사회과학 연구방법론

Posted by 적분 ∫2tdt=t²+c
2018.06.28 23:16 수업노트

1. 서론

연구방법론은 왜 필요한가?

- 연구방법론은 선배 연구자들에 의해 오랜 시간 동안 검증된 방법. 이를 활용하면 연구가 잘못된 결과로 나아가는 것을 최소화할 수 있음. (가이드)

- 그 결과 유효한 사회 과학 연구, 타당성 있는 연구를 진행하기 위해 (타당성)

- 연구자와 연구 소비자 간의 의사소통 수단. 예를 들어 t, p값을 제시하는 것만으로 이 연구가 가지는 의미를 간결하고 쉽게 표현할 수 있음(의사소통)

 

우리는 어떻게 알게 되는가?

- 개인적 경험: 소수에게만 적용 가능, 제한적, 주관적

- 전통이나 관습, 주변인 (미신, 속설 등): 축적된 지혜, 문화적 편견 개입 가능성, 근거가 제한적

- 전문가: 신용과 자격, 기록으로 남는 성과, 물리적인 실체가 있는 경우 많음(이론, 논문, 자격증 등)

 

알기 위한 방법으로써의 연구

- 근거에 의지

- 오류를 통제, 방법론을 통해 오류가 개입될 수 있는 여지를 최소화

- 객관적이고 투명한 방법론

 

Disciplined Inquiry

- 문제 제기는 독창적이어야 함

- 체계적인 방법론

- 정립된 근거들에 바탕

- 합리적인 주장

- 예상되는 오류 가능성을 예측, 통제, 표본 오차에 대한 논의

 

과학적 방법론의 특징

- 경험적, 실증적

- 검증 가능성, 반복 가능성

- 축적성

- 결정을 내림 (보편성을 보거나 특수성을 보거나)

- 윤리, 사상적 중립

- 확률에 기반한 일반화

 

오류의 발생원인

- 관측 과정(샘플링 과정): 일반화할 수 없게 하는 부분적인 관측, 선택적 편향

- 의사소통 과정: 자신의 의도와 상대방이 이해한 의도가 다른 경우(파일럿 실험 등을 통해 최소화 가능)

- 해석 과정: 과도한 일반화

 

describe: 데이터의 패턴을 묘사하는 것

explain: 추리, 추론을 통해 패턴들 간의 관계를 보는 것

 

2. 연구 설계의 기본 개념

연구의 과정

- 문제 정의 / 연구 디자인 / 측정 변수 개발 / 분석 방법 선정

- 자료 수집

- 분석 / 해석

연구 설계

- 왜 이 연구를 하는가 / 누구를 위한 연구인가 / 목표와 목적은 무엇인가

연구의 목적, 목표

- 목적은 연구의 궁극적인 지향. 직접 측정될 수 없음

- 목표는 목적을 측정하기 위한 여러가지 지표

연구 문제: 기술적/설명적

가설: 인과/상관

인과 설명

- 개별 사례 설명(Idiographic)

- 법칙 정립적 설명(Nomothetic)

* ceteris paribus

* nonspuriousness

 

3. 연구 설계의 기본 개념

연구 설계: 기술적/설명적, 탐험적/통제적, 질적/양적

가설의 종류

working(research) hypothesis: 연구가 시작되는 가설. 연구의 방향과 범위를 설정

final hypothesis: 초기 가설의 채택 유무를 반영한 최종 가설. 결론

particular hypothesis: 특정 사실이나 상황을 설명하는 가설

causal hypothesis: 둘 이상의 인과 관계를 진술하는 가설

alternative hypothesis: 대립 가설. 문제를 설명하는 가능성이 있는 또 다른 가설

null hypothesis: 귀무가설. 관계가 없음을 가정하는 가설. 통계적 검정을 위해 사용

inductive hypothesis: 귀납적. 개별 사실에서 일반적 사실로 일반화

deductive hypothesis: 연역적. 일반적 사실에서 개별 사실로 특정화

nondirectional hypothesis: 비방향성. 관계나 차이를 보는 것

directional hypothesis: 방향성. 방향성이 있는 관계를 보는 것

multivariate hypothesis: 다변수

bivariate hypothesis: 이변수

univariate hypothesis: 일변수. 관계가 포함되지 않음. 단순 연구 질문으로 봐도 무방

 

가설

- 일반성(generalizability, universality)

- 호환성(compatibility)

- 검증성(testability)

- 불변성(invariability)

- 인과성(causality)

 

연구 설계의 선택

- 사례 연구(case study): 한 시점에서 한 대상에 대한 정보를 수집

- 종단 연구(longitudinal study): 여러 시점(interventional)에서 한 대상에 대한 정보를 수집

- 비교(횡단) 연구(comparsion study): 한 시점에서 여러 대상에 대한 정보를 수집

- 종단 비교(longitudinal comparison study): quasi-panel, 여러 시점에서 여러 대상에 대한 정보를 수집. 서로 다른 시점에서의 샘플을 일치시키는 것이 어렵고, 이 때문에 인과 관계를 도출하는게 까다로움

- 실험(experiment): 관계를 보려는 변수를 제외한 나머지 차이들을 제거.

-- 실험의 설계

* 실험 집단 / 통제 집단

* random assignment

* 조치 이전 / 조치 이후

* double-blind: 참여자, 실험자 모두 실험 집단과 대조 집단이 무엇인지 모른 채로 진행

* with-in vs between-subject: 대상이 실험 집단과 대조 집단에 모두 포함되는 경우

 

연구 윤리

동의, 승낙

개인 정보

confidentiality: 연구 자료들은 안전한 장소에 보관. 연구목적으로만 사용. 연구 대상자가 철회할 시 파쇄할 준비가 되어 있어야함

anonymity: 특별한 이유가 있지 않으면 익명성을 유지해야함

ownership of data

reciprocity(beneficence): 상호호혜성

harm & risk

 

4. 기술 통계

모집단(population, universe)/표본(sample), 모수(parameter)/통계량(sample value), 중심경향성(central tendency)/산포도(dispersion)

평균(mean), 중앙값(mediam), 최빈값(mode)

범위(range), 표준편차(standard deviation)

통계적 유의성, 신뢰구간

 

5. 추론 통계

standard error of mean: sigma / sqrt(n)

신뢰구간(confidence interval): 대집단(31+)에서는 정규 분포, 소집단(~30)에서는 t분포

통계적 가설 검증: 귀무가설, 확률

- 1종오류(alpha): 귀무가설이 맞는데 기각한 경우. 더 중요한 오류이므로 신뢰수준(alpha)을 낮춰 이 오류를 줄여야함.

- 2종오류(beta): 귀무가설이 틀렸는데 수용한 경우. 1-beta를 늘리기 위해서는 샘플 크기를 늘리는 것이 효과적

 

6. 측정 수준

자료의 유형: 명목/순서/등간/비율, 리커트 스케일

연속변수의 오차의 한계

변수: 측정가능하고 가변적인 것. 특정한 방법으로 진술되는 특성이나 성격

구성 개념: 추상적이고 일반적으로 진술되는 특성이나 성격

변수의 유형:

- 독립변수(처치, 측정, 통제, 조절: 독립변수가 종속변수에 미치는 영향 크기를 조절)

- 매개변수: 독립 변수로부터 영향을 받아, 종속 변수에게 영향을 주는, 매개 역할

- 종속변수

- 혼동변수: 독립, 종속 변수 사이에서 영향을 미칠 수 있어 정확하게 측정이 불가하고 둘 사이를 분리할 수 없게 함

 

7. 표본추출

이점: 적은 비용과 빠른 속도로 모집단의 특성 파악 가능

표본 크기: 상대적 비율이 아니라 절대량이 중요. 신뢰구간과 정확도를 고려

확률적 샘플링

- 랜덤 샘플링

- 층화 표집: 특성에 따라 동질적인 하위 그룹을 나누고 각 그룹에서 일정 비율로 표집 이후 합쳐서 전체 표본 구성. 표본 오류를 측정하기 어려우며 작은 층에 대해 부정확

- 클러스터 샘플링: 여러 그룹 중 하나의 그룹을 임의로 선택하는 것. 간편하지만 표본 오류를 측정하기 어려우며, 뽑힌 그룹이 동질적일 경우 부정확

- 체계적 표집: k번째 대상을 표집. 구현이 쉽고 목록에 따라 대표성 확보가 용이하나, 주기성이 있는 대상의 경우 위험

- 다단계 샘플링: 여러 수준으로 이뤄진 대상을 상위 대상부터 추출해 나가서 최종 표본을 구성하는 방식. 대규모 표본에 적합한 방식이지만, 여러 종류의 표본 목록이 필요하며 오류를 측정하기 어려움

- multiphase sampling

- area sampling

 

비확률적 샘플링

- 주관적 샘플링: 연구자의 지식과 판단에 의해 표본을 추출하는 것

- quota sampling: 층화 표집과 유사하게 세그먼트를 분할하나, 세그먼트 내에서 표본을 연구자 주관에 의해 추출함

- 편의 샘플링: 편의를 위해 추출하기 쉬운 표본을 선택하는 것(최악의 경우)

- snowball sampling: 연구 대상이 다음 표본을 제안하는 식으로 진행

 

8. 상관관계

피어슨 상관계수

스피어만 상관계수

 

9. t검정, 아노바

독립 t 검정

대응 t 검정

분산분석(아노바)

 

10. 카이제곱 검정

적합성 검정

 

11. 회귀 분석

예측

선형 회귀: 독립성, 정규성, 선형성 가정

- 단순: 독립변수 1 -> 종속변수 1

- 다중: 독립변수 n -> 종속변수 1

로지스틱 회귀: 독립변수(연속) -> 종속변수(이진)

요인 분석: 상관 행렬 -> 요인 추출 -> 회전 -> 최종 결정(해석)

 

 

12. 판별 분석, 군집 분석, 비모수 통계

판별분석

- 독립변수를 명목형/범주형 종속변수에 따라 구분하고자 할 때 사용

- 독립변수가 주어졌을 때 그것이 해당할 범주를 판별한다는 점에서 유용

군집분석

비모수 통계

- 모수 통계: 모수와 관련됨. 정규성과 같은 엄격한 가정이 필요

- 비모수 통계: 모수와 관련이 없음. 정규성과 같은 조건이 요구되지 않으므로 어떤 유형의 변수도 사용 가능

 

13. 질적 연구

양적 연구와의 공통적 기반

- 질적 자료는 양적 방법을 바탕으로 측정되고 부호화될 수 있음

- 질적 연구 주제로부터 양적 연구 결과가 생성될 수 있음

양적 연구와의 차이

- 연구 전략에서 차이가 있음. 양적 연구는 확인적 분석과 연역적 관점에서 연구 대상을 봄

- 질적 연구는 탐험적 분석과 귀납적 관점에서 연구 대상을 봄

Grounded Theory

- 자료로부터 이론을 생성하는 귀납적인 절차

- 연구자는 관찰로부터 패턴을 탐지하고 가설을 설립함

특성

- 객관성: 질적 연구에서 객관성 추구는 불가능. 주관적 해석과 디테일에 목표

- 신뢰성: 간과되기 쉽지만, 역시 중요한 개념으로, 관찰자 훈련, 객관적 체크리스트 등을 통해 향상시킬 수 있음

- 타당성

* Internal : Credibility(참여자의 시점에서)

* External: Transferability(다른 환경에도 적용 가능?)

* Reliability: Dependability(변화를 설명할 필요 있음?)

* Objectivity: Confirmability(다른 연구에 의해서도 확인됨?)

- 일반성: 표본 추출 방법에 따라 일반화의 범위가 결정됨. 할당표본추출법이나 purposive 샘플링 등을 이용해 일반성을 높일 수 있음

 

14. 연구 평가

신뢰성: 반복 가능성, 일관성, 종속성의 척도

- 그러나 이 값은 정확하게 계산하는게 불가. 대략적으로 추정할 수 있을뿐

- 관측자 간 신뢰성 / 테스트 간 신뢰성 / 양식간 신뢰성

- 내적 일관성: 아이템간 평균 상관, 아이템 전체의 평균 상관. 반분법. Cronbach's alpha

타당성: 연구의 진실성에 대한 척도

- 외적 타당성: 이 결과를 다른 대상, 장소, 시간에 적용가능한가

- 구성 타당성: 이 결과를 구성 개념에 적용가능한가?

- 내적 타당성: 이 개념 간의 관계가 인과관계가 맞나?

- 결론 타당성: 이 개념 간에 원인과 결과의 관계가 존재하나?

무응답자 문제

- 표본 재추출, 재시도

- 무응답자를 유사 연구의 결과로 대체

- 다른 샘플링 프레임을 데이터로 대입

- 주관적 추측

- 응답 트렌드를 바탕으로 비응답자의 특성을 추정

- 응답자들의 가중치를 조절하여 전체 응답의 숫자를 맞춤

- 통계적으로 다른 응답들을 분석하여 빈 응답의 결과를 추정

 

 

이 댓글을 비밀 댓글로