자료 처리 및 통계 분석
• 자료 처리란 수집된 원자료를 분석에 적합한 형태로 구성하는 작업
• 다양한 출처의 자료를 분석 체계에 맞추어 일괄적으로 편집하거나, 분류,재분류 하는 것
• 연구의 목적에 맞게 정제된 최종 자료는 연구 문제나 가설 검증을 위한 분석에 사용됨
• 연구 문제와 디자인, 수집된 자료의 성격 등에 따라 그에 적합한 자료 분석의
방법을 선택하는 것이 필요
• 양적 조사연구에서는 자료 분석을 위해 대부분 컴퓨터 프로그램을 이용한
통계처리를 많이 이용
• 사회과학 분야에서는 SPSS나 SAS, Minitab등을 많이 사용함
1. 자료 처리의 과정
• 원자료(raw data)란 현장에서 수집된 자료 형태 그대로를 말함
예) 우편 설문 조사에서 회송되어 온 설문지, 면접조사의 면접 조사표, 현장 관찰 조사의 필드 노트 등
• 한 조사연구에서 필요한 자료가 둘 이상의 원천에서 도출된 경우라면, 분석 체계에 맞게 조합하거나
재구성해서 통합된 자료 형태로 재구성
• 자료의 정리, 부호화, 입력 과정을 통틀어 자료 처리의 과정
• 오류가 발생하는 과정:
① 다양한 형태의 자료를 조합하는 과정
② 부실한 자료를 편집하거나 삭제하는 과정
③ 부호화와 입력 과정 등
1) 원자료의 정리 및 편집
수집된 원자료는 연구 목적에 맞게 정리될 필요가 있음
(1) 복수 양식의 원자료에 대한 정리
- 다양한 형태의 자료
① 우편 설문 기법에 의해 회신된 설문 응답지
② 인터뷰를 통해 얻은 면접 조사표
③ 관찰 조사에서 나온 관찰 기록지
④ 문헌 연구에서 획득한 각종 문헌 자료나 내용 분석의 결과 자료
(2) 원자료의 편집
설문지 방식의 경우에는 일부 문항들에 대한 응답이 누락된 경우도 많고, 부적절한 응답이
주어진 경우도 많다. 따라서 수집된 원자료는 분석에 활용되기 전에 적절하게 편집되어야 함
• 모호하거나 애매한 사항에 대해 정당한 판단 기준으로 수정이나 가감을 하는 과정을 원자료의
편집 과정이라 한다. 이 과정에서 특히 유의할 점은 연구자나 자료 편집자의 의도가 인위적으로
개입되지 않도록 하는 것 과학적 조사연구는 진솔성과 객관성에 근거해야 하기 때문임
2)부호화 (coding)
• 부호화는 수집 자료에 포함된 원래 형태의 속성값을 숫자나 문자등과 같은 기호로 치환하는 과정
• 수집된 원자료가 분석 목적에 용이하게 쓰이려면, 나름대로의 유형화가 필요
• 질적 연구에서는 부호화작업 자체만으로도 연구의 주된 테마를 형성하는 것이 보통
• 양적 연구 방법에서는 부호화의 과정이 수월
(자료 수집 전의 측정 단계에서 대부분 이루어짐)
• 부호화 과정: 분석의 목적으로 자료를 유형화해서 부호를 할당하는 것
<표 15-1> 설문항목의 예
* 서비스 대상자에 관련된 다음 항목들에 체크하거나, 기입해 주세요.
• 대상자 성별 : 남 ( ) 여 ( )
• 대상자 나이 : 만 세
• 장애등급 : 1급 ( ) 2급 ( ) 3급 ( ) 4급 ( ) 5급 ( ) 6급 ( )
• 장애유형 : 지체( ) 시각( ) 청각( ) 언어( ) 정신지체( )
뇌병변( ) 발달장애( ) 기타
• ---------------
• ---------------
• ---------------
• SVS10 : (보호자의 판단으로는), 대상자가 현재 받고 있는 서비스가 전반 적으로 어떻다고
생각하십니까?
매우만족( ) 만족 ( ) 보통( ) 불만족( ) 매우불만족( )
<표 15-2> 입력된 자료의 예
00110631 • • • • • • • • • • • • • • • • • • 3
00220724 • • • • • • • • • • • • • • • • • • 4
00320545 • • • • • • • • • • • • • • • • • • 4
00413414 • • • • • • • • • • • • • • • • • • 1
• • • • • • • • • • • • • • • • • • • • • • • • •
09724311 • • • • • • • • • • • • • • • • • • 5
• • • • • • • • • • • • • • • • • • • • • • • • •
17911928 • • • • • • • • • • • • • • • • • • 3
18016021 • • • • • • • • • • • • • • • • • • 2
그림1
• 대부분 전산 자료의 배치는 행과 열로 구성된다. 행(row)은 대개 케이스 (case)를 나타내며,
열(column)은 변수(variable) 자리를 표시
- 케이스란 개별 응답자 혹은 자료 수집의 단위를 나타재며 자료 분석의 단위와도 대개 일치
① 180명의 응답 자료가 입력되었으므로 케이스 수는 180개가 된다. 이는3자리의
숫자이므로, 자료 파일에서 CASENUM 변수는 1째 열부터 3째 열까지 3자리를 차지
② 성별변수인 USEX를 보면 변수값이 '1' '2' 중 하나이므로, 1자리 수만으로도
표기될 수 있다. 각 행 4번째 열의 수가 성별 변수값을 표기하는 것
③ USEX는 명목 변수로 측정되었으며, '남, 여'라는 변수값이 각기 '1, 2'로부호화
④ SVS01~SVS10은 서비스 만족도를 10개의 문항으로 측정한 값을 담고 있는데, 당초자료 입력시에
입력의 용이함 때문에 '매우만족'이 1, '만족' 은 2, …' 매우불만족'은 5로 부호화했던 것이다.
높은 점수가 불만족이 높아지는 점수 체계가 되었으므로, 자칫 의미의 혼선을 초래할 우려가 있다.
그래서 이를 코딩 변경(receding)함
⑤ 코딩 변경 혹은 재부호화란 기존의 부호 체계를 다른 부호 체계로 바꾸는 것이다.
모든 SVS의 변수값들은(1→5, 2→4,4→2, 5→1)로 바뀐다. 실제로 입력값들을 바꾸는 작업은
전산 통계 프로그램에서 손쉽게 이루어짐
• 부호화를 위해서는 보통 숫자 기호를 많이 쓴다. 자료 입력의 편이성 때문
• 구분 부호로만 사용된 숫자는 그 용도에만 쓰여야 한다. 자칫 이를 착각해서 수의
의미를 갖는 것처럼 덧셈이나 곱셈과 같은 연산에 사용해서는 절대 안됨
• SVS의 10문항을 모두 합해서 평균을 낸 만족도 평균(M_SVS)같은 경우는 합성
지표의 척도이므로, 여기에서 산출되는 값은 수량적 의미로 쓰는 경우가 많음
3) 자료 입력
• 최근에 개발되는 SPSS나 SAS 등과 같은 PC 기반 통계 프로그램들은 다양한
자료 입력 양식을 포함하고 있어서, 자료들 간 호환성이 커지는 경향
• 소규모 연구에서는 부호화된 자료를 수작업으로 컴퓨터에 입력한다. 그것이효율적
2. 통계 분석의 이해
• 양적 연구에서는 대부분 통계적 자료 분석 방법 사용
• 질적 연구에서도 단순 통계(예: 빈도 분석)를 쓰기는 하지만, 주된 자료 분석의
방법으로 여기지는 않음
• 양적 연구가 주로 집단 성향(다수의 케이스로 구성된 집단의 성향)을 설명
• 질적 연구는 개별 성향(각 케이스가 갖는 고유 성향)의 묘사에 초점
• 최근에 양적 연구와 질적 연구가 결합되는 경향도 있는데, 질적 연구의 목적에
고급 통계 기법이 보조하기도 함
• 통계 분석은 크게 기술(記述) 및 추론(推論) 통계 분석으로 분류
- 기술 통계란 개별 변수에 대해서나 변수 간의 관계에 대해 이를 단순히 묘사
(기술)하려는 목적에 쓰는 통계적 방법
- 추론 통계란, 연구 자료가 모집단의 일부분으로 추출된 표본 자료라는 점을 감안하여, 표본을
기술 통계 분석한 결과가 모집단을 어느 정도로 추정할 수 있을지를 설명하려는 목적에 쓰임
• 대부분의 연구에서는 기술 통계와 추론 통계가 함께 적용되어 쓰임
1) 기술통계(descriptive statistics)
기술 통계는 주어진 자료를 묘사, 기술하는 분석의 목적에 쓰인다. 기술 통계는 다시 일원, 이원,
다원 분석으로 구분
• 일원 분석: 개별 변수를 묘사하는 것
• 이원 분석: 두 변수 간의 관계를 묘사하는 것
• 다원 분석: 셋 이상 변수 간의 관계 묘사하는 것
• 기술 통계 분석의 목적: 집단에 대한 묘사나 기술을 검약적이고도 효율적인 방법으로 수행하려는 것
(1) 일원 분석(univariate analysis, 일변량 분석)
일원 분석은 단일 변수를 묘사하는 목적의 통계분석이다. 각 케이스가 가진 변수값들이 전체 혹은
부분적으로 어떻게 나타나고 있는지를 분석
• 명목 변수나 서열 변수를 함축적으로 묘사하기 위해서는 빈도나 백분율을 보통 많이 사용
• 수량 변수는 평균과 표준편차 등을 통해 기술
- 개별 변수에 대한 분석은 일원 통계 분석에 해당한다. 먼저 성별은 빈도 분석을
사용해서 <표 15-4>처럼 나타낸다.
• 빈도(frequency): 해당 변수값이 포함된 케이스의 수
• 백분율(Percentage): [개별 변수값의 빈도를 전체 빈도로 나눈 것] x 100
• 누적백분율(cumulativepercentage): 별 변수 값들의 백분율을 누적 시킨 것
대상자의 UAGE(연령)변수는 질문지에서 '나이: 만 세'로 물었기 때문 수집된 변수값은 수량적
의미를 갖는 숫자로 취급된다. 앞서 성별의 '1'과 '2'는 의미가 없는 구분 기호에 불과했다.
그림2
숫자를 변수값으로 가진 수랑 변수는 산술평균을 비롯한 제반 고급 통계치
<표 15-5>에 몇몇 수량 변수에 대한 분석 통계치의 예
그림3
- 용어설명
① 평균(산술평균, mean) : 전체 케이스의 해당 변수값을 모두 더하고 (180개의연령 변수값들을 합하고),
이를 전체 케이스 수(N=180)로 나눈 것
② 표준편차(Standard Deviation, SD) : 모든 케이스에 대해 [개별 변수값 • 평균값]을 해서 그것을 각기
제곱한 뒤, 그 제곱값들을 모두 더하고 그것을 전체 케이스 수(N)로 나눈 다음, 그 값에 대한 제곱근을
한 것
• 표준편차는 전체적으로 보았을 때 개별 케이스의 변수값들이 평균값에서부터 얼마나 떨어져 있는지를
제시하는 것이다. 표준편차값이 클수록 개별변수 값들은 서로 차이가 많고, 작을수록 변수값들은
평균에 가까이 있는것이 됨
③ 최소값(minimum) : 전체 케이스의 변수값들 중에서 가장 작은 것
④ 최대값(maximum ) : 전체 케이스의 변수값들 중에서 가장 큰 것
⑤ 범위(range) : 최대값에서 최소값을 뺀 값 전체 케이스의 분산 정도를 한눈에 보여 줄 수 있는
기본적인 통계 수치
⑥ 중위수(median) : 변수값들을 최소값에서부터 최대값까지 순서대로 늘어 놓았을 때, 한 가운데(N/2)에
위치해 있는 변수값
⑦ 최빈값(mode) : 전체 변수값들 가운데 빈도가 가장 높게 나오는 것
• 일원 기술 분석은 수집된 표본 자료가 모집단의 성격과 유사한지 아니면 특이성을 갖는지를 확인하는
정도의 중요성을 띰
• 대상 집단 전체에 대해서나 특정 표적 집단에 대한 묘사를 주목적으로 실시되는 조사에서는, 일원 분석
자체가 조사의 일차적인 목적
(2) 이원 분석(bivariate analysis, 이변량분석)
이원 분석은 두 변수 간의 연관성을 묘사하는 것
① 관계의 크기는 어떠한가
(모든 이원분석에서는 관계의 크기에 대한분석은 기본적으로 행함)
② 그 방향은 어떠한가
③ 관계의 선후는 어떻게 나타나는지를 분석하는 것
• 통계 분석의 목적은 함축적으로 묘사하고, 설명하려는 것
• 복잡한 통계치들을 계산해 내는 것이 통계 분석의 목적이 되어서는 안됨
(3) 다원 분석(multi-variate analysis, 다변랑 분석)
일원 분석이 하나의 변수를, 이원 분석이 두 변수를 다룬다면, 다원 분석은 셋 이상의 변수들 간
관계를 묘사하는 것
(예) 15/12가 아니고 15/6으로 표번호 바꿀것
그림 4
- 대표적인 다원 분석 방법
① 부분 상관관계(partiai correlation)
a, b 두 변수 간에 상관관계의 크기가 어느 정도로 나타나는지를 수치 혹은 계수의 형태로 보여 주는
피어슨 상관관계계수에 대해, 제3의 변수(c) 를 계산에 포함시켜 원래의 관계가 어떻게 나타나는지를
계수로 보여 주 는 것
② 다중 회귀(multiple regression)
다중 회귀 분석은 복수의 변수군이 서로 어떻게 관련되어 있는지를 분석한다.
마치 단순 상관관계가 두 변수(a, b)의 관계를 다루는 것이라면, 다중 회귀에서는 A와 B는 각기
복수의 변수군으로 구성된 것이라 본다. 일반적으로 가장 많이 쓰는 다중 회귀 분석의 유형은
하나의 종속 변수(Y)에 대해 다수의 독립 변수군(X1, X2,X3,…)이 어떻게 관계를 맺고 있는지를
분석하는 것
③ 요인 분석(factor analysis)
요인 분석은 다수의 변수들을 분해해서 단순한 요인들로 구성해 내는 데사용
• 요인 분석은 예상(이론)과 결과(측정)가 일치하는 것을 보여 주는 분석을 통해,
측정의 타당도를 확인해 줄 수 있음
2) 추론 통계(inferential statistics)
추론 통계는 추정을 목적으로 하는 분석에 사용되는 통계 방법
• 추론 통계는 주어진 자료를 표본으로 간주하고, 그것을 통해 모집단을 추정해 보려는 목적을 갖음
(모집단을 직접 조사하지 않고, 표본을 조사하고 추정해서 결론을 내린다는 뜻)
그림5
<그림 15-1>은 추론 통계의 과정을 나타낸다. 표본을 모집단으로부터 샘플링해서, 표본을 분석한
결과로 모집단을 추정해 보는 것
• 일정 정도 차이가 있을 것으로 예상되는데, 그 차이의 예상을 통해 표본결과로 모집단을
추정하려는 것이 추론 통계 분석임
• 만약 수집된 자료가 표본이 아닌 모집단이라면, 추론 통계 분석은 불필요
• 추론 통계는 표본을 통해 모집단을 추정하는 것
• 추론 통계는 변수값의 추정이나 가설검증의 목적에 주로 사용
• 특정 변수의 변수값 추정을 위한 조사는 대부분의 여론조사(opinion poll)가 주목적으로 하는 것
• 모수를 직접 알 수 없으므로, 통계치를 통해 모수를 추정하려는 것
- 조사에서는 실제로 서로 다른 통계치가 산출되어 나올 수 있다. 조사에 사 용한 표본들이
서로 다르기 때문임
예) A후보의 지지율이 표본 조사에서 46%로 나왔고, 표준오차가 2.3%로 계산되었다 하자.
이것을 갖고 "95%의 확신(신뢰 수준)을 갖고 말하자면, A후보의 지지율이 46% ± 4.6%, 혹은
41.4%에서 50.6%사이에 있다"로 발표한다. 이제 다른 조사 기관에서 A후보의 지지율이 42%로
조사되었다고 해도, 이것은 95%의 가능성 속에서 예견될 수 있는 일이 된다.
• 지역사회 중심의 사회복지 서비스의 합리적인 기획(planning)을 위해서는 수요와 공급 규모의 예측이
중요한데, 특히 지역의 수요 변수들과 관련된 변수값을 추정해내는 데 추론 통계의 방법이 적절히
사용될 수 있음
예) ① 행정 기관에서 특정 지역의 차상위 계층 가구 수를 추정하는 것,
② 지역에서 도움이 필요한 저소득 한부모 가구의 수를 추산해 내는 것,
③ 사회복지관이 지역 주민을 대상으로 개별 프로그램의 인지도나 선호도를 파악하는 것 등이
이에 해당
(1) 표준오차(Standard Error)
추론 통계에는 표준오차를 쓴다. 표준오차는 샘플링 과정에서 나타나는 오류라해서, 이를 샘플링
오차(Sampling Error, 표본 오차)라고도 부름
• 표준오차가 클수록 예측의 범위는 늘어남
• 표본 조사연구의 정확도를 높이기 위해서는 표준오차의 크기를 줄이는 것이 관건
-표준오차의 크기의 결정요소:
①모집단과 표본의 크기 관계
②모집단의 분산 정도
• 동일한 크기의 표본에서는, 모수의 분산이 클수록 표준오차도 크게 계산된다는 것
• 표준오차는 모수의 분산 정도에 비례하고, 표본의 크기에 반비례
• 표본의 크기는 연구에서 요구하는 표준오차(SE)의 크기에 따라 결정되는것
• 표준오차를 작게 잡으려는 연구는 표본의 크기를 크게 잡아야 하고, 그에따라 연구 비용도
비례해서 커지게 됨
(2) 모수의 추정
• 표본에서 구해지는 통계치를 표준오차의 정도를 감안하는 신뢰 수준과 신뢰 구간 에 부과하는 것이다.
• 신뢰 수준(confidence level)은 통계치로 모수를 추정할 때 얼마만큼 신뢰할 수 있는지를 확률로
나타내는 것
• 신뢰 구간(cofidence interval)은 신뢰 수준과 함께 쓰이면서 해당 신뢰 수준에서 통계치가 모수를
추정할 수 있는 범위를 나타냄
① 68%의 신뢰 수준에서는 신뢰 구간을 ± 1·SE(한 표준오차의 범위)로 설정
② 95%신뢰 수준은 ± 2·SE (두 표준오차 범위)
③ 99% 신뢰 수준은 ± 3·SE의 신뢰 구간
• 사회과학 조사연구에서는 모수 추정을 포함하는 대부분의 추론 통계에서 95% 신뢰 수준을
일반적으로 쓰는 경향이 있음
(95%의 신뢰 수준: 같은 조사를 100번 되풀이할 때 95번 정도는 옳을 것이라는 확률)
• 100번 중에서 약 5번 이하로 잘못된 값이 산출될 가능성(오류)을 허용한 다는 것과도 같음
• 조사연구에서 .05의 유의도(significance level)를 둔다는 것이 이와 같은 의미( P<0.05 )
(3) 가설 검증
• 가설 검증에 쓰이는 추론 통계는 반드시 모수 추정을 전제로 할 필요는 없음
• 모집단의 정상 분포와 수량 변수의 전제 조건을 필요로 하지 않은 비모수 추론 통계
(nonparametic inferential statistics)의 방식도 가능
• 명목 변수 간 상관관계에 대한 가설을 검증하는 데 쓰이는 카이제곱(x2)분석 등이 대표적인 비모수
추론 통계에 해당
• 평균-차이 가설 검증: 단일 변수값 대신에 두 변수값의 '평균 차이' 를 모수로 두는 경우
• 무작위로 뽑았다고 해서 모집단과 표본이 일치하는 것은 아님
• 만약 표준오차가 1.7로 나왔다면 어떻게 되겠는가? 추론 통계는 확률적인용어로써 설명한다.
95%의 신뢰 수준을 갖고 보면(유의도를 0.05에 두고보면), 신뢰 구간은 5 ± 2×l.7이 되어 모수는
'1.6에서 8.4사이에 있다'
(4) 영가설과 연구 가설
• 영가설(null hypothesis)이란 연구 가설을 검증할 목적으로 추론 분석에서 사용하는 방법으로,
연구 가설과 배치되는 가설
• 보통 추론 통계에서는 연구 가설을 직접 검증하지 않고, 영가설의 가능성을 부인해서 연구 가설의
타당성을 검증
• 가설 검증에는 통계치를 적용하지 않고, 모수에 대한 추정치를 사용
• 기술 통계 분석에서 계산되는 통계치들(예를 들어, 평균, 백분율, 상관계수, 혹은 이런 것들의
집단 간 차이)은 추론 통계의 논리를 붙여서 활용되어야만 대부분의 연구 목적에 적절히 쓰일 수 있음
• 통계 분석은 자료 분석의 한 부분이면서 대표적인 방법
• 통계 분석이 곧 자료 분석이라고 생각해서는 안됨
• 통계 분석은 자료의 분석을 용이하게 하는 목적
질적 조사연구(qualitative research)
질적 조사연구는 양적 조사연구와 차별되는 개념으로 쓰인다.
질적 조사연구는 연역적 - 양적 방법을 강조하는 전통적인 조사연구 방법의 문제를 지적하면서,
귀납적-질적 방법을 연구에 활용
1. 과학적 방법과 실증주의(positivism)
과학적 패러다임은 흔히 실증주의라고도 불림
• 넓은 의미에서 실증주의는 곧 과학적 방법을 뜻함
(경험을 중시하는 모든 과학적 방법은 실증주의적 성격을 띤다)
• 과학적 인식 방법의 두 받침이 되는 논리와 경험
• 논리적 실증주의 : 연역 - 양적인 결합 방법을 선호하는 입장
• 질적주의 : 귀납 - 질적 방법을 주장하는 입장
1) 객관적 세상 :
관찰자의 존재나 인식과는 무관하게 객관적인 세상이 존재하고 있다.
관찰자와 관찰되는 현상은 독립적으로 분리되어 있으므로, 조사자는 어떤 식으로든 현상에
영향을 주지 않고서 관찰할 수 있다는 입장
2) 자연법칙의 발견 :
현상은 자연법칙의 작용에 의한 결과다. 조사연구자는 이러한 법칙과 작용을 발견해 내는 것이 필요하다. 자연법칙은 창출되는 것이 아니라 스스로 존재하는 것이다는 입장
3) 가치 중립 :
조사는 가치중립적이어야 한다. 가치로는 사실에 대한 객관적인 이해나 설명이 불가능
4) 표준 절차의 사용 :
과학적 방법이 되기 위해서는 표준화된 과학적 절차가 사용되어야 함
• 표준 절차를 강제하는 이유는 그것이 다수가 공증할 수 있는 객관적인도구가 되기 때문이다.
연역적 이론 전개와 명제 도출, 가설의 경험적 검증, 객관적 측정과 조작화, 통제 등이 그러한
절차에 포함
2. 질적 조사방법의 특성
실증주의적 조사방법에 대한 불만으로 인해, 사회복지학, 사회학, 심리학,교육학
등에서는 대안적인 조사 접근과 방법을 개발(질적 조사연구 방법)
- 질적 조사방법의 특성
1) 주관적 세상 :
• 양적 접근방법에서는 관찰자로부터 독립된 객관적인 현상이 존재
• 질적 접근방법에서는 연구자의 주관이 개입되지 않은 완전한 객관적인 관찰이라는 것을 믿지 않음
• 질적 조사연구에서는 조사자와 조사 대상자의 주관적인 인지나 느낌, 해석등을 모두 정당한 자료로 간주
2) 과정에 대한 관심 :
• 양적 조사는 산출 결과(outcome)를 중시
• 질적 조사는 과정(process)에 보다 많은 관심
예) 장애인 아동을 가진 가족에 대해
① 양적 조사에서는 무슨 원인으로 어떤 문제가 발생했는지 등에 관심
② 질적 조사에서는 아동과 부모의 의사소통의 양식, 상호작용 및 상호 변화, 외부의 영향에 대한 반응,
가족 체계의 적응 과정 등을 중시
3) 절차의 유연성 :
질적 조사는 양적 조사에 비해 유연하고 직관적이다. 질적 조사에서는 조사에 필요한 절차나
단계를 사전에 엄격하게 결정하지 않으며, 연구자는 상황에 따라 적절한 방법들을 채택
4) 귀납적 방법 :
• 양적 조사연구는 이론에서 출발하여 경험적으로 검증해 보는 연역적인 방법을 주로 사용
• 질적 조사연구에서는 수집한 경험을 근거로 잠정적인 이론에 도달하는 귀납적 과정을 선호
5) 내용의 질적 풍부성 :
연구 대상이 되는 사람이나 케이스의 현실 상황이나 맥락을 중요시하며, 따라서
다양하게 연결되어 있는 상황을 질적으로 묘사하기 위해 보통 이야기(narrative)식의
서술 형태를 자료로 산출하는 것이 보통
6) 일반화의 한계 : 질적 조사에 의해 도출된 이론은 널리 일반화되는 데 한계가 있음
• 질적 조사에서 도출되는 이론은 결정적이라기보다 잠정적이라는 특성
• 질적 이론은 대개 특정한 집단에 관련된 경험을 깊이 있게 다룸
• 질적 조사연구는 양적 조사연구에 비해 비교적 구조적으로 느슨한 방법론
(연구 대상이 되는 현상에 대한 깊이 있는 이해와 통찰력이 우선)
- 질적 조사연구의 다양한 이름
①근거 이론 (grounded theory)
②민속지 (ethno graphy)
③참여 관찰(participant observation)
④자연주의적 관찰 (naturalistic observation)
⑤현장 조사 (field research)
⑥현상학 (phenomenology)
⑦사례연구 (case study)
⑧역사적 방법 (historical method)
⑨행동 조사 (action research) 등
3. 근거 이론 (일명 현실 기반 이론)
근거 이론은 1960년대 말에 몇몇 사회학자에 의해 개발된 것으로 복잡한 사회 현상을 연구하는
데 쓰이는 방법
• 근거 이론의 목적:사람이나 사건, 현상에 대한 이론을 발전시키는데 있음
- 근거 이론 접근에서는 자료에서 이론을 도출해 내는 데 주된 관심
① 이론적 기반이 갖추어지지 않은 분야를 연구하는 데 적합
② 기존이론들이 있으나 수정되거나 명확화 되어야 할 필요성이 있는분야
• 근거 이론의 조사방법은 실제 삶의 현장에서 심도 있는 자료를 수집하기 위해 면접조사나
관찰과 같은 기법을 중요시
• 조사자에 의해 수행되는 관찰이나 인터뷰를 통해 도출되는 자료들 말고도, 갖가지 종류의 통계 자료,
기록물(케이스워크 일지, 기안서, 보고서, 회람, 예산 신청서, 메모 등), 신문 기사, 편지, 일기 ,
자서전 등 가능한 모든 자료가 수집과 해석의 대상
(1) 지속적 비교
근거 이론 조사자는 비구조화된 인터뷰와 관찰을 사용
(막대한 분량의 노트나 녹음 기록 등의 자료에 직면)
① 조사자는 먼저 이러한 자료에 들어가는 것부터 시작
② 산만하게 흩어져 있는 자료를 체계화시키는 작업
③ 잠정적인 개념이나 범주 체계 혹은 이론이 드러나게 됨
④ 만들어진 개념과 범주 체계가 과연 자료를 적절히 잘 설명할 수 있는지 확인
⑤ 이론(체계)으로 가설(자료)을 검증하듯이 해 보는 것
⑥ 자료 분석의 결과
⑦ 자료의 수정 및 재검토
자료에 대한 검토-재검토를 통해 더 이상 새로운 통찰(개념 체계 혹은이론)이 나오지 않을 때까지
계속 진행
⑧ 이미 개발된 개념적 이해의 틀을 가지고 새로운 자료를 수집 · 분석하면서, 개념의 정확성이나
적합성 등을 확인
⑨ 개념적 이해의 틀은 다양한 자료들과의 비교를 통해 계속적 수정 보완
⑩ 더 이상 수정될 여지가 없다고 간주될 때 조사연구가 종결
(연구의 결과는 현상에 대한 잠정적인 이론(설명)을 얻게 되는 것)
(2) 이론적 샘플링
연구자가 자신의 의도에 맞는 표본을 선택하는 것이 의도적 샘플링
• 근거 이론의 특징인 지속적 비교 방법을 위해서는 이론 개발에 적절하다고 판단되는
표본을 추가적으로 선택해 들어가는 의도적 샘플링이 요구
(3) 체계적 부호화
근거 이론의 조사자는 자료를 설명하기 위해 범주나 설명 부호 같은 것을 사용
(4) 복수의 관점
조사자의 관점이 자료에 대한 선택, 수집 과정, 선별, 자료 해석 등과 같은 모든 조사 과정에
개입
• 복수의 관점들을 포함시키는 것은 조사자의 주관성 한계를 극복하기 위한 노력
(5) 조사자와 관찰 대상자의 상호관계
조사자는 관찰의 상호작용 과정에서 일어나는 변화 자체가 중요한 자료라는 것을 인식하고,
자신의 생각과 성찰을 사용해서 이를 수집하고, 분석의 대상
4. 사례연구(case study)
사례연구란 개인이나 가족, 집단, 지역사회, 조직 등을 개별 단위로 깊이있게 분석하는 것
• 사례연구의 중요한 특징: 하나의 단일한 사례에 초점
• 어떤 현상을 단일 사례로 보기 위해서는 현상에 대한 경계가 명확히 규정
• 사례연구의 조사 방법은 복잡한 인간 행동과 사회적 환경을 이해하는 데 유용하게 사용
- 사례연구의 조사 접근방법
① 질적(qualitative)연구- 현상에 대한 깊이 있는 이해를 목적으로 한다는 점
② 자연주의적(naturalistic) - 실험실이나 서베이와같은 인위적인 상황부여가 아니라 자연스런
일상생활 속에서 현상을 있는 그대로 관찰한다는 점
③ 전일(全一, holistic)적 - 연구 대상이 되는 사례 현상을 쪼개어서 분석하지 않고 전체적인
묘사를 시도한다는 점
④ 필드워크(fieldwork) - 관찰 자료 수집과 결합해서 조사자가 현장의 자연스런
환경에서 자료 수집을 한다는 뜻으로 사용
1) 사례연구의 구분
- 목적별로 분류한 세 가지 유형의 사례연구
① 내재적 사례연구: 단순히 개별사례를 더 잘 이해하려고 실시하는 것
예) 학교 폭력에 대한 깊이 있는 이해나 이론을 만들어 내는 것은 내재적 사례연구의 목적이 될 수 없음
② 도구적 사례연구: 일반 연구의 목적을 위한 조사 방법의 일환으로 사례연구가 채용되는 것
예) 청소년 비행이나 노숙자 문제 등과 같은 사회적 이슈를 적절히 이해하고 이론을 개발하기 위한
연구 목적을 두고 있을 때, 특정 사례를 채택하여 사례연구를 수행하는 것
③ 집합적 사례연구:
사회적 이슈나 한 집단의 사람들에 대한 이해를 넓히기 위한 목적으로, 한 집단의 개인이나
사례들에 대해 각기 사례연구를 실시하는 것
(개별사례에 대한 관심은 이차적이고, 조사연구의 일차적인 관심은 사회적 이슈나 연구되는 현장의
모집단을 이해하는 것에 주어짐)
2) 사례연구를 위한 조사 전략
(1) 삼각 측량(triangulation)
삼각 측량이란 복수의 관점을 활용하여 조사 대상의 의미를 명확히 파악하는 방법
• 삼각 측량은 조사자나 조사 대상자의 주관적 판단이나 오류의 개입 문제에 의한 오류를 완화하는
방법으로 사용
(2) 비교(comparison)
비교는 일반화될 수 있는 이론을 개발하거나 이론에 대한 검증을 시도하는 과정에서 일종의
방법적 도구
• 어떤 변수를 비교의 목적으로 선택할 것인지가 매우 중요
(3) 집중 연루(intensive involvement)
사례연구의 목적인 질적으로 풍부한 사례에 대한 이해를 얻기 위해서는, 조사자가 사례의 현상에
깊숙이 연루되어 들어가야 한다는 것
• 조사자는 자료들을 통해 사례연구의 대상인 개인이나 집단 혹은 연구되는 현상에 대한 느낌(감)이나
직관을 개발해내야 한다. 이것은 조사자가 조사 환경에 깊숙이 연루되어 들어갈 때에만 발생함