Overview

Dataset statistics

Number of variables7
Number of observations290
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory16.3 KiB
Average record size in memory57.5 B

Variable types

Text4
Numeric1
Categorical2

Dataset

Description한국자산관리공사에서 운영사는 교육과정의 전체 설문 구성(해당 과정, 설문 제목, 구분, 개요)에 대한 데이터를 제공합니다.
URLhttps://www.data.go.kr/data/15111493/fileData.do

Alerts

설문구분 is highly overall correlated with 설문개요High correlation
설문개요 is highly overall correlated with 설문구분High correlation
설문구분 is highly imbalanced (67.7%)Imbalance
설문관리번호 has unique valuesUnique

Reproduction

Analysis started2023-12-12 22:20:00.744980
Analysis finished2023-12-12 22:20:01.307135
Duration0.56 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

설문관리번호
Text

UNIQUE 

Distinct290
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size2.4 KiB
2023-12-13T07:20:01.631325image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length4
Median length4
Mean length4
Min length4

Characters and Unicode

Total characters1160
Distinct characters11
Distinct categories2 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique290 ?
Unique (%)100.0%

Sample

1st rowR001
2nd rowR002
3rd rowR003
4th rowR004
5th rowR005
ValueCountFrequency (%)
r001 1
 
0.3%
r217 1
 
0.3%
r197 1
 
0.3%
r196 1
 
0.3%
r195 1
 
0.3%
r194 1
 
0.3%
r193 1
 
0.3%
r199 1
 
0.3%
r192 1
 
0.3%
r190 1
 
0.3%
Other values (280) 280
96.6%
2023-12-13T07:20:02.362334image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
R 290
25.0%
1 159
13.7%
0 157
13.5%
2 151
13.0%
7 59
 
5.1%
5 59
 
5.1%
6 59
 
5.1%
3 59
 
5.1%
4 58
 
5.0%
8 57
 
4.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 870
75.0%
Uppercase Letter 290
 
25.0%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
1 159
18.3%
0 157
18.0%
2 151
17.4%
7 59
 
6.8%
5 59
 
6.8%
6 59
 
6.8%
3 59
 
6.8%
4 58
 
6.7%
8 57
 
6.6%
9 52
 
6.0%
Uppercase Letter
ValueCountFrequency (%)
R 290
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 870
75.0%
Latin 290
 
25.0%

Most frequent character per script

Common
ValueCountFrequency (%)
1 159
18.3%
0 157
18.0%
2 151
17.4%
7 59
 
6.8%
5 59
 
6.8%
6 59
 
6.8%
3 59
 
6.8%
4 58
 
6.7%
8 57
 
6.6%
9 52
 
6.0%
Latin
ValueCountFrequency (%)
R 290
100.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1160
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
R 290
25.0%
1 159
13.7%
0 157
13.5%
2 151
13.0%
7 59
 
5.1%
5 59
 
5.1%
6 59
 
5.1%
3 59
 
5.1%
4 58
 
5.0%
8 57
 
4.9%

과정번호
Text

Distinct238
Distinct (%)82.1%
Missing0
Missing (%)0.0%
Memory size2.4 KiB
2023-12-13T07:20:02.725236image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length4
Median length4
Mean length4
Min length4

Characters and Unicode

Total characters1160
Distinct characters11
Distinct categories2 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique200 ?
Unique (%)69.0%

Sample

1st rowS001
2nd rowS002
3rd rowS003
4th rowS004
5th rowS005
ValueCountFrequency (%)
s239 3
 
1.0%
s251 3
 
1.0%
s241 3
 
1.0%
s242 3
 
1.0%
s247 3
 
1.0%
s248 3
 
1.0%
s243 3
 
1.0%
s246 3
 
1.0%
s094 3
 
1.0%
s238 3
 
1.0%
Other values (228) 260
89.7%
2023-12-13T07:20:03.168291image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
S 290
25.0%
2 160
13.8%
1 151
13.0%
0 148
12.8%
4 76
 
6.6%
5 72
 
6.2%
3 63
 
5.4%
6 56
 
4.8%
9 50
 
4.3%
7 47
 
4.1%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 870
75.0%
Uppercase Letter 290
 
25.0%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
2 160
18.4%
1 151
17.4%
0 148
17.0%
4 76
8.7%
5 72
8.3%
3 63
 
7.2%
6 56
 
6.4%
9 50
 
5.7%
7 47
 
5.4%
8 47
 
5.4%
Uppercase Letter
ValueCountFrequency (%)
S 290
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 870
75.0%
Latin 290
 
25.0%

Most frequent character per script

Common
ValueCountFrequency (%)
2 160
18.4%
1 151
17.4%
0 148
17.0%
4 76
8.7%
5 72
8.3%
3 63
 
7.2%
6 56
 
6.4%
9 50
 
5.7%
7 47
 
5.4%
8 47
 
5.4%
Latin
ValueCountFrequency (%)
S 290
100.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1160
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
S 290
25.0%
2 160
13.8%
1 151
13.0%
0 148
12.8%
4 76
 
6.6%
5 72
 
6.2%
3 63
 
5.4%
6 56
 
4.8%
9 50
 
4.3%
7 47
 
4.1%

과정명
Text

Distinct165
Distinct (%)56.9%
Missing0
Missing (%)0.0%
Memory size2.4 KiB
2023-12-13T07:20:03.406618image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length38
Median length29
Mean length16.148276
Min length4

Characters and Unicode

Total characters4683
Distinct characters205
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks5 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique110 ?
Unique (%)37.9%

Sample

1st row(교육청)공유재산 관리실무
2nd row(교육청)공유재산 관리실무
3rd row(교육청)공유재산 관리실무
4th row(맞춤형)국가철도공단 국유재산 직무교육(623~25)
5th row(민사집행)국가채권 관리실무
ValueCountFrequency (%)
관리실무 70
 
7.4%
교육 54
 
5.7%
국유재산 39
 
4.1%
담당자 38
 
4.0%
공유재산 24
 
2.5%
2022년도 22
 
2.3%
취득사업 19
 
2.0%
온비드 19
 
2.0%
공용재산 18
 
1.9%
2018년 18
 
1.9%
Other values (191) 621
65.9%
2023-12-13T07:20:03.781032image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
661
 
14.1%
무 193
 
4.1%
교 140
 
3.0%
관 139
 
3.0%
육 138
 
2.9%
산 130
 
2.8%
재 129
 
2.8%
리 128
 
2.7%
2 122
 
2.6%
실 120
 
2.6%
Other values (195) 2783
59.4%

Most occurring categories

ValueCountFrequency (%)
Other Letter 3528
75.3%
Space Separator 661
 
14.1%
Decimal Number 266
 
5.7%
Open Punctuation 67
 
1.4%
Close Punctuation 67
 
1.4%
Uppercase Letter 50
 
1.1%
Lowercase Letter 27
 
0.6%
Other Punctuation 9
 
0.2%
Other Number 7
 
0.1%
Math Symbol 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
무 193
 
5.5%
교 140
 
4.0%
관 139
 
3.9%
육 138
 
3.9%
산 130
 
3.7%
재 129
 
3.7%
리 128
 
3.6%
실 120
 
3.4%
공 116
 
3.3%
유 101
 
2.9%
Other values (152) 2194
62.2%
Uppercase Letter
ValueCountFrequency (%)
P 13
26.0%
M 7
14.0%
B 6
12.0%
A 6
12.0%
D 3
 
6.0%
R 3
 
6.0%
I 3
 
6.0%
T 3
 
6.0%
Q 2
 
4.0%
S 2
 
4.0%
Lowercase Letter
ValueCountFrequency (%)
t 4
14.8%
n 4
14.8%
o 4
14.8%
h 3
11.1%
y 3
11.1%
r 2
7.4%
e 2
7.4%
a 2
7.4%
j 1
 
3.7%
g 1
 
3.7%
Decimal Number
ValueCountFrequency (%)
2 122
45.9%
0 70
26.3%
1 38
 
14.3%
8 20
 
7.5%
9 13
 
4.9%
6 1
 
0.4%
3 1
 
0.4%
5 1
 
0.4%
Open Punctuation
ValueCountFrequency (%)
( 62
92.5%
[ 3
 
4.5%
「 2
 
3.0%
Close Punctuation
ValueCountFrequency (%)
) 62
92.5%
] 3
 
4.5%
」 2
 
3.0%
Other Punctuation
ValueCountFrequency (%)
· 7
77.8%
: 1
 
11.1%
, 1
 
11.1%
Other Number
ValueCountFrequency (%)
① 5
71.4%
② 2
 
28.6%
Space Separator
ValueCountFrequency (%)
661
100.0%
Math Symbol
ValueCountFrequency (%)
~ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 3528
75.3%
Common 1078
 
23.0%
Latin 77
 
1.6%

Most frequent character per script

Hangul
ValueCountFrequency (%)
무 193
 
5.5%
교 140
 
4.0%
관 139
 
3.9%
육 138
 
3.9%
산 130
 
3.7%
재 129
 
3.7%
리 128
 
3.6%
실 120
 
3.4%
공 116
 
3.3%
유 101
 
2.9%
Other values (152) 2194
62.2%
Latin
ValueCountFrequency (%)
P 13
16.9%
M 7
 
9.1%
B 6
 
7.8%
A 6
 
7.8%
t 4
 
5.2%
n 4
 
5.2%
o 4
 
5.2%
D 3
 
3.9%
R 3
 
3.9%
I 3
 
3.9%
Other values (12) 24
31.2%
Common
ValueCountFrequency (%)
661
61.3%
2 122
 
11.3%
0 70
 
6.5%
( 62
 
5.8%
) 62
 
5.8%
1 38
 
3.5%
8 20
 
1.9%
9 13
 
1.2%
· 7
 
0.6%
① 5
 
0.5%
Other values (11) 18
 
1.7%

Most occurring blocks

ValueCountFrequency (%)
Hangul 3524
75.3%
ASCII 1137
 
24.3%
None 11
 
0.2%
Enclosed Alphanum 7
 
0.1%
Compat Jamo 4
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
661
58.1%
2 122
 
10.7%
0 70
 
6.2%
( 62
 
5.5%
) 62
 
5.5%
1 38
 
3.3%
8 20
 
1.8%
P 13
 
1.1%
9 13
 
1.1%
M 7
 
0.6%
Other values (28) 69
 
6.1%
Hangul
ValueCountFrequency (%)
무 193
 
5.5%
교 140
 
4.0%
관 139
 
3.9%
육 138
 
3.9%
산 130
 
3.7%
재 129
 
3.7%
리 128
 
3.6%
실 120
 
3.4%
공 116
 
3.3%
유 101
 
2.9%
Other values (151) 2190
62.1%
None
ValueCountFrequency (%)
· 7
63.6%
「 2
 
18.2%
」 2
 
18.2%
Enclosed Alphanum
ValueCountFrequency (%)
① 5
71.4%
② 2
 
28.6%
Compat Jamo
ValueCountFrequency (%)
ㆍ 4
100.0%

차수
Real number (ℝ)

Distinct8
Distinct (%)2.8%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2.2655172
Minimum1
Maximum8
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size2.7 KiB
2023-12-13T07:20:03.883247image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q11
median2
Q33
95-th percentile5
Maximum8
Range7
Interquartile range (IQR)2

Descriptive statistics

Standard deviation1.5300397
Coefficient of variation (CV)0.67535997
Kurtosis0.80959117
Mean2.2655172
Median Absolute Deviation (MAD)1
Skewness1.2263027
Sum657
Variance2.3410214
MonotonicityNot monotonic
2023-12-13T07:20:03.988595image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=8)
ValueCountFrequency (%)
1 126
43.4%
2 72
24.8%
4 31
 
10.7%
3 30
 
10.3%
5 18
 
6.2%
6 9
 
3.1%
7 3
 
1.0%
8 1
 
0.3%
ValueCountFrequency (%)
1 126
43.4%
2 72
24.8%
3 30
 
10.3%
4 31
 
10.7%
5 18
 
6.2%
6 9
 
3.1%
7 3
 
1.0%
8 1
 
0.3%
ValueCountFrequency (%)
8 1
 
0.3%
7 3
 
1.0%
6 9
 
3.1%
5 18
 
6.2%
4 31
 
10.7%
3 30
 
10.3%
2 72
24.8%
1 126
43.4%

설문 제목
Text

Distinct283
Distinct (%)97.6%
Missing0
Missing (%)0.0%
Memory size2.4 KiB
2023-12-13T07:20:04.397674image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length56
Median length40
Mean length27.051724
Min length12

Characters and Unicode

Total characters7845
Distinct characters211
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique278 ?
Unique (%)95.9%

Sample

1st row(교육청)공유재산 관리실무(1.21) 만족도 조사
2nd row(교육청)공유재산 관리실무 2기(2.23) 만족도 조사
3rd row(교육청)공유재산 관리실무 4기(6.3) 만족도 조사
4th row2021년 제1차 국가철도공단 맞춤형 국유재산 직무교육(6.23~6.25) 만족도 조사
5th row(민사집행)국가채권 관리실무 2기(5.23) 만족도 조사
ValueCountFrequency (%)
만족도 93
 
6.1%
조사 69
 
4.5%
교육만족도 63
 
4.1%
설문조사 63
 
4.1%
설문 55
 
3.6%
관리실무 53
 
3.5%
교육 41
 
2.7%
국유재산 39
 
2.5%
담당자 37
 
2.4%
과정 25
 
1.6%
Other values (306) 998
65.0%
2023-12-13T07:20:04.808919image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1248
 
15.9%
사 287
 
3.7%
도 251
 
3.2%
2 250
 
3.2%
기 224
 
2.9%
문 205
 
2.6%
) 204
 
2.6%
( 204
 
2.6%
교 200
 
2.5%
설 198
 
2.5%
Other values (201) 4574
58.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 5209
66.4%
Space Separator 1248
 
15.9%
Decimal Number 749
 
9.5%
Open Punctuation 240
 
3.1%
Close Punctuation 237
 
3.0%
Other Punctuation 68
 
0.9%
Uppercase Letter 51
 
0.7%
Lowercase Letter 27
 
0.3%
Math Symbol 11
 
0.1%
Dash Punctuation 5
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
사 287
 
5.5%
도 251
 
4.8%
기 224
 
4.3%
문 205
 
3.9%
교 200
 
3.8%
설 198
 
3.8%
육 198
 
3.8%
무 195
 
3.7%
조 172
 
3.3%
족 158
 
3.0%
Other values (156) 3121
59.9%
Uppercase Letter
ValueCountFrequency (%)
P 11
21.6%
A 7
13.7%
B 7
13.7%
M 5
9.8%
I 3
 
5.9%
T 3
 
5.9%
Q 3
 
5.9%
L 3
 
5.9%
D 3
 
5.9%
R 3
 
5.9%
Lowercase Letter
ValueCountFrequency (%)
n 4
14.8%
o 4
14.8%
t 4
14.8%
h 3
11.1%
y 3
11.1%
a 2
7.4%
e 2
7.4%
r 2
7.4%
j 1
 
3.7%
c 1
 
3.7%
Decimal Number
ValueCountFrequency (%)
2 250
33.4%
1 159
21.2%
0 116
15.5%
3 50
 
6.7%
4 39
 
5.2%
9 38
 
5.1%
5 30
 
4.0%
8 29
 
3.9%
6 26
 
3.5%
7 12
 
1.6%
Other Punctuation
ValueCountFrequency (%)
. 61
89.7%
· 5
 
7.4%
: 1
 
1.5%
, 1
 
1.5%
Close Punctuation
ValueCountFrequency (%)
) 204
86.1%
] 32
 
13.5%
」 1
 
0.4%
Open Punctuation
ValueCountFrequency (%)
( 204
85.0%
[ 35
 
14.6%
「 1
 
0.4%
Space Separator
ValueCountFrequency (%)
1248
100.0%
Math Symbol
ValueCountFrequency (%)
~ 11
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 5
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 5209
66.4%
Common 2558
32.6%
Latin 78
 
1.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
사 287
 
5.5%
도 251
 
4.8%
기 224
 
4.3%
문 205
 
3.9%
교 200
 
3.8%
설 198
 
3.8%
육 198
 
3.8%
무 195
 
3.7%
조 172
 
3.3%
족 158
 
3.0%
Other values (156) 3121
59.9%
Common
ValueCountFrequency (%)
1248
48.8%
2 250
 
9.8%
) 204
 
8.0%
( 204
 
8.0%
1 159
 
6.2%
0 116
 
4.5%
. 61
 
2.4%
3 50
 
2.0%
4 39
 
1.5%
9 38
 
1.5%
Other values (13) 189
 
7.4%
Latin
ValueCountFrequency (%)
P 11
14.1%
A 7
 
9.0%
B 7
 
9.0%
M 5
 
6.4%
n 4
 
5.1%
o 4
 
5.1%
t 4
 
5.1%
h 3
 
3.8%
I 3
 
3.8%
T 3
 
3.8%
Other values (12) 27
34.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 5209
66.4%
ASCII 2629
33.5%
None 7
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1248
47.5%
2 250
 
9.5%
) 204
 
7.8%
( 204
 
7.8%
1 159
 
6.0%
0 116
 
4.4%
. 61
 
2.3%
3 50
 
1.9%
4 39
 
1.5%
9 38
 
1.4%
Other values (32) 260
 
9.9%
Hangul
ValueCountFrequency (%)
사 287
 
5.5%
도 251
 
4.8%
기 224
 
4.3%
문 205
 
3.9%
교 200
 
3.8%
설 198
 
3.8%
육 198
 
3.8%
무 195
 
3.7%
조 172
 
3.3%
족 158
 
3.0%
Other values (156) 3121
59.9%
None
ValueCountFrequency (%)
· 5
71.4%
「 1
 
14.3%
」 1
 
14.3%

설문구분
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct7
Distinct (%)2.4%
Missing0
Missing (%)0.0%
Memory size2.4 KiB
사후설문
239 
사전설문
34 
현업 적용도 조사
 
13
사전평가
 
1
사후평가
 
1
Other values (2)
 
2

Length

Max length9
Median length4
Mean length4.2310345
Min length4

Unique

Unique4 ?
Unique (%)1.4%

Sample

1st row사후설문
2nd row사후설문
3rd row사후설문
4th row사후설문
5th row사후설문

Common Values

ValueCountFrequency (%)
사후설문 239
82.4%
사전설문 34
 
11.7%
현업 적용도 조사 13
 
4.5%
사전평가 1
 
0.3%
사후평가 1
 
0.3%
사전 설문 1
 
0.3%
사후 설문 1
 
0.3%

Length

2023-12-13T07:20:04.936079image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-13T07:20:05.054342image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
사후설문 239
75.2%
사전설문 34
 
10.7%
현업 13
 
4.1%
적용도 13
 
4.1%
조사 13
 
4.1%
설문 2
 
0.6%
사전평가 1
 
0.3%
사후평가 1
 
0.3%
사전 1
 
0.3%
사후 1
 
0.3%

설문개요
Categorical

HIGH CORRELATION 

Distinct25
Distinct (%)8.6%
Missing0
Missing (%)0.0%
Memory size2.4 KiB
<NA>
154 
응답하신 설문지는 향후 연수의 질을 향상시키는데 소중한 자료로 활용하겠습니다. 감사합니다.
65 
연수과정에 성실히 참여하신 여러분의 노고에 감사드립니다. 응답하신 설문지는 향후 연수의 질을 향상시키는데 소중한 자료로 활용하겠습니다. 감사합니다.
24 
본 설문은 교육과정 계획수립 및 온비드 시스템 개선 등에 중요한 자료로 이용되오니 더 나은 서비스 제공을 위하여 아래의 문항에 대하여 진솔하고 구체적으로 응답 요청드립니다.
 
9
[캠코 교육과정 설계 및 성과측정을 위한 설문조사 DB구축] 프로젝트는 아래 2가지 목적을 가지고 진행됩니다.1. 공공데이터 구축을 위한 설문 정보 수집 설문응답 시 입력하는 개인정보는 응답 사실 확인만을 위해 수집하며 공개되지 않습니다.2. 학습자 교육과정 참여도 체크를 위한 강의 녹화 본 프로젝트에서는 강의 중 학습자의 참여도를 체크하여 데이터화 하기 위해 학습자의 개인 화면 강사 화면 강의 화면을 녹화할 예정입니다. 해당 영상은 데이터 구축 이후 폐기 예정이며 개인정보는 수집하지 않습니다.위 2가지 사항에 동의하시면 아래 체크박스에 체크 후 설문 진행 부탁드립니다."
 
8
Other values (20)
30 

Length

Max length325
Median length4
Mean length50.082759
Min length4

Unique

Unique14 ?
Unique (%)4.8%

Sample

1st row<NA>
2nd row<NA>
3rd row<NA>
4th row<NA>
5th row<NA>

Common Values

ValueCountFrequency (%)
<NA> 154
53.1%
응답하신 설문지는 향후 연수의 질을 향상시키는데 소중한 자료로 활용하겠습니다. 감사합니다. 65
22.4%
연수과정에 성실히 참여하신 여러분의 노고에 감사드립니다. 응답하신 설문지는 향후 연수의 질을 향상시키는데 소중한 자료로 활용하겠습니다. 감사합니다. 24
 
8.3%
본 설문은 교육과정 계획수립 및 온비드 시스템 개선 등에 중요한 자료로 이용되오니 더 나은 서비스 제공을 위하여 아래의 문항에 대하여 진솔하고 구체적으로 응답 요청드립니다. 9
 
3.1%
[캠코 교육과정 설계 및 성과측정을 위한 설문조사 DB구축] 프로젝트는 아래 2가지 목적을 가지고 진행됩니다.1. 공공데이터 구축을 위한 설문 정보 수집 설문응답 시 입력하는 개인정보는 응답 사실 확인만을 위해 수집하며 공개되지 않습니다.2. 학습자 교육과정 참여도 체크를 위한 강의 녹화 본 프로젝트에서는 강의 중 학습자의 참여도를 체크하여 데이터화 하기 위해 학습자의 개인 화면 강사 화면 강의 화면을 녹화할 예정입니다. 해당 영상은 데이터 구축 이후 폐기 예정이며 개인정보는 수집하지 않습니다.위 2가지 사항에 동의하시면 아래 체크박스에 체크 후 설문 진행 부탁드립니다." 8
 
2.8%
1. [캠코 교육과정 설계 및 성과측정을 위한 설문조사 DB구축] 프로젝트는 공공데이터 구축과 교육품질 향상을 위한 목적으로 진행됩니다. 설문응답 시 입력하는 개인정보는 응답 사실 확인만을 위해 수집하며 공개되지 않습니다. 위 사항에 동의하시면 아래 체크박스에 체크 후 설문 진행 부탁드립니다." 6
 
2.1%
[캠코 교육과정 설계 및 성과측정을 위한 설문조사 DB구축] 프로젝트는 공공데이터 구축과 교육품질 향상을 위한 목적으로 진행됩니다. 설문응답 시 입력하는 개인정보는 응답 사실 확인만을 위해 수집하며 공개되지 않습니다." 2
 
0.7%
[캠코 교육과정 설계 및 성과측정을 위한 설문조사 DB구축] 프로젝트는 아래 2가지 목적을 가지고 진행됩니다.1. 공공데이터 구축을 위한 설문 정보 수집 설문 응답 시 입력하는 개인정보는 응답 사실 확인 만을 위해 수집하며 공개되지 않습니다.2. 학습자 교육과정 참여도 체크를 위한 강의 녹화 본 프로젝트에서는 강의 중 학습자의 참여도를 체크하여 데이터화 하기 위해 학습자의 개인 화면 강사 화면 강의 화면을 녹화할 예정입니다. 해당 영상은 데이터 구축 이후 폐기 예정이며 개인정보는 수집하지 않습니다.위 2가지 사항에 동의하시면 아래 체크박스에 체크 후 설문 진행 부탁드립니다." 2
 
0.7%
2018년 재산업무담당자 직무역량 강화 위탁연수에 참가하신 여러분께 감사드립니다. 본 설문은 귀하의 의견을 수렴하여 향후 연수 계획 수립의 기초자료로 활용될 예정이니 평소의 의견을 기재해 주시면 감사하겠습니다. 2
 
0.7%
BA전문가양성과정에 참여해 주셔서 대단히 감사합니다. 본 설문조사는 교육 품질 향상과 공공데이터 구축을 위해 진행됩니다.1)사전설문조사(역량진단 및 직원 니즈 파악 등) 2) 강의 직후 설문조사(강사 및 강의만족도 건의사항 등) 3) 수강 약 2~3개월 후 직무활용도 조사(강의활용도 분석 등)가 진행됩니다.바쁘시더라도 꼭 참여해 주시기를 바라오며 소요시간은 약 3~5분입니다. 감사합니다.* 개인정보는 공개되지 않습니다." 2
 
0.7%
Other values (15) 16
 
5.5%

Length

2023-12-13T07:20:05.181292image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
na 154
 
4.8%
감사합니다 111
 
3.5%
향후 98
 
3.1%
자료로 98
 
3.1%
질을 92
 
2.9%
소중한 90
 
2.8%
설문지는 89
 
2.8%
연수의 89
 
2.8%
향상시키는데 89
 
2.8%
활용하겠습니다 89
 
2.8%
Other values (304) 2179
68.6%

Interactions

2023-12-13T07:20:01.062618image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-13T07:20:05.268218image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
차수설문구분설문개요
차수1.0000.0860.412
설문구분0.0861.0001.000
설문개요0.4121.0001.000
2023-12-13T07:20:05.376206image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
설문구분설문개요
설문구분1.0000.896
설문개요0.8961.000
2023-12-13T07:20:05.485964image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
차수설문구분설문개요
차수1.0000.0450.173
설문구분0.0451.0000.896
설문개요0.1730.8961.000

Missing values

2023-12-13T07:20:01.169656image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-13T07:20:01.271289image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.

Sample

설문관리번호과정번호과정명차수설문 제목설문구분설문개요
0R001S001(교육청)공유재산 관리실무1(교육청)공유재산 관리실무(1.21) 만족도 조사사후설문<NA>
1R002S002(교육청)공유재산 관리실무2(교육청)공유재산 관리실무 2기(2.23) 만족도 조사사후설문<NA>
2R003S003(교육청)공유재산 관리실무4(교육청)공유재산 관리실무 4기(6.3) 만족도 조사사후설문<NA>
3R004S004(맞춤형)국가철도공단 국유재산 직무교육(623~25)12021년 제1차 국가철도공단 맞춤형 국유재산 직무교육(6.23~6.25) 만족도 조사사후설문<NA>
4R005S005(민사집행)국가채권 관리실무2(민사집행)국가채권 관리실무 2기(5.23) 만족도 조사사후설문<NA>
5R006S006(블렌디드)공유재산 관리실무2공유재산 관리실무 2기(11.8) 만족도 조사사후설문<NA>
6R007S007(블렌디드)도시계획 담당자 교육2도시계획 담당자 교육 2기(8.30) 만족도 조사사후설문<NA>
7R008S008(블렌디드)무단점유 변상금관리 집중과정5무단점유 변상금관리 집중과정 5기(9.3) 만족도 조사사후설문<NA>
8R009S009(블렌디드)무단점유 변상금관리 집중과정6무단점유 변상금관리 집중과정 6기(12.3) 만족도 조사사후설문<NA>
9R010S011(온라인) 지자체 도시계획2지자체 도시계획 2기 교육만족도 설문조사사후설문<NA>
설문관리번호과정번호과정명차수설문 제목설문구분설문개요
280R282S241(지자체) 공유재산 관리실무3[(지자체) 공유재산 관리실무(3기)] 현업 적응도현업 적용도 조사<NA>
281R283S238(체납처분) 국가채권 관리실무3[(체납처분)국가채권 관리실무 (3기)] 현업 적용도현업 적용도 조사<NA>
282R285S240Python기반 기업가치 분석(초급)1[Python기반 기업가치 분석(초급)] 현업 적응도현업 적용도 조사<NA>
283R286S248공용재산 취득사업 건축실무4[공용재산 취득사업 건축실무(4기)] 현업 적용도현업 적용도 조사<NA>
284R287S242공용재산 취득사업 관리실무4공용재산 취득사업 관리실무(4기) 현업 적응도현업 적용도 조사<NA>
285R288S237국유재산 관리실무4[국유재산 관리실무 (4기)] 현업 적용도현업 적용도 조사<NA>
286R289S245국유재산 관리실무5[국유재산 관리실무 (5기)] 현업 적용도현업 적용도 조사<NA>
287R290S244무단점유 담당자 교육5[무단점유 담당자 교육(5기)] 현업 적용도현업 적용도 조사<NA>
288R291S243용도폐지 담당자 교육5[용도폐지 담당자 교육(5기) 현업 적용도현업 적용도 조사<NA>
289R292S246캠코 현업을 위한 IT시스템 구축 프로젝트의 이해1[캠코 현업을 위한 IT시스템 구축 프로젝트의 이해] 현업 적용도현업 적용도 조사<NA>