안녕하세요. 좋은 아침입니다. 그리고 좋은 오후입니다. 저는 이 분석에 대한 사례 연구를 여러분과 공유하게 되어 기쁩니다. 이 주제는 우리 모두에게 매우 공감할 만한 내용이기를 바랍니다.
시작하기에 앞서, 면책 조항을 하나 말씀드리겠습니다. 저는 재무 설계사가 아니며, 제가 여러분과 공유하는 정보는 교육 목적으로만 제공됩니다. 오늘 제가 공유하는 주제들이 여러분의 재정 상황에 어떤 영향을 미치는지 이해하시려면 자격을 갖춘 재무 전문가와 상담하시기 바랍니다.
이 주제에 대한 더 자세한 정보를 위해, 제가 데이터와 몇 가지 가설을 수집하는 데 사용하는 몇 가지 자료를 나열해 두었습니다. 자료는 퓨 리서치 연구소(Pew Research Institute), 트랜스아메리칸 연구소(Trans-American Institute), 그리고 당연히 미국 인구조사국(US Census Bureau)입니다.
제가 이 주제를 시작하게 된 이유를 잠깐 말씀드리겠습니다. 지난 1월에 P&G에서 일한 지 30주년을 맞이했습니다. 최근 소식을 들으니 P&G를 떠난 후의 삶이 점점 더 가까워지고 있다는 것을 더 잘 알게 되었습니다.
저에게는 어린 아들 둘이 있는데, 이제 막 사회생활을 시작하는 단계입니다. 한 명은 이제 막 사회생활을 시작했고, 다른 한 명은 대학을 갓 졸업했습니다. 저는 Proctor에서 신입사원들을 많이 멘토링하고 있습니다.
그들과 돈과 재정에 대해 이야기를 나누다 보니, 제 관심을 끄는 글 몇 개가 눈에 띄기 시작했습니다. 다양한 연령대의 사람들의 관점에서 이 주제를 탐구하고 이해해 보면 정말 흥미로울 것 같다는 생각이 들었습니다.
제가 누구인지 말씀드리겠습니다. 저는 지젤 베이커입니다. 말씀드렸듯이, 지금 근무하는 회사에서 약 30년 동안 일해 왔습니다. 일상 업무에서는 JMP 통계 소프트웨어를 사용하여 시장 조사 데이터를 조사하고 분석합니다. 기본적으로 제가 하는 일은 바로 그것입니다.
하지만 이번에는 JMP를 제 호기심을 채우고 아이들뿐만 아니라 제가 멘토링하는 직장 동료들과도 대화를 이어가기 위해 사용합니다. 제가 이 주제를 트레이시에게 공유하고 논문을 제출하겠다고 말했더니, 트레이시는 JMP 포럼에 바로 들어왔습니다. 제 생각에 이 주제가 트레이시에게도 매우 관련성이 높다고 생각했기 때문이죠. 트레이시, 자기소개 좀 해 줄래?
좋습니다. 제 이름은 트레이시 데쉬입니다. P&G에서 35주년을 맞이했습니다. 제품 연구 분야에서는 지젤과 매우 유사한 역할을 맡고 있지만, 현재는 북미 헤어 케어 제품 사용, 샴푸, 컨디셔너, 트리트먼트 사용 경험 평가에서 도출되는 정량적 데이터를 이해하는 데 주력하고 있습니다. 이러한 통찰력이 저희 이니셔티브 설계의 핵심입니다.
트레이시와 저는 오랫동안 알고 지낸 덕분에 Proctor에서 정말 좋은 친구가 되었고, 회사 밖에서도 많은 공통점을 공유합니다. 그중 하나는, 앞서 말씀드렸듯이, 곧 은퇴를 준비하고 있다는 것입니다. 아직은 이르지만, 결국에는 은퇴할 것입니다.
배경 지식부터 시작해 보겠습니다. 아마 미국에서 사람들의 수명이 늘어나고 있다는 사실은 잘 알고 계실 겁니다. 수명이 길어진다는 것은 당연히 삶을 꾸려갈 충분한 자금이 필요하다는 것을 의미합니다. 흥미롭게도, 은퇴 연수가 길어질수록 전반적인 의료비와 생활비가 증가하고, 잠재적으로 추가적인 장기 요양의 필요성이 커질 수 있습니다. 정말 흥미로웠습니다.
어떤 기사를 읽었는데, 지금 65세에 은퇴하는 사람들이 90세 정도까지 살 것으로 예상된다고 하더군요. 즉, 은퇴 후 거의 30년을 살게 된다는 뜻인데, 많은 사람들이 지금까지 일해 온 기간과 거의 비슷하죠. 정말 긴 세월입니다.
특히 트레이시와 저는 여성이 남성보다 평균적으로 더 오래 산다는 것을 잘 알고 있습니다. 이는 배우자가 있든 없든 재정 계획에 영향을 미칠 수 있습니다. 많은 사람들이 어린 시절에는 아이들을 돌보기 위해 집에 머물다가 나중에 다시 직장으로 복귀합니다.
이건 정말 관련성 있는 주제예요. 여러 기사를 읽고, 아이들, 그리고 동료들과 이야기를 나누면서 사람들이 기대하면서도 동시에 걱정하는 공통적인 것들을 발견하게 됐어요.
그러다가 제 호기심이 생겼습니다. 저는 연구자이자 과학자니까요. 이 주제는 많은 연구가 이루어지는 주제입니다. 제가 한 일은 실제로 몇 가지 설문조사를 실시하는 것이었습니다. 하나는 18세에서 55세 사이의 전문직 종사자들을 대상으로 은퇴 후 미래에 대한 꿈과 희망을 묻는 정성적 설문조사였습니다. 개방형 설문이었고, 매우 정성적인 조사였습니다.
그리고 좀 더 구체적인 질문을 던지는 설문조사도 진행했습니다. 사실, 설문조사 참여를 원하시는 분들은 슬라이드에 있는 QR 코드를 확인해 주세요. 개방형 설문입니다. 참여하셔도 되고, 익명으로 진행하셔도 됩니다. 이미 데이터가 있기 때문에 그 데이터를 사용한다고 장담할 수는 없습니다.
하지만 제가 한 설문조사는 은퇴에 대한 자신감, 인구 통계, 삶에 대한 태도와 신념, 그리고 사람들이 은퇴에 얼마나 준비되었다고 생각하는지에 대한 질문이었습니다.
오늘 남은 시간 동안 저는 서로 의견을 나누고 싶었습니다. 트레이시와 저는 JMP의 다양한 플랫폼을 활용하여 배운 내용을 간략하게 설명드리겠습니다. JMP는 발견을 위한 훌륭한 통계 도구입니다.
앞으로 여러분과 함께하는 시간 동안 JMP 플랫폼에 대해 몇 가지 더 자세히 살펴보겠습니다. 텍스트 탐색기, 그래프 빌더, 몇 가지 범주형 플랫폼을 소개해 드리고, 다변량 플랫폼과 더욱 심층적인 예측 모델링도 살펴보겠습니다.
오늘 시간을 마무리하며, 우리 모두가 꼭 알아두셨으면 하는 세 가지가 있습니다. 바로 세대별 은퇴에 대한 꿈과 두려움의 개요, 그것들이 어떻게 같고 다른지, 삶의 우선순위와 은퇴 준비의 차이점과 유사점은 무엇인지, 그리고 더 중요한 것은 세대 간 은퇴 준비에 영향을 미치는 핵심 요인들을 이해하고, 우리가 실제로 할 수 있는 일들을 이해하는 것입니다. 자, 이제 트레이시에게 이 이야기를 전달하겠습니다.
좋습니다. 감사합니다. 저는 처음 세 가지, 즉 텍스트 탐색기, 그래프 빌더, 그리고 범주형에 집중하겠습니다. 텍스트 탐색기는 다른 플랫폼에서 실제로 더 깊이 파고들 수 있는 훌륭한 플랫폼입니다. 우선, 기본적인 텍스트 탐색기를 실행해 보겠습니다. 이 질문은 다음과 같습니다. 이상적인 삶의 나이는 어떻게 되시나요? 여기 아래에 있는 것들을 사용해 보세요. 저는 세 가지만 다루고 싶습니다.
내가 공유하고 있는 거 아닌가? 내가 공유하지 않는 거 아닌가?
이제 공유를 시작하세요.
처음 세 가지, 즉 텍스트 탐색기, 그래프 빌더, 그리고 범주형 분석에 대해 살펴보겠습니다. 텍스트 탐색기는 정성적 데이터를 이해하기에 좋은 플랫폼일 뿐만 아니라, 진정한 인사이트를 도출하여 분석의 다른 플랫폼에서 활용하는 데에도 도움이 될 수 있습니다.
가장 먼저 할 일은 텍스트 탐색기를 만드는 것입니다. 여기에 주관식 질문을 넣으세요. 여러분의 분야나 프로젝트에 적합한 방식을 고려하여 이들을 다양하게 활용하실 수 있습니다.
그러면 이런 게 있습니다. 가장 중요한 것 중 하나는 데이터 정리입니다. 오늘은 그렇게 하지는 않겠지만, 예를 들어 돈이나 금융, 또는 함께 묶고 싶은 단어나 철자 문제 등을 정리하는 거죠.
또 하나, 이걸 가지고 놀다 보면 불용어를 관리할 수 있습니다. 은퇴는 아마 다들 쓰셨을 거예요. 보기에 별로 유용하지 않은 단어일 거예요. 그래서 불용어로 추가하면 사라질 거예요.
그러면 단어 구름이 보이기 시작합니다. 단어의 크기와 사용 횟수를 기준으로 모든 단어가 나열되어 있죠. 사람들이 은퇴에 대해 어떤 단어를 사용하는지, 어떤 단어를 꿈과 두려움으로 표현하는지 실제로 볼 수 있습니다.
여러분이 하고 싶어할 만한 한 가지는 필터나…로 다른 분석에 사용할 수 있다는 것입니다.
[청취 불가 00:10:46] 지표로 저장할 수 있습니다.
뭐에 쓰시나요? 필터랑…
단어를 지표로 저장하여 필터나 다른 변수 등으로 사용할 수 있습니다. 지표로 저장하는 건 아주 쉽습니다. 사실 저는 시간 관리를 위해 이미 몇 개를 저장해 두었습니다.
향후 분석에 활용할 수 있는 또 다른 유용한 기능은 감정 분석을 활용하는 것입니다. 감정 분석은 각 단어를 가져와 JMP에서 지시한 내용이나 해당 숫자를 관리하려는 경우에 따라 감정을 할당합니다.
또한, 사용하는 단어에 따라 일부 단어의 점수가 두 배로 높아지거나 낮아지는 강화 표현도 있습니다. 이 모든 것은 감정 플랫폼에서 관리할 수 있습니다. 감정을 생성한 후에는 점수를 저장하고 사용할 수 있습니다.
단어 구름으로 돌아가면 재밌는 부분이 바로 여기예요. 왜냐하면 바꿀 수도 있고… 실제로 다르게 정렬할 수도 있고, 색칠할 수도 있거든요. 저는 이렇게 보는 게 더 좋아요. 사람마다 선호하는 게 다르니까요. 하지만 색칠을 시작할 수도 있어요. 여기서 시작해 볼게요.
"색상을 바꿔 보겠습니다. 선형으로 만들겠습니다."라고 말하면 됩니다. 이제 보이기 시작할 겁니다. 실제로 열 값을 기준으로 색상을 지정할 수 있습니다. 감정을 살펴보면서 떠올린 감정이 정말 도움이 되는 부분입니다.
사람들이 단어를 어떻게 생각하는지 살펴보세요. 몇 가지만 바꿔서 reverse와 discrete를 살펴보겠습니다. 이것들을 설정하고 나면, 전체적으로 녹색이 많은 것을 알 수 있지만, 몇몇 단어는… Would가 큰 예입니다.
텍스트를 볼 수도 있습니다. 그게 뭐죠? 저는 할 수 있을 것 같아요. 아마 스톱워드일 거예요. 라이브, 좀 있어요. 하지만 그 힘을 보기 시작할 때는 로컬 데이터 필터를 켜서 "세대별로 살펴보자"라고 말할 수 있을 때입니다. 중간에 훨씬 더 많은 것을 볼 수 있죠. 긍정적이지도, 부정적이지도 않은 조금 더 많은 것들이요.
Z세대를 보면 녹색을 훨씬 더 많이 볼 수 있습니다. 은퇴에 대해 더 낙관적인 것 같죠. 당연한 얘기죠. Z세대는 더 가깝고, Z세대, 즉 젊은 밀레니얼 세대보다 더 짧은 미래를 볼 수 있기 때문에, 이런 변화가 어떻게 나타나는지 확실히 알 수 있습니다.
그런 다음 단어를 만들고, 지표 열을 만들고, 응답자에 대한 전반적인 감정을 적으세요. 이제부터 재밌는 작업을 시작할 수 있습니다. 그래프를 그려보세요. 여기서는 여성을 기준으로 세대를 그래프로 표시하고 있습니다. 이 그래프를 바꾸고 싶다면 "값별로 라벨을 붙이고 싶습니다"라고 말할 수 있습니다.
젊은 세대, Z세대와 밀레니얼 세대를 살펴보면, 남성이 여성보다 조금 더 낙관적인 경향이 있지만, 나이가 들면서 그런 성별 차이가 거의 느껴지지 않는다는 것을 알 수 있습니다. 이런 현상이 어떻게 나타나는지 지켜보는 것은 정말 흥미롭고 의미 있는 경험이 될 수 있습니다.
또 하나 살펴볼 점은, 지표 열을 저장했다는 점입니다. 시간 계산을 위해 저장했는데, 실제로는 긍정적 지표와 부정적 지표를 구분하기 쉽도록 이름을 변경했습니다. 지표 열을 만든 다음 다중 응답으로 변경했습니다.
세대별 은퇴 꿈을 살펴보겠습니다. 무엇을 보여줄까요? 응답 비중을 줄여 보겠습니다. 무엇을 알 수 있을까요? 젊은 세대의 꿈은 가족, 공동체, 내 집 또는 사업 소유인 것 같습니다. 실제로 그들의 꿈은 바로 그것입니다. X세대의 고령 소비자들을 살펴보면, 건강과 웰빙에 더 관심이 많습니다.
40대나 45세가 되면 무릎을 비롯한 신체 부위의 노화가 시작됩니다. 이미… 대부분의 사람들은 가족을, 내 집 마련의 꿈을 꾸게 됩니다. 정말 흥미롭죠. 세대마다 꿈이 매우 다르거든요.
두려움을 보고 싶으시다면, 그냥 두려움을 다른 것으로 대체해서 보세요. 나이 든 세대는 재정적으로 불안해지기 시작합니다. 물건을 사기 시작하고, 돈에 더 신경을 쓰게 됩니다.
반면 젊은 세대는 고립과 외로움, 삶의 목적 상실과 지루함, 타인에 대한 의존, 노령, 그리고 장기 요양에 대해 걱정합니다. 그들에게는 그 목표를 달성하기 위해 앞으로 살아갈 삶이 너무나 많습니다. 오늘날에는 미래가 어떻게 될지 예측할 수 없습니다.
감정 점수를 활용할 수 있는 또 다른 좋은 점은 지도를 그래픽으로 만들 수 있다는 것입니다. 전반적인 감정을 기준으로 지도를 그리면 어떤 곳이 더 행복한지, 더 낙관적인지, 덜 낙관적인지 확인할 수 있습니다.
여기 몬태나 주가 있습니다. 몬태나 주는 정말 행복해 보입니다. 전체 감정 평균이 90입니다. 반면 아칸소 주는 마이너스 22까지 떨어졌습니다. 세대별로 살펴보면, 루이지애나는 Z세대에게 부정적인 영향을 미치는 반면, 애리조나 주는 나이 든 밀레니얼 세대가 부정적인 영향을 미치고 있습니다. 감정 분석과 텍스트 분석을 통해 더 심층적인 분석을 할 수 있습니다. 지젤은 이러한 분석을 다른 플랫폼에서 어떻게 활용할 수 있는지 계속해서 이야기할 것입니다.
완벽해요. 그럼 다시 돌아가서 제 화면을 공유할게요. 이제 제 화면을 보실 수 있기를 바랍니다. 혹시? 잠깐만요. 네, 공유해 주세요. 완벽해요.
트레이시가 말했듯이, 그녀가 텍스트 탐색기와 그래픽 빌더를 통해 발견한 것 중 하나는 구조화되지 않은 데이터를 구조화된 데이터로 실제로 가져오는 훌륭한 플랫폼이라는 것입니다.
그녀가 은퇴에 대한 꿈을 분석하는 모습을 보니 정말 흥미로웠습니다. 은퇴에 대한 꿈은 누구나 이야기하는 주제입니다. 하지만 젊은 세대는 관계 형성이나 주택 소유에 더 관심이 있는 반면, 나이 든 세대는 나이가 들어도 건강하고 활동적인 삶을 살기를 바랍니다.
하지만 은퇴가 가까워질수록 우리를 괴롭히는 두려움이 무엇인지 생각해 보면, 사실 우리에게는 재정적 안정, 즉 앞으로 살아갈 오랜 세월을 버틸 수 있을 만큼 충분한 돈을 갖는 것에 대한 두려움이 더 큽니다. 반면 젊은 세대는 외로움과 함께 무언가를 나눌 사람이 없다는 것에 대해 이야기합니다.
다음으로 할 일은 이 모든 가설을 세우는 것입니다. 앞서 말씀드렸듯이 제가 정말 좋아하는 것 중 하나는 텍스트 탐색기입니다. 제가 일상 업무에서 자주 사용하기 때문이죠. 이 플랫폼을 통해 많은 것을 발견할 수 있습니다.
트레이시가 공유한 또 다른 훌륭한 JMP 플랫폼은 범주형입니다. 다양한 데이터를 분석하는 데 도움이 됩니다. 저는 범주형을 좋아하는데, 어떤 데이터든 입력할 수 있기 때문입니다. 명목형, 순서형 또는 연속형 데이터를 입력하여 이 플랫폼을 통해 인사이트를 얻을 수 있습니다.
저희는 다중 응답을 많이 사용하는 이유는 은퇴에 대해 생각할 때 중요한 것이 단 하나만 있는 것은 아니기 때문입니다. 일상생활을 생각할 때는 오직 하나뿐입니다.
카테고리컬은 다중 응답 유형의 데이터를 분석하는 데 도움이 되는 좋은 플랫폼입니다. 여러분께서 살펴보셨으면 하는 설문조사에서, 어떤 유형의 질문이 있는지 궁금하시다면, 그리고 모든 연령대의 사람들이 은퇴를 생각할 때 중요할 것이라는 점에 공감하며, 몇 가지 질문을 했습니다.
삶의 태도에 대한 몇 가지 동의 질문을 했습니다. 은퇴 계획을 시작하기 위해 우리가 무엇을 할 수 있는지에 대한 이해에 대해서도 몇 가지 질문을 했습니다. 그리고 사람들이 어떤 걱정을 하는지에 대해서도 몇 가지 질문을 했습니다. 세대 간에 약간의 차이가 있는 것 같다는 것을 알고 있었기 때문에, 어떤 점이 비슷하고 어떤 점이 다른지 알고 싶었습니다.
저는 저와 같은 세대, 다른 세대, 저와 같은 젊은 세대, 그리고 제 아이들과 같은 젊은 세대에게 공통적인 것이 무엇인지 이해하고 싶었습니다. 그러면 그 정보를 바탕으로 공감할 수 있고, 더 나은 부모가 될 수 있을 뿐만 아니라, 제가 멘토이자 감독하는 사람들에게 더 나은 멘토가 될 수 있을 것이기 때문입니다.
이제 저널로 넘어가서 제가 하고 싶었던 다음 작업을 보여드리겠습니다. 설문조사를 통해 제가 한 일은 설문조사의 모든 응답을 수집하고 몇 가지 분석을 하는 것이었습니다. 범주형 분석의 다중 응답 분석에서 발견한 것 중 하나를 보여드리겠습니다. 분석 방법의 모든 세부 사항을 다루지는 않겠지만, 저희가 얻은 통찰력에 집중하겠습니다.
설문조사에서 제가 던진 질문 중 하나는 "지금 당신의 삶에서 가장 중요한 우선순위는 무엇입니까?"였습니다. 그런 다음 범주형 플랫폼을 사용해서 구조 플랫폼의 맨 위에 세대별 분석을 추가했습니다. 그리고 그 옆에는 다중 응답을 추가했습니다. 실제로 일부 응답을 확인하실 수 있습니다.
당연히, 보통 우리 대부분은 위에서 아래로 읽습니다. 저는 여기 있는 인사이트가 아래에 있다고 생각했습니다. 제가 한 것은, JMP에서 할 수 있는 모든 것을 빨간색 삼각형에서 할 수 있다는 것입니다. 실제로 이 부분을 바꿀 것입니다. 순서대로 보는 것이 아니라 알파벳 순서대로 보고 싶습니다.
젊은 세대에게 가장 중요하고 삶의 우선순위가 되는 것은 바로 경력 발전과 전문성 향상이라는 것을 알 수 있습니다. 당연한 말씀입니다. 제 자녀들이나 회사의 젊은 세대들과 이야기를 나눠보면, 그들은 매우 야심 찬 사람들이었습니다. 그들은 스스로 이름을 알리고 싶어 했습니다. 정말 당연한 말씀입니다.
하지만 이전 세대를 살펴보면, 우리에게 가장 중요한 우선순위는 바로 새로운 취미와 활동을 만드는 것이었습니다. 저는 제가 하는 일과 직업을 사랑하는 지금, 하이킹과 여행을 더욱 중요하게 생각하고 있습니다. 이는 정말 멋진 통찰력이었습니다. 흥미롭게도 저는 시각적인 것을 좋아하는 사람이라 모든 사람이 차트를 읽는 것을 좋아하는 것은 아닙니다. 저는 Graphical Builder를 사용하여 몇 가지 질문을 던졌습니다.
제가 Graph Builder를 좋아하는 이유는 트레이시가 말했듯이 매우 유연한 도구이기 때문입니다. 이 그래프에서는 저처럼 시각적인 것에 관심이 있는 사람들을 위해, 데이터를 시각화하여 얻은 인사이트에 좀 더 큰 영향을 줄 수 있도록 데이터를 실제로 표현할 수 있습니다.
제가 한 것은 경력과 직업적 성장에 대한 관심을 도표로 나타낸 것입니다. 이미 몇 가지 차이가 있다는 것을 알고 있었기 때문입니다. 전체 비율을 살펴보면, 제가 "인생에서 가장 중요한 것은 무엇인가요?"라고 물었을 때 Z세대와 밀레니얼 세대가 "직업, 제 일이에요."라고 답한 것을 확실히 알 수 있습니다.
다시 한번 말씀드리지만, 카테고리형 플랫폼과 그래픽 빌더가 여러분에게 도움을 줄 수 있는 두 가지가 있습니다. 슬라이드로 돌아가서 여러분이 얻은 통찰력을 보여드리겠습니다. 나이가 들면서 삶의 우선순위가 바뀝니다. 저는 이것이 매우 중요하다고 생각합니다. 다양한 연령대의 사람들과 이야기를 나누면 그들의 상황에 공감하고 그들의 현재 상황을 이해할 수 있기 때문입니다. 흥미롭게도, 밀레니얼 세대와 X세대에게는 카테고리형 플랫폼의 가장 큰 우선순위 중 하나가 더 많은 균형을 이루는 것이었습니다.
하지만 플랫폼 간의 차이를 보면 실제로 이해할 수 있는 부분들이 있습니다. 그렇다면 이러한 우선순위가 은퇴 저축, 현재 또는 앞으로 필요한 소득, 그리고 은퇴에 대한 자신감에 어떤 영향을 미치는지 생각해 보세요.
트레이시는 이미 세대별로 은퇴에 대한 꿈과 두려움에 어느 정도 차이가 있음을 보여줍니다. 하지만 우리가 좀 더 호기심을 갖고 이해하려고 노력한다면, 사람들이 얼마나 준비되었는지와 삶에 대해 무엇을 기대하는지 사이에는 어떤 관계가 있을까요? 더 많은 JMP 도구를 활용하여 세대 간의 재정적 안정성과 은퇴 저축의 차이 또는 유사점을 이해할 수 있습니다.
설문조사에서 제가 물었던 두 가지 질문은 "은퇴를 위해 얼마나 기여하고 계신가요? 은퇴 후 얼마를 가지고 계신가요?"였습니다. 그리고 더 중요한 질문은 "은퇴 후 얼마가 필요할 것으로 예상하시나요?"였습니다. 또한 "은퇴 계획을 세웠을 때 은퇴할 수 있을 것이라고 얼마나 확신하시나요?"라는 질문도 했습니다.
JMP로 넘어가서, 다시 한번 어떤 인사이트를 얻었는지 보여드리겠습니다. 자, 두 가지 작업을 했습니다. 먼저 세대별 은퇴 저축을 그래프로 표시했습니다. 점프 그래프는 매우 직관적이고 읽기 쉽기 때문에 저는 막대 그래프를 좋아합니다. 막대 그래프는 플랫폼과 실제로 볼 수 있는 아이콘을 통해 범주별 요약을 보여줍니다.
X축에는 세대, Z세대, 밀레니얼 세대, X세대, 그리고 베이비붐 세대가 있습니다. 이는 응답자들의 평균적인 은퇴 자금 마련 현황입니다. 흥미롭게도, 밀레니얼 세대는 Z세대보다 저축량이 약간 적은 것으로 나타났습니다.
몇몇 기사를 읽다가 흥미로운 생각이 들었습니다. 많은 밀레니얼 세대, 특히 제가 프록터에서 멘토링하는 사람들은 학자금 대출 때문에 정말 걱정이 많거든요. 분명 그들에게 삶의 우선순위는 학자금 대출을 갚는 것이고, 은퇴 자금도 충분히 마련하지 못하는 것일 테니까요. 흥미롭게도, 베이비붐 세대는 꽤 잘 준비된 세대이고, 꽤 많은 돈을 저축해 놓았는데, 이건 정말 좋은 일이죠.
제가 또 물어본 건 "은퇴 후 얼마를 저축할 예정이신가요? 아니면 은퇴 후에 얼마나 필요하신가요?"였습니다. 그다음 질문은, 그 은퇴에 대한 박스 플롯을 실제로 그려봤습니다. 거의 모든 사람이 "은퇴하려면 돈이 많이 필요할 거야."라고 생각하는 걸 보고 정말 흥미로웠습니다.
기억하시겠지만, 흥미로운 점은 밀레니얼 세대가 실제로는 돈을 조금 덜 저축하고 있다는 것입니다. 하지만 그들은 아마도 더 많은 돈이 필요할 거라고 생각하는 세대입니다. 생각해 보세요. 사회 보장에 대한 온갖 이야기가 오가고 있는데, 우리에게는 아무것도 없고, 많은 고용주들이 더 이상 연금을 제공하지 않는다는 필요성에 대한 이야기들이 오히려 불안감을 키우기 시작합니다.
혹시 보셨다면, JMP에서 제가 좋아했던 것 중 하나는 창을 합칠 수 있다는 점입니다. 두 창을 합친 이유는 제 생각에 꽤 흥미로웠기 때문입니다. 실제로 공예품을 표현하고 차이점을 확인할 수 있거든요.
제가 매우 흥미롭다고 생각한 점은 노년층 소비자나 노년 세대는 돈이 훨씬 많을 뿐만 아니라, 실제로는 남은 인생 동안은 지금보다 돈이 적게 필요할 것으로 예상한다는 것입니다.
사실 말이 되는 말이에요. 생각해 보면, 제가 60세에 은퇴했다면 제 라이프스타일을 유지하는 데 그렇게 많은 돈이 필요하지 않다고 생각할 수도 있거든요. 하지만 밀레니얼 세대를 보면 그 차이가 꽤 큽니다. 그들은 앞으로 할 일의 약 8배는 더 필요하다고 생각하면서, 은퇴를 위해 이미 저축해 두었습니다.
네, 은퇴는 누구에게나 중요한 주제인 것 같습니다. 하지만 사람들의 삶의 위치에는 놀라운 차이가 있습니다.
ANOVA 플랫폼에서 제가 특히 좋아하는 또 다른 점은 데이터를 플롯팅하고, 데이터에 따라 다양한 분석을 수행할 수 있다는 것입니다. 두 개의 연속형 변수가 있다면 회귀 분석을 수행할 수 있습니다. 하지만 저는 연속형 변수나 범주형 변수를 사용하고, 그다음 연속형 변수를 사용하여 신뢰도를 파악하기 때문에, 다음 질문은 신뢰도에 차이가 있는지였습니다.
이 데이터를 바탕으로, 저는 밀레니얼 세대가 은퇴에 대해 가장 불확실할 것이라는 가설을 세웠습니다. 어떤 일이 벌어지는지 살펴보죠. 데이터를 그래프로 그려보면, 얼마나 불확실한지 알 수 있습니다. 아주 간단한 X-Y 그래프입니다. X축에는 세대를, Y축에는 신뢰도를 표시합니다. 변수 분석은 실제로 데이터를 더하여 세대별 신뢰도의 평균을 제공합니다. 여기서 보시다시피, 그래프를 좀 더 크게 만들어서 한눈에 알아볼 수 있도록 했습니다.
밀레니얼 세대가 실제로 어느 정도 자신감을 가지고 있다는 것을 알 수 있습니다. 일반적으로 이는 예상된 바였습니다. 베이비붐 세대는 다른 세대보다 훨씬 더 자신감이 넘쳤습니다. 실제로 그들은 젊은 세대보다 훨씬 더 낙관적이거나 자신감이 더 높았습니다.
제게 흥미로웠던 건 X세대가 모든 세대 중 가장 자신감이 없는 것 같다는 점이었어요. 문득 '왜 그럴까?'라는 생각이 들었어요. 저도 X세대거든요. 공감이 가요. 생각해보면 우리 세대는 샌드위치 세대잖아요.
우리는 자신과 아이들뿐만 아니라 많은 사람들이 부모님을 돌보고 있습니다. 이러한 모든 삶의 상황들은 우리가 일을 그만두고, 수입이 없어지는 것에 대해 어떻게 생각하고, 앞으로 우리 삶에 어떤 일들이 일어날지 어떻게 준비해야 할지에 영향을 미칠 것입니다.
다시 말씀드리지만, 저는 이 주제들이 모두에게 매우 중요하다고 생각합니다. 이 주제로 돌아가 보겠습니다. 간단한 이변량 분석과 간단한 탐색만으로도 데이터 분석을 통해 많은 것을 배울 수 있습니다. 심층 분석에서는 자세한 내용을 다루지 않겠습니다. 제가 한 말 중 하나는 "사람들은 자신감이 별로 없습니다."입니다. 우리의 자신감에 영향을 미치는 요인은 다양합니다.
제가 궁금한 것은 "우리 삶에서 겪는 모든 상황이 은퇴에 대한 자신감에 실제로 어떤 영향을 미칠 수 있을까?"입니다. 다행히 JMP는 호기심 많은 사람들에게는 만능 도구와도 같습니다. 여러분의 이해를 도울 수 있는 두 가지 플랫폼을 더 공유하고 싶습니다. 어떤 주제든 상관없습니다. 이 경우, 은퇴에 대한 이야기를 다루는 이유는 단지 저희에게 흥미로운 주제이기 때문입니다. 하지만 여러분이 이해하고 싶은 어떤 주제든 적용해 보세요.
JMP에서 제가 좋아하는 두 가지 멋진 도구를 소개해 드리겠습니다. 덧붙여 말씀드리자면, 저는 통계학자가 아니기 때문에 가끔 통계 자료를 읽을 때는 통계학을 전공한 친구들과 함께 하는데, 그러면 그들이 JMP에서 나오는 데이터를 어떻게 읽어야 하는지 알려줄 수 있습니다. 제가 JMP를 좋아하는 이유는 저처럼 비전문가도 출력 결과를 이해하고 결론을 도출할 수 있기 때문입니다.
제가 사용하는 예측 스크리닝 도구와 다변량 방법을 보여드리겠습니다. 이 도구는 각 세대에 중요한 자신감 회복 요인이 무엇인지, 그리고 개인적으로 은퇴를 시작하는 가장 좋은 방법을 더 잘 이해하는 데 도움이 될 수 있는 가장 중요한 주제는 무엇인지, 그리고 제가 개인적으로 할 수 있는 일과 재정 상황과 은퇴 준비에 대해 이야기할 만큼 자신감을 가진 사람들이 공감할 수 있는 일은 무엇인지에 대한 답을 찾는 데 도움이 됩니다.
다시 JMP로 돌아가 보겠습니다. 제 일기장입니다. 여러분께 공유하고 싶은 두 가지가 바로 예측 변수 스크리닝 도구입니다. 예측 변수 스크리닝 도구는 Analyze에서 찾을 수 있으며, 스크리닝 플랫폼도 있습니다. 보유한 데이터에 따라 다양한 예측 변수가 있습니다.
예측 스크리닝 도구를 좋아하는 이유는 명목형, 순서형, 연속형 변수 등 다양한 유형의 입력값을 입력할 수 있는 플랫폼이기 때문입니다. 저는 이 도구를 사용하여 삶의 우선순위, 두려움, 이해, 저축한 돈, 기여한 돈 등 제가 묻는 모든 것 중에서 실제로 당신의 자신감 수준을 좌우할 가능성이 가장 높은 것은 무엇인지 파악합니다.
플랫폼을 실행해 보겠습니다. 이미 스크립트를 저장해 놨습니다. 실행하는 데 시간이 좀 걸리지만, 그렇게 많이 걸리지는 않습니다. 하지만 트레이시가 말했듯이, 은퇴에 대한 자신감이 얼마나 되는지에 대한 모든 질문이 있습니다. 예를 들어, 얼마나 자신감이 있는지, 나이가 몇 살인지, 비상 자금이 있는지 등 은퇴 준비 점수를 예측하는 데 필요한 모든 변수를 조사할 수 있습니다.
하지만 트레이시가 말했듯이, 저는 필터가 친구라고 생각합니다. 필터를 사용하면 줌머 세대나 제 아이들 같은 Z세대가 다른 세대와 같은지 실제로 확인할 수 있습니다. 예를 들어, Z세대의 경우, 트레이시가 말했듯이 건강 관리에 대한 우려가 있는 것 같습니다.
배우는 것과 은퇴에 얼마나 기여하는지가 은퇴에 대한 자신감을 예측하는 지표인 것 같습니다. 제 세대를 살펴보고, 같은지, 아니면 다른지 확인해 봅시다. Z세대에게는 희망이 더 중요합니다. 노후에 얼마나 편안하게 살 수 있을지, 그리고 은퇴를 향해 나아가고 있다는 생각에 얼마나 동의하는지가 중요합니다.
하지만 은퇴에 대한 기여도 또 다른 중요한 요소인 듯합니다. 즉, 우리가 실제로 기여하고 준비할 수 있는 것이 많을수록 우리 모두가 할 수 있는 보편적인 일이며, 은퇴에 대한 자신감을 키우고 높이는 데 도움이 될 것입니다.
다시 말씀드리지만, 변수가 너무 많습니다. 모든 변수를 살펴볼 때, 저는 이 변수의 기여도뿐만 아니라 변수의 비중도 살펴보는 것을 좋아합니다. 왜냐하면 이를 통해 변수들이 얼마나 중요한지를 알 수 있기 때문입니다. 하지만 은퇴할 준비가 얼마나 되었다고 생각하는지에 대한 몇 가지 우려 사항이 있다고 생각합니다. 저는 이 부분에 대해 다변량 분석을 선호합니다.
다변량 분석은 표에서 보여드리겠습니다. 다변량 분석은 다변량 분석 방법에서 찾을 수 있으며, JMP에는 다양한 도구가 있습니다. 다변량 분석은 기본적으로 여러 변수 간의 관계를 이해하는 데 도움이 되는 도구입니다. 또한 요인 분석도 보여드리겠습니다. 요인 분석은 변수의 개수를 줄여 운전자 분석을 시작하는 데 매우 유용한 도구입니다.
저는 개인적으로 이 두 도구를 좋아하지만, 다변량 분석 플랫폼에는 데이터에 대한 추가 분석을 통해 통찰력을 얻을 수 있는 도구도 많이 있습니다.
이제 다변량 분석에 대해 알아보겠습니다. 제가 한 것은 예측 변수 선별 도구를 기준으로 신뢰도에 가장 큰 영향을 미칠 가능성이 높은 변수들을 입력하는 것입니다. 실제로 보시다시피, 여기에 입력해 보겠습니다. 다변량 도구는 기본적으로 관심 변수 간의 상관관계에 따라 데이터를 정리하는 매우 깔끔한 표를 제공합니다. 상관관계가 높거나 1에 가까울수록 상관관계가 강합니다.
앞서 말씀드렸듯이 저는 숫자를 좋아하지만 시각적인 것을 더 좋아합니다. 다변량 분석에서 제가 좋아하는 점은 상관관계에 대한 색상 맵입니다. 이를 통해 모든 것의 관계를 매우 쉽게 파악할 수 있기 때문입니다. 시각적으로만 봐도, 신뢰도를 회복하는 강력한 상관관계 패턴이 있는 것을 알 수 있습니다.
하지만 제가 드린 질문 안에는 재정적 안정에 대한 자신감과 장기 요양에 대한 걱정 사이에 몇 가지 연관성이 있습니다. 생각해 보세요. 제가 건강에 대해 걱정하고, 생활비에 대해 걱정한다면, 그것이 제 재정적 안정에 대한 걱정에 영향을 미칠 것입니다.
반면에, 만약 당신이 압도당하는 기분을 느낀다면, 삶의 즐거움에 대한 자신감이 줄어들 것이고, 이는 반비례 관계가 될 것입니다. 실제로 그 안에서 어떤 패턴들이 발견되기 시작할 것이고, 바로 그때 요인 분석을 본격적으로 살펴보기 시작할 것입니다. 왜냐하면 저는 그 둘 사이에 어떤 연관성이 있다는 것을 알고 있기 때문입니다.
요인 분석 결과, 매우 흥미로운 주제들이 있다는 것을 알게 되었습니다. 은퇴에 대한 우려가 있고, 기여도, 즉 저축한 돈 측면에서 얼마나 준비가 되어 있는지에 대한 주제가 있습니다.
하지만 삶에서 긍정적인 태도를 갖는 것과 처음에 걱정하는 것 사이에는 어느 정도 연관성이 있습니다. 하지만 지식은 더 어렵다고 생각합니다. 은퇴에 대해 더 많이 알고, 다양한 저축 기회와 방법을 알수록 우리는 더 자신감을 가질 수 있을 것이라고 생각합니다. 그리고 미래에 대한 희망도 갖게 됩니다.
제가 어떻게 이 7가지 요인을 얻었는지 보여드리겠습니다. 분석, 다변량 분석, 요인 분석에서 요인 분석 도구를 다시 실행했습니다. 요인 분석을 통해 기본적으로 요인의 개수와 고유값을 나타내는 아주 멋진 시작 그래프를 얻을 수 있습니다.
말씀드렸듯이, 저는 통계학자가 아닙니다. 경험적으로, 고유값은 각 요인이 변수 반응을 어떻게 설명하는지 이해하는 누적적인 방법입니다. 이 경우, 당연히 요인이 많을수록 고유값에 대한 설명력이 더 커질 것 같습니다. 그런데 왜 그렇게 해야 할까요? 설명에 도움이 될 최소한의 요인 개수를 알고 싶었기 때문입니다.
저는 이게 인본주의적인 문제라고 생각합니다. 인간은 기계가 아니니까요. 모든 것의 80%를 설명할 수 있을 거라고 기대하지는 않습니다. 60% 정도면 괜찮다고 생각합니다. 다시 한번 말씀드리지만, 1 정도의 값을 사용하면 약 7가지 요소를 얻을 수 있습니다. 하지만 제가 정말 궁금해하는 것은, 그 요소들을 설명할 수 있을까 하는 것입니다.
JMP는 회전 요인 로딩을 제공합니다. 회전 요인 로딩을 사용하면 응답과 데이터의 변동성을 기반으로 변수들이 실제로 어떻게 결합되고 있는지, 또는 어떻게 구성되는지 확인할 수 있습니다. 첫 번째 요인은 두려움에 관한 것 같습니다. 장기적인 의료비, 제가 유지하는 라이프스타일 및 생활 수준에 대한 우려를 포함하고 있기 때문입니다. 이는 사실 일리가 있습니다.
두 번째 요인은 준비 상태와 주택, 그리고 사람들이 은퇴를 준비하기 위해 취하는 조치에 더 많은 영향을 미치는 것 같습니다. 예를 들어, 은퇴 저축 계좌가 있나요? 비상 저축이 있나요? 얼마나 있나요? 은퇴를 얼마나 계획하고 있나요? 첫 번째 요인은 얼마나 준비되었는지, 즉 얼마나 준비되어 있는지에 더 큰 영향을 미치는 것 같습니다.
세 번째 요인은 삶에 대한 태도와 더 관련이 있습니다. 삶에 목적이 있다고 생각하시나요? 즐거움을 느끼고 있나요? 행복한 사람인가요? 다른 사람들과 재정에 대해 이야기할 수 있다고 생각하시나요? 네 번째 요인은 우리가 얼마나 불안을 느끼는지에 대한 것입니다. 걱정 자체보다는 얼마나 불안하고 걱정하는지가 더 중요합니다. 이는 두려움과 더 관련이 있습니다.
다섯 번째 요소는 은퇴에 기여하거나 영향을 미치는 요소들에 대한 이해입니다. 예를 들어, 사회 보장 제도가 어떻게 운영되는지 이해하고 있습니까? 추가 기여금 제도가 어떻게 운영되는지 이해하고 있습니까? 이는 지식 강화에 더 가깝습니다.
여섯 번째와 일곱 번째 요소는 미래에 대한 희망에 더 가깝습니다. 저는 준비가 되었다고 생각하고, 일을 그만두면 좋은 삶을 살 수 있을 것 같아요. 마지막 요소는 사실 당신의 인맥에 더 가깝습니다. 당신은 얼마나 많은 돈을 가지고 있나요?
왜 이러한 요소들을 분석해야 할까요? 이러한 요소들을 분석하면 은퇴 준비도를 예측하는 가장 중요한 요인이 무엇인지 이해하는 데 도움이 됩니다. 자, 이제 회귀 분석을 통해 이러한 요소들 중 어떤 것이 세대 전체에 더 큰 영향을 미치는지 살펴보겠습니다.
선형 회귀 분석은 JMP의 또 다른 훌륭한 도구로, 데이터를 이해하는 데 큰 도움이 됩니다. 다시 한번 말씀드리지만, Y 변수에 대한 다중 회귀 분석을 할 때, 은퇴 준비도를 입력하고, X 요인에는 설명하려는 내용을 입력합니다. 방금 발견한 일곱 가지 요인을 모두 입력하면 Y 변수에서 은퇴에 대한 자신감을 실제로 확인할 수 있습니다.
JMP는 여기서 많은 정보를 제공합니다. 다시 말씀드리지만, 제가 보통 살펴보는 것은 R-제곱과 BIC입니다. 모델이 얼마나 좋은지 알려주기 때문입니다. 이 경우에는 R-제곱과 BIC가 매우 낮기 때문에 걱정하지 않아도 됩니다. 이는 기본적인 정성적 이해에 불과하기 때문입니다.
다시 한번 말씀드리지만, 이 문제에 대해 제게 책임을 묻지 마세요. 이는 제가 여러분 각자에게 공유하는 통찰력일 뿐입니다. 일반적으로 자신감을 예측하는 가장 중요한 요소는 얼마나 준비가 되어 있는지입니다. 저는 예측 프로파일러를 좋아하는데, 데이터를 시각적으로 살펴보고 연속형 변수에 영향을 미치는 더 중요한 요소들을 이해할 수 있기 때문입니다.
예측 프로파일러의 또 다른 장점은 가장 중요한 도구가 무엇인지, 그리고 각 변수가 설명 변수에서 차지하는 비중을 실제로 파악할 수 있다는 것입니다. 이 경우에는 실제로 용어가 가장 중요한 요소인 것 같습니다. 만약 제가 이 기능을 사용한다면, "자신감 있게 수익을 내고 싶다면, 뭔가를 해야지."라고 생각하게 될 것입니다. 바로 401k에 기여하는 것이죠.
하지만 이것이 실제로 여러 세대에 걸쳐 적용되는지 살펴보겠습니다. 다시 한번, 필터를 활용하여 Z세대에게 가장 중요한 요인이 무엇인지 살펴보겠습니다. 흥미롭게도, 젊은 세대에게는 미래에 대한 희망이 더 중요합니다. 얼마나 자신감이 있는지도 중요하지만, 얼마나 걱정하는지가 Z세대에게 미치는 영향도 중요합니다.
어떤 의미에서는 공감이 갑니다. 이 데이터를 보면서 '잠깐만. 걱정하면 자신감이 더 커지잖아.'라고 생각했거든요. 아이들과 이야기할 때, 아이들이 걱정하면 저축을 시작하게 될 거라고 생각하거든요.
사실 그건 어쩌면 미래에 뭔가를 해야 한다는 촉구이자 행동으로 이어지게 하는 무언가일지도 모릅니다. 이제 기성세대를 살펴보죠. 베이비붐 세대는 실제로 어떻게 생각하고, 그 자신감과 요인은 무엇일까요? 그들에게는 은퇴 준비와 네트워크가 중요합니다. 저는 그 말이 정말 공감됩니다. 65세가 되어도 자신감을 가질 만큼 충분한 자산을 축적하지 못한다면, 그것이 제 준비 상태에 더 큰 영향을 미칠 테니까요.
제가 여기서 숫자를 말씀드리려는 건 아닙니다. 어떤 재무 설계사에게 가도 그 숫자는 매우 독립적이라고 말할 테니까요. 라이프스타일, 하고 싶은 일, 그리고 다양한 수입원에 따라 달라집니다. 모두가 상속을 받는 건 아니지만, 뉴스에서 보셨듯이 상속 재산이 많은 사람들이 많습니다. 젊은 세대는 부모의 상속 재산 덕분에 엄청난 부를 축적하게 될 겁니다.
자, 이제 예측 변수 스크리닝과 다변량 플랫폼에 대해 다시 이야기해 보겠습니다. JMP를 활용하고 재정적 미래를 이해하는 데 활용할 수 있는 다양한 방법을 이미 보여드렸습니다. 다시 돌아가서 이 주제만이라도 제대로 할 수 있을지 확인해 보겠습니다. 아마 안 될 것 같습니다. 오스틴에서 만나서 더 자세히 이야기 나눌 수 있기를 바랍니다. 이 주제에 대해 알아야 할 것이 너무나 많습니다.
마지막으로 이 말씀을 전하고 싶습니다. 은퇴 준비는 단순히 숫자로만 결정되는 것이 아닙니다. 사회적, 정서적 요인들이 많이 작용합니다. 그럼에도 불구하고, 이러한 정서적 문제에 호기심을 가지고 접근하는 것이 실제로 도움이 될 수 있으며, 주변 사람들과 대화를 시작할 수 있습니다.
사실, 저희가 사용하는 통계 플랫폼은 전문적인 성장과 일상적인 업무에 대한 통찰력을 얻는 데 유용할 뿐만 아니라, 개인적인 발견에도 활용할 수 있습니다. 그럼, 오스틴에서 여러분을 뵙기를 바랍니다. 더 자세히 이야기해 볼까요? 제가 어떻게 몇 가지 작업을 생성했는지 자세히 보여드리겠습니다.
직장 동료가 프록터에서 은퇴할 준비를 할 때 알려준 팁을 하나 남기고 싶습니다. 친구는 이렇게 말했죠. "지젤, 다음 세 가지 질문에 '예'라고 답하면 은퇴할 준비가 되었다는 걸 알게 될 거야." 자, 이제 세 가지 질문을 알려드리겠습니다. 충분히 벌었나요? 충분히 일했나요? 충분히 즐겼나요?
관심 가져주셔서 정말 감사합니다. 오스틴에서 뵙기를 기대하겠습니다. 네, 곧 방문해 주세요. 뵙기를 기대하겠습니다.
