Blog / Data Science

사회복지 연구에서의 양적 연구 방법론 입문 가이드

영어 원문: Beginner's guide on Quantitative Methods in Social Work Research (2022년 2월 2일 게시)

2022년 1월 28일 업데이트

대학원 입학을 환영합니다. 그리고 사회복지 연구의 세계에 오신 것을 환영합니다. 사회복지는 근본적으로 다수준 체계와 관련되어 있으며, 이러한 이유로 사회복지 연구 또한 학제 간 연구 의 성격을 띱니다. 이는 긍정적인 부분입니다. 그러나 바로 그 이유 때문에 어떤 통계 방법론을 우선적으로 배워야 할지 길을 잃기 쉬우며, 적어도 저는 그랬습니다. 저는 다음과 같은 질문들을 품고 있었습니다: 내 연구 질문에 적합한 양적 연구 방법론을 어떤 순서로 어떻게 배울 수 있을까? 어떤 유형의 연구 질문이 어떤 방법론으로 해결될 수 있을까? 서로 다른 학문 분야에서 사용되는 용어와 방법론 간에는 어떤 차이가 있을까? 어떤 소프트웨어를 배워야 할까? 저처럼 막막함을 느끼고 계실 누군가에게 이 글이 도움이 되기를 바랍니다.  

방법론 선택하기

기초 통계 학습 (기술통계, 이변량 분석, 회귀분석)

변수의 유형을 이해하는 것에서 시작하여, 첫 번째 단계는 기초 통계(기술통계, 이변량 분석, 회귀분석)를 배우는 것입니다. 연속형 변수, 범주형 변수, 이분형 변수를 구별하고 각 변수 유형을 다른 변수 유형으로 변환하는 방법을 아는 것은 필수적입니다. 예를 들어 연령은 연속형 변수일 수 있습니다. 연구 질문에 따라 이를 연령대 범주형 변수(1=18세 미만, 2=18~30세, 3=31~50세, 4=51세 이상)나 이분형 변수(0=18세 미만, 1=18세 이상)로 변환할 수 있습니다.

변수의 유형에 따라 선택해야 하는 분석 유형이 결정됩니다. 따라서 다음으로 이변량 분석(t-검정, 카이제곱 검정, 상관분석, ANOVA 등)을 배우는 방법을 익혀야 합니다. 그 다음 단계는 회귀분석을 배우는 것입니다. UCLA IDRE의 ‘Choosing the Correct Statistical Test‘ 가이드는 연구 질문의 독립변수와 종속변수에 어떤 기본적인 1차 분석이 적합한지 설명해 줍니다. 따라서 먼저 변수의 유형(등간, 서열, 연속, 이진, 범주 등)을 이해해야 합니다.

이러한 기초 통계를 학습한 후에는 자신의 연구 관심사에 따라 방법론을 선택하여 방법론 툴킷을 발전시켜 나갈 수 있습니다. 예를 들어 로지스틱 회귀분석을 이해하는 것은 분류 과제에 머신러닝을 적용하기 위한 가장 기본적인 단계입니다.

통계학 입문을 위한 유용한 자료

MOOC 

도서

사회과학 방법론의 발전 역사
Jones, L. V., & Thissen, D. (2006). 1 A History and Overview of Psychometrics. Handbook of statistics, 26, 1-27.
  • 심리학자와 경제학자들은 사회과학을 위한 통계 방법론을 각자 독자적으로 발전시켜 왔습니다(Goldberger, 1971). 그러나 두 분야는 때로 서로 중첩되기도 합니다(예: 일부 심리학자들은 심리측정학에 인과추론 방법을 적용하고, 일부 경제학자들, 특히 행동경제학자들은 계량경제학에 심리학적 예측 변인 및 결과 변수를 적용합니다).
  • 때로는 분야에서 널리 통용되는 통계 용어가 학문 분야마다 다를 수 있지만, 기본적인 통계적 논리는 동일합니다. 예를 들어 역학자들은 상호작용 효과를 효과 수정이라고 부릅니다. 사회학자들은 생존 분석을 사건사 분석으로 지칭할 것입니다.
  • 공중보건 및 역학 연구자들은 ‘인과성’ 규명이 연구 결과의 핵심이기 때문에 계량경제학이나 생물통계학(예: 생존 분석)을 활용할 가능성이 더 높습니다. 개입의 효과성에 관심이 있다면 개입 전후의 인과관계를 입증하기 위한 인과추론 및 실험 연구 설계가 필수적입니다.
  • 사회복지학이나 교육학 학자들은 관심 대상 집단을 고려한 주관적 개념에 관심이 많기 때문에 심리측정학을 활용할 가능성이 더 높습니다. 그러나 예외도 있습니다. 사회복지 정책 학자, 교육 정책 학자 및 개입 연구자들은 연구에서 심리측정학보다 계량경제학을 사용하는 경향이 있습니다. 최근에는 두 통계 방법론 계제 모두 전산적 접근 방식을 통합하며 발전하고 있습니다(예: 머신러닝을 위한 SEM 도입).
심리측정학
  • 주관적 변수(예: 정신건강, 낙인, 복지 등)에 관심이 있는 경우
  • 설문조사나 1차 데이터셋 수집을 통해 심리측정학적 측정을 활용 
  • 구조방정식 모델링(SEM)은 심리측정학적 측정(측정 모델 부분)과 일련의 회귀분석(구조 모델 부분)의 결합입니다
계량경제학
기타 고급 방법론

사회복지학 연구자들이 활용할 수 있는 고급 방법론에는 다음과 같은 것들이 있습니다; 종단 분석(계량경제학에서는 패널 분석으로도 불림), 다수준 모델링, 사회연결망 분석, 지리공간 분석, 전산 분석(예: 자연어 처리, 머신러닝 등). 이러한 방법론들은 서로 결합되어 다수준 SEM, 종단 SEM, 공간 데이터를 활용한 인과추론 등으로 불리며 활용될 수 있습니다 …

종단 모델링

개인에게 일어나는 종단적 변화에 관심이 있을 수 있습니다. 예를 들어 부정적 아동기 경험(ACEs)이 성인기 삶에 어떤 영향을 미치는지 궁금할 수 있습니다. 이를 위해서는 종단 분석을 공부해야 합니다. 연구가 심리측정학 기반인지 계량경제학 기반인지에 따라 사용하는 방법론이 달라질 수 있습니다. 예를 들어 심리측정학에서는 종단 구조방정식(예: 잠재성장모델)을 사용할 수 있는 반면, 계량경제학에서는 패널 분석 방법(예: 비정규성을 고려한 일반화추정방정식)을 활용할 수 있습니다.

다수준 모델링
참고: Multilevel Modeling | Coursera의 Why We Need Multilevel Analysis.

다수준 체계에 관심이 있을 수 있습니다; 사회복지학에서는 대상 인구의 문제를 이해하는 주요 접근법으로 Bronfenbrenner의 생태체계이론을 활용합니다. 많은 사회과학 연구 질문에서 변수들은 체계의 상위 수준에 군집되어 있습니다. 예를 들어 특정 동네, 학교, 국가 수준 변수가 개인에게 미치는 영향(예: 이웃 효과)이 궁금할 수 있습니다. 이는 다수준 모델링(위계선형모델링으로도 알려짐)을 사용하여 보다 적절하게 답을 구할 수 있습니다.

지리공간 분석 및 지리정보시스템

지역사회 수준에 관심이 있는 일부 사회복지학 연구자들은 동네 수준의 특성을 시각화하기 위해 지리정보시스템을 활용하기도 합니다(예: 지역사회 자산 매핑).

참고문헌

사회연결망 분석

사회복지사는 사회적 관계와 사회적 연결에 깊은 관심을 둡니다. 서로 다른 행위자와 체계가 어떻게 연결되어 있는지 이해하고자 할 때 사회연결망 분석(SNA) 기법은 특히 유용합니다. Duke Network Analysis Center는 사회연결망 및 보건 워크숍으로 유명하며, 다행스럽게도 SNA를 배우고자 하는 모든 이들에게 워크숍 자료가 공개되어 있습니다.

참고문헌

데이터 사이언스 / 전산사회과학

특히 빅데이터(예: 전자의무기록, 아동복지나 사법 시스템의 행정 데이터)를 활용하거나 텍스트를 양적 형태의 데이터(예: 소셜 미디어 게시물)로 활용하는 데 관심이 있다면, 전산 방법론이나 데이터 사이언스가 배워야 할 방법론이 될 수 있습니다. 자연어 처리는 텍스트 데이터를 연산 가능한 형식으로 변환하는 기술입니다.

기타

통계 소프트웨어 

사회과학자의 연구에서 재현성과 협업이 점점 더 중요해지고 있으므로(많은 학술지가 투고 시 데이터와 코드 제공을 권장하고 있습니다), 가급적 빨리 SPSS나 AMOS를 사용하는 대신 코딩을 연습하기 시작할 것을 권합니다. 사회과학에서는 Stata가 가장 널리 사용됩니다. Stata 무료 웨비나는 여기에서 확인할 수 있습니다: https://www.stata.com/training/webinar/

  • 코딩 경험이 요구되는 수준은 다음 순서와 같습니다: SPSS (코딩 불필요) > Stata (재현성을 위해 코딩이 권장되지만 코딩 없이도 작업 가능) > R (패키지에 익숙해지기 위해 많은 연습 필요)
  • 구조방정식 모델링의 경우: AMOS (코딩 불필요) > Stata (재현성을 위해 코딩이 권장되지만 코딩 없이도 작업 가능하나, SEM 분석 옵션은 AMOS와 Mplus가 더 다양함) > Mplus (코딩이 필요하지만 극도로 어렵지는 않음) > R (많은 코딩 필요)

최근 R은 무료이며 사용자가 작성한 패키지로 확장할 수 있다는 장점 덕분에 인기를 얻고 있습니다. 하나의 도구(예: Stata)로 코드 작성에 익숙해지면 다른 소프트웨어(예: R)로 코딩하는 법을 배우는 속도도 빨라질 수 있습니다. Stata 대신 R이나 Python으로 코딩을 시작하는 것도 자유로운 선택입니다. 그래도 구문 작성에 익숙해지는 것 자체가 불안과 좌절을 덜 느끼며 다른 소프트웨어를 배우게 해주는 자산이 되므로, 어떤 신택스 기반 프로그램(제가 코딩이 필요하다고 표현한 프로그램)으로든 시작해 볼 수 있다고 생각합니다.

업데이트: ChatGPT는 한 언어(예: STATA)로 작성된 코드를 다른 언어(예: R)로 변환해 주는 기능까지 제공합니다. 어느 한 언어에 익숙해지면 다른 언어로 작업하기도 훨씬 수월해질 것입니다.

워크숍/자료

학교 밖에서는 다음과 같은 웹사이트를 통해 고급 통계 방법론을 배울 수 있습니다(일부는 자비로 부담하기에 비용이 다소 높을 수 있습니다): 

비교문화 연구와 구조방정식 모델링에 관심이 있는 분들을 위해 몇 가지 책을 추천합니다.

  • February 2, 2022
Nari Yoo, PhD
Assistant Professor, University of Michigan School of Social Work

Translate this page into: