개발 연구 설계와 운영화에 대한 논의

5.2b. 연구 설계 및 운영화

 

연구문제가 정의되고 연구문제나 가설이 설정된 후 다음 단계는 연구설계입니다. 이는 다음과 같이 일련의 순차적 선택으로 나눌 수 있습니다:

1. 이론적/개념적 틀의 선택

2. 방법론의 선택.

3. (자료 수집) 방법의 선택

4. (자료) 분석 방법의 선택.

 

윤리적이고 실용적인 고려가 의사 결정에 중요한 역할을 하겠지만, 그러한 선택은 연구 문제와 연구 질문 또는 가설에 의해 주도되어야 합니다. 예를 들어, 이론적 또는 개념적 틀의 선택은 기본입니다. 연구 문제, 질문 또는 가설이 빈곤 가구의 생계와 관련이 있다면 지속 가능한 생계 접근법을 선택할 수 있습니다. 대부분의 경우 선택이 간단하지 않고 기존 이론을 수정, 혼합 또는 결합하거나 4장에서 언급했듯이 새로운 이론적 틀을 연구 수행의 기초로 도매적으로 구축하는 것이 포함될 수 있습니다. 선택된 이론은 많은 부분 방법론적 선택을 형성할 것입니다. 방법론은 연구 질문이나 가설을 해결하기 위해 채택된 전반적인 연구 전략입니다. 방법론은 데이터 수집을 위해 선택한 방법과 기술뿐만 아니라 데이터 분석을 위한 기술 선택에도 정보를 제공합니다. 방법론은 전략이며, 방법과 기술은 연구를 수행하기 위한 세부적인 수단입니다. 때로는 일부 영역의 방법론적 선택이 방법과 기술 선택에서 선택의 폭을 좁힐 수 있으므로 이전 선택이 나중의 선택을 제한할 수 있습니다. 방법론의 경우 최소 5가지 중요한 질문을 고려해야 합니다: 방법론은 다학제적, 학제적 또는 범학제적이어야 하며, 선택된 접근 방식 내에서 특정 범위의 학문이 되어야 합니까? 방법론은 양적이어야 합니까, 질적이어야 합니까, 아니면 양적인 것과 질적인 것의 결합이어야 합니까? 방법론은 참여형 또는 비참여형 또는 혼합형(참여형 접근법의 일부 측면 포함)이어야 합니까?

방법론은 설문 조사, 사례 연구 또는 설문 조사와 사례 연구 접근 방식의 조합과 관련되어야 합니까? 어느 정도의 복잡성이 필요합니까? (표본 크기 측면에서 비교 연구가 관련되어 있는지, 한 사람이 다룰 수 있는지, 아니면 접근 방식이 더 경험이 많은 누군가를 필요로 하는지, 또는 어떤 구성의 연구 팀이 정말로 필요한지를 나타냅니다.) 그러면 위의 질문들의 선택으로 이어지는 고려해야 할 질문들이 더 있습니다. 예를 들어, 다양한 질적, 양적, 참여적 방법론이 있으며, 이 중 일부는 혼합될 수 있습니다(이 문제는 아래에서 더 자세히 설명합니다).질적 방법론에서만 민족지학, 현상학, 근거 이론, 구조적 민족지학 및 상징적 상호작용주의 사이에 매우 다양한 선택이 있습니다(자세한 논의는 Olsen, 2004 참조). '설문조사'와 '사례연구' 옵션을 더 고려하면 방법론적 선택이 얼마나 결정론적인지 알 수 있습니다. 설문조사는 통계적으로 유의하지만 의미의 '깊이'에 제한이 있을 수 있는 데이터를 생성할 수 있습니다. 설문조사는 일반적으로 개별 질문에 대한 질문의 수와 응답 깊이가 제한되도록 신중하게 구조화된 인터뷰어 또는 자체 관리된 설문지를 사용하여 더 많은 수의 응답자를 가집니다.

사례연구는 통계적으로 유의하지 않을 수 있지만 신중하게 구조화된 샘플을 포함할 수 있는 더 적은 수의 관측치를 포함합니다. 일반적으로 생성된 데이터에 상당한 깊이를 갖지만 범위나 일반화 가능성은 제한됩니다. 설명 및 설명 연구 질문은 설문조사 접근 방식으로, 반대로 보다 해석적인 연구 질문은 사례 연구로 이동하는 경향이 있을 수 있습니다. 방법의 선택과 분석 기법의 선택은 모두 이전에 이루어진 이론적 프레임워크와 방법론적 선택에 의해 알려질 것입니다. 데이터 수집 문제와 관련하여 중요한 결정 중 하나는 1차 데이터와 2차 데이터를 사용하는 것입니다. 1차 데이터의 수집(또는 생성)은 리소스 집약적이며 사용 가능한 연구 리소스의 높은 비율을 활용하여 비용이 많이 들 수 있습니다. 그러나 특히 개발도상국에서는 관련 2차 데이터를 사용할 수 없거나 설정된 연구 질문에 답하기 위한 근거로 충분히 신뢰할 수 없을 수 있습니다(박스 5.8 및 엄격함에 대한 관련 논의 참조). 경우에 따라 2차 데이터를 사용할 수 있도록 연구 질문의 형식을 절충해야 할 수도 있습니다. 우리는 이전에 우리(섹션 5.2a)가 다양한 연구 수준을 구별했으며, 1차 및 2차 데이터의 특정 수준 및 특정 연구 목표에 대한 적합성은 중요한 고려 사항입니다.5.5 그런 다음 이론적 또는 개념적 틀에 부합하는 구체적인 연구 방법과 채택된 방법론을 선택해야 합니다.6 방법론과 마찬가지로 방법과 기법의 경우 양적 접근과 질적 접근을 구분할 수 있습니다.

'정량적'과 '정량적'이라는 용어는 방법론뿐만 아니라 다음을 의미합니다: 데이터 수집 유형 – 특정 방법; 수집된 데이터 유형 – 즉 원시 데이터; 데이터 분석의 유형 – 분석 기법; 데이터 산출물 유형 – 최종 보고서 또는 연구에 있는 데이터. 예를 들어, 빈곤 측정 및 분석에 대한 정량적 접근법과 정성적 접근법을 비교합니다. Carvalho와 White는 양적 접근법과 질적 접근법을 다음과 같이 특징짓습니다. 빈곤 측정과 분석에 대한 양적 접근법은 일반적으로 무작위 표본 조사와 구조화된 인터뷰를 사용하여 데이터(주로 퀀티타이핑 가능한 데이터)를 수집하고 통계적 기술을 사용하여 분석합니다. 이와 대조적으로, 질적 접근법은 일반적으로 목적 샘플링과 반구조화된 또는 상호 작용적 인터뷰를 사용하여 데이터(주로 어떤 주제에 대한 사람들의 판단, 선호도, 우선 순위 및 인식과 관련된 데이터)를 수집하고 일반적으로 사회학적 또는 인류학적 연구 기술을 통해 분석합니다. (1997: 1) 비록 양적 접근법과 질적 접근법이 데이터 수집 방법과 데이터 유형에 대해 확연히 다른 접근법으로 설명되었지만, 질적 방법은 정량적 데이터를 생성하는 데 사용될 수 있습니다. 그러나 그 반대입니다.

정량적 방법은 질적 데이터를 생성할 수 없습니다. 7 데이터 수집 단계는 운영 단계로 볼 수 있으며, 선택된 방법은 분석될 데이터를 생성하는 데 사용됩니다. 1차 또는 2차 데이터는 연구의 목적을 직접적이고 명확하게 다루기 위해서는 연구 질문이나 가설과 직접적으로 관련이 있어야 합니다. 이 단계에서 고려해야 할 몇 가지 중요한 문제가 있으며, 특히 DS 연구와 관련된 차원이 있습니다. 첫 번째 문제는 데이터에 대한 액세스가 어떻게 보장되는지에 대한 것입니다. 1차 연구의 경우 실제 대상 모집단 자체(즉, 연구 대상)에 대한 액세스를 의미하며, 2차 연구의 경우 기존 데이터 및 문서화에 대한 액세스를 의미합니다. 둘 다 윤리적 질문을 제기합니다(2장 2.3절의 논의 참조).

요약하자면 상호성, 익명성, 기밀성, 정보에 입각한 동의 및 안전과 같은 연구 프로세스 자체와 관련된 기술적이지만 중요한 문제의 목록이 있으며 DS가 도출할 수 있는 몇 가지 윤리적 지침이 있습니다. 표본 추출은 비용과 시간의 제한으로 인해 대상 모집단의 모든 구성원으로부터 데이터를 수집할 수 없기 때문에 일반적으로 대상 모집단에서 기본 데이터를 생성하기 위해 채택됩니다. 또한 통계적 추론은 관련 모집단 특성을 나타내는 데이터를 생성하기 위해 모든 모집단 구성원으로부터 데이터를 얻는 것이 '과학적으로' 불필요하다는 것을 의미합니다. 상자 5.4는 표본 추출에 대한 가장 일반적인 두 가지 접근 방식을 보여줍니다. 표본 추출 접근법의 선택은 필요한 일반화 주장 수준(즉, 통계적 유의성)뿐만 아니라 실용적인 고려 사항에도 달려 있습니다. 중요한 문제는 표본의 특성이 표본이 추출된 모집단의 특성을 대표한다고 주장할 정도에 기초하여 체계적인 표본 추출에 대한 기본 논리가 있다는 것입니다. 샘플링은 1차 데이터를 기반으로 한 개발 연구뿐만 아니라 2차 데이터의 통계적 유효성 평가를 위한 주요 문제입니다. 근본적인 문제는 적절하게 설계된 표본이 샘플링 프레임(즉, 대상 모집단의 구성원 전체 목록)을 기반으로 한다는 것입니다.

많은 개발도상국에서 선거인부, 인구 조사 또는 전화번호부와 같은 공식 기록(선진국에서 샘플링 프레임의 기초로 자주 사용됨)은 부정확하거나 불완전하거나 접근할 수 없거나 존재하지 않을 수 있습니다. 연구자들은 종종 자신의 샘플링 프레임을 구성해야 한다는 것을 발견합니다.9 데이터 분석은 연구자가 수집한 모든 데이터를 수집하고 조사, 고려, 분류 및 처리하는 단계입니다. 그런 다음 데이터는 체계적으로 표로 정리될 수 있으며 연구 질문을 해결하거나 가설을 테스트하기 위해 추세, 규칙성 및 패턴을 식별합니다. 정량적 데이터의 경우 분석은 기술 통계의 제시, 더 정교하게는 회귀 분석과 같은 통계 또는 수학적 방법을 사용하여 처리하는 형식을 취할 수 있습니다. SPSS 또는 고급 패키지와 같은 컴퓨터 소프트웨어를 사용하면 설문 조사 데이터를 '입력'하고, 표로 표시하고, '처리'할 수 있습니다. 10 예를 들어, 경제학자들은 PC-GIVE와 같은 거시 경제 분석을 위한 전문 소프트웨어를 가지고 있지만, 미시 경제 분석은 종종 보다 표준적인 사회 과학 및 일반 컴퓨터 소프트웨어를 사용할 수 있습니다. 정성적 데이터의 경우 콘텐츠 분석(정량적 데이터에서 정량적 데이터 생성으로 이어질 수 있음) 또는 다양한 형태의 디스코스 분석(David and Sutton, 2004에서 논의됨) 중 하나를 선택할 수 있습니다. 콘텐츠 및 담론 분석은 모두 '아래'(데이터 수집 전에 코드가 결정됨) 또는 '아래'(코드가 수집된 후 데이터에서 나타나는) 테마를 사용하여 데이터를 코드화하는 것을 포함합니다. 소프트웨어 패키지(NUD*IST, Nvivo 또는 ATLAS)는 개념, 패턴, 규칙성, 시스템 및 테마에 대해 단어, 줄, 문장 및 단락 수준의 연구 데이터를 코드화할 수 있습니다.11 데이터가 '정리'(제시)되고 '처리'(분석)된 후에는 다양한 유형의 보고서에 기록되기 전에 결과를 해석하고 맥락화해야 합니다. 물론 이러한 단계와 과정은 DS 연구에서 방법과 방법론이 '혼합'된다면 더욱 복잡해집니다.