brunch

매거진 논문 작성법

라이킷 29 댓글 2

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 논문 Jul 20. 2017

논문작성법
5. 연구모형 그리기

연구가설 설정과 연구모형 구성

"가설과 연구모형의 관계"

가설의 검증과정은 연구의 의미와 가치를 부여하기 위한 핵심적인 절차이다. 즉, 특정 연구나 논문이 증명할 가치가 있는 것인지 가늠하는 잣대로 개별 가설과 연구모형을 찾아보는 경향이 있다. 그래서 연구 모형을 연구의 개념적 모형(conceptual Framework)이라 지칭되기도 한다.

흔히 논문을 쓰면서 개념의 정의 – 측정의 형태 – 개별 가설의 구성 –연구모형의 설계 - 개별 가설의 통계적 검증의 단계가 단숨에 진행되지 못하는 것은 각 단계를 분리하여 생각하려는 경향이 있기 때문이다. 이 글에서는 모든 가설의 형태나, 분석을 수용하지는 못하더라도, 보다 쉬운 이해를 위하여 연구모형 그리기를 중심으로 설명하고자 하였다.

연구모형 구성의 절차

연구모형은 직관적이고 단순화하여, 연구의 변인 간의 관계를 구조적으로 제시할 목적으로 설정된다. 즉, 변인 간의 관계설정으로 구성된 세부 가설들의 관계도로 이해해도 무방하다. 따라서 연구모형을 설정하기 위해서는 가설의 구성이 선행되어야 하고, 가설이 성립되기 위해서는 연구 변인의 관계설정 우선되어야 한다. 해당 연구에서 연구변인을 구성하기 이전에, 최우선적으로 선행연구 고찰을 통해 변인의 내용과 측정방식을 결정하여야 한다. 이러한 연구모형 구성의 필요작업을 역순으로 재정리하면, 다음과 같다. 즉 다음의 기본 과정을 거쳐야만 검증 가능한 연구모형이 성립될 수 있다.

[1] 변인의 척도 및 내용 확인 : 선행연구 및 개발을 통해 조사도구의 결정

[2] 변인의 관계 구성 : 배경변인, 독립변인, 매개변인, 종속변인, 조절변인, 통제변인

[3] 가설의 설정 : 이론적 근거와 분석방법을 고려하여 구성

[4] 연구 모형의 구성 : 세부가설을 구조적으로 연결 　

단계별로 설명하고 논의할 내용이 매우 방대하나, 연구모형을 구성하기 위한 핵심만을 추려 설명하고자 하였다. 주로 인과적 연구모형, 즉, 회귀적 경로나 구조적 경로인 경우는 연구모형을 용이하기 그릴 수 있으나, 다양한 분석형태의 가설을 실제 모형으로 제시하는데 어려움이 있다. 따라서 ‘[4] 연구모형의 구성’ 단계에서 모형을 설정하기 어려운 경우, ‘[2]변인의 구성’을 그림이나 표로 제시하는 방법이 이용되기도 한다. 이도저도 어렵다면, 생략하면 된다.

[1] 변인의 척도 및 내용 확인

변인의 내용은 연구자의 연구주제와 연구문제 설정과정에서 상당부분 결정이 완료된다. 내용의 구성이나 신뢰도 타당도에 대한 논의는 생략한다. 다만, 실증연구를 수행하기 위하여 자료를 구축하는 과정이 필요한데, 측정을 통해 양적/계량적 데이터로 변환하게 된다. 대부분의 양적연구와 계량연구에서 부호화할 때, 척도(scale)를 설정하게 된다. 추후 설문지 작성법이나 통계 분석을 정리할 때, 언급되겠지만, 요약하자면, 측정된 변수를 자료(data)화 할 때, 범주형 데이터(categorical data)로 가져올지, 연속형 데이터(continuous data)로 할지 결정하여야 한다. 범주형에는 명목척도와 서열척도가 있고, 연속형에는 등간척도와 비율척도가 있다.

참고로, 리커트 척도(likert scale)은 널리 이용되는 척도인데, 예/아니요의 이분척도부터 5점 척도, 7점척도, 9점척도 등 다양하게 쓰이고 있다. 5점척도 기준 단일 항목이나, 소수의 항목일 경우 데이터의 정규성을 확인하여, 비정규 분포를 보인다면, 비모수적인 검증을 해야 한다. 일반적으로 하나의 변인(variable)에 다수의 측정변인(items)을 쓰기 때문에 정규성이 확보되므로, 모수적인 분석을 실시하게 된다. 즉, 전자의 경우 서열척도로 분류되고, 후자인 경우는 등간척도로도 분류될 수 있다.

명목척도(Nominal Scale): 어떤 범주에 대해 단지 명목상의 의미로서 수치를 부여한 척도(예시 1예, 2아니요)

서열척도(Ordinal Scale): 순서척도로 비교를 위해 특성의 대소의 순서에 따라 측정대상에 수치를 부여한 척도 (예시: -2, -1, 0, 1, 2)

등간척도(Interval Scale): 구간척도로 절대적 원점(Absolute zero)이 없으며, 대상이 갖는 양적인 정도의 차이에 따라 등 간격으로 수치를 부여한 척도(예시: 1, 2, 3, 4, 5)

비율척도(Ratio Scale): 절대적 원점이 존재하며, 비율계산이 가능한 수치를 부여한 척도(예시: 매출액, 무게, 가격, 소득 등)

[2] 변인의 관계 구성

연구주제를 구성하는 변인들을 설정하여, 변인 간의 관계를 설정하여야 한다. 이때, 이론적 배경에 의하면, 하나의 변인이 상대적으로 다른 역할을 하게 될 수 있다. 심지어 A-B의 영향관계를 B-A로 나타나는 경우도 있다. 변인에 대한 선행연구와 실제 내용, 그리고 해당 연구에서의 조사도구의 구성에 따라서 재정의 될 수 있다. 예를 들면, 학교성적과 행복감의 관계라는 주제에 대하여, 다음과 같은 가설이 설정될 수 있다. 학교 성적은 학생의 행복감에 영향을 미칠 것이다. 반대로, 행복감이 높은 학생은 학교 성적이 높을 것이다. 결론적으로 모두 설정가능하다. 다만, 이론적 배경, 조사 대상자의 표집, 연구의 전체적인 흐름 등을 고려해야만 한다. 실전에서 선정된 변인의 관계를 구성하는데, 어려움이 있다면, 제 3의 변인과 제4의 변인의 관계를 종합적으로 고려하면 도움이 된다. 논리적 검증이나 설명이 어렵다면, 다수의 선행연구를 수용하는 것이 현실적인 해결방안이 될 수 있다.

변인의 종류는 관계에 의하여, 배경변인, 독립변인, 매개변인, 종속변인, 조절변인, 통제변인 등으로 구분할 수 있다. 모든 변인을 이와 같이 가장 적합한 변인 역할에 대입한다. 역할 설정은 독립-종속의 관계를 우선적으로 설정하고, 배경, 매개, 조절, 통제 변인의 설정이 가능한지, 필요한지를 검토해보기를 권한다. 연구의 핵심 인과관계를 구성한 후에, 정교화 작업을 하는 것이 논문의 주제를 유지하는데 도움을 주기 때문이다. 연구 변인의 관계에 대한 글은 이전 글 ‘연구 변인이란( https://brunch.co.kr/@dr-yu/3 에서)언급한 바 있다. 다음과 같이 기본적으로 변인의 역할에 따라 제시가능하다. 일반적으로 배경변인은 조사대상자의 일반적 특성으로 설명되거나, 조절변수나 통제변수로 이용되는 경향이 있다. 따라서 변인의 구성에서 제외시켜도 무방한 경우가 많다.

[3] 가설의 설정

아래 그림에서 [H1], [H2], [H3]은 가설을 의미하는데, 선을 그어 설명하는 방식은 양방향 화살표, 일방향화살표, 점선 등으로 구분하여 이용할 수 있다. 구분의 기준은 정해진 규정은 아니나 변인 간에 상관성을 중심으로 분석하는 경우는 양방향 화살표[H1]를 쓰는 경향이 있다. 일방향 화살표[H2]는 주로 변인에서 변인으로 연결되며, 회귀적 영향력을 설명한다. 화살표를 받는 것이 종속변인이다. 변인에서 변인으로 가는 경로(화살표)로 일방향 화살표[H3]가 연결된 것은 조절효과를 확인할 때 주로 이용된다. 통제 변인이 있다면, 조절과 같은 방식으로 표기 될 수 있다. 다음은 대표적인 가설형태에 대한 예시이다.

[H1]에 대한 예시

c 와 e, g, I 는 상호 상관성이 있을 것이다. - 상관관계분석

d 에 따라 e, g, I 는 차이가 있을 것이다. - 분산분석(t-test, one way ANOVA 등)

d 에 따라 f, h, j 는 차이가 있을 것이다. - 교차분석 등

[H2]에 대한 예시

c 는 e, g, I 에 양의 영향력이 있을 것이다. - 다중회귀분석 등

d 는 f, h, j 에 영향력이 있을 것이다. - 이분형회귀분석 등

[H3]에 대한 예시

g, h 는 [H2]의 가설경로에 조절효과가 있을 것이다. - 위계적회귀분석 등

[4] 연구 모형의 구성

본 단계는 연구가설을 세부적이며, 구조적으로 구성하는 단계이다. 세부적이라 함은 최대한 세부가설을 모두 수용하여야 하고, 구조적이라 함은 하나의 연구모형에 내용을 모두 담을 수 있도록 하여야 한다. 상관관계분석이나, 분산분석, 회귀적 모형을 모두 포함하는 분석방법을 설계한 경우에는 상관관계분석, 분산 분석, 교차분석 등의 비 회귀적 관계는 연구모형에 포함시키지 않는 경우가 있다. 이 경우는 연구가설의 검증과 연구 모형(경로)의 검증을 명확히 구분하여야 하는데, 연구문제의 범위에서 구분할 수 있다. 혹은 상관관계 분석이나 분산분석, 교차분석 등을 설정된 연구 모형(경로)을 검증하기 위한 사전단계로 밝혀두어야 한다.

연구모형은 개별가설의 개념적 구성이기 때문에 간명하고, 단순할수록 좋다. 그러나 가설, 즉 연구모형의 개별 검증 시에는 연구모형에서의 변인은 통일된 범주화가 요구된다. 보통 변인의 내용과 구성이 타당하고 신뢰할 수 있는 수준에서 가설을 검증하므로, 변인은 요인분석의 수준으로 정교화 되기도 한다. 따라서 연구모형은 최대한 분석 과정과 결과를 예측하여 구성하여야 한다. 즉, 분석수준에 따라 연구모형의 정교화 수준이 결정되어야 한다. 일반적으로 탐색적 수준과 확인적 수준으로 나누어 볼 수 있다.

확인적 요인분석이나 구조모형과 같이 측정모형이 아니라 개별가설의 개념적 구성수준(요인)의 수준에서 설명하고 있다. 간혹, 연구모형과 측정모형이 거의 동일하게 구성되는 경우가 있는데, 이는 경로적 연구나 확인적 연구에서 주로 나타난다. 이때는 개념의 구성과 동시에 측정변인의 설정이 요구된다. 가설을 구체적으로 설정하기에 앞서 측정의 개념을 정립해야 한다. 자세한 건 구조모형 방정식에서 다룰 수 있다. 본 글에서는 타원형으로 구성되는 요인수준의 모형을 제시하였다.