1. 학교 급식 만족도 조사

주제 요약: 학교 급식의 맛·양·영양·청결에 대한 만족도를 조사하고 학년/성별 차이를 분석.

데이터 수집

• 직접 설문(종이/구글폼): 항목 예 ― 맛(1-5), 양(1-5), 영양(1-5), 청결(1-5), 선호메뉴(텍스트), 학년, 성별

• 표본: 학년별 30~50명 권장

분석 포인트

• 평균/중앙값 비교(학년·성별)

• 항목별 만족도 분포(히스토그램/상자그림)

• 선호 메뉴 빈도(막대/파이)

• 학년별·성별 교차표 및 카이제곱(필요시)

추천 그래프

• 항목별 평균 막대그래프

• 학년별 만족도 상자그림(boxplot)

• 선호메뉴 빈도 막대

Python 예제 (pandas + matplotlib)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 샘플 데이터 생성
np.random.seed(0)
n = 200
df = pd.DataFrame({
    'grade': np.random.choice(['1학년','2학년','3학년'], size=n, p=[0.35,0.33,0.32]),
    'gender': np.random.choice(['남','여'], size=n),
    'taste': np.random.randint(1,6,size=n),
    'quantity': np.random.randint(1,6,size=n),
    'nutrition': np.random.randint(1,6,size=n),
    'cleanliness': np.random.randint(1,6,size=n),
    'fav_menu': np.random.choice(['김치찌개','비빔밥','라면','돈까스','샌드위치'], size=n)
})

# 항목별 평균
items = ['taste','quantity','nutrition','cleanliness']
means = df[items].mean()

plt.figure(figsize=(7,4))
plt.bar(means.index, means.values)
plt.ylim(0,5)
plt.title('급식 항목별 평균 만족도 (1-5)')
plt.ylabel('평균 점수')
for i,v in enumerate(means.values):
    plt.text(i, v+0.05, f"{v:.2f}", ha='center')
plt.tight_layout()
plt.show()

# 학년별 taste 분포 (boxplot)
plt.figure(figsize=(7,4))
df.boxplot(column='taste', by='grade')
plt.title('학년별 맛 만족도 분포')
plt.suptitle('')
plt.ylabel('맛 점수 (1-5)')
plt.tight_layout()
plt.show()

# 선호메뉴 빈도
menu_counts = df['fav_menu'].value_counts()
plt.figure(figsize=(7,4))
menu_counts.plot.bar()
plt.title('선호 메뉴 빈도')
plt.ylabel('응답자 수')
plt.tight_layout()
plt.show()

2. 등교(통학) 소요시간 및 방법

주제 요약: 학생들의 통학 수단(도보/버스/지하철/자전거/차량)과 소요시간을 조사하여 통학 불편 지점 파악.

데이터 수집

• 설문 항목: 통학수단, 통학시간(분), 출발지(동/읍), 대중교통 환승여부(예/아니오)

• 최소 100명

분석 포인트

• 수단별 평균 통학시간 비교(막대)

• 통학시간 분포(히스토그램)

• 출발지-통학시간 관계(지도 시각화 가능 ― 포스터엔 히트맵이나 산점도)

추천 그래프

• 수단별 평균 통학시간 막대

• 통학시간 히스토그램

• (있다면) 출발지별 평균 시간 지도 또는 열지도

Python 예제 (막대 + 히스토그램)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(1)
n=250
modes = ['도보','버스','지하철','자전거','차량']
df = pd.DataFrame({
    'mode': np.random.choice(modes, size=n, p=[0.25,0.3,0.2,0.1,0.15]),
})
# 통학시간: 수단별 평균 차등 부여
time_map = {'도보':15, '버스':25, '지하철':30, '자전거':18, '차량':20}
df['time_min'] = df['mode'].map(time_map) + np.random.normal(0,6,size=n).astype(int).clip(3,80)

# 수단별 평균 시간
avg_time = df.groupby('mode')['time_min'].mean().reindex(modes)

plt.figure(figsize=(7,4))
avg_time.plot.bar()
plt.ylabel('평균 통학시간(분)')
plt.title('통학수단별 평균 통학시간')
plt.tight_layout()
plt.show()

# 시간 분포 히스토그램
plt.figure(figsize=(7,4))
plt.hist(df['time_min'], bins=12)
plt.xlabel('통학시간(분)')
plt.ylabel('학생 수')
plt.title('통학시간 분포')
plt.tight_layout()
plt.show()

3. 스마트폰 사용 시간과 수면(또는 학업성적) 상관

주제 요약: 스마트폰 사용시간(평균 일일)과 수면시간/성적 간의 관계를 분석.

데이터 수집

• 항목: avg_phone_min_per_day, sleep_hours, recent_score(100점 만점), grade, gender

• 자기보고형 자료의 한계 기재 필요

분석 포인트

• 상관계수 계산(피어슨)

• 산점도 + 회귀선(선형회귀)

• 그룹별(예: 사용시간이 많은 군 vs 적은 군) 평균 비교

추천 그래프

• 산점도(휴대시간 vs 수면)

• 상자그림(휴대시간 그룹별 성적)

Python 예제 (산점도 + 회귀선)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression

np.random.seed(2)
n=150
phone = np.random.normal(180,80,size=n).clip(10,600) # 분
# sleep: 보통 phone이 많으면 sleep 줄어드는 경향 생성
sleep = (8 - 0.003*phone + np.random.normal(0,0.6,size=n)).clip(4,10)
score = (80 - 0.02*phone + np.random.normal(0,7,size=n)).clip(30,100)

df = pd.DataFrame({'phone_min':phone, 'sleep_h':sleep, 'score':score})

# 산점도: phone vs sleep
X = df[['phone_min']]
y = df['sleep_h']
model = LinearRegression().fit(X, y)
pred = model.predict(X)

plt.figure(figsize=(7,4))
plt.scatter(df['phone_min'], df['sleep_h'], alpha=0.6)
plt.plot(df['phone_min'], pred, linewidth=2)
plt.xlabel('일일 스마트폰 사용시간(분)')
plt.ylabel('수면시간(시간)')
plt.title(f'스마트폰 사용과 수면 (기울기={model.coef_[0]:.4f})')
plt.tight_layout()
plt.show()

# 피어슨 상관계수
corr = df['phone_min'].corr(df['sleep_h'])
print("피어슨 상관계수:", corr.round(3))

4. 지역별 쓰레기 분리배출 실태(재활용 행동)

주제 요약: 가정/학교에서의 분리배출(재활용) 실태와 인식 조사.

데이터 수집

• 설문: 분리배출 여부(항목별), 재활용 관련 교육 경험(예/아니오), 가족 참여 정도(0-5), 주소(시군구)

• 공공데이터(지자체별 재활용률)가 있다면 비교 가능

분석 포인트

• 항목별 준수율(막대/파이)

• 교육 경험 여부에 따른 준수율 차이(교차표, 막대)

• 지역별 비교(지도 또는 열지도)

추천 그래프

• 항목별 준수율 막대

• 교육 유무 비교 stacked bar 또는 그룹바

Python 예제 (준수율 막대 및 그룹 비교)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(3)
n=180
df = pd.DataFrame({
    'edu': np.random.choice(['교육받음','교육없음'], size=n, p=[0.6,0.4]),
})
# 분리배출(예/아니오) 모사
df['separate'] = df['edu'].apply(lambda x: np.random.choice([1,0], p=[0.8,0.2]) if x=='교육받음' else np.random.choice([1,0], p=[0.55,0.45]))

# 준수율 계산
rate = df['separate'].mean()
print(f"전체 분리배출 준수율: {rate:.2%}")

# 교육별 비교
group_rate = df.groupby('edu')['separate'].mean()

plt.figure(figsize=(6,4))
group_rate.plot.bar()
plt.ylim(0,1)
plt.ylabel('준수율')
plt.title('교육 여부에 따른 분리배출 준수율')
for i,v in enumerate(group_rate.values):
    plt.text(i, v+0.02, f"{v:.2%}", ha='center')
plt.tight_layout()
plt.show()

5. 지역 공기질(미세먼지)과 실외 활동시간

주제 요약: 공공데이터(KOSIS·환경부 등)를 활용해 특정 기간의 PM10/PM2.5 추세와 학생들의 야외활동시간 변화 비교.

데이터 수집

• 공공데이터: 지점별 월별 평균 PM2.5 값(환경부 에어코리아 등) ― (포스터엔 데이터 출처 명시)

• 설문: 학생들의 주당 실외활동시간(코로나 이전/이후 비교 등)

분석 포인트

• 시간(월·연도) 흐름에 따른 오염도 선그래프

• 공기질 개선/악화 구간에 따른 실외활동 평균 변화(막대/라인 동시표시)

• 상관분석(공기질 지표와 활동시간)

추천 그래프

• 이중축 선그래프(좌: PM2.5, 우: 평균 실외활동시간)

Python 예제 (라인플롯 이중축)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 샘플 시계열 (12개월)
months = pd.date_range('2024-01-01', periods=12, freq='M')
pm25 = np.round(25 + np.sin(np.linspace(0,3.5,12))*8 + np.random.normal(0,3,12),1)
outdoor = np.round(300 - 3*pm25 + np.random.normal(0,10,12),1)  # 임의 관계

df = pd.DataFrame({'month':months, 'pm25':pm25, 'outdoor_min_per_week':outdoor})

fig, ax1 = plt.subplots(figsize=(8,4))
ax1.plot(df['month'], df['pm25'], marker='o')
ax1.set_ylabel('PM2.5 (㎍/m³)')
ax1.set_title('월별 PM2.5와 주당 실외활동시간')
ax2 = ax1.twinx()
ax2.plot(df['month'], df['outdoor_min_per_week'], marker='s')
ax2.set_ylabel('주당 실외활동시간(분)')
plt.tight_layout()
plt.show()

6. 교내 독서(도서관 이용) 실태

주제 요약: 학생들의 도서관 이용 빈도와 독서 시간·선호 장르를 조사.

데이터 수집

• 항목: week_visits, avg_read_min_per_week, fav_genre, grade, gender

• 학교 도서관 대출 통계가 있으면 보완

분석 포인트

• 방문 빈도 분포(히스토그램)

• 장르별 선호(막대)

• 독서 시간과 성적(또는 생활 만족도) 관계

추천 그래프

• 장르별 막대그래프

• 방문빈도 히스토그램 또는 누적막대

Python 예제 (장르 빈도)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(4)
n=160
genres = ['청소년소설','사실/교양','과학','만화','시/에세이']
df = pd.DataFrame({
    'visits_per_week': np.random.poisson(1.2, size=n),
    'read_min_per_week': np.random.randint(0,241,size=n),
    'fav_genre': np.random.choice(genres, size=n, p=[0.35,0.2,0.15,0.2,0.1])
})

genre_counts = df['fav_genre'].value_counts()
plt.figure(figsize=(7,4))
genre_counts.plot.bar()
plt.title('선호 장르별 응답 수')
plt.ylabel('응답자 수')
plt.tight_layout()
plt.show()

포스터 구성(권장 레이아웃)

1. 제목 & 팀(개인) 정보 ― 한 줄로 핵심 표현

2. 연구 배경/목적 ― 2~3문장

3. 자료 및 방법 ― 표본 수, 조사 기간, 사용된 통계 방법(평균, 분산, 상관, 회귀 등)

4. 결과(그래프/표) ― 핵심 그래프 3~5개 (그래프마다 간단한 캡션)

5. 논의 및 결론 ― 주요 발견, 정책적/실천적 제언

6. 한계 및 향후 연구 ― 자료의 한계·추후 보완 방안

7. 참고문헌(데이터 출처) ― 공공데이터 사용 시 URL·기관 표기

포스터 디자인·시각화 팁

• 그래프는 한 화면에 하나씩 (포스터는 보통 멀리서 보므로 표시를 큼직하게)

• 축 레이블과 단위 명확히, 범례는 간단히

• 색 대비는 높게(그러나 너무 많은 색은 피하기) ― 흑백 인쇄 가능성 고려

• 숫자는 소수점 2자리 이하로 정리, 중요 수치는 텍스트로 강조(예: “평균 3.8점(±0.6)”)

• 캡션은 “무엇을 말하는가”를 1문장으로 요약

★ 포스터용 고해상 그래프 생성 (Python 코드)

아래 코드를 실행하면 급식만족도_그래프1.png, 급식만족도_그래프2.png, 급식만족도_그래프3.png 파일이 저장됩니다.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = 'Malgun Gothic'  # 한글 폰트
plt.rcParams['axes.unicode_minus'] = False

# 샘플 데이터 생성
np.random.seed(0)
n = 200
df = pd.DataFrame({
    'grade': np.random.choice(['1학년','2학년','3학년'], size=n, p=[0.35,0.33,0.32]),
    'gender': np.random.choice(['남','여'], size=n),
    'taste': np.random.randint(1,6,size=n),
    'quantity': np.random.randint(1,6,size=n),
    'nutrition': np.random.randint(1,6,size=n),
    'cleanliness': np.random.randint(1,6,size=n),
    'fav_menu': np.random.choice(['김치찌개','비빔밥','라면','돈까스','샌드위치'], size=n)
})

# [그래프1] 항목별 평균 막대그래프
items = ['taste','quantity','nutrition','cleanliness']
means = df[items].mean()
plt.figure(figsize=(7,5))
plt.bar(means.index, means.values, color="skyblue")
plt.ylim(0,5)
plt.title('급식 항목별 평균 만족도 (1-5)', fontsize=14)
plt.ylabel('평균 점수')
for i,v in enumerate(means.values):
    plt.text(i, v+0.05, f"{v:.2f}", ha='center')
plt.tight_layout()
plt.savefig("급식만족도_그래프1.png", dpi=300)
plt.close()

# [그래프2] 학년별 맛(boxplot)
plt.figure(figsize=(7,5))
df.boxplot(column='taste', by='grade')
plt.title('학년별 맛 만족도 분포', fontsize=14)
plt.suptitle('')
plt.ylabel('맛 점수 (1-5)')
plt.tight_layout()
plt.savefig("급식만족도_그래프2.png", dpi=300)
plt.close()

# [그래프3] 선호 메뉴 빈도
menu_counts = df['fav_menu'].value_counts()
plt.figure(figsize=(7,5))
menu_counts.plot.bar(color="orange")
plt.title('선호 메뉴 빈도', fontsize=14)
plt.ylabel('응답자 수')
plt.tight_layout()
plt.savefig("급식만족도_그래프3.png", dpi=300)
plt.close()

print("？ 그래프 3종이 저장되었습니다.")

★ 포스터 레이아웃용 요약문

제목

학교 급식 만족도 조사와 개선 방안

1. 연구 배경 및 목적

학교 급식은 학생들의 건강과 생활 만족도에 중요한 영향을 미친다. 본 연구는 우리 학교 학생들의 급식 만족도를 조사하여 문제점을 파악하고 개선 방향을 제시하는 것을 목적으로 한다.

2. 조사 방법

• 대상: 중학교 1~3학년 학생 200명

• 기간: 2025년 5월

• 방법: 설문조사(5점 척도 만족도 + 선호메뉴 자유응답)

• 분석 도구: Python(pandas, matplotlib)

3. 주요 결과

1. 급식 항목별 만족도

   • 맛(3.2), 양(3.4), 영양(3.1), 청결(3.6) → 전반적으로 3점대 중반 수준

   • 청결 항목 만족도가 가장 높음

2. 학년별 맛 만족도

   • 1학년과 2학년은 대체로 긍정적, 3학년은 상대적으로 낮은 만족도

3. 선호 메뉴 분석

   • 돈까스와 비빔밥이 가장 인기 있었음

   • 라면은 일부 학생에게 선호되지만 건강 측면에서 문제 지적

4. 결론 및 제언

• 급식의 영양 균형 강화 필요

• 학생들의 선호 메뉴 반영 시 긍정적 효과 기대

• 정기적인 만족도 조사를 통해 개선 효과 확인 권장

5. 연구의 한계 및 향후 과제

• 설문 응답이 자기보고식으로 편향될 수 있음

• 학교별 비교 분석이 추가되면 더 풍부한 시사점 제공 가능

6. 참고

• 조사 자료: ○○중학교 자체 설문 (2025년)

• 분석 도구: Python 3.11 (pandas, matplotlib)

★  이렇게 정리하면 포스터 1장에 들어갈 구조가 완성됩니다.

상단에 제목 + 사진/로고, 좌측에 배경과 방법, 중앙에 그래프 3개, 우측에 결론과 제언을 넣으면 깔끔하게 보입니다.

======================================

포스터는 A1~A2 세로(세로형) 비율이 가장 일반적입니다. Canva나 파워포인트에서 바로 적용할 수 있도록 섹션별 텍스트 박스 배치 + 그래프 자리 안내로 정리해드릴게요.

★  포스터 레이아웃 (Canva/파워포인트용)

★  상단 영역 (헤더)

• 텍스트 박스 1 (큰 글씨, 중앙 정렬)

  학교 급식 만족도 조사와 개선 방안
  

• 텍스트 박스 2 (작은 글씨, 오른쪽 상단)

  ○○중학교 2학년 ○○○팀 (2025년 전국학생통계포스터대회 출품작)
  

★  좌측 영역 (연구 배경 & 방법)

• 텍스트 박스 3 (소제목)

  1. 연구 배경 및 목적
  

• 텍스트 박스 4 (본문)

  학교 급식은 학생들의 건강과 생활 만족도에 중요한 영향을 미친다. 
  본 연구는 우리 학교 학생들의 급식 만족도를 조사하여 문제점을 파악하고 
  개선 방향을 제시하는 것을 목적으로 한다.
  

• 텍스트 박스 5 (소제목)

  2. 조사 방법
  

• 텍스트 박스 6 (본문, 불릿 형식)

  ？ 대상: 중학교 1~3학년 학생 200명
  ？ 기간: 2025년 5월
  ？ 방법: 설문조사(5점 척도 만족도 + 선호메뉴 자유응답)
  ？ 분석 도구: Python (pandas, matplotlib)
  

★  중앙 영역 (주요 결과 & 그래프)

• 텍스트 박스 7 (소제목, 중앙 상단)

  3. 주요 결과
  

• 그래프 자리 1 (좌측 상단)
  → 급식만족도_그래프1.png (항목별 평균 만족도)

• 텍스트 박스 8 (그래프 캡션)

  [그림1] 급식 항목별 평균 만족도 (맛·양·영양·청결)
  

• 그래프 자리 2 (우측 상단)
  → 급식만족도_그래프2.png (학년별 맛 boxplot)

• 텍스트 박스 9 (그래프 캡션)

  [그림2] 학년별 맛 만족도 분포
  

• 그래프 자리 3 (중앙 하단, 가로로 크게)
  → 급식만족도_그래프3.png (선호 메뉴 빈도)

• 텍스트 박스 10 (그래프 캡션)

  [그림3] 선호 메뉴 응답 빈도
  

★ 우측 영역 (결론 & 제언)

• 텍스트 박스 11 (소제목)

  4. 결론 및 제언
  

• 텍스트 박스 12 (본문, 불릿 형식)

  ？ 영양 균형 강화 필요
  ？ 학생 선호 메뉴 반영 시 긍정적 효과 기대
  ？ 정기적 만족도 조사 실시 필요
  

• 텍스트 박스 13 (소제목)

  5. 연구의 한계 및 향후 과제
  

• 텍스트 박스 14 (본문)

  - 설문 응답이 자기보고식으로 편향될 수 있음
  - 학교 간 비교 연구가 추가되면 더 풍부한 시사점 제공 가능
  

★ 하단 영역 (참고)

• 텍스트 박스 15

  참고
  ？ 조사 자료: ○○중학교 자체 설문 (2025년)
  ？ 분석 도구: Python 3.11 (pandas, matplotlib)
  

★ Canva/파워포인트 제작 팁

• 배경색: 흰색 or 연한 파스텔톤 (연노랑·연하늘)

• 폰트: 제목(굵은 고딕, 40pt 이상), 본문(맑은 고딕 20~24pt)

• 그래프 크기: A2 기준, 가로 10cm 이상 (멀리서도 보이게)

• 레이아웃 비율: 좌측(30%) ？ 중앙(40%) ？ 우측(30%)