논문 리뷰 : 사례를 통한 이론 구축 - 기회와 도전

Eisenhardt, Melissa E. (2007)

Theory building from cases

: Opportunities and challenges

Eisenhardt, Kathleen M., and Melissa E. Graebner. "Theory building from cases: Opportunities and challenges." Academy of management journal 50.1 (2007): 25-32.

https://dialnet.unirioja.es/servlet/articulo?codigo=3915112

Theory building from cases: Opportunities and challenges

《Academy of Management Journal》은 풍부한 실증 데이터를 활용하는 대안적 연구 방법론을 조명하는 데 주요 학술지 중 선두적인 역할을 해왔다.

The Academy of Management Journal has taken the lead among major journals in spotlighting alternative methods that take advantage of rich empirical data.

In a series of “From the Editor” commentaries, scholars cogently have explicated related topics such as qualitative research (Gephart, 2004), grounded theory building (Suddaby, 2006), the value of richness (Weick, 2007) and the persuasive power of the single case (Siggelkow, 2007).

일련의 “From the Editor” 논평에서 학자들은 질적 연구(Gephart, 2004), 근거 이론 구축(Suddaby, 2006), 데이터의 풍부함의 가치(Weick, 2007), 단일 사례의 설득력(Siggelkow, 2007) 등과 같은 관련 주제를 설득력 있게 설명했다.

In this commentary, we focus on the related research strategy of theory building from cases, particularly multiple cases.

본 논평에서는 사례를 통한 이론 구축, 특히 다수의 사례를 활용한 연구 전략에 초점을 맞춘다.

Scholars have used case studies to develop theory about topics as diverse as group process (Edmondson, Bohmer, & Pisano, 2001), internal organization (Galunic & Eisenhardt, 2001; Gilbert, 2005), and strategy (Mintzberg & Waters, 1982).

학자들은 집단 프로세스(Edmondson, Bohmer, & Pisano, 2001), 내부 조직(Galunic & Eisenhardt, 2001; Gilbert, 2005), 전략(Mintzberg & Waters, 1982)과 같이 다양한 주제에 대한 이론을 개발하기 위해 사례 연구를 활용해 왔다.

Classic scholars (Chandler, 1962; Whyte, 1941) as well as the authors of highly regarded AMJ papers (Dutton & Dukerich, 1991; Sutton & Raphaeli, 1988) have used the method.

고전 학자들(Chandler, 1962; Whyte, 1941)뿐만 아니라 높이 평가받는 AMJ 논문의 저자들(Dutton & Dukerich, 1991; Sutton & Raphaeli, 1988)도 이 방법을 활용했다.

Indeed, papers that build theory from cases are often regarded as the “most interesting” research (Bartunek, Rynes, & Ireland, 2006) and are among the most highly cited pieces in AMJ (e.g., Eisenhardt, 1989a; Gersick, 1988), with impact disproportionate to their numbers.

실제로 사례를 통해 이론을 구축한 논문들은 종종 “가장 흥미로운” 연구(Bartunek, Rynes, & Ireland, 2006)로 간주되며, AMJ에서 가장 많이 인용된 논문 중 하나이다(Eisenhardt, 1989a; Gersick, 1988). 이는 해당 연구 수에 비해 불균형적으로 높은 영향을 미친다.

Not surprisingly then, the winning authors (Ferlie, Fitzgerald, Wood, & Hawkins, 2005; Gilbert, 2005) of the most recent AMJ Best Article Award relied on this method.

따라서 최근 AMJ 최우수 논문상 수상자들(Ferlie, Fitzgerald, Wood, & Hawkins, 2005; Gilbert, 2005)이 이 방법에 의존했다는 점은 놀라운 일이 아니다.

Building theory from case studies is a research strategy that involves using one or more cases to create theoretical constructs, propositions and/or midrange theory from case-based, empirical evidence (Eisenhardt, 1989b).

사례 연구를 통한 이론 구축은 사례 기반의 실증적 증거를 활용하여 이론적 구성, 명제 및/또는 중범위 이론을 생성하는 연구 전략이다(Eisenhardt, 1989b).

Case studies are rich, empirical descriptions of particular instances of a phenomenon that are typically based on a variety of data sources (Yin, 1994).

사례 연구는 특정 현상의 사례에 대한 풍부한 실증적 서술로, 일반적으로 다양한 데이터 출처를 기반으로 한다(Yin, 1994).

Cases can be historical accounts, such as Weick’s (1993) study of the Mann Gulch fire, but they are more likely to be contemporary descriptions of recent events, such as Gilbert’s (2005) study of adaptation to discontinuous environmental change by newspaper organizations.

사례는 Weick(1993)의 Mann Gulch 화재에 대한 연구와 같은 역사적 사례일 수도 있지만, Gilbert(2005)가 신문 조직의 불연속적 환경 변화 적응을 연구한 것처럼 최근 사건에 대한 현대적 서술일 가능성이 더 높다.

The central notion is to use cases as the basis from which to develop theory inductively.

중심(핵심) 개념은 사례를 기반으로 귀납적으로 이론을 개발하는 것이다.

The theory is emergent in the sense that it is situated in and developed by recognizing patterns of relationships among constructs within and across cases and their underlying logical arguments.

이 이론은 사례 내 및 사례 간 구성 요소들 간의 관계 패턴과 그 기저의 논리적 근거를 인식함으로써 위치를 정하고 발전하는 의미에서 등장적이다.

Central to building theory from case studies is replication logic (Eisenhardt, 1989b).

사례 연구를 통한 이론 구축의 중심에는 복제 논리(replication logic)가 있다(Eisenhardt, 1989b).

That is, each case serves as a distinct experiment that stands on its own as an analytic unit.

즉, 각 사례는 자체적으로 하나의 분석 단위로 독립적인 실험 역할을 한다.

Like a series of related laboratory experiments, multiple cases are discrete experiments that serve as replications, contrasts, and extensions to the emerging theory (Yin, 1994).

관련된 일련의 실험실 실험과 마찬가지로, 다수의 사례는 새롭게 형성되는 이론에 대한 복제, 대조 및 확장을 위한 개별 실험 역할을 한다(Yin, 1994).

But while laboratory experiments isolate the phenomena from their context, case studies emphasize the rich, real-world context in which the phenomena occur.

실험실 실험이 현상을 맥락에서 분리하여 연구하는 반면, 사례 연구는 현상이 발생하는 풍부한 현실 세계의 맥락을 강조한다.

The theory-building process occurs via recursive cycling among the case data, emerging theory, and later, extant literature.

이론 구축 과정은 사례 데이터, 등장하는 이론, 그리고 이후 기존 문헌 간의 반복적 순환을 통해 이루어진다.

Although sometimes seen as “subjective,” well-done theory building from cases is surprisingly “objective,” because its close adherence to the data keeps researchers “honest.”

사례를 통한 이론 구축은 때때로 “주관적”으로 보일 수 있지만, 데이터에 철저히 의존하기 때문에 연구자가 “정직”하게 작업하도록 유지하며 놀랍도록 “객관적”이다.

The data provide the discipline that mathematics does in formal analytic modeling.

데이터는 형식적 분석 모델링에서 수학이 제공하는 것과 같은 규율을 제공한다.

A major reason for the popularity and relevance of theory building from case studies is that it is one of the best (if not the best) of the bridges from rich qualitative evidence to mainstream deductive research.

사례 연구를 통한 이론 구축이 인기가 많고 관련성이 높은 주요 이유는 풍부한 질적 증거를 주류 연역적 연구로 연결하는 가장 뛰어난(아니면 최고의) 다리 중 하나이기 때문이다.

Its emphasis on developing constructs, measures, and testable theoretical propositions makes inductive case research consistent with the emphasis on testable theory within mainstream deductive research.

구성, 측정 기준, 검증 가능한 이론적 명제를 개발하는 데 중점을 둔다는 점에서 귀납적 사례 연구는 주류 연역적 연구 내의 검증 가능한 이론 강조와 일치한다.

In fact, inductive and deductive logics are mirrors of one another, with inductive theory building from cases producing new theory from data and deductive theory testing completing the cycle by using data to test theory.

실제로 귀납적 논리와 연역적 논리는 서로를 반영하는 거울과 같으며, 사례를 통한 귀납적 이론 구축은 데이터에서 새로운 이론을 생성하고, 연역적 이론 검증은 데이터를 통해 이론을 검증함으로써 주기를 완성한다.

Moreover, since it is a theory-building approach that is deeply embedded in rich empirical data, building theory from cases is likely to produce theory that is accurate, interesting, and testable.

게다가, 풍부한 실증 데이터에 깊이 뿌리내린 이론 구축 접근 방식이기 때문에 사례를 통한 이론 구축은 정확하고 흥미로우며 검증 가능한 이론을 생성할 가능성이 높다.

Thus, it is a natural complement to mainstream deductive research.

따라서 이것은 주류 연역적 연구를 자연스럽게 보완한다.

But while theory building from cases is increasingly prominent, challenges in writing publishable manuscripts using this research strategy exist.

그러나 사례를 통한 이론 구축이 점점 더 주목받고 있지만, 이 연구 전략을 사용하여 출판 가능한 원고를 작성하는 데는 도전 과제가 존재한다.

Some reviewers who work on large-scale, hypothesis-testing research may misunderstand the method (e.g., expect random sampling), or simply regard their own methods as superior.

대규모 가설 검증 연구를 수행하는 일부 검토자들은 이 방법을 오해할 수 있으며(예: 무작위 표본 추출을 기대함), 단순히 자신의 방법이 우월하다고 간주할 수도 있다.

Some reviewers who work with other research strategies that also use rich empirical data (e.g., naturalistic inquiry) may emphasize thick narrative descriptions but be less interested in generating testable and generalizable theory.

풍부한 실증 데이터를 사용하는 다른 연구 전략(예: 자연주의적 탐구)을 사용하는 검토자들은 풍부한 서사적 설명을 강조할 수 있지만, 검증 가능하고 일반화 가능한 이론 생성에는 관심이 적을 수 있다.

Still other reviewers may be sympathetic to research that is based on rich empirical evidence but be confused by the jumble of labels used to describe such research, which include grounded theory building, qualitative research, theory building from cases, and naturalistic inquiry.

또 다른 일부 검토자들은 풍부한 실증적 증거에 기반한 연구에 동조할 수 있지만, 이러한 연구를 설명하는 데 사용되는 ‘근거 이론 구축’, ‘질적 연구’, ‘사례를 통한 이론 구축’, ‘자연주의적 탐구’와 같은 다양한 용어들로 인해 혼란을 겪을 수 있다.

Having been involved with numerous research projects and written many papers that develop theory from cases, we are particularly sympathetic to authors.

다양한 연구 프로젝트에 참여하고 사례를 통해 이론을 개발하는 많은 논문을 작성한 경험을 바탕으로, 우리는 특히 저자들에게 공감한다.

So, our purpose is to highlight the opportunities that differentiate building theory from cases from other research strategies, describe some of its common challenges, and suggest possible antidotes.

따라서 우리의 목적은 사례를 통한 이론 구축이 다른 연구 전략과 차별화되는 기회를 강조하고, 이에 수반되는 일반적인 도전 과제를 설명하며, 가능한 해결책을 제안하는 것이다.

Justifying Theory Building

이론 구축의 정당화

Sound empirical research begins with strong grounding in related literature, identifies a research gap, and proposes research questions that address the gap.

탄탄한 실증 연구는 관련 문헌에 대한 강력한 기반에서 시작되며, 연구의 격차를 식별하고, 이를 해결하기 위한 연구 질문을 제시한다.

But when using theory building from cases as a research strategy, researchers also must take the added step of justifying why the research question is better addressed by theory-building rather than theory-testing research.

그러나 사례를 통한 이론 구축을 연구 전략으로 사용할 때, 연구자는 연구 질문이 왜 이론 검증이 아닌 이론 구축으로 더 잘 해결될 수 있는지에 대한 정당성을 추가적으로 제시해야 한다.

The implicit assumption is that theory building from cases is less precise, objective, and rigorous than large-scale hypothesis testing.

이는 사례 기반 이론 구축이 대규모 가설 검증보다 덜 정밀하고, 덜 객관적이며, 덜 엄격하다는 암묵적 가정을 포함한다.

Moreover, failure to convince readers that a theory-building study is warranted in the first few pages can sink a manuscript before readers ever reach the findings.

게다가, 이론 구축 연구의 필요성을 논문의 첫 몇 페이지에서 독자들에게 설득하지 못하면, 연구 결과에 도달하기도 전에 원고가 실패할 수 있다.

In other words, readers may ask, “So why is this an inductive study?”

다시 말해, 독자들은 “그렇다면 왜 이것이 귀납적 연구인가?”라는 질문을 할 수 있다.

A key response to this challenge is to clarify why the research question is significant, and why there is no existing theory that offers a feasible answer.

이 도전에 대한 핵심 대응책은 연구 질문이 왜 중요한지, 그리고 왜 기존 이론이 실행 가능한 답변을 제공하지 못하는지를 명확히 하는 것이다.

Conflicting theories are not enough.

상충되는 이론만으로는 충분하지 않다.

Rather, it is critical to convince readers that the research question is crucial for organizations and/or theory, and demonstrate that the existing research either does not address the research question at all, or does so in a way that is inadequate or likely to be untrue.

오히려 연구 질문이 조직 및/또는 이론적으로 중요한 질문이라는 점을 독자들에게 설득하고, 기존 연구가 그 질문을 전혀 다루지 않거나, 부적절하거나 불확실한 방식으로 다루고 있음을 보여주는 것이 중요하다.

An example is early research on making fast strategic decisions (Eisenhardt, 1989a).

하나의 예로 빠른 전략적 의사결정을 다룬 초기 연구(Eisenhardt, 1989a)가 있다.

The introduction makes a strong case that fast strategic decision-making is crucial for firm performance in high-velocity environments, including an example of a firm that died because its executives decided slowly.

도입부는 빠른 전략적 의사결정이 고속 환경에서 기업 성과에 결정적으로 중요하다는 점을 강력히 주장하며, 경영진의 느린 결정으로 인해 파산한 기업의 사례를 제시한다.

The introduction then goes on to demonstrate that the research literature has mostly ignored this critical topic.

이후 도입부는 기존 연구 문헌이 이 중요한 주제를 대부분 간과하고 있음을 보여준다.

The background section describes several ideas from the literature that address speed (albeit obliquely), but then shows that the logic underlying these ideas is unconvincing.

배경 섹션은 속도를 다룬 몇 가지 문헌의 아이디어를 설명하지만, 이러한 아이디어의 기저 논리가 설득력이 없음을 보여준다.

For example, although some of the literature implies that centralized strategic decision-making might be fast, centralization could not solve problems of access to relevant information, implementation, and confidence to decide in the face of uncertainty.

예를 들어, 일부 문헌은 중앙집권화된 전략적 의사결정이 빠를 수 있음을 암시하지만, 중앙집권화는 관련 정보 접근, 실행 문제, 불확실성 상황에서의 결정 신뢰 문제를 해결하지 못한다.

Thus, it is unlikely that fast decision-making is simply a matter of centralization per se.

따라서 빠른 의사결정이 단순히 중앙집권화의 문제라고 보기 어렵다.

The background section concludes by asking whether a “snap decision” process could actually be realistic.

배경 섹션은 “순간적 의사결정” 과정이 실제로 현실적일 수 있는지에 대한 질문으로 결론을 맺는다.

The challenge of justifying inductive case research partially depends on the nature of the research question.

귀납적 사례 연구의 정당성을 확보하는 데 있어서, 연구 질문의 성격이 부분적으로 영향을 미친다.

For theory-driven research questions that extend existing theory (Lee, Mitchell, & Sabylinski, 1999), a researcher has to frame the research within the context of this theory and then show how inductive theory building is necessary.

기존 이론을 확장하는 이론 중심의 연구 질문(Lee, Mitchell, & Sabylinski, 1999)의 경우, 연구자는 해당 이론의 맥락 내에서 연구를 구성한 뒤, 귀납적 이론 구축이 왜 필요한지를 입증해야 한다.

Typically, the research question is tightly scoped within the context of an existing theory, and the justification rests heavily on the ability of qualitative data to offer insight into complex social processes that quantitative data cannot easily reveal.

일반적으로 연구 질문은 기존 이론의 맥락 내에서 엄격히 범위가 설정되며, 그 정당성은 질적 데이터가 정량적 데이터로는 쉽게 밝혀낼 수 없는 복잡한 사회적 과정을 통찰하는 데 기여할 수 있는 능력에 크게 의존한다.

For example, Greenwood and Suddaby (2006) studied how a known instance of institutional change at the center of a field occurred (i.e., promotion of change by elite firms within the accounting profession).

예를 들어, Greenwood와 Suddaby(2006)는 한 분야의 중심에서 제도적 변화가 어떻게 발생했는지(예: 회계 분야에서 엘리트 기업들이 변화를 촉진한 사례)를 연구했다.

They justified their approach in terms of extending institutional theory and the ability of qualitative data to explicate the complex social processes involved.

그들은 자신들의 접근법을 제도 이론을 확장하고, 관련된 복잡한 사회적 과정을 질적 데이터로 설명할 수 있는 능력의 측면에서 정당화했다.

In contrast, for phenomenon-driven research questions, a researcher has to frame the research in terms of the importance of the phenomenon and the lack of plausible existing theory.

반대로, 현상 중심의 연구 질문의 경우, 연구자는 연구를 현상의 중요성과 타당한 기존 이론의 부재를 중심으로 구성해야 한다.

Here, the research question is broadly scoped to give the researcher more flexibility.

이 경우 연구 질문은 연구자에게 더 많은 유연성을 제공하기 위해 폭넓게 설정된다.

The justification rests on the phenomenon’s importance and the lack of viable theory and empirical evidence.

정당성은 현상의 중요성과 실행 가능한 이론 및 실증적 증거의 부재에 기반한다.

For example, Bingham and Eisenhardt (2006) justified their study of what executives learn when they engage in a repeated organizational process (in their study, internationalization) by observing that learning is a ubiquitous process, and yet the vast empirical literature on learning ignores the content of what is actually learned.

예를 들어, Bingham과 Eisenhardt(2006)는 반복적인 조직적 과정을 수행할 때(그들의 연구에서는 국제화) 경영진이 무엇을 배우는지에 대한 연구를 정당화했는데, 학습이 보편적인 과정임에도 불구하고 광범위한 실증적 문헌이 실제로 무엇이 학습되는지를 간과하고 있음을 관찰했다.

More broadly, theory-building research using cases typically answers research questions that address “how” and “why” in unexplored research areas particularly well (Edmondson & McManus, 2007).

더 넓게 보아, 사례를 활용한 이론 구축 연구는 미개척 연구 영역에서 “어떻게”와 “왜”에 대한 질문을 특히 잘 답하는 경향이 있다(Edmondson & McManus, 2007).

By contrast, the research strategy is ill-equipped to address the questions “how often,” and “how many,” and questions about the relative empirical importance of constructs.

반면, 이 연구 전략은 “얼마나 자주”와 “얼마나 많은가”에 대한 질문 및 구성 요소의 상대적 실증적 중요성에 대한 질문을 다루기에는 적합하지 않다.

Theoretical Sampling of Cases

사례의 이론적 표본 추출

Another frequent challenge to theory building from cases concerns case selection.

사례를 통한 이론 구축에서 또 다른 빈번한 도전 과제는 사례 선택에 관한 것이다.

Some readers make the faulty assumption that the cases should be representative of some population, as are data in large-scale hypothesis testing research.

일부 독자들은 사례가 대규모 가설 검증 연구의 데이터처럼 특정 집단을 대표해야 한다는 잘못된 가정을 한다.

In other words, they ask, “How can the theory generalize if the cases aren’t representative?”

즉, 그들은 “사례가 대표적이지 않다면 이론을 어떻게 일반화할 수 있는가?“라고 묻는다.

A key response to this challenge is to clarify that the purpose of the research is to develop theory, not to test it, and so theoretical (not random or stratified) sampling is appropriate.

이 도전에 대한 핵심 대응책은 연구의 목적이 이론을 검증하는 것이 아니라 개발하는 것임을 명확히 하는 것이며, 따라서 무작위 또는 계층적 표본 추출이 아닌 이론적 표본 추출이 적절하다는 것이다.

Theoretical sampling simply means that cases are selected because they are particularly suitable for illuminating and extending relationships and logic among constructs.

이론적 표본 추출은 단순히 사례가 구성 요소들 간의 관계와 논리를 밝히고 확장하는 데 특히 적합하기 때문에 선택된다는 것을 의미한다.

Again, just as laboratory experiments are not randomly sampled from a population of experiments, but rather chosen for the likelihood that they will offer theoretical insight, so too are cases sampled for theoretical reasons, such as revelation of an unusual phenomenon, replication of findings from other cases, contrary replication, elimination of alternative explanations, and elaboration of the emergent theory.

실험실 실험이 실험 집단에서 무작위로 선택되는 것이 아니라, 이론적 통찰을 제공할 가능성 때문에 선택되는 것처럼, 사례도 이론적 이유로 표본 추출된다. 예를 들어, 특이한 현상의 발견, 다른 사례에서 발견된 결과의 재현, 반대되는 결과의 재현, 대안적 설명의 제거, 새롭게 등장하는 이론의 구체화 등이 그 이유이다.

Theoretical sampling of single cases is straightforward.

단일 사례의 이론적 표본 추출은 비교적 단순하다.

They are chosen because they are unusually revelatory, extreme exemplars, or opportunities for unusual research access (Yin, 1994).

이들은 특별히 드러내는 성격이 있거나 극단적 사례이며, 또는 비정상적으로 연구 접근이 가능한 기회이기 때문에 선택된다(Yin, 1994).

For example, Weick (1993) used an extreme case of lost sensemaking in the wilderness fire-fighting disaster at Mann Gulch; Galunic and Eisenhardt (1996, 2001) examined organizational adaptation in an exemplar firm that was the highest performing technology-based corporation in the world for several decades; and Dutton and Dukerich (1991) studied the New York Port Authority, where they had unusual access through friends.

예를 들어, Weick(1993)은 Mann Gulch에서 벌어진 산불 재난에서 의미 부여의 상실이라는 극단적인 사례를 연구했다. Galunic과 Eisenhardt(1996, 2001)는 수십 년 동안 세계에서 가장 높은 성과를 낸 기술 기반 기업의 조직 적응을 조사했으며, Dutton과 Dukerich(1991)는 친구를 통한 비정상적인 접근을 활용해 뉴욕 항만청을 연구했다.

Thus, single-case research typically exploits opportunities to explore a significant phenomenon under rare or extreme circumstances.

따라서 단일 사례 연구는 드문 상황이나 극단적인 환경에서 중요한 현상을 탐구할 기회를 주로 활용한다.

But while single-case studies can richly describe the existence of a phenomenon (Siggelkow, 2007), multiple-case studies typically provide a stronger base for theory building (Yin, 1994).

단일 사례 연구가 현상의 존재를 풍부하게 설명할 수 있는 반면(Siggelkow, 2007), 다중 사례 연구는 일반적으로 이론 구축을 위한 더 강력한 기반을 제공한다(Yin, 1994).

Again, to use the analogy of laboratory experiments, the theory is better grounded, more accurate, and more generalizable (all else being equal) when it is based on multiple case experiments.

실험실 실험을 비유로 사용하자면, 이론은 다중 사례 실험에 기반할 때 더 잘 정립되고, 더 정확하며, 더 일반화 가능하다(다른 조건이 동일할 경우).

Multiple cases enable comparisons that clarify whether an emergent finding is simply idiosyncratic to a single case or consistently replicated by several cases (Eisenhardt, 1991).

다중 사례는 등장하는 발견이 단일 사례에만 국한된 특이성인지, 아니면 여러 사례에서 일관되게 재현되는지를 명확히 하는 비교를 가능하게 한다(Eisenhardt, 1991).

Multiple cases also create more robust theory because the propositions are more deeply grounded in varied empirical evidence.

다중 사례는 다양한 실증적 증거에 더 깊이 기반을 두고 있기 때문에 더 강력한 이론을 만들어낸다.

Constructs and relationships are more precisely delineated because it is easier to determine accurate definitions and appropriate levels of construct abstraction from multiple cases.

다중 사례를 통해 구성 개념과 관계를 더 정확하게 구체화할 수 있다. 이는 정확한 정의와 적절한 추상화 수준을 결정하는 데 있어 다중 사례가 더 용이하기 때문이다.

For example, Brown and Eisenhardt (1997) found that, although some firms used alliances to experiment with the future, others used futurists and exploratory products.

예를 들어, Brown과 Eisenhardt(1997)는 일부 기업이 미래를 실험하기 위해 제휴를 사용하는 반면, 다른 기업들은 미래학자나 탐험적 제품을 활용한다는 사실을 발견했다.

With multiple cases, the authors set an appropriate level of abstraction (i.e., probes) that was more accurate than the individual instantiations (e.g., alliances, exploratory products).

다중 사례를 통해 저자들은 개별 구현(예: 제휴, 탐험적 제품)보다 더 정확한 적절한 추상화 수준(즉, 탐침)을 설정할 수 있었다.

Multiple cases also enable broader exploration of research questions and theoretical elaboration.

다중 사례는 연구 질문의 더 광범위한 탐구와 이론적 정교화를 가능하게 한다.

For example, Brown and Eisenhardt (1998) added successful and unsuccessful turnaround cases that enabled them to add further longitudinal elements to their theory.

예를 들어, Brown과 Eisenhardt(1998)는 성공적인 회생 사례와 실패한 사례를 추가하여 이론에 더 많은 종단적 요소를 포함할 수 있었다.

Because case numbers are typically small, a few additional cases can significantly affect the quality of the emergent theory.

사례 수가 일반적으로 적기 때문에 몇 개의 추가 사례만으로도 등장하는 이론의 품질에 상당한 영향을 미칠 수 있다.

For example, adding three cases to a single-case study is modest in terms of numbers, but offers four times the analytic power.

예를 들어, 단일 사례 연구에 세 개의 사례를 추가하는 것은 수치적으로는 적은 변화이지만, 분석력을 네 배로 증가시킬 수 있다.

Thus, theory building from multiple cases typically yields more robust, generalizable, and testable theory than single-case research.

따라서 다중 사례를 통한 이론 구축은 단일 사례 연구보다 일반적으로 더 강력하고, 일반화 가능하며, 검증 가능한 이론을 도출한다.

But although multiple cases are likely to result in better theory, theoretical sampling is more complicated.

그러나 다중 사례가 더 나은 이론을 도출할 가능성이 높음에도 불구하고, 이론적 표본 추출은 더 복잡하다.

The choice is based less on the uniqueness of a given case, and more on the contribution to theory development within the set of cases.

사례 선택은 특정 사례의 독특성보다는 사례 집합 내에서 이론 개발에 기여하는 정도를 더 중시한다.

That is, multiple cases are chosen for theoretical reasons such as replication, extension of theory, contrary replication, and elimination of alternative explanations (Yin, 1994).

즉, 다중 사례는 복제, 이론 확장, 반대 복제, 대안적 설명의 제거와 같은 이론적 이유로 선택된다(Yin, 1994).

For example, Graebner and Eisenhardt (2004) studied acquisition from the seller perspective by examining three replicated cases in which the executives sold their companies, a contrary replication in which executives could have sold their companies but did not, and then further cases in different industries that explored industry-level explanations.

예를 들어, Graebner와 Eisenhardt(2004)는 기업 인수에 대해 매도자 관점에서 연구했는데, 이는 경영진이 회사를 매각한 세 개의 복제 사례, 매각할 수 있었지만 하지 않은 반대 사례, 그리고 산업 수준의 설명을 탐구하기 위해 다양한 산업의 추가 사례를 포함했다.

A particularly important theoretical sampling approach is “polar types,” in which a researcher samples extreme (e.g., very high and very low performing) cases in order to more easily observe contrasting patterns in the data.

특히 중요한 이론적 표본 추출 접근법은 “극단적 유형”으로, 연구자가 극단적인 사례(예: 매우 높은 성과와 매우 낮은 성과 사례)를 표본으로 추출하여 데이터에서 대조적 패턴을 더 쉽게 관찰할 수 있도록 한다.

Although such an approach can surprise reviewers because the resulting theory is so consistently supported by the empirical evidence, this sampling leads to very clear pattern recognition of the central constructs, relationships, and logic of the focal phenomenon.

이 접근법은 결과적으로 도출된 이론이 실증적 증거에 의해 매우 일관되게 뒷받침되기 때문에 검토자들에게 놀라움을 줄 수 있지만, 이러한 표본 추출은 중심 구성 개념, 관계, 그리고 초점 현상의 논리를 매우 명확하게 패턴으로 인식하게 한다.

Dealing with Interview Data

인터뷰 데이터 처리

Case studies can accommodate a rich variety of data sources, including interviews, archival data, survey data, ethnographies, and observations.

사례 연구는 인터뷰, 기록 데이터, 설문 데이터, 민족지학적 연구, 관찰 등을 포함하여 다양한 데이터 출처를 풍부하게 수용할 수 있다.

For example, Hargadon and Sutton (1997) combined observations of brainstorming sessions, interviews with corporate actors, and ethnographies of two projects in their case study of routine innovation at Ideo.

예를 들어, Hargadon과 Sutton(1997)은 Ideo에서의 일상적 혁신을 사례 연구하면서 브레인스토밍 세션 관찰, 기업 관계자와의 인터뷰, 두 개의 프로젝트에 대한 민족지학적 연구를 결합했다.

But as research incorporates more cases and moves away from everyday phenomena such as work practices to intermittent and strategic phenomena such as acquisitions and strategic decision-making, interviews often become the primary data source.

그러나 연구가 더 많은 사례를 포함하고, 업무 관행과 같은 일상적 현상에서 인수합병 및 전략적 의사결정과 같은 간헐적이고 전략적인 현상으로 이동함에 따라 인터뷰가 주요 데이터 출처가 되는 경우가 많다.

Interviews are a highly efficient way to gather rich, empirical data, especially when the phenomenon of interest is highly episodic and infrequent.

인터뷰는 관심 있는 현상이 매우 간헐적이고 드문 경우에도 풍부한 실증 데이터를 수집하는 데 있어 매우 효율적인 방법이다.

But interviews also often provoke a “knee-jerk” reaction that the data are biased in which impression management and retrospective sensemaking are deemed the prime culprits.

그러나 인터뷰 데이터는 흔히 데이터가 편향되어 있다는 “반사적” 반응을 유발하며, 여기서 인상 관리와 회고적 의미 부여가 주된 원인으로 간주된다.

The prototypical reader asks, “Is the theory just retrospective sensemaking by image-conscious informants?”

전형적인 독자는 “이 이론이 단지 이미지에 민감한 정보 제공자의 회고적 의미 부여일 뿐인가?“라고 질문할 것이다.

The challenge of interview data is best mitigated by data collection approaches that limit bias.

인터뷰 데이터의 이러한 도전 과제는 편향을 제한하는 데이터 수집 접근법을 통해 가장 잘 완화될 수 있다.

A key approach is using numerous and highly knowledgeable informants who view the focal phenomena from diverse perspectives.

주요 접근법 중 하나는 초점 현상을 다양한 관점에서 보는 다수의 매우 박식한 정보 제공자를 활용하는 것이다.

These informants can include organizational actors from different hierarchical levels, functional areas, groups, and geographies, as well as actors from other relevant organizations and outside observers such as market analysts.

이러한 정보 제공자는 다양한 계층적 수준, 기능적 영역, 그룹, 지리적 위치에 있는 조직 구성원을 포함할 수 있으며, 관련 조직의 다른 구성원 및 시장 분석가와 같은 외부 관찰자도 포함될 수 있다.

It is unlikely that these varied informants will engage in convergent retrospective sensemaking and/or impression management.

이처럼 다양한 정보 제공자가 회귀적 의미 부여 및/또는 인상 관리에 집단적으로 관여할 가능성은 낮다.

For example, in our study of acquisitions from the seller perspective, Graebner and Eisenhardt (2004) relied on interviews with executives from two hierarchical levels at the selling firms, executives from two hierarchical levels at the buying firms, board members from both the buying and selling firms, and investment bankers who provided background information about M&A.

예를 들어, Graebner와 Eisenhardt(2004)는 매도자 관점에서의 인수 연구에서 매도 기업의 두 계층의 경영진, 매수 기업의 두 계층의 경영진, 매수 및 매도 기업의 이사회 구성원, 그리고 M&A에 대한 배경 정보를 제공한 투자은행가와의 인터뷰에 의존했다.

Another key approach to mitigating bias is to combine retrospective and real-time cases (Leonard-Barton, 1990).

편향을 완화하는 또 다른 주요 접근법은 회고적 사례와 실시간 사례를 결합하는 것이다(Leonard-Barton, 1990).

Retrospective cases rely on interviews (and archival data) that build up the number and depth of cases efficiently and so enable a researcher to cover more informants and include more cases.

회고적 사례는 인터뷰(및 기록 데이터)에 의존하여 사례의 수와 깊이를 효율적으로 증가시키며, 이를 통해 연구자가 더 많은 정보 제공자를 다루고 더 많은 사례를 포함할 수 있게 한다.

Such interviews are particularly accurate when the focal events are recent.

이러한 인터뷰는 초점 사건이 최근일 경우 특히 정확하다.

In contrast, real-time cases employ longitudinal data collection of interviews and, often, observations, both of which help to mitigate retrospective sensemaking and impression management.

반면, 실시간 사례는 인터뷰 및 종종 관찰을 포함한 종단적 데이터 수집을 활용하며, 이는 회고적 의미 부여와 인상 관리를 완화하는 데 도움이 된다.

A more subtle challenge arises from the confusion between qualitative data and qualitative research.

질적 데이터와 질적 연구를 혼동하는 데서 발생하는 더 미묘한 도전 과제가 있다.

Theory-building cases usually rely extensively on qualitative data from interviews and other sources, such as observations, historical books, archives, and so forth.

이론 구축 사례는 일반적으로 인터뷰 및 관찰, 역사적 기록물, 아카이브 등과 같은 기타 출처에서 광범위한 질적 데이터에 의존한다.

This research is often termed “qualitative” simply because it relies significantly on qualitative data.

이 연구는 단순히 질적 데이터에 크게 의존하기 때문에 종종 “질적”이라고 불린다.

But qualitative research can also refer to the use of qualitative data in research strategies other than organizing data into cases and using replication logic to build theory.

그러나 질적 연구는 데이터를 사례로 구성하고 복제 논리를 사용하여 이론을 구축하는 것 외에, 질적 데이터를 활용한 연구 전략을 지칭할 수도 있다.

For example, Elsbach and Kramer (2003) accumulated qualitative data on individual “pitches” in their study of face-to-face interviews in Hollywood, but they pooled their data rather than organize it into cases.

예를 들어, Elsbach와 Kramer(2003)는 할리우드에서의 대면 인터뷰 연구에서 개별 “프레젠테이션”에 대한 질적 데이터를 축적했지만, 이를 사례로 구성하지 않고 데이터를 통합했다.

Adding to the confusion, some scholars have a very specific definition of what constitutes “qualitative research” that goes well beyond the type of data.

혼란을 더하는 점은, 일부 학자들이 “질적 연구”의 정의를 데이터 유형을 넘어선 매우 구체적인 방식으로 설정하고 있다는 것이다.

For example, Gephart (2004) described qualitative research as “multimethod research that uses an interpretive, naturalistic approach to its subject matter” (Denzin & Lincoln, 1994) and “addresses questions about how social experience is created and given meaning” (Gephart, 2004: 454–455).

예를 들어, Gephart(2004)는 질적 연구를 “대상에 대해 해석적이고 자연주의적 접근 방식을 사용하는 다중 방법 연구”(Denzin & Lincoln, 1994)로, 그리고 “사회적 경험이 어떻게 만들어지고 의미가 부여되는지에 대한 질문을 다루는 것”으로 설명했다(Gephart, 2004: 454–455).

According to this view, qualitative research is highly descriptive, emphasizes the social construction of reality, and focuses on revealing how extant theory operates in particular examples.

이 관점에 따르면, 질적 연구는 매우 서술적이며, 현실의 사회적 구성에 중점을 두고, 기존 이론이 특정 사례에서 어떻게 작동하는지를 밝히는 데 초점을 맞춘다.

This view is different in terms of research activities, goals, and epistemology from the more objective and positivist stance of theory building from cases as well as from other research strategies also termed “qualitative.”

이 관점은 사례를 통한 이론 구축의 보다 객관적이고 실증주의적인 입장뿐만 아니라 “질적”이라고 불리는 다른 연구 전략과도 연구 활동, 목표 및 인식론 측면에서 다르다.

The key implication is that some readers will confuse different kinds of research that seem similar because they use qualitative data, and these readers may be disappointed if the research does not then match their understanding of “qualitative research.”

핵심 함의는 일부 독자들이 질적 데이터를 사용한다는 이유로 유사해 보이는 다른 종류의 연구를 혼동할 수 있으며, 연구가 그들의 “질적 연구”에 대한 이해와 일치하지 않을 경우 실망할 수 있다는 것이다.

A straightforward approach for coping with the varied meanings of “qualitative research” is to avoid the term.

“질적 연구”라는 용어의 다양한 의미를 다루는 간단한 접근법은 이 용어를 피하는 것이다.

Rather, clarify the research strategy being used, and contrast it with other “qualitative” approaches with differing epistemological assumptions.

대신, 사용 중인 연구 전략을 명확히 하고, 이를 다른 “질적” 접근법과 인식론적 가정의 차이를 들어 대비시킨다.

Specifically, when inducting theory from cases, be explicit about the theory-building goal and use footnotes liberally to sharpen the distinctions among the multiple meanings of qualitative research.

특히, 사례에서 이론을 도출할 때는 이론 구축 목표를 명확히 하고, 질적 연구의 여러 의미 간 차이를 명확히 하기 위해 각주를 적절히 활용한다.

The key here is to convey the theory-building strategy clearly while avoiding confusion, philosophical pitfalls, and unrealistic reader expectations.

핵심은 혼란, 철학적 함정, 비현실적인 독자 기대를 피하면서 이론 구축 전략을 명확히 전달하는 것이다.

Presenting Empirical Evidence

실증적 증거 제기

A critical aspect of empirical research is presenting the evidence from which the theory of interest was inducted.

실증 연구의 중요한 측면은 연구에서 도출된 이론의 근거가 되는 증거를 제시하는 것이다.

In large-scale deductive studies, there is a widespread norm of presenting theory and then empirical evidence in compact numerical tables that summarize statistical analyses of large amounts of data.

대규모 연역적 연구에서는 이론을 제시한 후, 대량의 데이터를 요약한 통계 분석을 간결한 수치 표로 제공하는 것이 일반적인 규범이다.

But case data cannot be so tightly summarized, because much of it consists of rich qualitative detail.

그러나 사례 데이터는 대부분 풍부한 질적 세부사항으로 구성되어 있기 때문에 그렇게 간결하게 요약될 수 없다.

In a single-case study, the challenge of presenting rich qualitative data is readily addressed by simply presenting a relatively complete rendering of the story within the text.

단일 사례 연구에서는 이야기의 비교적 완전한 서술을 본문에 제시함으로써 풍부한 질적 데이터를 보여주는 문제를 쉽게 해결할 수 있다.

The story typically consists of narrative that is interspersed with quotations from key informants and other supporting evidence.

이 이야기는 일반적으로 주요 정보 제공자의 인용문과 기타 보조 증거를 포함한 서술로 구성된다.

The story is then intertwined with the theory to demonstrate the close connection between empirical evidence and emergent theory.

그 후, 이야기는 실증적 증거와 등장하는 이론 사이의 밀접한 연결을 입증하기 위해 이론과 결합된다.

This intertwining keeps both theory and evidence at the forefront of the paper.

이러한 결합은 논문의 전반에 걸쳐 이론과 증거를 중심에 두도록 한다.

Gersick (1994), Hargadon and Douglas (2001), and Mintzberg and Waters (1982) are exemplars of this approach.

Gersick(1994), Hargadon과 Douglas(2001), Mintzberg와 Waters(1982)는 이러한 접근법의 모범 사례들이다.

But presenting a relatively complete and unbroken narrative of each case is infeasible for multiple-case research, particularly as the number of cases increases.

그러나 다중 사례 연구, 특히 사례 수가 증가할수록 각 사례의 비교적 완전하고 연속적인 서술을 제시하는 것은 불가능하다.

If the researcher relates the narrative of each case, then the theory is lost and the text balloons.

연구자가 각 사례의 서사를 모두 설명하면 이론은 사라지고 본문은 과도하게 길어진다.

So the challenge in multiple-case research is to stay within spatial constraints while also conveying both the emergent theory that is the research objective and the rich empirical evidence that supports the theory.

따라서 다중 사례 연구의 도전 과제는 공간적 제약을 유지하면서 연구 목적이 되는 등장 이론과 이를 뒷받침하는 풍부한 실증적 증거를 모두 전달하는 것이다.

Coping with the trade-off between rich story and well-grounded theory is easier to do in a multicase book or a single-case paper.

풍부한 이야기와 잘 정립된 이론 간의 균형을 맞추는 것은 다중 사례를 다룬 책이나 단일 사례 논문에서는 비교적 쉽다.

But in journal articles, multicase researchers face a particularly difficult trade-off between theory and empirical richness.

그러나 학술지 논문에서는 다중 사례 연구자들이 이론과 실증적 풍부함 사이에서 특히 어려운 균형을 맞춰야 한다.

It can be especially challenging to satisfy readers who expect the extensive narratives of single-case research.

단일 사례 연구에서의 방대한 서술을 기대하는 독자들을 만족시키는 것은 특히 어려울 수 있다.

They ask, “Where’s the rich story?”

그들은 “풍부한 이야기는 어디 있는가?“라고 묻는다.

The best way to address this challenge of “better stories vs. better theories” is to develop a theory in sections or by distinct propositions in such a way that each is supported by empirical evidence.

“더 나은 이야기 대 더 나은 이론”이라는 도전을 해결하는 최선의 방법은 이론을 섹션별로 또는 명확한 명제별로 개발하되, 각각이 실증적 증거로 뒷받침되도록 하는 것이다.

Thus, the overarching organizing frame of the paper is the theory, and each part of the theory is demonstrated by evidence from at least some of the cases.

따라서 논문의 전반적인 조직 틀은 이론이 되고, 이론의 각 부분은 적어도 일부 사례에서 얻은 증거로 입증된다.

But since it is generally not realistic to support every theoretical proposition with every case within a text itself, the use of extensive tables and other visual devices that summarize the related case evidence are central to signaling the depth and detail of empirical grounding.

그러나 본문 내에서 모든 이론적 명제를 모든 사례로 뒷받침하는 것은 일반적으로 비현실적이므로, 관련 사례 증거를 요약하는 광범위한 표 및 기타 시각적 장치를 사용하는 것이 실증적 근거의 깊이와 세부사항을 나타내는 데 중요하다.

In other words, the use of summary tables and aids that summarize the case evidence complements the selective story descriptions of the text and further emphasizes the rigor and depth of the empirical grounding of the theory.

즉, 사례 증거를 요약한 표와 보조 도구의 사용은 본문의 선택적 서술을 보완하고, 이론의 실증적 근거의 엄밀성과 깊이를 더욱 강조한다.

A separate table that summarizes the evidence for each theoretical construct is a particularly effective way to present the case evidence.

각 이론적 구성 요소에 대한 증거를 요약한 별도의 표는 사례 증거를 제시하는 데 특히 효과적인 방법이다.

These “construct tables” summarize the case evidence and indicate how the focal construct is “measured,” thus increasing the “testability” of the theory and creating a particularly strong bridge from the qualitative evidence to theory-testing research.

이 “구성 표”는 사례 증거를 요약하고 초점이 되는 구성 요소가 어떻게 “측정”되었는지를 나타내며, 이로써 이론의 “검증 가능성”을 높이고 질적 증거에서 이론 검증 연구로 이어지는 강력한 다리를 만든다.

Graebner (2004), Gilbert (2005), and Zott and Huy (2007) are excellent examples of blending construct tables with selected text descriptions.

Graebner(2004), Gilbert(2005), Zott와 Huy(2007)는 구성 표와 선택된 본문 서술을 조합한 훌륭한 사례들이다.

Summarizing case evidence within tables and organizing the text around the theory can be, however, disappointing to readers who are expecting the “richness” of detailed narratives from the empirical data.

표 안에서 사례 증거를 요약하고 본문을 이론 중심으로 구성하는 것은 실증적 데이터의 세부적 서술에서 “풍부함”을 기대하는 독자들에게 실망을 줄 수 있다.

This is particularly likely among readers whose research predilections favor description over theory.

이는 특히 이론보다 서술을 선호하는 연구 성향을 가진 독자들에게서 발생할 가능성이 높다.

So, although it may seem trivial, it is usually helpful to remind reviewers that the objective is theory development.

따라서 사소해 보일 수 있지만, 검토자들에게 연구의 목표가 이론 개발임을 상기시키는 것이 일반적으로 도움이 된다.

More significantly, it is critical to invest in developing well-crafted tables, appendices, and visual aids to demonstrate the theory’s underlying empirical support and the anticipated richness of the case data, and to tie those tables clearly to the text.

더 중요한 것은, 이론의 기저 실증적 지원과 사례 데이터의 예상되는 풍부함을 보여주기 위해 잘 설계된 표, 부록, 시각적 도구를 개발하는 데 투자를 하고, 이러한 표들을 본문과 명확히 연결하는 것이 중요하다.

Writing the Emergent Theory 등장 이론 작성하기

The objective of building theory from cases is theory.

사례를 통한 이론 구축의 목표는 바로 이론 자체이다.

But unlike in large-scale hypothesis-testing research, there is no “sure-to-please” standard template for writing emergent theory in theory-building research.

그러나 대규모 가설 검증 연구와는 달리, 이론 구축 연구에서 등장 이론을 작성하기 위한 “만족을 보장하는” 표준 템플릿은 존재하지 않는다.

Since different readers have their own preferences, they often ask, “Why did you format the theory this way?”

각 독자가 저마다의 선호도를 가지고 있기 때문에, 그들은 종종 “왜 이 이론을 이런 방식으로 작성했는가?“라고 묻는다.

A useful way to cope with this challenge is to write the theory in multiple ways.

이 도전에 대처하는 유용한 방법은 이론을 여러 방식으로 작성하는 것이다.

First, sketch the emergent theory in the introduction.

먼저 도입부에서 등장 이론을 개략적으로 설명한다.

Then, in the body of the paper, write each proposition (implicitly or explicitly stated), and link it to the supporting empirical evidence for each construct and for the proposed relationship between the constructs.

그런 다음, 논문의 본문에서 각 명제를 작성하되(명시적이든 암시적이든), 이를 각 구성 요소와 구성 요소 간 제안된 관계를 뒷받침하는 실증적 증거와 연결한다.

When the research is well done, the propositions will be consistent with most (or even all) of the cases because the researcher has effectively “pattern-matched” between theory and data.

연구가 잘 수행되었을 경우, 연구자는 이론과 데이터 간의 “패턴 매칭”을 효과적으로 수행했기 때문에 명제는 대부분(또는 모든) 사례와 일치할 것이다.

It is also crucial to write the underlying theoretical arguments that provide the logical link between the constructs within a proposition.

명제 내에서 구성 요소 간의 논리적 연결을 제공하는 기저 이론적 주장을 작성하는 것도 매우 중요하다.

These arguments can be drawn from case evidence (e.g., an informant explaining the logic) and/or from more detached logic.

이러한 주장은 사례 증거(예: 정보 제공자가 논리를 설명한 내용)와/또는 보다 독립적인 논리에서 도출될 수 있다.

Finally, provide a visual theory summary such as a “boxes and arrows” diagram or summary table.

마지막으로, “박스와 화살표” 다이어그램이나 요약 표와 같은 시각적 이론 요약을 제공한다.

Eisenhardt (1989a), Gilbert (2005), and Maurer and Ibers (2006) offer exemplars of the multiple ways of writing theory within a single paper.

Eisenhardt(1989a), Gilbert(2005), Maurer와 Ibers(2006)는 단일 논문에서 이론을 여러 방식으로 작성한 모범 사례를 제시한다.

Using these multiple ways to present the theory is often a safe starting point for initial manuscript submissions.

이와 같은 다양한 방식으로 이론을 제시하는 것은 초기 원고 제출 시 안전한 출발점이 되는 경우가 많다.

A more subtle challenge arises from confusion about the meaning of “grounded theory building.”

더 미묘한 도전 과제는 “근거 이론 구축”의 의미에 대한 혼란에서 비롯된다.

For some scholars, grounded theory building simply means creating theory by observing patterns within systematically collected empirical data.

일부 학자들에게 근거 이론 구축은 체계적으로 수집된 실증 데이터 내에서 패턴을 관찰하여 이론을 생성하는 것을 단순히 의미한다.

This view often includes some notion of recursively iterating between (and thus constantly comparing) theory and data during analysis, and theoretically sampling cases (as described earlier).

이 관점은 분석 중 이론과 데이터를 반복적으로 순환하며(따라서 지속적으로 비교하며) 사례를 이론적으로 표본 추출하는 개념을 종종 포함한다(앞서 설명된 바와 같이).

As Langley (1999) noted, this is a widely held view of grounded theory building.

Langley(1999)가 언급했듯이, 이것은 근거 이론 구축에 대한 널리 받아들여지는 관점이다.

In this view, the quality of the theory and the strength of its empirical grounding are more central to research quality than the specifics of the theory-building process.

이 관점에서는 이론의 질과 실증적 근거의 강도가 이론 구축 과정의 세부 사항보다 연구 품질에 더 중요한 요소로 간주된다.

But for other scholars, grounded theory building has a more precise meaning that stems from the original focus of Glaser and Strauss (1967) on the interpretation of meaning by social actors.

그러나 다른 학자들에게 근거 이론 구축은 Glaser와 Strauss(1967)가 사회적 행위자의 의미 해석에 초점을 맞춘 것에서 비롯된 더 정밀한 의미를 갖는다.

For example, Suddaby described grounded theory building as “most suited to efforts to understand the process by which actors construct meaning out of intersubjective experience” (Suddaby, 2006: 634).

예를 들어, Suddaby는 근거 이론 구축을 “행위자가 상호주관적 경험에서 의미를 구성하는 과정을 이해하려는 노력에 가장 적합한 접근”으로 묘사했다(Suddaby, 2006: 634).

Others go further to emphasize elaborate processes (and terminology) for how researchers should gather field data and discover theory using a hierarchical structure of categories (Corbin & Strauss, 1990).

다른 학자들은 연구자가 현장 데이터를 수집하고 범주 계층 구조를 사용하여 이론을 발견하는 방법에 대한 정교한 과정(및 용어)을 강조한다(Corbin & Strauss, 1990).

Constant comparison and theoretical sampling take on precise meanings: “constant comparison” means simultaneous collection and analysis of data, and “theoretical sampling” means that decisions about which data to collect next are determined by the theory in progress (Suddaby, 2006).

지속적 비교와 이론적 표본 추출은 정밀한 의미를 갖는다. “지속적 비교”는 데이터의 수집과 분석을 동시에 수행하는 것을 의미하고, “이론적 표본 추출”은 다음에 수집할 데이터가 진행 중인 이론에 의해 결정된다는 것을 의미한다(Suddaby, 2006).

In this view, adherence to specific grounded theory building processes is important in judging research quality.

이 관점에서는 특정 근거 이론 구축 과정에 대한 준수가 연구 품질을 평가하는 데 있어 중요하다.

But strict adherence can also result in theory with limited generalizability (Langley, 1999) and idiosyncratic path dependence on the particular empirical starting point.

그러나 엄격한 준수는 일반화 가능성이 제한된 이론(Langley, 1999)과 특정 실증적 출발점에 의존하는 특이한 경로 의존성을 초래할 수 있다.

As when coping with the multiple meanings of “qualitative research,” it is often helpful to deal with the multiple meanings of “grounded theory building” by avoiding the term unless one is actually using the Glaser and Strauss (1967) approach.

“질적 연구”라는 용어의 다양한 의미를 다룰 때와 마찬가지로, 실제로 Glaser와 Strauss(1967)의 접근법을 사용하지 않는 한 “근거 이론 구축”이라는 용어를 피함으로써 다양한 의미를 다루는 것이 종종 도움이 된다.

It is also helpful to preempt misunderstanding by engaging in systematic data collection and theory development processes that are reported with transparent description, particularly regarding how the theory was inducted from the data (e.g., description of cross-case comparison techniques).

또한 체계적인 데이터 수집과 이론 개발 과정을 투명하게 기술하여 오해를 예방하는 것도 도움이 된다. 특히 이론이 데이터에서 어떻게 도출되었는지(예: 사례 간 비교 기법에 대한 설명)를 명확히 기술하는 것이 중요하다.

The key here is to convey the rigor, creativity, and open-mindedness of the research processes while sidestepping confusion and philosophical pitfalls.

여기서 핵심은 혼란과 철학적 함정을 피하면서 연구 과정의 엄밀성, 창의성, 그리고 개방성을 전달하는 것이다.

Finally, a surprising challenge can arise from readers who are disappointed by parsimonious theory.

마지막으로, 간결한 이론에 실망한 독자들로부터 놀라운 도전 과제가 발생할 수 있다.

Particularly when readers are more familiar with the idiosyncratic detail of some single-case research, they may expect the complicated theory that can arise from such cases.

특히 독자들이 특정 단일 사례 연구의 특이한 세부 사항에 더 익숙할 경우, 그러한 사례에서 나올 수 있는 복잡한 이론을 기대할 수 있다.

Somewhat surprisingly, single cases can enable the creation of more complicated theories than multiple cases, because single-case researchers can fit their theory exactly to the many details of a particular case.

다소 놀랍게도, 단일 사례는 다중 사례보다 더 복잡한 이론을 생성할 수 있다. 이는 단일 사례 연구자가 특정 사례의 많은 세부 사항에 정확히 맞는 이론을 만들 수 있기 때문이다.

In contrast, multiple-case researchers retain only the relationships that are replicated across most or all of the cases.

반면, 다중 사례 연구자는 대부분 또는 모든 사례에서 반복되는 관계만 유지한다.

Since there are typically fewer of these relationships than there are details in a richly observed single case, the resulting theory is often more parsimonious (and also more robust and generalizable).

이러한 관계는 풍부하게 관찰된 단일 사례의 세부 사항보다 일반적으로 적기 때문에, 도출된 이론은 종종 더 간결하며(또한 더 강력하고 일반화 가능하다).

A key approach to dealing with this challenge is to ensure that the theory fully exploits the available evidence in terms of possible nuances and alternative interpretations.

이 도전에 대처하는 핵심 접근법은 이론이 가능한 미묘한 차이점과 대안적 해석 측면에서 이용 가능한 증거를 충분히 활용하도록 보장하는 것이다.

It also helps to remind readers that parsimony, robustness, and generalizability characterize superior theory.

또한 간결성, 강건성, 그리고 일반화 가능성이 우수한 이론의 특징임을 독자들에게 상기시키는 것도 도움이 된다.

Conclusion

결론

Theory building from case studies is an increasingly popular and relevant research strategy that forms the basis of a disproportionately large number of influential studies.

사례 연구를 통한 이론 구축은 점점 더 인기를 얻고 있으며 관련성이 높은 연구 전략으로, 많은 영향력 있는 연구들의 불균형적으로 큰 기반을 형성하고 있다.

But like the adherents of any research method, its adherents face some predictable challenges, some of which have, ironically, emerged precisely because research relying on rich qualitative data is becoming more common.

그러나 모든 연구 방법의 지지자들과 마찬가지로, 이 방법의 지지자들 역시 몇 가지 예측 가능한 도전에 직면하며, 그 중 일부는 풍부한 질적 데이터에 의존하는 연구가 점점 더 흔해짐에 따라 역설적으로 발생했다.

The good news is that these often very legitimate challenges can be mitigated through precise language and thoughtful research design.

다행스러운 점은 이러한 매우 타당한 도전 과제들이 정확한 언어 사용과 신중한 연구 설계를 통해 완화될 수 있다는 것이다.

Careful justification of theory building, theoretical sampling of cases, interviews that limit informant bias, rich presentation of evidence in tables and appendices, and clear statement of theoretical arguments are all critical components of this mitigation.

이론 구축의 신중한 정당화, 사례의 이론적 표본 추출, 정보 제공자의 편향을 제한하는 인터뷰, 표와 부록에서의 풍부한 증거 제시, 그리고 이론적 주장의 명확한 진술은 이러한 완화의 중요한 구성 요소들이다.

The result is fresh theory that bridges well from rich qualitative evidence to mainstream deductive research.

그 결과는 풍부한 질적 증거에서 주류 연역적 연구로 잘 연결되는 참신한 이론이다.

This is the hallmark of building from case studies.

이것이 바로 사례 연구를 통한 이론 구축의 특징이다.