13. 논문작성 7주 차: 방법론, 질적 연구의 심장
이전 12장 논문작성 6주 차에서는 양적 연구 논문의 방법론 부분을 쓰는 전략을 살펴보았다. 이장에서는 질적 연구 논문의 방법론 부분을 쓰는 전략을 살펴본다. 방법론 부분에서 나의 연구가 체계적인 연구 방법 과정을 따라 잘 진행되었다는 것을 상세하면서도 명료하게 써야 한다는 점에서는 질적 연구 논문이나 양적 연구 논문이나 다를 바가 없을 것이다. 여기서는 질적 연구 논문의 사례들을 가지고 질적 연구 논문에서 특히 고려하여야 할 쓰기 전략들을 살펴볼 것이다. (pixabay의 무료 이미지 사용)
우선, 총 6,000 자의 논문에서 질적 연구 논문의 방법론도 약 900자 (총 글자 수의 15% 정도)로 시작하면 된다. 크게 3개 정도의 소제목 – Context (or Setting), Participants, Data collection and analysis – 으로 구성할 것을 제안한다. Data collection와 Data analysis는 별도의 소 제목으로 구성하여도 된다. Instruments/Measurement는 필요하지 않은 경우가 많다. 물론 여러분 연구의 방법론의 특성에 맞게 조정할 수 있다. 방법론 부분을 쓰는 데 꼭 기억해야 할 점은 연구가 어떻게 수행되었는 지를 상세하고 명료하게 써주어 연구의 투명성과 재현성을 보장하도록 해야 한다는 것이다.
Context (연구 맥락)
질적 연구에서는 어떤 맥락 혹은 환경에서 연구 데이터가 수집되었는가가 중요하기 때문에 이에 대한 충분한 기술을 해 주면서 방법론 부분을 시작하기를 제안한다. Context는 Setting이라고 써도 좋다.
Context 부분의 목적은 연구가 수행된 환경, 설정 또는 배경을 설명하여 독자들이 데이터가 수집된 조건과 이러한 조건이 연구 질문과 관련된 이유를 알 수 있도록 하는 것이다. 이 부분에서 기술해야 될 내용은 다음과 같다.
1) 연구의 광범위한 환경 (예: 지리적 위치, 국가, 소속 기관 등)을 기술한다.
2) 연구에 영향을 미칠 수 있는 관련 역사적, 문화적, 사회적 요인을 설명한다.
3) 왜 이 특정 맥락이 연구에 중요한지 명확히 한다.
다음 쓰기 전략들을 고려하여 재미있게 써 나가기 바란다.
1) 기술적 (descriptive)이면서 간결하게 작성한다.
2) 독자에게 명확한 그림을 그릴 수 있도록 구체적인 세부 사항을 적절히 사용한다.
3) 불필요한 전문 용어를 피하도록 한다.
4) 꼭 필요시에는 선행 연구를 인용해도 좋다.
5) 연구에 따라 다르나, 약 100 – 200 자 정도로 써 주면 될 것이다. 경우에 따라서는 100자 이내일 수 있다.
예시 1
Context
The study was conducted in a mid-sized urban public elementary school in the northeastern United States. (연구의 광범위한 환경을 기술하고 있다.) This school serves a diverse student population with approximately 40% of students identifying as Caucasian, 30% as Asian, 20% as Hispanic, and 10% as African American. Over the past decade, the school has implemented various inclusive education policies to support English Language Learners (ELLs). (연구 주제와 관련하여 학교 환경의 구성원 특성과 특정 프로그램을 설명한다.) This context provided a rich environment for exploring teachers' perceptions and practices regarding inclusive education. (이 특정 환경이 왜 연구에 중요한지 간결하게 설명한다.)
예시 2 (이 논문에서 인용하였다.)
Context
We enrolled in Massive Open Online Courses (MOOCs) and kept journals regarding our learning experiences and observations. (연구의 데이터가 수집된 환경이 무료온라인강의인 MOOC을 듣고 기록한 저널이라는 것을 밝히고 있다.) We had total freedom in regard to which MOOCs to study since this is “what individuals do when they undertake open learning out of their own volition” (Veletsianos, 2013, p. 4). (선행 연구를 인용하면서 연구 환경이 되는 무료온라인강좌를 자유롭게 선택하였음을 설명하고 있다. ) Table 2 shows the courses taken by participants A, B, and C. (보다 상세한 연구 환경인 MOOCs의 특성은 Context의 본문에 설명하지 않고 표로 제시하고 있다.)
Participants (연구 참여자)
Participants 부분의 목적은 연구 참여자들이 어떻게 선택되었는지, 그리고 그들에 관한 관련 통계 정보를 설명함으로써 독자들이 데이터를 수집한 샘플을 이해하고 연구 결과의 일반화 가능성 및 관련성을 평가할 수 있도록 하는 것이다. 이 부분에서 설명해야 할 내용은 다음과 같다.
1) 연구 참여자 선택 기준을 설명한다.
2) 모집 과정 및 윤리적 고려 사항에 대한 설명을 한다.
3) 연구와 관련된 통계 정보 (예, 나이, 성별, 인종 등)를 제공한다.
4) 참여자 수와 기타 관련 정보를 언급한다.
아래의 쓰기 전략들을 고려하면서 연구 참여자에 대하여 쓰면 될 것이다.
1) 명확하고 체계적으로 작성한다.
2) 복잡하고 전문적인 언어를 피하고 이해하기 쉽게 작성한다.
3) 독자들의 이해를 돕기 위하여 참여자의 주요 특성들을 표로 나타내줄 수 있다.
4) 양적 연구 논문의 참여자 부분과 유사하게 권장되는 단어 수는 200-300 자 정도이다..
예시 1
Participants
The study involved 20 teachers from the aforementioned elementary school. Participants were selected using purposive sampling to ensure a diversity of experience levels and subject areas. Specifically, this process was designed to include teachers with varying levels of experience to ensure that the study results would be more comprehensive and reliable. (연구 참여자가 누구이고 몇 명이며, 어떻게, 어떤 기준으로 선택하였는지를 설명한다.) The composition of participants was carefully adjusted to balance gender, age, and experience. The sample included 10 female and 10 male teachers, ranging in age from 25 to 60 years. The teaching experience of the teachers varied from 2 to 30 years, reflecting a wide range of experience from novice to seasoned educators. (연구 참여자와 관련된 주요 통계 정보를 제공하고 있다.) All participants submitted written consent before participating in the study and were assured that all information provided during the interviews and observations would remain anonymous and confidential. This assurance was crucial in encouraging participants to share their experiences and perspectives honestly, thereby enhancing the quality of the data. The study adhered strictly to ethical standards throughout the research process, with all procedures designed to protect the rights and welfare of the participants. (모집 과정에서의 윤리적 고려와 그 중요성을 설명하고 있다.)
예시 2 (이 논문에서 인용된 것이다.)
Cases (질적 연구의 하나인 사례 연구를 할 때, 그 사례가 사람인 경우에는 Participants라는 소제목대신 Cases라는 소제목을 쓸 수 있다.)
Cases were solicited across various regions via three resource persons: an editor-in-chief of an international journal on open education, a South Africa-based OER strategist, and an OER developer and researcher in an Asian distance teaching university. (참여자를 어떻게 모집하였는가를 기술해 주고 있다.) The cases were to concern faculty making regular use of OER in their teaching and learning. They were also to be from different regions and cultures. Of the ten cases finally selected, four were from Asia, two from North America, two from Africa and two from Europe. (본 연구의 사례가 되는 참여자가 누구이고 어디서 온 것인지를 구체적으로 밝히고 있다.) The faculty surveyed varied in their teaching experiences and level of OER adoption. Some simply used YouTube videos while others revised and repurposed existing OER to meet their own teaching needs. (이 연구의 참여자들이 다양한 특성을 가지고 있음을 이야기한다.) In all cases individual faculty members made a final decision to use OER for their own teaching. However, in cases 1, 3, 7, 8, and 9, OER adoption was largely supported and facilitated at the institutional level while in cases 2, 4, 5, 6, and10, it was solely based on an individual instructor's decision and effort. (연구 주제와 관련하여 참여자 각각이 개인적 결정을 한다는 것을 지적해 주면서 그래도 참여자에 따라 다른 점이 있음을 지적한다.) Table 1 presents an overview of the 10 cases adopted. (연구 주제와 관련되는 참여자의 특성들을 하나의 표로 제시하였다.)
Data collection and analysis (데이터 수집 및 분석)
Data collection and analysis 부분의 목적은 연구의 데이터가 어떻게 수집되었는지, 또한 수집된 데이터가 어떻게 처리되고 분석되었는지 설명함으로써 독자가 연구의 엄격성과 투명성을 평가할 수 있도록 하는 것이다.
Data collection and analysis 부분에서는 다음과 같은 내용을 작성해 준다.
1) 데이터 수집에 대해서는 수집 방법 (예: 인터뷰, 관찰, 문서 분석), 수집에 사용된 도구나 기구 (예: 인터뷰 가이드, 관찰 체크리스트), 수집 절차 (예: 기간, 설정, 자료 수집 빈도)를 설명한다.
2) 데이터 분석에 대해서는 분석 접근법 (예: 주제 분석, 근거 이론), 분석 접근법 선택의 정당화, 분석의 단계 (예: 코딩, 범주화, 해석), 사용된 소프트웨어등을 설명한다. 아울러, 신뢰성과 타당성, 투명성 등을 어떻게 보장했는지 (예: inter-corder reliability, triangulation)등을 설명한다.
다음의 쓰기 전략을 적용하여 이 부분을 쓴다면 효과적일 것이다.
1) 되도록 상세하고 구체적으로 작성하는 것이 좋다.
2) 인터뷰 또는 설문 조사를 사용한 경우 질문이나 프롬프트의 예를 포함한다. 모든 질문이나 조사 내용을 다 적을 필요는 없다. 꼭 필요하다면 부록으로 첨부한다.
3) 데이터 분석 과정은 다른 연구자들이 재현할 수 있을 정도로 명확히 설명한다.
4) 데이터 수집과 분석에 대한 설명은 연구 질문에 따라 해 주는 것이 좋다.
5) 양적 연구 논문이 100 – 200자 정도로 짧게 데이터 수집과 분석에 대하여 써 주는 반면, 질적 연구 논문에서는 400 - 600자 정도로 상세하게 써주는 경우가 많다.
예시 1 (분리형) (이 논문에서 인용한 것이다. 여기서는 총 570자 정도로 작성하되, Data collection과 Data analysis를 분리하고 있다. 논리적이며 체계적으로 이해하기 쉽게 과정별로 잘 작성된 사례이므로 참조하면 많은 도움이 될 것이다.)
Data collection
Approval from the Institutional Review Board of the first researcher’s institution (IRB No. 2–1,041,055-AB-N-01–2020-27) was first obtained, and consent to participate in the study was acquired from all participants. Data were collected via two rounds of interviews between May and July 2020. (연구의 수집 방법, 기간 등과 윤리적 고려에 대한 사항을 설명하고 있다.)
The first-round semi-structured interviews were conducted online. Each interview lasted between 1 and 1.5 h and was audio recorded. Thirteen open-ended questions were prepared to guide the participants to effectively recollect their memories of the preparation and implementation of ERT and to share their experiences in chronological order (from early February to the end of June 2020). The participants were asked to describe how they first prepared and carried out their online course(s) and explain how they felt during the preparation and delivery of these courses. They were also asked to share the challenges they faced at different stages of ERT and the strategies they developed to address these challenges. (1차 인터뷰 진행 방법과 내용 등이 상세히 설명되고 있다.)
The second-round interviews were conducted via email or telephone to clarify the points made by the participants in the first-round interviews, share our initial understanding of their experiences, and obtain additional data on the changes in their teaching behaviours and feelings and the adjustments made to their ERT after the first interview. (2차 인터뷰 진행 방법과 내용 등이 상세히 적혀 있다.)
Data analysis
Interview data were analysed following the five phases below. (5단계에 걸친 데이터 분석 과정을 상세히 설명하고 있다. 필요하다면 관련된 선행 연구를 최소한으로 인용할 수 있다.)
1. In the pre-processing phase, all audio-recorded interview files from the 12 participants were transcribed and exported to NVIVO 10 and Microsoft Excel 2016 to clean and organise the data. (1단계에서 어떤 데이터를 가지고 어떤 소프트웨어를 사용하여 무엇을 하였는가가 명확하게 설명되고 있다.) Responses that were unrelated to the study or without significant meaning were eliminated. Data from two participants (A and K in Table 1) who did not demonstrate evidence of being positive deviants in ERT were eliminated. (데이터 분석에서 어떤 자료들이 왜 제외되었지는지를 설명하고 있다.) In total, 50,651 words on 192 pages from the two rounds of interviews were used for the initial coding. (1차 분석 결과로 어느 정도 데이터가 분석되었는지 밝히고 있다.)
2. In the initial coding phase, the first author deconstructed the transcribed texts into a series of meaning units for analysis (i.e., sentences and paragraphs) and conducted inductive coding following the two steps of open coding and categorising (Creswell, 2007). To ensure trustworthiness during the data analysis, we conducted comparison and refinement within the interview data and codes several times (Marshall & Rossman, 2016). (2차 분석 내용과 방법을 명확히 설명하면서 신뢰성을 위하여 어떻게 하였는지 밝히고 있다. 관련 선행 연구들이 인용되어 있다.)
3. We carefully read and re-read the responses under each theme and sub-theme in the elaboration phase and elaborated on the initial coding results. After several rounds of discussions and revisions, we created tentative labels for the sub-themes under the initial themes to make sense of the data and more clearly depict the participants’ positive deviance behaviours, factors affecting these behaviours, and the emotional changes they experienced during ERT. (3차 분석 내용과 방법이 명확히 설명되어 있으며, 그 결과로 나온 자료들을 열거하고 있다.)
4. In the validation phase, we invited an experienced colleague to take the role of a critical reviewer by reading the interview data and coding results and providing comprehensive feedback on our claims, thereby enhancing the trustworthiness of the research outcomes (Lincoln & Guba, 1985). (4 차 분석 단계의 내용과 방법이 설명되고 있으며, 신뢰성을 높이기 위한 분석 활동임을 강조하고 있다.)
5. In the meaning-making phase, we examined the reviewer’s comments, and once again reviewed and refined the coding results to make sense of the data more clearly and depict the participants’ voices by applying the theoretical claims of the PDA. Ultimately, three phases of ERT were identified (Research Question 1), three themes emerged as positive deviance behaviours (Research Question 2), and two themes and four sub-themes were categorised as critical factors influencing these positive deviance behaviours (Research Question 3). (마지막 단계에서는 각 연구 질문에 따라 분석에서 나온 결과들을 제시하고 있다.)
예시 2 (통합형)
Data collection and analysis (데이터 수집과 분석을 하나의 제목하에 설명하면서, 소 제목을 붙여가면서 체계적으로 수집 방법과 분석 과정을 530 여자로 명확히 설명하고 있다.)
Data for this study were collected through semi-structured interviews and classroom observations during the spring term in 2022, providing a comprehensive approach to understanding teachers' experiences and perceptions of inclusive education. (언제 어떤 방법으로 데이터가 수집되었는지를 설명하고 있다.)
1. Semi-Structured Interviews: An interview guide was developed by the researcher, featuring open-ended questions that examined various aspects of inclusive education from the teachers' perspectives. These questions were designed to elicit in-depth responses about their experiences, challenges, strategies, and overall perceptions. Each interview lasted approximately 1 hour, allowing ample time for participants to elaborate on their answers. The interviews were conducted in a private setting within the school, ensuring a comfortable and confidential environment for participants to share their thoughts openly. This setting also minimized potential disruptions and helped maintain the focus of the discussions. (반 구조화된 인터뷰 질문의 대략적인 내용과 인터뷰 진행 시간, 장소, 방법 등과 그러한 장소, 방법을 택한 이유 등이 제시되고 있다.)
2. Classroom Observations: Classroom observations were conducted over a two-week period, ensuring that a representative snapshot of teaching practices could be captured. Each teacher was observed twice, with each observation session lasting one hour. This approach provided multiple data points for each teacher, enhancing the reliability of the observational data. During these sessions, a standardized checklist was used to systematically record observations, focusing on inclusive teaching practices and student engagement. This checklist ensured consistency and allowed for the comparison of practices across different classrooms and teachers. Observations provided valuable contextual insights that complemented the interview data, offering a holistic view of how inclusive education was being implemented in the classrooms. (데이터 수집의 또 다른 방법인 교실 관찰에 대한 설명이다. 관찰이 이루어진 기간과 시간, 내용, 관찰 방법, 방법의 정당화 등이 설명되어 있고, 관찰에 사용한 체크리스트 소개하고 있다.)
The data analysis process was conducted using thematic analysis, a method well-suited for identifying, analyzing, and reporting patterns within qualitative data. (데이터 분석의 큰 틀이 thematic analysis 임을 설명하고 있다. 아래는 분석의 단계별 설명이다.)
1. Transcription and Compilation: Initially, all interviews were transcribed verbatim, ensuring that the richness and nuances of the spoken data were preserved. Concurrently, observational notes were compiled in a systematic manner, organizing the data collected using the standardized checklist. (첫째, 본격적인 분석을 위하여 먼저 데이터를 분석에 맞게 준비한 활동을 간결하지만 명확하게 설명하고 있다.)
2. Open Coding: The first step in the analysis involved open coding. This process entailed a detailed examination of the transcripts and observational notes, during which segments of data were labeled with initial codes. These codes represented significant concepts and ideas that emerged from the data, laying the foundation for further analysis. (둘째, 준비된 데이터로 첫 단계 분석을 어떻게 하였는지, 그 결과는 무엇인지를 설명한다.)
3. Axial Coding: Following open coding, axial coding was conducted to identify relationships between the initial codes. This step involved grouping related codes into broader categories, helping to structure the data in a more meaningful way. By identifying connections and patterns, axial coding facilitated a deeper understanding of the underlying themes in the data. (셋째, 다음의 분석 단계에서 무엇을 어떻게 하고 그 결과물로 무엇을 얻었는지 설명한다.)
4. Selective Coding: The final step, selective coding, focused on identifying core themes that directly addressed the research questions. This involved refining the categories developed during axial coding, distilling them into overarching themes that encapsulated the main findings of the study. These core themes provided a coherent narrative that linked back to the study's objectives. (넷째, 분석의 마지막 단계에서 한 활동을 설명하면서 그 결과물을 밝히고 있다.)
5. Software and Reliability: NVivo software was used to manage and organize the data throughout the analysis process. NVivo facilitated efficient coding, retrieval, and visualization of data, ensuring a systematic approach to the analysis. To ensure the reliability of the findings, a second researcher independently coded a subset of the data. Any discrepancies between the researchers were discussed and resolved through consensus, enhancing the credibility and trustworthiness of the analysis. This collaborative approach helped to mitigate potential biases and ensured a robust interpretation of the data. (다섯째, 분석에 사용한 소프트웨어에 대한 설명이며, 분석 결과의 신뢰성을 높이기 위하여 한 활동들을 상세히 설명하고 있다.)
여기서 잠깐!!!
지금까지 설명한 4개의 소제목에 더하여 필요하다면, Researcher positionality 혹은 Researcher's positionality (연구자 입장)의 소제목을 하나 더할 것을 제안한다. 그것은 대부분의 질적 연구 논문에서 연구자의 입장을 기술하는 것은 매우 중요하기 때문이다. 이는 연구의 투명성과 신뢰성을 높이며, 연구자의 배경, 경험, 그리고 가치관이 연구 과정과 결과에 어떻게 영향을 미쳤는지 독자에게 명확히 설명하고자 함이다. 또한, 연구의 맥락을 제공하고, 연구자가 자신의 역할과 영향을 평가해 보도록 한다. 이는 윤리적 연구 기준을 준수하고 연구의 신뢰성과 타당성을 높이는 데 기여하며, 참여자와의 상호작용에서 발생할 수 있는 권력 불균형을 드러내고 조정하는 데 도움이 된다.
아래 2개의 예시를 보면 무엇을 어떻게 써야 할지 이해할 수 있을 것이다. 대개 100 – 200자 이내로 간결하게 쓰면 될 것이다.
예시 1
Researcher’s positionality
As a first-generation immigrant and a woman of color, my positionality deeply influences my approach to this research on the experiences of minority women in higher education. Growing up in a multicultural environment, I have firsthand experience of the challenges and biases faced by marginalized communities. This background has heightened my sensitivity to issues of race, gender, and cultural identity, shaping my research questions and my interpretation of the data. My academic journey and personal encounters with systemic inequalities drive my commitment to amplifying the voices of underrepresented groups. I acknowledge that my perspectives and biases may impact my analysis, and I strive to maintain reflexivity and transparency throughout the research process to ensure the credibility and validity of my findings. (연구 주제와 관련된 연구자의 배경과 그 배경으로 인한 연구자의 연구 주제에 대한 관심과 연구 분석에의 영향 등을 밝히고 있다. 아울러 그로 인한 연구자의 시각과 편견에 대한 인식, 보다 투명하고 타당성, 신뢰성을 높이기 위한 노력을 말하고 있다.)
예시 2 (이 논문에서 사용된 예시이다.)
A note on researcher positionality
Conducting research with undergraduate Chinese international students required balancing my roles between a “xué zhǎng” and a researcher. “Xué zhǎng,” which meant a senior fellow student in Chinese, was the term used most frequently by the students to address me on various occasions. As an international student from China, I had the privilege of being treated as a member of their group and establishing a genuine rapport with them. The establishment of this interpersonal rapport was attributable to my commitment to involving myself in the everyday lives of the students, which included and went beyond the time we spent during interviews. Despite my relationship with the students as a “xué zhǎng,” I made a purposeful decision to maintain a researcher role throughout my fieldwork period. This researcher role can be explained from two main aspects. First, by assuming the role of a researcher, I made it explicit to the students that my relationship with them was consistently governed by ethical principles related to consent and confidentiality. Second, informed by my role as a researcher, I kept an eye on potential sources of researcher bias. To alleviate this concern, I made deliberate efforts in my data analysis and interpretation to prioritize the authentic voices of the students, instead of arguments based on my own assumptions. (위의 예시와 유사하게 연구자의 연구 관련 배경을 설명하고, 그로 인한 편견이나 시각들을 인지하고 보다 공정하기 위한 연구자의 노력을 이야기하고 있다. 이 예시보다는 조금 더 간결하게 축약해서 써도 좋을 것이다.)
- 끝
