Adatvizualizáció

Fischer Nikolett Bernadett (2020) Adatvizualizáció. Pénzügyi és Számviteli Kar.

[thumbnail of BA_Fábián_Nikolett_Bernadett_V4C5G1_Szakdolgozat_2020.pdf] PDF
BA_Fábián_Nikolett_Bernadett_V4C5G1_Szakdolgozat_2020.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (3MB)
[thumbnail of BA_Fábián_Nikolett_Bernadett_V4C5G1_Témavázlat_Összefoglaló_2020.pdf] PDF
BA_Fábián_Nikolett_Bernadett_V4C5G1_Témavázlat_Összefoglaló_2020.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (396kB)

Absztrakt (kivonat)

ÖsszefoglalóTémaválasztás indoklása Szakdolgozatom témájaként az adatvizualizációt választottam, elsősorban célom bemutatni miért és pontosan mire is jó az adatvizualizáció, miben könnyíti meg a mindennapi életünket, a munkahelyünkön elvégzendő feladataink nagy részét. Ma a Big Data adatállományok világát éljük, éppen ezért az adatmegjelenítés eszközei és ezek technológiái elengedhetetlen részét képezik a nagy mennyiségű adatok és információk feldolgozása során, illetve természetesen az adatok által vezérelt döntések meghozatala során is elengedhetetlen az adatvizualizáció bármely eszközének alkalmazása. Amennyiben belegondolunk a multinacionális vállalatok, vagy vegyük csak a kis és középvállalkozásokat, vagy akár egy szakmai újságcikket, melyek statisztikai adatokra épülnek, könnyű belátni, hogy a tömérdek információból, mi rendelkezésre áll nem könnyű meghozni se egy üzleti döntést, se egy szakcikket megírni. A vállalatok napi szinten generálják ezen adatokat, mint például, a költségekről, bevételekről, mérlegfőösszegekről, a dolgozók táppénzállományáról, a marketing kampányok sikerességéről, az értékesítők értékesített termék mennyiségeiről fajtánkként, ha a statisztikákat nézzük, mondjuk egy KSH által kiadott valamilyen statisztikát, ott is számtalan Big Data generálódik, például a lakosság számáról, halálozási és születési számokról, az egy háztartásban élők számáról, és sorolhatnánk ezeket a nagy adathalmazokat  így tovább. Az adatvizualizáció életre kelti az adatokat, tehát abban segít, hogy minél gyorsabban és hatékonyabban tudjunk a fent példaként általam említett adathalmazokból mindenki számára érthető eredményeket kapjunk, melyeket egy jól strukturált ábrával, diagrammal, grafikonnal tegyünk minél szemléletesebbé. Egyéni kutatásom során elsődlegesen a COVID-19 és az adatvizualizáció kapcsolatát vizsgáltam, másodlagosan pedig az adatvizualizációs ismeretekre kerestem a választ a megkérdezettek között. Dolgozatom felépítése Az egyéni kutatás megkezdését megelőzően az adatvizualizáció témakörét érintettem, megnéztem mit értünk adatvizualizáció alatt, milyen adatbázis modellek léteznek, ezek röviden bemutatásra is kerültek a dolgozatom 2. fejezetében. Továbbá megvizsgáltam azt is, hogy mit értünk relációs adatbázis fogalma alatt, milyen relációs adatbázissal kapcsolatos alapfogalmakat és algebrai műveleteket ismerhetünk, és ezekre hoztam a mindennapi életből vett példákat is. Az első példa egy excel feladat, a második pedig egy akkorddiagram. Végezetül, de nem utolsó sorban a Big Data fogalmával és adattípusaival ismerkedtem meg közelebbről, valamint a jellemzőivel. Ezen szekunder adatok összegyűjtése és tovább gondolását követően készítettem egy saját kérdőívet az adatvizualizáció a COVID-19 tükrében, ahol a megkérdezettek adatvizualizációval kapcsolatos ismereteinek feltárása volt a cél, illetve összekapcsolása és jelentősége a COVID-19 kapcsán. Az utolsó fejezet ezen kérdőíves empirikus kutatás kérdőíveinek kérdéseit, eredményeit és a személyes véleményemet mutatja be. A következő részben a kutatási eredményeim összefoglalását olvashatják, előtte azonban engedjék meg nekem, hadd jegyezzem meg, a dolgozat terjedelmére való tekintettel, minden adatvizualizációval kapcsolatos résztémakört nem volt lehetőségem érinteni, illetve egyes részeket még aprólékosabban kifejteni, ezáltal igyekeztem minél inkább azon részeket előnyben részesíteni és fokuszálni, amik szorosan a dolgozatom tárgyához kapcsolhatóak és a kutatásom megértéséhez elengedhetetlenül fontosak. Kutatási eredményeim, végső konklúzióim Saját kérdőíves kutatás lefolytatását elengedhetetlennek tartottam, hiszen a szekunder adatok megszerzése során, több olyan adattal is találkozhattam, ami nem kifejezetten az én kutatási kérdéseim megválaszolására lettek összegyűjtve és elemezve. Mielőtt elkezdtem volna egy kérdőívet szerkeszteni, összegyűjtöttem azokat a kérdéseket, melyekre kapott válaszok segítségével jobban megvizsgálhatom az általam választott témát (adatvizualizációt a COVID-19 tükrében). Ilyen kérdések voltak, például: Hallottál-e már az adatvizualizációról és összességében hasznosnak tartod -e az adatvizualizációt? Szerinted miben segíti az adatvizualizáció a cégek életét és milyen adatvizualizációs eszközöket ismersz?  Szerinted az alábbi adatvizualizációs módszerek közül melyik a legfontosabb és manapság leginkább alkalmazott modell? De megkértem a kitöltőket arra is, hogy írják le számukra miben nyilvánul meg az adatvizualizáció, illetve hol, milyen formában találkoztál vele, illetve rangsorolják 1-től 9-ig terjedő skálán a különféle intézkedések milyen mértékben segítették a vírus terjedésének megállítását véleményük szerint. Kíváncsi voltam arra, is, hogy a megkérdezettek mit gondolnak az adatvizualizációs eszközök napjainkban milyen szerepet töltenek be a Covid-19 járványhelyzet kapcsán, milyen eltérések lehetnek az adatokban, illetve miből fakadhatnak véleményük szerint az eltérések? A kérdőívet a goolge drive űrlapjának segítségével készítettem el, és osztottam meg a közösségi média felületeken, mint például a Facebook. Minél több emberhez szerettem volna a kérdőívem eljuttatni, hogy minél reprezentatívabb eredményt kaphassak az eredmények kiértékelése során. Természetesen a kérdőívem megosztása a munkahelyemen is megtörtént, hogy minél szélesebb réteg véleményét ismerhessem meg a téma kapcsán, hiszen az adatvizualizációt elsősorban a munka világában használják a felhasználók valamilyen formában napi szinten. A továbbiakban szeretném röviden ismertetni a kutatásom eredményeit és levonható tanulságokat, illetve a személyes véleményemet a téma kapcsán. Az alapfeltevéseim (hipotéziseim), melyekre a választ kerestem a következők voltak: 1.     A nem szerinti hovatartozás nem befolyásolja az adatvizualizációról szóló ismereteket, míg a lakhely típusa, a kitöltő kora, illetve iskolai végzettsége igen. 2.     A Covid-19 járvány kapcsán előfeltevésem szerint a megkérdezettek jelentős része valamilyen formában az adatvizualizációt összefüggésbe tudja hozni a vírussal. 3.     A megkérdezettek úgy gondolják, hogy az adatvizualizációval nyert adatok és a valós halálesetek, illetve azok okainak száma eltér egymástól 4.     A megkérdezettek a vendéglátó és szórakoztató egységek bezárását tartják a vírust leginkább megfékező intézkedéseknek. Az általam felvetett hipotézisek többségében igazolást nyertek. A kutatási eredményeket egy excel táblázat segítségével vizsgáltam meg, melyben különböző mutatók számolásával és az adatokból készített eloszlások és diagramok alapján következtettem a hipotéziseim vizsgálatának eredményeire. Az első hipotézisem esetében arra jutottam a Yule-féle asszociációs együttható használatával, hogy a nők informalizáltabbak a férfiaknál az adatvizualizáció témakörében. Míg a lakóhely esetében szintén ennek a mutatónak a segítségével ki lehetett számolni, hogy a fővárosban élők tájékozottabbak, mint vidéki társaik, ez betudható annak a ténynek is, hogy a letöbb kitöltő egyetemi hallgató volt, akik Budapesten élnek. A kor vizsgálata szempontjából megállapítható, hogy minél idősebb korosztály töltötte ki a kérdőívet, annál jobban tisztában volt az adatvizualizáció ismeretével, hiszen a mindennapokban, legfőképp a munkájuk kapcsán használják az adatvizualizáció valamely formáját. A második hipotézisem igazolást nyert, hiszen egyértelmű volt, hogy a 115 kitöltő közül, csupán csak 13-an jelölték, hogy az adatvizualizáció nem játszik szerepet a COVID-19 járvány kapcsán. A harmadik alapfeltevésem szintén a COVID-19 járványhelyzettel kapcsolatos volt, mely igen látványos eredményeket mutatva, azt sikerült leszűrnöm, hogy az emberek igen magas fokban bizalmatlanok a velük közölt adatokat illetően, hiszen több mint felük, azt feltételezte, hogy a halálesetek okaiban és számaiban is található eltérés a közölt adatok és a valóságot illetően. Az utolsó alapfeltevésem nem nyert bizonyítást. Bár a kitöltők nagyrészt fontosnak vélték erre a hipotézisre feltett kérdésemben szereplő választási lehetőségeket. A vendéglátó és a szórakoztató helyek bezárása helyett mégis inkább a fitnesztermek bezárása mellett voksolnának és korlátoznák a kórházi látogatásokat. Fontosnak tartják a kockázatos munkát végzők rendszeres tesztelését és ennek ellenére a legnagyobb arányt a kötelező szájmaszk viselése mutatta. Összességében véleményem szerint, az adatvizualizáció hasznosnak ígérkezett a COVID-19 járvány aktuális helyzetének bemutatásában, illetve a vele kapcsolatos intézkedések meghozatalában és értékelésében, valamint nagyon jól kirajzolható az általam végzett kutatásnak köszönhetően, hogy az emberek erről az igencsak nem könnyű pandémiás állapot tükrében milyen véleménnyel vannak az adatvizualizáció fontosságát és hasznosságát tekintve. Ám itt sem kizárható az emberi tényező, hiszen ezen adatok manipulálható és az adatbázisokba felvitt adatokat többségében emberek készítik. Ez megmutatkozott a hipotéziseimben, ahol úgy vélem az emberek bizalmatlanságát is ez okozza.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus (BA)

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: adatbázis, adatfeldolgozás, ábraelemzés, ábrák, big data
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2021. Már. 01. 14:06
Utolsó módosítás: 2021. Már. 01. 14:06

Actions (login required)

Tétel nézet Tétel nézet