[컴양방] 3/28

Posted on | In |

질문

어떤 연구가 고의적으로 특정 집단을 혐오하는 과학적인 연구인 경우 비난 가능할까?
요새 연구는 주력한 가설 외에도 다른 가설도 다 훑고 그 기여도를 나누는 편이다.
그런데 고의적으로 하나의 기여도만 조사한다는 것은 비난의 여지가 있을 수 있다.

  • 조절 변인: 종속 변인에 따른 상관도를 바꾸거나 +, - 도 바꿀 수 있어요.

수업

Concepts, Dimensions, Indicators

컨셉을 demension으로 잘 쪼개게 되면, 더 정교해진다.
원인이 하나가 아닌 것 같을 때라든지.

Infomation Acquisition

  • seeking
  • scaning

Indicator인지 demension인지 어떻게 구분?
바로 가져다 쓰는 것 = Indicator(가장 구체적임)

  1. demension을 다른 방법으로 쪼갤 수도 있다.
  2. demension을 여러 층위로 쪼갤 수 있다
  3. demension은 operationize…??
  • Hierarchy: 층위가 분명하게 나뉨
  • Typology: 그렇지 않은 경우

Choices During Operationalization

  • 내가 어떤 설문에 집중할지

Range of Variation

설문지를 만드는데, 최하와 최고를 결정하는거죠.
가령 소득 조사를 하면서 상한이 연 소득 100조 이상.. 같은 설문은 의미가 없죠.

또한 “아주 좋다”, “좋지는 않다” 같은 것은 좋지 않습니다.
아주 싫은 경우도 있을거잖아요.

Variation Between Extreams

양 끝을 정하고, 그 사이를 어떻게 나눌까의 문제입니다.

  1. 직접 기입:
    사람들이 귀찮아서 잘 안 해요 ㅠㅠ
  2. 촘촘한 설문:
    가능한 많은 정보를 수집하면, 축소하기는 쉬워요.
    하지만 적은 정보는 늘릴 수 없죠.
    가급적이면 많은 데이터를 수집하는 게 좋습니다.

Definig variables and attributes

  • 검증된 설문을 사용하는게 좀 더 안정적입니다.
  • 많은 선택지는 적은 선택지보다 낫습니다.
    하지만 초중고생 혹은 어르신들의 경우 분명하게 구분하기 어려워하기 때문에,
    선택지가 적은 게 좋을 수 있습니다.
  • seeking을 날려야 할 수 있습니다.
    설문 조사 시간이 너무 짧은 경우.
  • 해당 사항이 없으면 안 됩니다.
    어디든 하나는 대답할 수 있어야 합니다.
    가령 기타 항문이 있어야죠.
  • 중복 선택이 불가능한 경우, 상호 배제적인 선택지를 제공해야 합니다.
    가령 기독교, 천주교를 동시에 선택지로 제공해서는 안 됩니다.

Levels of Measurement

너무 복잡하게 생각하지 마세요..!
교과서에서조차 너무 깊게 빠져들 필요 없다고 되어있습니다.

  • nominal measures(명목 척도):
    숫자 자체에는 의미 없는 경우.
    ex) 남자는 1, 여자는 2
  • ordinal mesures(서열 척도):
    순서는 정해져있는 경우.
    ex) 뫄뫄가 얼마나 중요? 1. 매우 안 중요 2. 안 중요 3. 보통 ….
    ex2) 정치 성향? 1. 진보 2. 중립 3. 보수
  • Interval Measures:
    ordinal mesure에 대해 한 가지 성격을 추가!
    간격이 추가된다.
    서열 척도의 경우, 순서는 정의되지만 간격을 정의할 수는 없다.
    그러나 아이큐, 온도 등은 간격을 정의할 수 있다.
  • Ratio Measures:
    절대적인 0이 있는가?
    가령 섭씨 0도는 절대적인 영점이 없다.
    또한 아이큐 0이라는 게 지성이 완전히 없음을 의미하지는 않는다.
    가령 교육년수 등.

Resarch Design Part1

우리가 개인적으로 보는지, 전체 사회에서 보는지.
이런 게 Unit of Analysis입니다.

가령 예를 들어봅시다.
소득 수준이 높을수록 심장 질환이 높아질까요 낮아질까요?
개인적인 수준에서는 낮아집니다.
이게 바로 건강 불평등이라고 하죠.
국가의 부(GNI)와 심장 질환률 사이에는 어떤 상관관계가 있을까요?
국가 수준으로는, 오히려 증가합니다.

바로 이것 때문에, Unit of analysis가 중요합니다.
개인인지, 집단인지, 그룹인지.
또 설문 조사를 몇번 할지도 중요합니다.
한번, 같은 그룹으로 몇번 더.

Main tasks of research of design

앗 그리고.
가설이나 이론이 비슷하다고 일단은 가정하세요.
사람들이 가설이라고 하면 오해하는 게 있어요.
가설이 검증이 되면 이론이라고 생각합니다.
전문가가 아닌 사람들이 가설을 잘못 쓰는 겁니다.
일단 이론이 있습니다.
My own answer to the things = Theory
Theory에서 연역된 것이 Hypothesis.
Hypothesis: directly testo.

Unit of analysis

연구 단위.

미국에서 가장 우울한 도시가 어디일까요?
필라델피아입니다.
이런 연구를 하려면, 도시를 대상으로 해야 하죠.

Unit of Observatin

우울한 도시를 조사할 때, 사람들에게 설문을 하겠죠.
이게 바로 관찰 단위입니다.

아이고 정보화본부 트롤링때무네 집중을 모태!

  • 생태학적 오류: empirical 단위에 있는 것을 개인 단위로 내려서 생기는 오류.
  • Atomistic Fallacy: 생태학적 오류와 반대되는 것.
    개인 레벨에 있는 것을 그룹 단위로 올려 버림.

교훈이 뭐냐면, 데이터가 없는 것을 함부로 정의하지 말라는 거예요.
logical evidence가 필요합니다.
그러니 multi level approach를 합니다.
개인 레벨의 정보와, 국가 단위의 정보를 한번에 수집하는거죠.