[컴양방] 중간 고사 요약

Human Inquiry and Science

일반인의 추론

• 전통과 권위에 의존
• 오류
  • 부정확한 관찰
  • 선택적 관찰
  • 지나친 일반화
  • 비논리적 추론
    • 잘못된 권위에의 의존: 편향되거나 제한적인 출처 혹은 타당하지 않은 권위
    • 무지에 의거한 논증

사회 과학의 특성

• 논리적
• 복제 가능
• 검증 가능
• 간결함
• 확률적임
• 시대가 지날 수록 발전함

사회 과학 연구의 목적

1. 탐색

어떤 일이 있었는지 조사

1. 일반적 이해
2. 후속 연구의 타당성 검증
3. 후속 연구의 선제적 실험

2. 기술

탐색보다 더 정교, 정밀한 묘사

3. 설명

• 이유에 대한 탐색
• 관계에 대한 이론 구축

사회 과학의 기초

이론

• 철학이나 믿음이 아닌 이론: 가치 판단은 배제
• 두 개 이상의 컨셉으로 이루어진 진술문의 집합
• 삶의 어떤 측면에 대한 체계적인 설명: 자주 인과 관계와 관계됨
  • 인과 관계의 조건: 공변성, 시간적 순서, 제 3 변인의 제거
  • 연구란 변인 간의 관계를 고찰함으로써 이론을 발전시키는 데에 목적이 있다.

사회적 경향성

절대적이지 않다

집합체

• 개인에 대한 것이 아님
• 개인의 행동의 집합에 대한 연구로서, 사회적인 삶에 대한 경향성을 반영한다

Concept

• sigular concept
• class concept: 개별 개념의 집합
• relational concept: 다른 형태의 컨셉들의 관계
• 변인(variable concept)
  • 독립 변인: 종속 변인의 특정한 결과를 야기하는 변인
  • 종속 변인: 독립 변인에 따라서 종속적인 결과를 나타내는 변인
  • 매개 변인: 독립 변인에 영향을 받아, 종속 변인의 변화를 유도하는 변인
  • 조절 변인: 독립 변인이 종속 변인에 주는 영향의 강도에 영향을 주는 변인
• meta-concept

사회 과학 접근법의 구분

개별 기술적(Idiographic) 연구 vs. 법칙 정립적(Nomothtic) 연구

• 질문의 연속에 대한 양 극단
• 개별 기술적: 하나의 현상에 대한 독립된 특성
  • 개별적 특성에 대한 상세한 묘사
  • 하나의 사건에 대하여 풍부하게 설명하기 위함
• 법칙 정립적: 일반 원리의 수립
  • 상황과 상관 없는 특성
  • 어떤 집단을 설명하기 위함

귀납 vs. 연역

귀납

• 개별적인 것을 일반적인 것으로
• 관찰을 통한 일반화
• 설명적인 연구

연역

• 일반적인 것을 개별적인 것으로
• 일반적 원칙을 통하여 경험적 실험을 예상
• 관측한 것을 검증하는 이론

질적 vs. 양적

• 숫자로 표현 불가능한 것(질적) vs. 숫자로 표현 가능한 것(양적)
• 현상은 질적인 것이나, 이것을 숫자로 나타내는 것이 때때로 유용함.
• 양적 연구의 장점(질적 연구의 약점)
  • 관측을 명확하게 만들어줌
  • 수합, 비교, 요약이 용이함
• 질적 연구의 장점(양적 연구의 약점)
  • 풍부한 의미
• 어떤 주제를 완벽하게 이해하기 위해서는 두 가지 접근법이 모두 필요함

순수 vs. 응용

Ethics and Politics

정치와 연구

• 연구의 해석에 정치가 관여할 수 있다
  • 콜먼 스터디: 가정 환경 및 이웃 환경이 학업 성취에 가장 영향을 미친다
• 연구 주제 선정에 정치가 영향을 미칠 수 있다
• AIDS 연구가 이데올로기로 인하여 지연됨

사회 연구 윤리

• 자발적 참여
• 참여자에게 위해를 가해서는 안 됨 ex. 생체 실험
• 익명성 및 비밀 보장 ex. 아동청소년 성 연구
• 연구 목적으로 꼭 필요한 것이 아니라면 속여서는 안 됨
  속인 경우에는 후속 보고를 해 줘야 함
• 정직하게 분석
  수치 조작 하면 안 됨
• IRB(Institutional Review Boards):
  사람에 관한 연구의 목적을 검토해서 인권과 이익을 침해하지 않도록 하는 기관
• Professional Codes of Ethics:
  전문 집단은 대부분 수용 가능/불가능한 행동을 묘사하는 정형적인 코드들이 있

사례

• 밀그람의 복종 실험(전기 충격 교육 실험) - 피험자에게 엄청난 충격을 주는 비윤리성
• 투스키 매독 실험: 실험 목표를 속이고 / 거짓 치료를 하고 / 매독에 감염시켜버림

추상적인 것 측정하기

1. 개념을 다른 요인과 구분한다
2. indicator를 묘사한다: 우리가 개념이나 개념의 다른 측면을 연구하기 위한 것. dimension이라고도 함. within-concept 혹은 internal component라고도 하고.
   -> 결과는 concept(개념)라고 부른다. 만들어지는 것이기 때문에, 이 과정을 construct 라고 한다.

concept은 서로 다른 하위 그룹으로 이루어져 있다.

• Dimension:
  • 개념의 구체적인 측면
  • 가령 열정은 1. 감정적 측면 2. 행동적 측면으로 나눌 수도 있고, 1. 사람에 대한 열정, 2. 동물에 대한 열정 등으로 나눌 수도 있다.
• Indicators: concept의 존재 유무나 dimension의 존재 유무를 드러내는 지표. 더욱 구체적이다.
• demension은 하나 이상의 indicator로 구성된다.

• Indicator와 dimension을 어떻게 구분할까? 바로 가져다 쓸 수 있는 것이 바로 indicator다.
  설문 같은 데에서 바로 가져다 쓸 수 있는 가장 구체적인 concept의 구성 요소를 indicator라고 하는 듯.

• dimension을 쪼개는 방법은 다양하다. hierarchy를 나눌 수도 있고, typological 하게 나눌 수도 있음
  개념적 정의를 다듬는 방법.

1. 연관된 다른 관념과 비교하며 설명한다. 불필요한 dimension 혹은 indicator는 제거한다.
2. 필요한 dimension은 추가한다.
3. 많은 경우에 한 가지 이상의 기준들이 존재한다. 다른 기준에 대해 생각해보고, typology를 떠올려봐라.

개념 분석이 중요한 이유

1. 이론적 완성도를 높임
2. 새로운 이론 제시의 가능성
3. 개념의 설명력을 높임

• 개념화: 추상적인 개념을 다듬고 구체화 하는 것
• 조작화: 구체적인 연구 과정을 발전시켜서, 이러한 개념들을 실제 세계에서 경험적으로 관측할 수 있게 하는 것이다.
• 조작적 정의: 개념이 관찰되거나, 측정되거나, 실험 가능하도록 만드는 과정. 개념을 측정하는 데 필요한 규칙이나 구체적 단계, 장비나 도구, 측정법을 포함한다.
  가령 열정이란 것은 설문조사를 통해서 삶에 얼마만큼 의욕이 있으십니까? 라는 문항에 5점 척도 중 4점 이상 대답한 것이다! 라고 정의하는 것

조작화 중의 선택

• Range of variation: 양극값 설정
  조사 목적과 연구 대상에 걸맞는 양극값 설정 필요. 가령 재산 수준 조사하면서 최고항목이 10만원이면 곤란하겠지

• 감정의 경우 한 쪽만 조사하지 않는 게 중요: (매우 좋음, 전혀 좋아하지 않음) -> 싫어하는 감정을 조사 못 함.

• Variations between the extremes: 조사 목적과 연구 대상에 걸맞는 양극값 사이의 분할 문제
  응답자가 직접 정하게 한다든지, 두 개, 세 개 등등으로 분할 하는 것
  촘촘하게 나누는 게 데이터를 많이 수집할 수 있어서 좋다는군
  하지만 주관식은 사용자가 응답을 안 할 수 있다고 함

• 특별한 이유가 없다면, 표준 척도를 차용
• 대상에 대하여 사전 조사해서 정하기
• 성긴 데이터보다는 촘촘한 데이터가 좋음

• Specify what dimension you are focusing on

• 한 차원만 측정해야 할 수도 있음
• 모든 개념의 차원을 다 조사할 수 없을 수 있음: 이미 있는 데이터셋으로 연구할 때
  -> 이런 경우, 조사하는 차원을 구체화하고, 조사 결과를 어떻게 해석할 지 구체적으로 정해라.

• Defining variables and attributes

• 변인을 구성하는 특성들은 모든 대상을 분류할 수 있을 정도로 철저하게 구성되어야 한다.
• 그리고 상호 배제적이어야 함.
  가령 지지 당명 물어보면서 국민의 당이랑 개보신당만 있으면 안 됨.
  또 새누리당이랑 한나라당이랑 자유한국당을 응답지로 각각 넣으면 안 됨.

• levels of mesurement: nominal(명목 척도), ordinal(서열 척도), interval(등간 척도), ratio(비율척도)
  하나하나 구분하는 건 시험에 안 나옴
  등간 척도랑 비율 척도 비교하는건 곱셈이 정의되냐인가 보군
  절대 영점이 있느냐 여부로 곱하기, 나누기가 정의되나?

Implications

• 통계적 분석은 측정 레벨에 따라 달라질 수 있다
• 단순히 말하자면, 고 수준 분석에는 강력한 통계 기법이 사용된다.
  1. 서열 척도를 등간/비율척도로 전환: 가령 교육 수준을 교육 받은 햇수로 표현
  2. 등간 가정의 위반: 때때로 연구자들은 서열 척도를 등간 척도로 가정하고 통계 기법을 적용한다.
  • 그렇게 큰 문제가 없다.
    물론, 모든 경우에서 등간이어야 하는 것을 위반해도 된다는 건 아님
  • 큰 수의 카테고리가 있는 경우, 서열 척도를 등간 척도로 생각할 수 있다.
  • 등간 가정을 위반하고 있다는 걸 명심해라. 막 저널에 내구 그러면 안됨.
  3. 저수준 측정에서는 특정한 통계 기법을 사용해라.

개념 설명 = 개념 정의 + 조작적 정의

두 가지 영역

• 의미 분석
  • 연역적인 과정
  • 서로 관계 있는 개념적, 조작적 정의를 만들어 나가는 과정
• 경험적 분석: 통계학과 논리학적인 과정
  • 귀납적인 과정
  • 경험적 증거에 의하여 정의를 평가하는 과정

연구 설계의 주요 업무

• 설명하려는 것을 구체화 하기.
  어떤 사회 현상을 설명할 지 선택.
  개념 설명을 해서 이론과 가설을 개념으로 명료하게 정의하기.
• 현실 세계 관측
  1. unit of analysis: 누구/무엇을 설명할 지
  2. 어떤 시간 차원으로 분석할 지

Unit of Observation & analysis

• 관측 단위: 우리가 관측을 위해 보는 대상 ex. 설문 조사 대상인, 문헌 조사의 대상 기사
  • 분석 단위: 우리가 연구하려는 대상
  • 대부분 관측 단위와 분석 단위가 같으나 다를 수도 있음
    • 미국에서 가장 부유한 주? 관측 단위: 개인, 분석 단위: 주
• 분석 단위의 종류: 개인, 그룹, 조직, 사회적 생산물

개인

• 대부분의 사회 과학이나 매스컴 연구 단위
• 개인과 개인 간 관계의 차이를 설명하기 위해서 조사한다
• 변인과 관계: 수입, 나이, 성별, 학력

사회적 그룹

• 예시: 가구, 가족, 이웃, 주 등등
• 그룹 간 차이, 그리고 이 차이들 사이의 관계를 설명하기 위해서 조사
• 이론 예시: 질 좋은 식료품점이 이웃한 경우 비만률이 낮을 것이다.
  사회적 자본이 풍부한 주의 경우, 범죄율도 낮을 것이다.

조직

• 예시: 정부, 대학교 등등
• 구체적 형태의 조직이 있는 그룹
• 구체적인 사회 조직과 이 조직 간 차이를 설명하기 위해서 조사
• 이론 예시: 대부분의 고용인들이 직장에서 행복해 하는 회사는 이윤도 많이 낼 것이다

사회적 생산물

• 예시: TV 프로, 뉴스 기사, 문서 등등
• 사회적 존재 및 행위의 산물을 포괄한다
• content analysis
  • 사회적 가공물 사이의 차이, 생산자가 다른 가공물, 이러한 요인 간의 관계
  • 이론 예시: 지역 TV 뉴스는 국영 TV 뉴스보다 더 높은 수준의 폭력물을 포함하고 있을 가능성이 높다.

잘못된 추론과 분석 대상

교차 레벨 추론으로 인한 오류

• 다른 레벨에서 수집된 데이터에 기반하여, 결과가 가변적인 요인으로 추론하는 경우
• 아주 강한 근거를 갖고 있을 때만 교차 레벨 추론을 해야 한다
• 이 결과 생길 수 있는 오류: 생태학적 오류, 원자 오류

생태학적 오류

• 그룹의 특성을 개인의 특성으로 생각함
• 편견에 가까움
• 사례:
  • 선거구 조사 결과를 개개인에게 적용: 흑인 선거구에서 진보가 뽑혔다고 해서 어떤 흑인이 진보적일 것이라고 생각해서는 안 됨.
    해당 선거구의 백인으로 인한 것일 수 있다.
  • 뒤르켐이 개신교와 가톨릭 교도의 자살률을 조사해보니 개신교의 자살률이 더 높아 개신교인 경우 더 자살을 많이 한다고 결론지음: 개신교도들이 많이 사는 지방의 카톡릭 교도들을 보니 자살률이 높았음.

원자 오류

• 그룹의 특성을 개인 수준의 데이터를 사용해 추론할 때 발생. 혹은 낮은 레벨의 데이터를 높은 레벨의 단위를 설명할 때 사용함.
• 사례: 개인의 수익이 증가하면 심장 질환이 감소함 -> 국가 수준에서는 수익이 증가할 때 심장 질환이 증가한다.

환원주의

• 복잡한 현상을 특정 분석 단위에 치우쳐서 단순화 하는 것
  다른 특성보다 심리학적 특성만을 가지고 설명하거나, 사회적 특성만을 가지고 설명하는 것

심리학적 환원주의

• 개인 수준의 결과는 개인 수준의 특성으로만 설명될 것이라는 가정
• 사례: 이민자의 우울을 생물학이나 이민 자체에 의거한 것으로 분석 → 이민자가 만약 해당 국가에서 소수자라면?

사회학적 환원주의

• 그룹 수준의 변인으로 개인 수준의 특성을 분석하는 데 사용하는 문제
• 유동 인구가 많은 커뮤니티는 정신 분열증 비율이 높다 → 높은 유동인구는 정신 분열증을 유발하여 그룹을 와해한다: 만약 정신 분열증 비율이 유동 인구에게만 증가하는 거라면?
• 때때로 그룹 레벨의 프로세스는 개인 레벨의 프로세스를 모두 더한 것에 불과할 수 있다.

시간과 인과 문제

정적 설계(횡단 연구)

• 정적인 스냅샷
• 특정 시점의 인구 일부에 대한 조사
• 한계
  • 시간에 따른 변화를 알 수 없음
  • 단순한 일반화 하기 어려움

종단 연구

• 시간에 따른 연구
• 종류: 경향 연구, Cohort 연구, 패널 연구

경향 연구

• 시간에 따른 변화 측정
• 최소 2개 이상의 횡단 연구 포함
• 인구의 횡단 연구의 나열
• 한계
  • 시작점
  • 개인의 변화 알 수 없음
  • 일반화 불가: 특정 시점에서만 그럴 수 있음

cohort 연구

• cohort인 개인을 2회 이상의 시점에 대하여 조사함
• cohort: 비슷한 사건을 경험했거나, 같은 시작점을 공유하는 사람들

패널 연구

• 같은 사람에 대하여 여러 번 연구
• 개인의 변화를 시간에 따라 조사
• 강한 일반화를 할 수 있다
• 시간과 비용이 매우 많이 듦
• 이탈 문제: 극단적인 케이스인 경우 이탈의 결과로 통계 수치가 왜곡될 수 있다