문제를 찾아라
오늘도 내일
문제 발견이
연구의 시작
문제 없으면
의미도 없고
의미 없으면
결론도 없지
긴긴 하루를
미루던 오늘
미뤄진 하루,
내일도 오늘
이 시는 문제 발견과 연구 과정의 중요성을 간결하고 직관적으로 표현하고 있습니다. "문제 없으면 의미도 없고"라는 구절에서 문제의 존재가 모든 사고와 연구의 출발점임을 강조하며, 그 문제를 해결하는 과정에서 결론에 도달하는 모습을 묘사하고 있습니다.
"긴긴 하루를 미루던 오늘"과 "오늘 미뤄진 내일이 오늘"은 시간을 미루고, 결국 그 미룬 시간이 결국 현재와 맞닿는 순간에 대한 성찰을 보여주고 있습니다. 시간의 흐름과 그 속에서 느끼는 압박감이 고스란히 담긴 구절로, 미루지 않고 문제를 직면해야만 의미 있는 결론에 이를 수 있다는 메시지가 전해집니다. (by ChatGPT)
매일 마음을 다잡지만, 삶이란 시처럼 그렇습니다. 매일 문제를 발견(성찰)하고 반성해야지요. 지난주 일요일 발행하기로 했었던 글을 오늘에서야 발행합니다.
문제를 발견했으니 다음은 폴야(Pólya)의 문제 해결 단계입니다. 우선 문제를 이해하는 과정이 필요하죠. 오늘의 문제는 '오늘도 내일'입니다.
George Polya의 '문제해결의 단계'Polya’s Four Steps
1. 문제를 이해하라 (Understand the problem)
문제의 조건, 요구사항, 제약 등을 명확히 파악합니다.
주요 질문: “무엇을 구하라고 하는가?”, “무슨 정보가 주어졌는가?”
2. 계획을 세워라 (Devise a plan)
문제 해결을 위한 전략을 수립합니다. 유사 문제의 해결 경험을 떠올리거나, 공통된 원리를 활용합니다.
예: 방정식 설정, 그림 그리기, 표 만들기 등
3. 계획을 실행하라 (Carry out the plan)
세운 계획에 따라 실제 문제를 풀어 봅니다. 신중한 계산과, 중간 점검을 하면서 오류가 없는지 확인합니다.
4. 되돌아보며 검토하라 (Look back and check)
답이 맞는지, 다른 풀이가 있는지, 더 나은 접근법이 있는지 검토합니다.
아래는 논문 작성 시 전반 내용을 정리했습니다.
제목에는 나는 무엇을 알고 싶은가? 종속 변수, 독립변수, 내용을 한마디로 표현합니다.
1. Data Collection (자료 수집)
연구의 첫 단계로, 데이터를 수집하는 과정입니다. 이 단계에서 사용되는 방법은 여러 가지가 있습니다:
Observation (관찰): 연구자가 직접 관찰하여 데이터를 수집합니다. 예를 들어, 실험 환경에서 사람들의 행동을 지켜보는 경우입니다.
Experiment (실험): 변수들을 통제하고, 실험군과 대조군을 설정하여 데이터를 수집하는 방법입니다. 실험은 변수를 통제할 수 있기 때문에 인과관계를 분석하는 데 유용합니다.
Survey method (설문조사): 연구 대상자에게 질문지를 제공하여 데이터를 수집하는 방법입니다. 대규모 데이터를 빠르게 수집할 수 있습니다.
Secondary data analysis (2차 데이터 분석): 이미 존재하는 데이터를 활용하는 방법으로, 기존의 연구 결과나 공개된 데이터를 분석하는 방식입니다.
2. Statistical Analysis (통계 분석)
데이터를 수집한 후, 이를 분석하여 의미 있는 결론을 도출하는 단계입니다. 통계 분석은 크게 세 가지 방식으로 나눌 수 있습니다:
Correlation analysis (상관관계 분석): 두 변수 간에 상관관계가 있는지 확인하는 분석 방법입니다. 예를 들어, 운동과 건강의 관계를 살펴볼 때 사용할 수 있습니다.
Difference analysis (차이 비교 분석): 그룹 간의 차이를 비교하는 방법입니다. 대표적으로 t-검정(두 집단 간 평균 차이 검정)과 ANOVA(세 개 이상의 집단 간 평균 차이 검정)를 사용합니다.
Regression analysis (회귀 분석): 종속변수와 독립변수 간의 관계를 분석하는 방법으로 예를 들면 "매출 = 광고비 + 판매량"과 같은 관계를 찾아낼 수 있습니다.
3. Result Interpretation (결과 해석)
분석이 완료된 후, 연구 결과를 해석하는 단계입니다. 이 단계에서는 주로 가설 검정을 통해 결과가 신뢰할 수 있는지 평가합니다:
Hypothesis Testing (가설 검정): 가설이 지지되었는지 판단하는 과정입니다. 이를 위해 유의 수준과 P값을 사용하여, 결과가 우연에 의한 것이 아닌지 확인합니다.
4. Implications (연구의 함의)
연구 결과가 실제적 의미와 영향을 어떻게 끼치는지 해석하는 단계입니다. 또한, 연구를 통해 새로운 가설을 제시할 수도 있습니다:
연구의 실제 의미: 연구 결과가 실제로 어떤 변화를 이끌어낼 수 있는지, 또는 어떤 분야에서 적용할 수 있는지에 대한 해석이 필요합니다.
새로운 가설: 연구를 통해 새로운 연구 주제나 가설을 도출하여 후속 연구가 필요함을 제시할 수 있습니다.
5. Unintended Interpretations (예기치 않은 해석)
연구 결과가 예상치 못한 해석을 불러일으킬 수도 있습니다. 이 단계에서는 의도되지 않은 결과에 대한 논의가 이루어집니다:
의도되지 않은 결과 해석: 예상하지 못한 결과가 나왔을 때, 결과를 어떻게 해석할 것인지에 대한 고민
타당성: 결과가 신뢰할 수 있는지, 다른 해석이 가능한지에 대한 타당성 평가
추가 연구방향: 현재 연구에서 다루지 못한 문제나 한계를 기반으로, 추가 연구가 필요한 부분을 제시
이 과정을 통해 연구자는 데이터를 수집하고 분석하여, 연구 가설을 검증하고, 그 결과를 해석하면서 새로운 연구 방향을 제시하는 중요한 역할을 합니다. 각 단계는 철저한 계획과 세심한 접근이 필요하며, 그 결과는 결국 사회적, 학문적 의미를 갖게 됩니다.
논문 구조
1. introduction : 연구의 전체적인 방향성 제시(*예상치 못한 새로운 관점)
1) 주제 소개
2) 연구 필요성(사회적 현상과 연결, 시의성과 관련성)
3) 목적 및 가설 설정
4) 연구 방법 개괄 소개
5) 논문 구조 미리 안내
2. Main Body
1) Theoretical : 연구결과와 관련한 이론적 측면(선행 연구, 가설도출 논리)
- 기존 연구 및 이론검토
- 연구결과와 기존 이론 간의 관계
- 연구 결과를 이용한 새로운 이론 제안 및 재해석
2) Empirical: 데이터 수집과 분석 과정 설명
- 데이터 수집방법
- 실험설계 및 조사 방법
- 데이터 분석 방법
- 결과와 해석(창의성 발휘)
- 시각화(표, 그래프 활용)
3. Conclusion
1) 연구 목적과 가설 재확인
2) 연구 결과 요약
3) 연구의 제한사항 및 한계 인식(솔직)
4) Discussion, 향후 연구 방향 제안
5) 연구의 중요성과 의미 강조(사회적 영향력)
처음으로 돌아가 문제를 살펴보니, 느슨한 계획에 문제가 있었습니다. 논문 구상은 이미 끝났으므로, 이제는 구체적인 계획을 세우고 내일은 실행에 옮겨야겠다는 생각으로 글을 정리합니다.
