분석 기술

Analytical skill
대뇌피질은 인간의 뇌에서 분석적 사고를 담당한다.

분석 기술은 결론을 도출하기 위해 정보를 더 작은 범주로 분해하는 능력이다.[1] 분석 기술은 논리적 추론, 비판적 사고, 커뮤니케이션, 연구, 데이터 분석 및 창의성을 포함하는 범주로 구성된다. 분석 기술은 미래 직업에 적합한 관행을 육성할 목적으로 현대 교육에서 가르친다.[2] 분석 기술을 채택하는 직업에는 교육 기관, 공공기관, 지역사회 조직 및 산업이 포함된다.[3]

리처드 J. 휴어 주니어는 '분석적으로 생각하는 것은 목공이나 자동차 운전과 같은 기술이다. 그것은 가르칠 수 있고, 배울 수 있으며, 연습으로 향상될 수 있다. 하지만 자전거를 타는 것과 같은 다른 많은 기술들처럼, 그것은 교실에 앉아 어떻게 하는지를 듣는 것으로 배우지 않는다. 분석가들은 '하는 것으로 배운다.'[4] Freed의 기사에서는, 학생들이 이러한 기술을 개발할 수 있도록 돕는 교육 시스템 내의 프로그램의 필요성을 증명한다.[5][2] 학자들에 따르면, 노동자들은 부모의 삶의 수준을 유지하기 위해 기본적인 기술 이상의 것을 필요로 할 것이다. 그들은 생계를 위해 생각하고, 문제와 해결책을 분석하고, 팀 내에서 협력해야 할 것이다.[6][7][8]

논리적 추론

논리적 추론은 추론으로 구성된 과정으로, 전제와 가설이 가능한 결론에 도달하도록 공식화된다.[9] 연역적 추리, 귀납적 추리, 유괴적 추리에서 세 가지 하위 분류를 포괄하는 광범위한 용어다.[10]

연역적 추리

'고려적인 추론은 일반적인 진술이나 가설로 시작하는 타당한 추리의 기본적인 형태다. 그리고 나서 구체적이고 논리적인 결론에 도달할 가능성을 검토한다.'[11] 이 과학적 방법은 추론을 이용하여 가설과 이론을 시험하고 가능한 관찰이 정확한지 예측한다.[12]

논리적 연역적 추론 순서는 다음과 같이 정함으로써 실행될 수 있다: 가정 뒤에 다른 가정을 하고 마지막으로 추론을 실행한다. 예를 들어, '모든 인간은 죽는다. 해롤드는 남자다. 그러므로 해롤드는 필멸이다.'[12]

연역적 추리가 뒷받침되려면 가설이 정확해야 하므로, 결론은 논리적이고 참이라는 개념을 강화해야 한다. 연역적 추리 결론이 부정확하거나 전적으로 부정확할 수 있지만 추리와 전제는 논리적이다. 예를 들어, '대머리 남자는 모두 할아버지들이다. 해롤드는 대머리다. 그러므로 해롤드는 할아버지다.'는 타당하고 논리적인 결론이지만 원래의 가정이 틀렸기 때문에 사실이 아니다.[13] 연역 추리는 경영진이 일상적인 업무 운영을 위해 업무를 위임하기 때문에 경영 등 여러 직종에서 사용하는 분석 기술이다.[14][15]

귀납적 추리

귀납적 추론은 정보와 데이터를 취합하여 상황에 적합한 일반적인 가정을 확립한다.[16] 귀납적 추론은 충실한 데이터에 근거한 가정으로 시작되어 일반화된 결론으로 이어진다. 예를 들어 '내가 본 백조는 모두 백조다. (프리미즈) 그러므로 모든 백조는 흰색이다.[16] 결론은 틀린 것이 분명하므로 약한 주장이다. 결론을 강화하기 위해, 예를 들어 '내가 본 백조는 모두 백조다. (프리미즈) 그러므로 대부분의 백조는 아마도 흰색이다.[16] 귀납 추론은 통계와 데이터가 끊임없이 분석되는 기업 환경과 같은 많은 직업에서 공통적으로 사용되는 분석 기술이다.[17]

유괴적 추론을 이용한 의사로 당뇨병 환자를 진단한다.

6가지 유형의 귀납 추론

  1. 일반화: 이 방법은 모집단에 대한 결론을 도출하기 위해 표본 집합의 전제를 이용한다.[16]
  2. 통계: 이것은 결론과 관찰을 강화하기 위해 수량화할 수 있는 크고 실행 가능한 무작위 표본 집합에 근거한 통계를 이용하는 방법이다.[16]
  3. 베이시안: 이 형식은 추가 또는 새로운 데이터를 설명하기 위해 통계적 추론을 채택한다.[16]
  4. 유사성: 이는 두 집단의 공유재산 토대를 기록하는 방식으로, 두 집단의 공유재산도 추가로 공유할 가능성이 높다는 결론이 나온다.[16]
  5. 예측: 이러한 형태의 추리는 현재 또는 과거의 표본을 바탕으로 미래에 대한 결론을 추론한다.[16]
  6. 원인 추론: 이 추론 방법은 전제와 결론 사이의 인과 관계를 중심으로 형성된다.[16]

유괴적 추리

유괴적 추론은 층층이 쌓인 가설로 시작되는데, 이는 증거로는 불충분할 수 있으며, 이는 그 문제에 대해 가장 설명 가능한 결론으로 이어진다.[18] 주어진 데이터에 가장 적합한 가설을 지휘자가 선택하는 추론의 한 형태다.[19] 예를 들어 환자가 병이 났을 때 의사는 환자의 증상, 즉 다른 증거로부터 그들이 사실적이고 적절하다고 생각한다는 가설을 수집한다. 그러면 의사는 가능한 질병의 목록을 살펴보고 적절한 질병의 배정을 시도할 것이다. 유괴적 추론은 증거, 설명 또는 둘 다에서 완전성의 결여로 특징지어진다.[19] 이러한 형태의 추리는 본능적인 디자인 때문에 창조적이고 직관적이며 혁명적일 수 있다.[19]

비판적 사고

비판적 사고는 주어진 데이터를 해석하고 설명하는 데 사용되는 기술이다.[20] 문제를 해결하기 위해 신중하고 합리적으로 생각하는 능력이다.[21] 이러한 사고는 편견 없이 결론을 지지하고, 신뢰할 수 있는 증거와 추론을 가지며, 적절한 데이터와 정보를 사용하여 달성된다.[22][full citation needed] 비판적 사고는 교육, 직업 경력 등의 분야에서 동시대의 생활을 지탱하는 필수적인 기술이지만 특정 분야에 국한되지는 않는다.[23]

비판적 사고는 문제를 해결하고, 가능성을 계산하고, 결정을 내리고, 추론을 공식화하는 데 사용된다. 비판적 사고에는 정보 검토, 성찰적 사고, 적절한 기술 사용, 그리고 결론이나 계획에 도달하기 위해 주어진 정보의 질에 대한 신뢰가 필요하다. 비판적 사고에는 더 나은 정보를 이용할 수 있게 되면 기꺼이 바꾸려는 것이 포함된다.[22] 비판적인 사상가로서 개인들은 더 이상의 연구를 통해 그 신뢰성에 의문을 제기하고 발견된 결과를 분석하지 않고서는 가정을 받아들이지 않는다.[24]

비판적 사고 개발

비판적 사고는 개인적 신념과 가치관을 확립함으로써 발전할 수 있다.[25] 개인이 교사, 전문가, 교과서, 책, 신문, 텔레비전 등 권위 있는 기관에 질의할 수 있다는 것은 중요하다.[25] 이러한 권위자들을 질의하는 것은 개인이 자율에서 벗어나 현실과 현대사회를 생각할 수 있는 자유와 지혜를 얻으면서 비판적 사고력이 개발될 수 있도록 한다.[25]

확률모형을 통한 비판적 사고방식 개발

비판적 사고는 개인은 수학에 대한 논리적, 개념적 이해를 고수하고 조사, 문제해결, 수학 식자, 수학 담론의 사용을 강조하는 확률 모델을 통해 개발될 수 있다.[25] 학생은 자신의 지식과 이해를 적극적으로 구성하며, 모델을 가르치는 것은 조사과제를 질의, 도전, 배정을 통해 학생을 적극적으로 테스트함으로써 중재자의 역할을 하는 것으로, 궁극적으로는 학생이 다양한 개념과 아이디어, 수학적 맥락에 대해 보다 깊이 있게 생각할 수 있게 한다.[25]

커뮤니케이션

의사소통은 개인이 서로 정보를 전달하는 과정이다.[26] 듣는 사람이 정보를 해석하고 이해한 후 전송하는 복잡한 시스템이다.[26] 분석 기술로서의 커뮤니케이션에는 자신감, 명료성, 의사소통하려는 요점을 고수하는 것이 포함된다.[27] 그것은 언어적 의사소통과 비언어적 의사소통으로 구성되어 있다. 의사소통은 개인이 관계를 발전시키고, 집단 결정에 기여하고, 조직적인 의사소통을 하고, 미디어와 문화에 영향을 미칠 수 있도록 하기 때문에 분석 기술의 필수적인 요소다.[28]

마틴 루터 킹 주니어 박사는 워싱턴 D.C.에서 열린 시민권 행진 동안 25만 명의 사람들에게 연설을 했다.

언어 커뮤니케이션

언어적 의사소통은 언어적 형태의 단어를 통한 상호작용이다.[29] 구두 소통은 구두 소통, 서면 소통, 수화로 이뤄진다. 정보를 주고받는 개인이 물리적으로 존재해 즉각적인 대응이 가능해 효과적인 소통 형태다. 이러한 형태의 의사소통에서 발신인은 정보를 수신하는 개인에게 메시지를 표현하기 위해 구어지거나 쓰여진 단어를 사용한다.[30]

언어적 의사소통은 개인들 간의 긍정적인 관계의 발전을 가능하게 하기 때문에 필수적인 분석 기술이다.[31] 이러한 긍정적인 관계는 개인 간의 언어적 의사소통이 그들 사이의 깊이 있는 이해, 공감, 다재다능함을 길러준다는 관념에 기인하여 서로에게 더 많은 관심을 제공하게 된다.[31] 언어소통이란 건강 분야와 같은 직업에서 흔히 쓰이는 기술로, 의료 종사자들이 강한 대인관계 능력을 갖추기를 바라는 것이다.[32] 언어적 의사소통은 환자의 만족과 관련이 있다.[33] 언어 의사소통 능력을 향상시키기 위한 효과적인 전략은 그것이 의사소통과 비판적 사고를 조장하는 것처럼 토론을 통해서이다.[34]

비언어 커뮤니케이션

비언어적 의사소통은 일반적으로 개인들 사이의 무언의 대화로 알려져 있다.[35] 개인이 언어 표현에 비해 비언어적인 단서들을 더 잘 믿기 때문에 개인들이 참된 감정, 의견, 행동을 구별할 수 있게 해 주는 중요한 분석 기술이다.[35] 비언어적 의사소통은 인종, 민족성, 성적 지향과 같은 의사소통의 장벽을 초월할 수 있다.[35] 이는 중국과 미국 간 무역 등 다른 지역 간 글로벌 커뮤니케이션이나 커뮤니케이션이 필요한 국제 산업에 중요한 요소다.[36]

춤은 인간의 비언어적 의사소통의 일반적인 표현주의적 형태다.

통계적 조치들은 모든 메시지의 진정한 의미는 93% 비언어적이고 7% 언어적이라는 것을 보여준다.[35] 비언어적 의사소통은 개인이 메시지의 의미를 깊이 파고들 수 있게 해주기 때문에 비판적인 분석 기술이다. 그것은 개인이 다른 사람의 인식, 표현, 사회적 신념을 분석할 수 있게 해준다.[37] 비언어적 의사소통과 이해에 뛰어난 개인은 상호주의, 사회적 신념, 기대의 상호연결성을 분석할 수 있다.[37]

커뮤니케이션 이론

의사소통 이론은 개인으로부터 정보가 어떻게 전달되는지를 추상적으로 이해하는 것이다.[38] 많은 의사소통 이론들은 사람들이 의사소통하는 방법의 지속적인 동적 특성을 육성하고 구축하기 위해 개발되었다. 아리스토텔레스의 의사소통 모델처럼 초기 의사소통 모델은 단순했는데, 연설자가 청중에게 연설하는 것으로 구성되어 효과를 가져왔다.[39] 이것은 정보가 다시 전달되지 않는 선형 개념으로서 통신을 다루는 기본적인 형태의 통신이다.

의사소통을 위한 현대적 이론은 슈람의 모델로서 여러 개인이 있고, 각 개인은 메시지를 인코딩하고 해석하고 해독하고 있으며, 서로 간에 메시지가 전달되고 있다.[40] Schramm은 자신의 모델에 또 다른 요소를 포함시켰다. 즉, 각 개인의 경험이 메시지를 해석하는 능력에 영향을 미친다는 것을 표현하는 것이다.[40] 의사소통 이론은 특정 조직이나 개인에 순응하기 위해 끊임없이 개발되고 있다. 개인은 조직이 원하는 대로 기능할 수 있도록 보장하기 위해 조직에 적합한 의사소통 이론을 채택하는 것이 필수적이다.[41] 예를 들어, 전통적인 기업 서열체계는 일반적으로 선형 의사소통 모델 즉, 선형 의사소통 모델을 채택하는 것으로 알려져 있다. 아리스토텔레스의 의사소통 [42]모델

리서치

연구는 문제를 해체하고 해결하기 위해 도구와 기술을 활용하는 구조다.[43] 조사하는 동안, 어떤 정보가 데이터와 관련이 있는지 구별하고, 과도하게 관련 없는 데이터를 피하는 것이 중요하다.[44] 연구는 새로운 지식을 확립하거나 기존 데이터에 대한 새로운 이해를 해독할 목적으로 정보와 데이터의 수집과 분석을 포함한다.[45] 연구 능력은 개인이 사회적 함의를 이해할 수 있게 해주기 때문에 분석적인 기술이다.[43] 이전 가능한 취업 관련 기술을 육성하는 연구 역량이 귀중하다.[43] 연구는 주로 학계 및 고등교육에 고용되며, 많은 졸업생, 연구생 또는 박사학위를 추구하는 사람들을 감독하거나 가르치려는 개인이 추구하는 직업이다.[43]

학계의 연구

고등교육에서, 새로운 연구는 가장 원하는 증거의 질을 제공한다. 만약 이것이 가능하지 않다면, 기존의 증거 형태를 사용해야 한다.[43] 연구는 양적 또는 질적 데이터의 형태로 지식의 가장 큰 형태를 제공한다는 것이 인정된다.

연구생들은 역동적인 정신력 때문에 다양한 산업계로부터 높은 지지를 받고 있다. 연구 학생들은 분석과 문제 해결 능력, 대인관계와 리더십 능력, 프로젝트 관리 및 조직, 연구와 정보 관리, 서면 및 구두 커뮤니케이션 등으로 인해 공통적으로 찾고 있다.[46]

데이터 분석

데이터 분석은 데이터를 기술하고 평가하기 위한 통계적 또는 논리적 기법의 청소, 변환 및 모델링의 체계적인 방법이다.[47] 데이터 분석을 분석 기술로 사용한다는 것은 대량의 데이터를 검토한 다음 데이터 내의 동향을 파악할 수 있다는 것을 의미한다. 데이터를 보고 어떤 정보가 중요하고 유지되어야 하는지, 어떤 정보가 관련 없고 폐기될 수 있는지를 판단할 수 있는 능력이 있어야 한다.[48] 데이터 분석에는 연구 범위를 좁히고 더 나은 결론을 내릴 수 있는 정보 내에서 다양한 패턴을 찾는 것이 포함된다.[44] 비즈니스 의사결정에 유용한 정보를 발견하고 해독하는 도구다. 데이터로부터 정보를 추론하고 그 데이터로부터 결론이나 결정을 고수하는 것은 필수적이다. 데이터 분석은 과거 또는 미래 데이터에서 비롯될 수 있다. 데이터 분석은 조직들이 대내외적으로 더 효율적이고 복잡한 문제를 해결하고 혁신을 이룰 수 있도록 하기 때문에 비즈니스에서 일반적으로 채택되는 분석 기술이다.[49]

텍스트 분석

텍스트 분석은 비정형 데이터나 대용량 데이터에서 중요한 정보를 발견하고 이해하는 것이다.[50] 원시 데이터를 비즈니스 정보로 변환해 데이터를 추출·검사하고 패턴을 도출해 최종적으로 해석하는 방법을 제시해 전략적 비즈니스 의사결정이 가능하도록 하는 방식이다.[51]

통계 분석

통계 분석은 경향과 패턴을 해독하기 위한 데이터의 수집, 분석 및 제시를 포함한다.[52] 의사결정의 과학적 측면을 강화하는 것은 연구, 산업, 정부에 공통적이다. 서술적 분석과 추론적 분석으로 구성된다.[53]

기술 분석

기술 분석은 데이터 집합의 관련 측면(예: 패턴 발견)을 요약하여 모집단을 반영하는 표본 집합에 대한 정보를 제공한다.[54] 평균, 편차, 비율, 빈도 등 중심 경향의 척도와 확산의 척도를 표시한다.[55]

인피니언 분석

추론 분석은 완전한 데이터로부터 샘플을 분석하여 처리 그룹 간의 차이를 비교한다.[56] 다른 표본을 선택하여 여러 결론을 도출한다. 추론 분석은 일정 비율의 신뢰와 함께 두 변수 사이에 관계가 있다는 증거를 제공할 수 있다. 표본이 모집단에 따라 다르므로 어느 정도의 불확실성을 추가로 수용한다.[57]

예측 분석의 한 형태인 판매 예측 예제

진단 분석

진단 분석은 통계 분석에서 찾은 통찰력에서 원인을 찾아 문제의 근원을 보여준다.[58] 이 분석 형식은 데이터의 행동 패턴을 식별하는 데 유용하다.[59]

예측 분석

예측 분석은 새로운 데이터와 과거 데이터로부터 미래의 활동, 행동, 경향 및 패턴을 예측하는 고급 분석 형태다.[60] 그것의 정확성은 얼마나 충실한 데이터가 존재하는지와 그것으로부터 이용될 수 있는 추론의 정도에 기초한다.[61]

규범 분석

규범적 분석을 통해 기업은 복잡한 의사 결정을 해결할 수 있는 최적의 권장사항을 제공한다.[62] 항공사 승무원의 스케줄 선정을 최적화하기 위해 항공과 같은 많은 산업에서 사용된다.[62]

창의성

창의성 활동 중 자극을 받은 뇌의 영역

제시했을 때 서로 다른 문제를 해결할 때는 창의성이 중요하다.[48] 창의적인 사고는 문제를 해결하기 위한 여러 가지 해결책을 가질 수 있는 문제에 가장 적합하다. 또한 모든 상황에 적용되는 정답이 없어 보일 때 사용하며, 대신 상황에 따라 사용한다. 문제의 조각들을 한데 모아 놓을 수 있을 뿐만 아니라 누락되었을 수도 있는 조각들을 알아낼 수 있는 것도 포함된다. 그리고 모든 조각들로 브레인스토밍을 하고 어떤 조각들이 중요하고 어떤 조각들이 버려질 수 있는지 결정하는 것을 포함한다. 다음 단계는 가치와 중요성이 있는 것으로 판명된 조각들을 분석하여 문제를 가장 잘 해결할 수 있는 방법에 대한 논리적 결론에 이를 이용하는 것이다. 이 문제를 해결하기 위해 당신이 접하게 되는 답이 여러 개 있을 수 있다. 창의적인 사고를 우뇌 사고라고 하는 경우가 많다.[63] 창의성은 개인이 문제를 해결하기 위해 혁신적인 방법을 사용할 수 있게 해주기 때문에 분석적인 기술이다.[64] 이 분석 기술을 채택한 개인은 다양한 관점에서 문제를 인지할 수 있다.[64] 이 분석 기술은 직업들 사이에서 매우 이전할 수 있다.[64]

참조

  1. ^ Sasmitatias, Frastika; Kuswanto, Heru (2018-07-06). "The Development of Science Learning Device Based on Serukam Local Culture To Improve Students' Analytical Skill". International Journal of Educational Research Review. 3 (3): 59–68. doi:10.24331/ijere.441348. ISSN 2458-9322.
  2. ^ a b Freed, Craig; Pena, Robert (2000). "Minority Education and Analytical Thinking Skills: Traditionalizing Disempowerment". The High School Journal. 85 (2): 24–32. doi:10.1353/hsj.2001.0022. ISSN 1534-5157. S2CID 144334245.
  3. ^ Persaud, Ajax (2020-02-28). "Key competencies for big data analytics professions: a multimethod study". Information Technology & People. ahead-of-print (ahead-of-print): 178–203. doi:10.1108/ITP-06-2019-0290. hdl:10393/40272. ISSN 0959-3845. S2CID 216379615.
  4. ^ "지능 분석의 심리학" 리차드 J. Hueer Jr.는 1999년 "Center for the Study of Intelligence"에 의해 출판되었으며 ISBN 1은 929 667-00-0이다.
  5. ^ Freed, Craig; Pena, Robert (2000). "Minority Education and Analytical Thinking Skills: Traditionalizing Disempowerment". The High School Journal. 85 (2): 24–32. doi:10.1353/hsj.2001.0022. S2CID 144334245.
  6. ^ Canhoto, Ana Isabel; Clark, Moira; Fennemore, Paul (August 2013). "Emerging segmentation practices in the age of the social customer". Journal of Strategic Marketing. 21 (5): 413–428. doi:10.1080/0965254X.2013.801609. S2CID 167920162.
  7. ^ Freed, Craig; Pena, Robert (2000). "Minority Education and Analytical Thinking Skills: Traditionalizing Disempowerment". The High School Journal. 85 (2): 24–32. doi:10.1353/hsj.2001.0022. S2CID 144334245.
  8. ^ Tang, Rong; Sae-Lim, Watinee (28 July 2016). "Data science programs in U.S. higher education: An exploratory content analysis of program description, curriculum structure, and course focus". Education for Information. 32 (3): 269–290. doi:10.3233/EFI-160977.
  9. ^ Overton, W. F. (1990). Reasoning, Necessity and Logic: Developmental Perspectives. In Competence and Procedures. Constraints on the Development of Logical Reasoning. Lawrence Erlbaum Associates. p. 17.
  10. ^ Fang, X.; Pomeroy, J. W.; Shook, K.; Whitfield, P. H. (2013). "PREDICTING IN UNGAUGED BASINS USING PHYSICAL PRINCIPLES OBTAINED USEING THE DEDUCTIVE, INDUCTIVE, AND ABDUCTIVE REASONING APPROACH". Canadian Water Resources Association and International Association of Hydrological Sciences: 41–62.
  11. ^ Herr, N (2007). "Deductive Reasoning". The Sourcebook for Teaching Science.
  12. ^ a b Wassertheil-Smoller, Sylvia. (2004). Biostatistics and epidemiology : a primer for health and biomedical professionals (3rd ed.). New York: Springer-Verlag. ISBN 0-387-21829-7. OCLC 55876245.
  13. ^ Bradford, A. (25 July 2017). "Deductive Reasoning vs. Inductive Reasoning". Live Science. Retrieved 20 May 2020.
  14. ^ "Inductive vs. Deductive Reasoning". Indeed. 2020. Retrieved 28 May 2020.
  15. ^ "Definition and Examples of Deductive Reasoning". the balance careers. 2020. Retrieved 28 May 2020.
  16. ^ a b c d e f g h i Atwood, M.; Collins, B.; Gaiman, N.; Gladwell, M. (2019). "What Is Inductive Reasoning? Learn the Definition of Inductive Reasoning With Examples, Plus 6 Types of Inductive Reasoning". Master Class. Retrieved 20 May 2020.
  17. ^ "Inductive Reasoning: Definition and How to Use It". Indeed. 2020. Retrieved 28 May 2020.
  18. ^ Thagard, Paul; Shelley, Cameron (1997), Dalla Chiara, Maria Luisa; Doets, Kees; Mundici, Daniele; van Benthem, Johan (eds.), "Abductive Reasoning: Logic, Visual Thinking, and Coherence", Logic and Scientific Methods, Springer Netherlands, pp. 413–427, doi:10.1007/978-94-017-0487-8_22, ISBN 978-90-481-4786-1
  19. ^ a b c "Deductive, Inductive and Abductive Reasoning". Butte College. Retrieved 23 May 2020.
  20. ^ "43 Examples of Analytical Skills for Greater Success". Mindmonia. 2019-03-01. Retrieved 2020-04-02.
  21. ^ McPeck, J. E. (1981). Critical thinking and education. New York, US: St Martin's Press.
  22. ^ a b https://secure.byui.edu/cas/login?service=https%3A%2F%2Fsecure.byui.edu%2Fcas%2Fidp%2Fprofile%2FSAML2%2FCallback%3FentityId%3Dhttps%253A%252F%252Fbyui.idm.oclc.org%252FShibboleth%26SAMLRequest%3DPD94bWwgdmVyc2lvbj0iMS4wIiBlbmNvZGluZz0iVVRGLTgiPz48c2FtbHA6QXV0aG5SZXF1ZXN0IHhtbG5zOnNhbWxwPSJ1cm46b2FzaXM6bmFtZXM6dGM6U0FNTDoyLjA6cHJvdG9jb2wiIERlc3RpbmF0aW9uPSJodHRwczovL3NlY3VyZS5ieXVpLmVkdS9jYXMvaWRwL3Byb2ZpbGUvU0FNTDIvUmVkaXJlY3QvU1NPIiBJRD0iXzE1ODU4NDAwNDEzMzg0NjMiIElzc3VlSW5zdGFudD0iMjAyMC0wNC0wMlQxNTowNzoyMVoiIFZlcnNpb249IjIuMCI%252BPHNhbWw6SXNzdWVyIHhtbG5zOnNhbWw9InVybjpvYXNpczpuYW1lczp0YzpTQU1MOjIuMDphc3NlcnRpb24iPmh0dHBzOi8vYnl1aS5pZG0ub2NsYy5vcmcvU2hpYmJvbGV0aDwvc2FtbDpJc3N1ZXI%252BPHNhbWxwOk5hbWVJRFBvbGljeSBBbGxvd0NyZWF0ZT0iMSIvPjwvc2FtbHA6QXV0aG5SZXF1ZXN0Pg%253D%253D%26RelayState%3Dezp.2aHR0cHM6Ly9saW5rLmdhbGUuY29tL2FwcHMvZG9jL0NYNzQyMzUwMDE4NC9HVlJMP3U9Ynl1aWRhaG8mc2lkPUdWUkwmeGlkPWY1OWU1MWNh
  23. ^ Sieck, W. (2020). "Critical Thinking in Everyday Life". Global Cognition. Retrieved 29 May 2020.
  24. ^ "Why Analytical Skills are The Important in Your Job". ZipRecruiter. 2019-05-15. Retrieved 2020-04-02.
  25. ^ a b c d e Horvath, Christopher P.; Forte, James M., eds. (2011). Critical thinking. Hauppauge, NY: Nova Science Publishers. ISBN 978-1-62081-702-5. OCLC 834129299.
  26. ^ a b Wood, J. T. (2006). The SAGE Handbook of Gender and Communication. SAGE Publications.
  27. ^ "The Demand for Communication Skills SkillsYouNeed". www.skillsyouneed.com. Retrieved 2020-04-02.
  28. ^ Griffin, Emory A. (2006). A first look at communication theory (6th ed.). Boston: McGraw-Hill. ISBN 0-07-301018-9. OCLC 60188524.
  29. ^ Chandler, Daniel. (2011). A dictionary of media and communication. Munday, Rod. (1st ed.). Oxford: Oxford University Press. ISBN 978-0-19-172797-9. OCLC 726877821.
  30. ^ Assalf, S. (2020). "COMMUNICATION: AN OVERVIEW". Retrieved 26 May 2020. Cite 저널은 필요로 한다. journal= (도움말)
  31. ^ a b Dyche, Lawrence (2007-06-05). "Interpersonal Skill in Medicine: The Essential Partner of Verbal Communication". Journal of General Internal Medicine. 22 (7): 1035–1039. doi:10.1007/s11606-007-0153-0. ISSN 0884-8734. PMC 2219735. PMID 17437144.
  32. ^ "Australian Commission on Safety and Quality in Health Care" (PDF). Australian Government. 2016. Retrieved 28 May 2020.
  33. ^ Rowland-Morin, Pamela A.; Carroll, J. Gregory (1990). "Verbal Communication Skills and Patient Satisfaction: A Study of Doctor-Patient Interviews". Evaluation & the Health Professions. 13 (2): 168–185. doi:10.1177/016327879001300202. ISSN 0163-2787. PMID 10106792. S2CID 17516324.
  34. ^ Garret, M. (2002). "Debate: A Teaching Strategy to Improve Verbal Communication and Critical-Thinking Skills". Nurse Educator. 21 (4): 37–40. doi:10.1097/00006223-199607000-00015. PMID 8718159.
  35. ^ a b c d Burgoon, Judee K. (2016). Nonverbal Communication. doi:10.4324/9781315663425. ISBN 9781315663425.
  36. ^ "An Endgame for Beijing in the US-China Trade Negotiations". The Diplomat. 2020. Retrieved 28 May 2020.
  37. ^ a b Depaulo, B. M.; Friedman, H. S. (1998). "Nonverbal communication". In D. T. Gilbert; S. T. Fiske; G. Lindzey (eds.). The handbook of social psychology. 2. New York: McGraw-Hil. pp. 3–34.
  38. ^ Foss, K. A.; Littlejohn, S. W. (2009). Encyclopedia of Communication Theory. New York: SAGE Publications.
  39. ^ Bajracharya, S. (2018). "Aristotle's Model of Communication". Businesstopia. Retrieved 20 May 2020.
  40. ^ a b Key Concepts in Marketing. London: SAGE Publications Ltd. 2009. doi:10.4135/9781446221617.n46. ISBN 978-1-84787-499-3.
  41. ^ Riddler, J. A. D. (2006). "Organisational communication and supportive employees". Human Resource Management Journal.
  42. ^ Locsin, A. (2019). "Hierarchical Positions in a Typical Corporation". Small Business. Retrieved 29 May 2020.
  43. ^ a b c d e Thomas, Alan (Alan Berkeley) (2004). Research skills for management studies (1st ed.). London: Routledge. ISBN 0-415-26898-2. OCLC 52251214.
  44. ^ a b Terrell, Shannon (2019-01-04). "5 Of The Best-Performing Analytical Skills For Your Resume". Mindvalley Blog. Retrieved 2020-04-02.
  45. ^ Jolley, Jeremy. (11 June 2014). Research skills. Harlow, England. ISBN 978-1-317-90545-5. OCLC 881429711.
  46. ^ "PhD transferable skills". University of Michigan. 2020. Retrieved 26 May 2020.
  47. ^ Resnik, B. R. (2003). Responsible Conduct of Research. Oxford University Press. ISBN 9780199376025.
  48. ^ a b Careers, Full Bio Follow Linkedin Follow Twitter Alison Doyle is the job search expert for The Balance; Search, One of the Industry's Most Highly-Regarded Job; Doyle, career experts Read The Balance's editorial policies Alison. "Analytical Skills for Resumes, Cover Letters, and Interviews". The Balance Careers. Retrieved 2020-04-02.
  49. ^ "5 Reasons Why Data Analysis is Important for Every Business". Business Partner Magazine. 2018. Retrieved 28 May 2020.
  50. ^ Hand, D. J. (2012). "Principles of Data Mining". Drug Safety. 30 (7): 621–622. doi:10.2165/00002018-200730070-00010. PMID 17604416. S2CID 45746.
  51. ^ Froelich, Josh; Ananyan, Sergei (2008), "Decision Support via Text Mining", Handbook on Decision Support Systems 1, Springer Berlin Heidelberg, pp. 609–635, doi:10.1007/978-3-540-48713-5_28, ISBN 978-3-540-48712-8, retrieved 2020-05-29
  52. ^ Ferguson, G. A. (1959). "Statistical analysis in psychology and education". McGraw-Hill. Cite 저널은 필요로 한다. journal= (도움말)
  53. ^ "Careers Involving Probability & Statistics". study.com. 2020. Retrieved 29 May 2020.
  54. ^ Larson, Martin G. (2006-07-04). "Descriptive Statistics and Graphical Displays". Circulation. 114 (1): 76–81. doi:10.1161/CIRCULATIONAHA.105.584474. ISSN 0009-7322. PMID 16818830.
  55. ^ Trochim, W. M. K. (2020). "Descriptive Statistics". Research Methods Knowledge Base. Retrieved 29 May 2020.
  56. ^ Kuhar, C.W. (2010), "Experimental Design: Basic Concepts", Encyclopedia of Animal Behavior, Elsevier, pp. 693–695, doi:10.1016/b978-0-08-045337-8.00224-2, ISBN 978-0-08-045337-8, retrieved 2020-05-20
  57. ^ Dawson, Gail F. (2008), "Introduction to Part Ii", Easy Interpretation of Biostatistics, Elsevier, p. 86, doi:10.1016/b978-1-4160-3142-0.50017-1, ISBN 978-1-4160-3142-0, retrieved 2020-05-20
  58. ^ Brinkmann, B. (2019). "Comparing Descriptive, Predictive, Prescriptive, and Diagnostic Analytics". Logi Analytics. Retrieved 20 May 2020.
  59. ^ Davidson, C. (2020). "What is Behavioural Data and Behavioural Analytics". indicative. Retrieved 29 May 2020.
  60. ^ Rouse, M. "predictive analytics". Retrieved 15 May 2020.
  61. ^ Han, B.; Obradovic, Z.; Peng, K.; Vucetic, S.; Xie, H. (2003). "Exploiting Unlabeled Data for Improving Accuracy of Predictive Data Mining". Center for Information Science and Technology – via Temple University.
  62. ^ a b "Predictive Analytics". IBM. 2018. Retrieved 20 May 2020.
  63. ^ "What Is the Difference Between Analytical and Creative Problem Solving? Synonym". classroom.synonym.com. Retrieved 2020-04-02.
  64. ^ a b c "5 Of The Best-Performing Analytical Skills For Your Resume". Mind Valley. 2019. Retrieved 28 May 2020.

추가 참조사항