오차들은 상관되지 않는다.
● 특유의 고유해가 없어 회전을 사용하여 공통요인들은 더욱 간단하게 해석할 수 있다.
● 탐색적 요인분석은 고려 중인 다른 변수들과는 공통성(communality)이 거의 없는 변수들을 식별하는데 도움이 된다.
● 시장세분화를 위한 고객 그룹을 구분하는 근본변수들 규명, 소비자 선택에 영향을 주는 브랜드 속성들 결정, 표적 시장 미디어 선택습관 파악, 가격 민감 소비자들의 특성 규명 등에 적용할 수 있다[Nunan et al.(2020), 702].

출판사 서평

이 책에서 중점을 둔 사항은 논문이나 보고서 작성자가 새로운 데이터를 가지고 있는데 어떤 구조나 패턴으로 구성되어 있는지 궁금해 연구하려 한다. 선행 이론으로 작성된 자료가 아닌 새로운 데이터를 분석하여 새롭게 발견된 구조를 찾아내 연구 과정을 제시해야 하는데 이런 구조나 패턴을 분석하기 위해서 반드시 거쳐야 하는 과학적 방법이 바로 탐색적 요인분석이다.

탐색적 요인분석은 선행 이론에 의한 논증보다는 새로운 구조나 패턴을 파악하여 제시하는 것에 중점을 두고 있다. 새로운 연구를 위해 개발한 설문지 작성을 위해서 꼭 필요한 검증 과정이 탐색적 요인분석이다. 이 책은 논문이나 보고서 작성에 필요한 탐색적 요인분석을 국제적 선행 연구자가 제시한 원서를 연구하고 분석하여 시작부터 마무리까지 학습자 관점에서 Excel 워크시트만으로 탐색적 요인분석을 수행할 수 있도록 구성했다.

책의 구성을 살펴보면 새로운 논문이나 보고서 작성에서 그 가치가 입증된다. 1장에서 5장으로 구성된 요인분석 구성 및 기법을 뜯어보면,

1장에서 다변량분석과 요인분석의 본질을 제시한다. 다변량분석은 2개 이상의 비율 또는 등간변수의 관계분석을 위해 수행하는 방법이다. 실증연구는 데이터 수집을 통한 정성이나 정량 방법을 사용한 평가로 수행한다. 확인적 분석은 실제 데이터에 기반을 두어 논리적 또는 이론적으로 개발한 가설들이나 진술들을 검정하며, 탐색적 분석은 실제 데이터에서 이전에는 몰랐던 관계들을 발견한다.
요인분석은 잠재변수를 도출하여 변수들 집합의 구조를 파악하도록, 많은 원래 정보를 유지하면서 보다 다루기 쉬운 크기로 데이터 집합을 축소해 요약하는 데이터 축약기법이다. 탐색적 요인분석은 데이터 집합에서 구조를 발견하는 데 사용하고, 확인적 요인분석은 요인들을 추출하여 사전에 결정한 구조를 확인하는 검정에 사용한다. 요인분석을 위해 Bartlett 구형성 검정, 상관계수 행렬, 공통성, 고유값, 요인적재량, 요인점수, 분산비율, 잔차, 스크리 도표, 회전 등 개념과 특징을 설명한다.

2장에서 데이터 적합성 평가를 위한 원리와 방법을 제시한다. 수집한 표본 데이터가 요인분석 수행에 적합 여부, 검정을 위해 데이터의 상관계수 행렬을 바틀렛 검정으로 검토하고, 카이저-마이어-올킨(KMO) 측도를 사용하여 표집된 표본 크기의 충분성 여부를 검정한다. 수집한 표본 데이터가 요인분석 수행에 대한 적합성 여부를 평가하기 위해서는 변수 간의 상관계수가 실제로 매우 높은지를 변수 간의 상관계수 행렬을 계산하여 검토한다. 요인분석을 위한 표집 타당성에 대해 보통 300개 이상 사례를 확보해야 한다. 요인분석의 타당도 검정을 위해 바틀렛 구형성 검정을 사용할 수 있다. 표집 타당도 측도(MSA)라고 하는 카이저-마이어-올킨 측도는 편상관계수 크기와 관찰된 상관계수 행렬의 표본 상관계수 크기를 비교하는 지수로 사용한다.

3장에서 탐색적 요인분석 수행을 위한 원리와 방법을 알려준다. 요인추출 프로세스는 추출하려는 요인들에 의해 설명되는 개별 항목 분산의 총 크기에 대한 초기 추정치 계산부터 시작한다. 요인분석에서 많이 사용되는 모수추정방법은 주성분 및 관련 주요인 방법과 최대우도방법이며, 그에 따른 해는 요인들의 해석을 단순화하도록 회전할 수 있다. 이상적인 요인 구조는 모든 요인이 여러 원래 변수와 강한 상관관계를 가지며, 다른 모든 요인과 유의하지 않거나 전혀 상관관계가 없는 상황을 반영하여 요인들로 표본 데이터에 대한 의미 있는 해석을 제공한다. 요인 회전은 원래 적재량을 쉽게 해석할 수 없는 경우에 더 간단한 구조를 구할 때까지 직교 또는 사각 변환을 수행하는 것이다. 가장 많이 사용하는 베리멕스회전은 각 요인에 대해 높은 적재량들을 갖는 변수들의 수를 최소화하여 요인들의 해석을 단순화시키는 방법이다.

4장에서 타당도와 신뢰도 검정 방법을 제시한다. 측정값 타당도는 측정하려고 의도한 특성을 측정 수단이 실제로 측정하는 정도를 의미하므로, 검정 점수들을 기초로 하는 추론, 해석 또는 조치의 정확성을 반영한다. 일반적으로 많이 사용되는 검정타당도에는 액면 또는 내용, 기준, 구성개념 타당도가 있고, 구성개념타당도에서는 수렴, 판별, 법논리 타당도가 있다. 구성개념 타당도는 어떤 측정치가 다른 이론적 명제들과의 예측된 상관관계에 대해 일치하는 정도이며, 조사가 본래 의도한 측정대상인 이론적 구성개념이나 특성을 어느 정도 적절히 측정하는가에 대한 정보를 표시한다.
신뢰도는 동일한 여건에서 반복적 측정이 수행될 때 유사한 결과들을 발생시키는 일관성, 안정성, 또는 반복 가능성을 달성하는 능력이다. 외적 신뢰도는 시간이 지난 후에도 어떤 측정치가 안정성을 갖는지의 정도를 말한다. 내적 일관성 신뢰도는 한 시점에서 어떤 개념에 대해 측정한 데이터를 2개 이상의 데이터로 구분하여 그 측정값들이 일치하는지를 비교하는 기법이다. 질문들(척도들) 집합의 내적 신뢰도에 대한 크론바흐 알파는 신뢰도 알파계수 또는 계수 알파고 하며, 모든 가능한 검정항목들의 분리방법들을 평균하고, 그 항목들의 상관계수 정도를 검토하여 측정도구의 내적 일관성을 판단한다.

5장에서 SPSS 사용, 탐색적 요인분석과 해석에 대해 자세히 알려준다. 요인추출을 위한 SPSS의 메뉴 지정으로 기술통계, 요인추출, 요인회전, 점수, 옵션, 요인분석의 수행 결과 리스트를 제시하고, SPSS 사용 탐색적 요인분석 결과의 해석으로 기술통계량, 상관행렬과 역상관행렬, KMO와 Bartlett의 검점, 역-이미지 행렬, 공통성, 설명된 총분산, 스크리 도표, 성분행렬과 회전된 성분행렬, 성분행렬과 변환행렬 및 회전된 성분행렬의 관계, 재연된 상관계수, 요인 1, 2의 성분 공간 성분도표, 성분점수의 계수행렬과 공분산 행렬을 설명한다.

위에서 나열한 학습 목차를 통해 습득한 지식을 활용하여 탐색적 요인분석을 새로운 논문이나 보고서를 제시할 수 있다. 마케팅·사회·심리조사론 등 탐색적 요인분석 관련 도서나 강의에서 패키지 사용 결과와는 다른 결과를 도출하거나, 잘못된 공식이지만 정확하지 않은 해설 과정으로 해를 제대로 구하지 못하고 얼렁뚱땅 결과만 제시하고, 유료 콘텐츠로 구매하도록 회원 등록을 종용하거나 패키지 사용을 권고하는 경우가 있다.

이 책은 탐색적 요인분석 수행을 위한 패키지 상품을 사용하지 않고, Excel 워크시트 내장함수만으로 처리하는 기법과 관련 이론들을 분석하여 큰 비용을 들이지 않고 효과적으로 탐색적 요인분석을 쉽게 학습하여 논문이나 보고서를 명확하게 제시하는 데 중점을 두었다.

이 책에서 보여주는 핵심은 논문이나 보고서에 제시하는 과정을 예제의 Excel 파일을 함께 제공하여, 학습자가 쉽게 습득하는 방식을 취한다. 어려운 원리를 이해하지 못한 채 패키지에서 나타난 결과만 제시하는 다른 책들과 확연한 차이를 느낄 것이다. 새로운 논문이나 보고서 작성을 위해 애쓰는 학습자라면 이 책을 통해 자신이 작성한 자료에서 최고 기량을 발휘할 거라 믿어 의심치 않는다.

작가정보

저자(글) 문창권

배재대학교 무역물류경영학과 명예교수, 경제학박사/경영지도사
무역정책(1991), 외환론(1992), 국제재무관리:문제해결접근법(2014)
Excel로 풀자 국제재무관리(2005), Excel로 풀자! 비즈니스통계데이터분석(2006)
실무환위험관리 : 재미있는 엑셀풀이(2006), 엑셀로 풀자! 회귀분석(2006)
무역정책입문 : 재미있는 엑셀 풀이(2006), 엑셀로 쉽게 푸는 경영경제수학(2007)
Excel 국제비즈니스 위험관리:스프레드시트 모형설정 및 적용(2008)
통계학 기초 : 알기 쉬운 엑셀풀이(2008), 통계․엑셀 2013 : 쉬운 실무분석(2015),
비즈니스 문제해결 : 단계별 접근 Excel(2018)
엑셀 2016 단계별 분석(2019), SPSS 첫걸음 단계별 분석(2019)
One-Stop 비모수 데이터분석(2023), One-Stop 데이터분석 실무(2023)
회귀분석실무 : Excel사용 단계별 접근(2024), Excel차트 시각화 실무(2024)

저자(글) 문영필

로지스경영전략연구소 연구위원
컨설팅학 석사/경영지도사
SPSS 첫걸음 단계별 분석(2019), 엑셀 2016 단계별 분석((2019)
One-Stop 비모수 데이터분석 : Excel 하나로(2023)
One-Stop 데이터분석 실무 : Excel 하나로(2023)
회귀분석실무 : Excel사용 단계별 접근(2024), Excel차트 시각화 실무(2024)

저자(글) 윤일식

컨설팅학 박사/행정사
감성전이(2021)
논문쓰니(2022)
회귀분석실무 : Excel사용 단계별 접근(2024)
Excel차트 시각화 실무: 대시보드 필수도구(2024)