Megan Tengan은 호놀룰루 마노아에 있는 하와이 대학교 4학년생으로 정치학과 철학을 복수 전공하고 있습니다. Mānoa Pre-Law Association의 재무 담당자이자 비서인 Megan은 2022년 12월 졸업 후 로스쿨에 진학할 계획입니다.
그녀는 현재 워싱턴 DC에 있는 미국 상원의원 Mazie K. Hirono 사무실에서 의회 인턴으로 일하고 있습니다.2021년 가을 학기 동안 Megan은 Lawrence Nitz 박사의 300단계 정치학 과정인 정치 탐구 및 분석의 조교로 근무했습니다. 그들은 공개 데이터 세트를 사용하여 탐색할 수 있는 연구 질문을 기반으로 일련의 수업 계획과 과제를 함께 개발했습니다.
Megan은 또한 Nitz가 수행한 독립적인 연구를 지원하여 하와이의 코로나19와 관련된 트윗이 새로운 감염률과 지역 뉴스 및 의견 보고의 변동에 의해 주도되는 정도를 조사합니다.저는 Megan에게 사회 과학 분야에서 JMP를 배우고 작업한 경험에 대해 물어봤습니다.
Megan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan, undergraduate student at the University of Hawaiʻi at MānoaMegan Tengan, undergraduate student at the University of Hawaiʻi at Mānoa메간 텡간(Megan Tengan), 하와이 대학교 마노아 학부생
메그: 그럼 Megan, 어떻게 통계에 관심을 가지게 되었나요? 정량적 접근 방식은 항상 정치학 연구 방법의 중요한 분야였지만, 저를 포함한 많은 정치학 전공자들도 마찬가지였습니다! – 통계학에 대한 학부생의 노출을 많이 얻지 마십시오.
메건: 나는 정치학 분야에서 숫자를 다루어 본 적이 없습니다. 니츠 교수 ], 그래서 통계는 나에게 새로운 것이었습니다! 나는 학생들과 함께 배웠다. 즉, 숫자와 텍스트 분석을 가지고 놀 수 있는 것은 정말 멋진 경험이었습니다. 왜냐하면 우리는 인종 및 건강 데이터와 같은 많은 사회 통계를 살펴봤고 물론 코로나도 살펴보고 있었기 때문입니다.[통계 경험]은 미래가 데이터 분석이라고 생각하기 때문에 훌륭한 이력서 작성 도구입니다. 정량적 조사에 대한 필요성은 항상 있을 것입니다.
메그: 데이터 분석 능력이 얼마나 중요한지 깨닫게 된 전환점이 있었나요? 아니면 사회 과학 사용 사례에서 데이터의 중요성을 확인하셨나요?
메건: 수업 시간에는 비판적 인종 이론에 관한 트윗을 살펴보고 텍스트 분석을 사용하여 대중의 의견을 살펴보았습니다. 분명히 현대 민권 운동은 최근 탄력을 받고 있으며, Z세대로서 제 소셜 미디어 타임라인에 자주 등장하는 내용입니다.나는 우리가 수업에서 했던 방식으로 당신이 텍스트를 분석할 수 있다는 것을 몰랐습니다. JMP 일반적인 단어와 구문뿐만 아니라 텍스트의 어조도 분석할 수 있는 수단을 제공했습니다. 저는 그렇게 할 수 있는 기술, 즉 소셜 미디어 데이터를 검색할 수 있는 기술이 있다는 사실을 몰랐던 것 같습니다.
메그: 이제 사람들은 온라인에서 생활하고 있으므로 누구나 자유롭게 접근할 수 있는 공개 데이터가 엄청나게 많습니다. 그리고 저는 사회과학자들이 연구를 위해 해당 데이터를 사용하는 것에 있어서 빙산의 일각에 불과하다고 생각합니다. 트위터의 데이터를 중심으로 강좌 과제 라이브러리를 어떻게 구축했으며, 학생들이 어떤 종류의 기술을 배우기를 원했나요?
메건: Nitz 교수는 하와이 주와 코로나19 또는 비판적 인종 이론과 같은 최신 주제와 관련된 트윗을 편집했습니다. 그런 다음 학생들에게 주제에 관한 몇 가지 기사(그것이 무엇인지, [논쟁은 무엇인지])를 준비했습니다. 그런 다음 우리는 그들에게 데이터 세트를 제공할 것입니다.과제는 다음을 사용하는 것이 었습니다. JMP의 차트와 그래프 [데이터 동향]을 분석하고 이해한 다음, 본 내용을 현실 세계에 적용합니다. 우리는 그랬다 텍스트 분석 [소음]을 없애기 위해 일부 설정을 변경했습니다. 예를 들어, Twitter에서는 하이퍼링크인 "http"가 많이 표시되지만 그럴 필요는 없습니다. 우리는 관련성이 없고 분석을 흐리게 하는 데이터를 버리는 것에 대해 많은 것을 배웠습니다.필요하지 않은 텍스트를 모두 제거한 후에는 "상위 단어 클러스터가 비슷합니까?"와 같은 질문을 했습니다. 또는 "두 텍스트 본문이 같은 방식으로 합쳐지나요?" 학생들은 두 개의 별도 트윗 세트를 보고 비교합니다. [데이터 세트를 준비할 때] 우리는 한 사람이 좀 더 열정적이 되도록 노력했습니다. 예를 들어 비판적 인종 이론에 대해 분명히 분노한 반면, 다른 사람은 긍정적인 단어를 사용하지만 아이러니하거나 냉소적인 어조로 사용했습니다.
실제로는 그렇지 않지만 JMP에서는 아이러니를 긍정적인 감정으로 받아들일 수 있기 때문에 우리는 학생들을 조금이라도 쫓아내고 싶었습니다. 그들은 차트를 다른 방식으로 읽는 법을 배워야 했습니다. 감정 분석 : [두 데이터세트]의 긍정적 정서 내용과 부정적 정서 내용이 유사한가요?우리는 불용어로 지정된 용어를 정리하는 것의 중요성을 강조하고 학생들에게 관찰 중인 클러스터 간의 차이점을 설명하도록 요청했습니다. JMP는 다양한 주제를 묶었습니다. 하나는 교육에 관한 것이고, 다른 하나는 정치인에 관한 것이고, 다른 하나는 인종차별에 관한 것, 다른 하나는 차별에 관한 것 등입니다. JMP는 데이터를 이렇게 분류했고 학생들은 각 클러스터에서 무엇을 보았는지 말해 줄 수 있었습니다.
메그: 트위터는 풍자에 대한 진정한 지뢰밭입니다! 통계 도구는 의도를 어떻게 파악합니까?
메건: 오른쪽. 따라서 누군가는 "인종차별이 여전히 미국에 만연해 있다는 사실이 정말 놀랍습니다"와 같은 트윗을 올릴 수도 있습니다. 비록 그것이 환상적이라는 뜻은 아니지만; 인종차별이 여전히 문제라는 것이 놀랍거나 충격적이라는 뜻입니다.그리고 단어 주변의 맥락을 고려해야 합니다. 물론 우리가 가져온 수천 개의 트윗 중 모든 단어를 읽지는 못할 것입니다. 예를 들어, 비판적 인종 이론이 놀랍거나 놀라운 것이라고 트윗하는 사람들이 실제로 의미하는 바는 아니지만 사람들이 말하고 있다고 생각할 수도 있습니다. 그래서 우리는 학생들에게 JMP를 사용하여 감정이 어떻게 분산되는지 살펴보고 아이러니한 어조와 문자 그대로의 어조를 분리하도록 요청했습니다.
메그: 아무도 이것이 흥미롭지 않다고 주장할 수 없습니다. 하지만 응용 프로그램은 무엇입니까? 무엇을 배우고 있니?
메건: 두 가지가 있습니다. 학생들에게 있어서 정치탐구와 분석은 필수과목이고, 궁극적으로 데이터 분석은 배울 수 있는 좋은 기술이라고 생각합니다. 실제로 초대 연사 중 한 명이 학기 말에 몇몇 사람들에게 통계 분석 인턴 자리를 제안했습니다! JMP에 대해 더 잘 알고 더 많은 시간을 투자할수록 급여는 더 높아졌습니다. 그래서 우리는 몇 명의 학생들에게 그것을 시험해 보라고 했고, 나는 그들이 그 경험에 도움이 되기를 바랐습니다. 둘째, 교수님과 저는 올해 JMP 컨퍼런스에서 코로나19 트윗 연구를 발표하는 것을 고려하고 있습니다.
메그: 니가하길 바래! 이 주제는 좋은 결과를 가져올 것입니다 디스커버리 서밋 말하다! 공개 데이터를 사용하여 여론을 조사할 때 직면하는 가장 큰 데이터 문제는 무엇입니까?
메건: 우선 JMP 자체는 사용하기가 매우 쉽습니다. 사용자 인터페이스가 마음에 듭니다. 하지만 여기에는 데이터를 올바르게 읽어야 하는 책임도 따릅니다. 원하는 것을 찾는 것은 시행착오라고 생각하고, 패턴이 없다고 생각될 때 패턴을 볼 수 있도록 배우고 있는 내용을 잘 이해해야 합니다. 패턴은 패턴이 없어도 패턴이다! 처음에는 이해하기 어려울 수 있습니다.JMP는 너무 많은 정보를 제공합니다. 이는 양날의 검과 같을 수 있습니다. 많은 양의 데이터에 액세스할 수 있다는 점은 훌륭하지만, 원하는 정보를 구별해야 하기 때문입니다. 예를 들어, 현재 프로젝트에 이 수수께끼를 적용할 수 있습니다. 왜냐하면 지금까지 우리는 증가하는 코로나바이러스 감염과 관련 트윗, 즉 하와이, 코로나19 주제와 관련된 트윗 사이에서 예상했던 인과 관계를 찾지 못했기 때문입니다. 그리고 우리 주지사 David Ige.
메그: 무엇을 발견할 것으로 기대했나요?
메건: 우리의 주요 질문은 다음과 같습니다. 하와이의 코로나바이러스에 대한 트윗이 최근 감염률에 의해 주도된 것입니까? 즉, 주정부가 700건의 새로운 사례가 발생했다고 보고하면 더 많은 사람들이 코비드에 대해 트윗하게 될까요?둘째, 그들의 트윗 내용은 무엇인가? 트윗 내용이 하와이에서 방송되는 코로나19 관련 뉴스와 관련이 있나요? 처음에는 '이 치명적인 질병' 같았는데, 나중에는 '백신을 맞아야 하나?'로 바뀌었다. 그리고 “부스터를 구할까?” 이제는 명령, 명령 없음, 명령 해제 등이 있습니다. 뉴스는 보도 내용을 결정할 수 있으며, 이것이 일반 시민들이 트윗하기로 선택하는 내용에 영향을 미치는지 알고 싶습니다.다시 한번, 우리는 풍자를 강조해야 합니다. 사람들은 "훌륭하네요, 이 관광객이 코로나에 걸렸네요" 또는 "규칙을 시행하는 사람들이 규칙을 따르기를 거부하는 것은 정말 놀랍습니다."라고 말할 수 있습니다. 물론 실제로 이러한 진술을 문자 그대로 의미하는 것은 아닙니다.
메그: 간단한 질문처럼 들릴 수도 있지만, 이러한 상관관계와 관계를 확립하는 데 있어 가치는 무엇입니까? 국민 정서를 측정하기 위해? 정책을 알리기 위해?
메건: 제 생각엔 당신이 완벽하게 말한 것 같아요 – 대중 감정을 평가하는 것 – 이것이 바로 우리가 이 과제를 통해 하고 있는 일입니다. 우리는 여론이 어떻게 변하는지 이해하고 싶습니다.내 생각에 이 현대 세기에 유행병의 참신함은 이것이 연구를 그토록 흥미롭게 만든 이유라고 생각합니다. 왜냐하면 이것이 백년 동안 일어나지 않았기 때문입니다. 그 당시에는 JMP나 그와 유사한 것이 없었습니다. 그렇죠? 특히 이제 소셜 미디어, 특히 트위터를 통해 우리는 대중이 자신의 우려와 의견을 표현할 수 있는 전례 없는 플랫폼을 갖게 되었습니다. JMP에는 분석할 자료가 그 어느 때보다 많습니다!
메그: 조교로서 통계학을 전공하지 않은 학부생에게 통계학을 가르칠 때 어떤 교육학적 접근 방식이 가장 효과적이라고 보셨나요?
메건: 중요한 것은 우리가 학생들에게 제공하기로 선택한 데이터 세트 내에서 관계를 도출할 수 있는 것이라고 생각합니다. 우리는 관계의 가능성(감마든 뭐든지)을 다루는 데 몇 주를 보냈는데, 아마도 모든 사람이 파악하기가 조금 어려웠을 것입니다. 특히 우리가 데모에서 했던 것과 다른 요소를 선택했다면 더욱 그렇습니다.하지만 내 생각에 진짜 수학적 부분은 키커였다. 왜냐하면 당신 말이 맞기 때문이다. 이 학생들은 수학을 공부하고 있지 않다. 내 가장 높은 수학은 계산 전과 같았고 나는 그것을 싫어했습니다!
분명히 모든 사람이 수학적인 측면에 관심이 있거나 특별히 재능이 있는 것은 아니라는 점을 깨닫고 나면 우리는 관계를 끌어내는 데 더 집중할 수 있습니다. 예를 들어, 우리는 한 주의 시민들이 대통령에 비해 자신의 주 정치인을 신뢰하는 정도를 조사하고, 지역이 전국을 주도하는지, 아니면 그 반대인지를 조사했습니다. 또는 다음과 같이 질문할 수도 있습니다. 더 높은 학위를 갖고 있거나 부모님이 더 높은 학위를 갖고 있는 것이 당신이 빚을 얼마나 지고 있는지와 관련이 있나요?
메그: 응용 프로그램과 요인 간의 관계를 이해함으로써 사람들이 통계 방법을 배우는 데 계속 참여하는 데 도움이 되었습니다.
메건: 분명히. 특히 사회과학 전공자라면! 우리는 일상의 정치에서도 항상 그 이유를 알고 싶어합니다. 이 정책이 왜 통과되지 않습니까? 이 사람들은 왜 반대하는 걸까요? 항상 논쟁 뒤에 숨겨진 것이 무엇인지에 관한 것이기 때문에 학생들이 이유가 있는지 알아내는 것이 거의 직관적이었습니다.그리고 JMP는 이를 시각화하는 데 큰 도움이 되었습니다. 왜냐하면 그들은 추세를 볼 수 있었고 심지어 원치 않더라도 숫자를 볼 수 있었으며 우리가 보고 있는 요인들 사이에 관계가 있는지 확인할 수 있었기 때문입니다.
메그: 그럼 당신은 미래에 로스쿨에 진학할 건가요, 메건? 당신은 이러한 정량적 기술을 사용할 수 있다고 생각합니까?
메건: 제가 어떤 법학 분야에 진출하느냐에 따라 JMP를 통해 배운 이러한 정량적 기술을 활용하고 적용할 수 있다고 생각합니다. 예를 들어, 제가 환경 변호사가 된다면 지구 온난화를 일으키는 GHG 배출 등을 살펴보겠습니다. 하지만 데이터 과학이 내 경력의 중심이 아니더라도, 옆에 두고 볼 수 있는 흥미로운 프로젝트였으며 지금도 그렇습니다. 앞서 말했듯이 데이터가 대화를 주도합니다. 저는 분명히 증거에 기반한 의견을 갖고 싶어하는데 JMP가 바로 그런 의견을 제공할 수 있습니다.
메그: 마지막 질문은 이렇습니다. 학생이나 JMP 초보 사용자에게 일반적으로 어떤 조언을 해주실 수 있나요?
메건: 반드시 사용하세요 JMP가 초보자를 위해 제공하는 리소스 . 고급 기술을 갖고 있더라도 동영상을 통해 학습할 수 있습니다. 나는 초보자 가이드를 통해 내가 알고 있던 많은 것을 배웠습니다. 특정한 작업을 수행하고 싶다면 JMP에서 이를 수행할 수 있는 방법이 있을 것입니다.그리고 나는 JMP에 있는 샘플 세트 . JMP에서 사용할 수 있는 완벽한 형식의 스프레드시트를 항상 찾을 수는 없기 때문에 이는 정말 도움이 되었습니다. 그 제안은 정말 훌륭했습니다.그리고 마지막으로 탐색해 보세요. 모든 버튼을 클릭하고 모든 기능이 무엇인지 알아보세요. 모든 드롭다운 메뉴를 클릭하세요. 그것이 내가 하고 있는 일에 대해 좀 더 잘 이해할 수 있게 된 방법이었습니다!
