Data를 분석하는 근본적 접근
연역과 귀납 이야기.
과학적 연구 방법 에는 크게 2 가지 기본원리가 있다.
교과서에 수십 번 듣고, 이미 다들 알고 있는 바로 그 단어 귀납과 연역이다.
사실 우리는 항상 귀납과 연역의 반복 속에서 세상을 판단하고 있다고 생각해도 무리는 아닌 듯 싶다.
사실 너무나 익숙한 방법이고 누구나 알고 있는 상식적인 이야기지만, 그래도 한번 짚어보고 넘어가 보도록 하자. 원래 기초가 튼튼해야 다른 이야기가 더 쉽게 들어오는 법이니까. 사실 내가 한번 더 내가 알고 있는 개념과 이론을 스스로 정리해 본다는 측면에서 작성된 것이 그 목적이다.
스스로 정리한다는 것은 배움과 글쓰기에서 참으로 중요한 과정인것 같다.영국의 철학자 베이컨(Bacon, F.)은 연역적 방법과 귀납적 방법을 정리한 인물로 유명하다. 그는 이 두 가지 방법을 다음과 같이 요약했다.
귀납과 연역을 정리한 베이컨 < 출처: 네이버 백과사전 >"진리를 추구하는 방법에는 두 가지가 있다. 그 하나는 감각과 특수한 것에서 멀리 떨어져 가장 일반적인 공리들 혹은 법칙들에서 시작한다. 이들 일반 원리들은 일단 확고한 부동의 사실로 간주되고 거기서부터 중간 정도의 공리들로 진행한다. 이런 방법은 오늘날 유행하는 것이다. 다른 길은 감각과 특수한 것들에서 출발하여 점진적이고 중단되지 않는 상승 작용을 거쳐 마침내 가장 일반적인 공리들(법칙들)에 이르는 방법이다."
여기서 전자가, 연역적 접근법이고 후자가 귀납적 방법이다. 원전의 심오한 내용을 바탕으로 귀잡과 연역이 Data를 분석하는 데에 어떤 의미를 가지고 있는지 한번 알아보도록 하자!
연역적 접근법
(Inductive Method : 이론을 검증하거나 검토하기 위한 연구전략)
연역적인 방법의 조사는 연구자가 미리 결과에 대해서 예언하고, 이를 검증하는 단계 과정을 밟는 것으로 일반적인 사실에서 특수한 사실을 이끌어낸다는 것이 그 특징이다. 소위 최근에 등장한 용어인 답정너( 답은 이미 정해져 있다. 너는 대답만 하면 된다. )와 같은 자세로 연구에 임한다고 생각하면 쉽게 느끼실지 모르겠다.
통상 연역적 방법으로 연구를 진행하게 되면 아래와 같은 업무를 수행하게 된다.
이론 → 가설 설정 → 연구설계(조직화 및 측정과정 전반에 대한 설계) → 측정 → 자료수집 → 자료 분석 → 경험적 일반화
이러한 과정을 통해 찾아낸 명제는 기존의 이론체계를 수정하거나 혹은 재구성하는 데에 적용된다. 그리고 수정 혹은 재구성된 이론으로부터 또 다른 새로운 연구가 시작되는 순환적 과정이 반복된다는 것이 특징이다. (영원히 고통받는 연구...)
다만 이과정에서 Data와 산출된 정보의 역할은 단 이론을 증명하고 검증하는 수동적 역할에 그치는 것이 중요한 특징이다.
연역적 세계에서의 Data는 이론을 증명하고 검증하는 수동적 역할
* 연역적 접근의 연구과정 특성은 크게 아래와 같은 특성들을 가지고 있다.
① 이론적 연역을 통해 새로운 가설 설정
② 이를 경험적으로 검증하기 위해 조작화 혹은 조작적 정의
③ 측정도구를 만들고 표본을 대상으로 측정도구를 적용하여 자료를 수집하고 통계분석을 통하여 경험적 일반화를 추구.
쉽게 풀어보면, 연역적 연구과정은 사전에 기초적인 충분한 조사과정을 통해서, 과거 유사하게 연구되었던 결과에 대해서 패턴을 발견하고, 그 읽어낸 패턴을 통해서 본인이 내적 성찰 혹은 얻어낸 통찰력을 바탕으로 예상되는 결과에 대해서 추론을 하고 이를 직접 실증하는 과정을 거치는 것이다.
하지만 연역적 방법은 심층적인 분석을 하거나, 주어진 Data가 수동적인 역할을 수행하기 때문에 그 단면만을 판단할 수 있다는 위험성을 충분히 내재하고 있다. 즉 전체의 내용을 포괄하는 데에 상당한 어려움을 가질 수 있다.
연역적 연구방법은 대전제자체가 중요하기 때문에 통찰력을 필요로 한다.귀납적 접근법
(deductive Method : 연구전략의 분석을 통한 이론의 도출)
귀납적인 방법의 조사는 탐구한 자료로부터 일반적인 원리를 도출해내는 방법을 의미한다. 특수한 사실에서 일반적인 사실을 이끌어낸다는 것이 그 특징이다.
통상 연역적 방법으로 연구를 진행하게 되면 아래와 같은 업무를 수행하게 된다.
경험적 관찰 → 가설 설정 → 연구설계(조직화 및 측정과정 전반에 대한 설계) → 측정 → 자료수집 → 자료 분석 → 이론
이러한 귀납적인 형태의 경험 연구는 개별 사례의 결과를 통해서 이론을 새롭게 발견하고 수정하며 체계화하고 명료화시키는 역할을 수행하게 된다. 즉 귀납적 세계에서의 Data는 이론을 새롭게 발견하고 수정하며 체계화시키고 명료화시키는 능동적 역할을 수행한다고 볼 수 있다.
귀납적 세계에서의 Data는 이론을 새롭게 발견하고 수정하며 체계화시키고 명료화시키는 능동적 역할.
* 귀납적 접근의 연구과정 특성은 아래와 같은 특징을 지니고 있다.
① 어떤 현상을 선정하고 그 현상의 모든 특성을 열거.
② 가능한 한 많은 다양한 상황에서 그 현상의 특성을 측정.
③ 그 결과로 얻은 자료에서 더 계속 주목할 만한 가치가 있는 어떤 체계적인 유형이 있는지 알아내기 위해 자료를 세심하게 분석.
④ 자료에서 유의한 유형이 발견되면 그 유형을 이론적 진술로 공식화한 것이 자연의 법칙을 구성한다.
즉, 쉽게 풀어보면, 연구 주제는 조사자가 가설을 가정하지 않고 관심분야나 문제를 인식하는 차원에서 출발하고, 연구대상이 된 자료들과 경험들을 객관적으로 관찰하고 결과를 기록한다. 누적된 경험을 통해서, 기록한 결과가 어떤 규칙에 따라 일정한 유형으로 전개되는 것을 발견한다. 일정한 유형이나 규칙성을 객관적인 수준에서 설명하고 임시적 결론을 내리는 과정이라고 볼 수 있다.
다만, 귀납적 연구는 인과의 오류(여러 현상 간의 인과관계를 규명할 때 어떤 현상 A가 B라는 현상보다 먼저 관찰되었다는 이유로 A가 B의 원인이라고 단정하는 것)가 발생할 수 있고, 일반화하는 과정이 매우 어려울 뿐만 아니라 그 논리적 전개과정에서 구조적 오류나 모순이 있을 수 있다는 약점이 있다.
귀잡적 연구방법은 이론을 구체화하는 과정에서 발생하는 오류를 바로잡을 필요가 있다.위의 두 가지 접근법을 보면, 연역과 귀납이 상호 배타적인 방법이 아니라 상호 보완적이라는 사실을 발견하실 수 있을 것이다. 사실 연역적 접근과 귀납적 접근은 서로 이어지는 순환적 고리로 연결되며, 연구의 시작점이 다를 뿐 과학적 연구(통계적 연구)는 이 두 가지 접근에 의해 병행해서 시도되어 왔었다.
