1. 심리학의 연구방법론
심리학도 다른 사회과학 분야들과 마찬가지로 질적 연구방법과 양적 연구방법, 두 가지를 모두 사용한다. 전자는 주로 임상가들에 의해, 후자는 주로 기초 분야 전공자들에 의해 많이 사용되나 양자가 혼용되는 경우도 많다. 양적 연구방법은 연구 대상의 특성을 수치화, 계량화하기 용이한 경우에 많이 사용되는데 이러한 연구방법이 적합한 사례로는 반응시간 연구, 지능 연구와 같은 것이 있다. 양적 연구방법은 통계학의 지식들을 이용하여 연구 대상의 특성을 기술하고, 예측하는 것을 주된 목적으로 한다.
심리학에서 주로 사용되는 양적 연구방법론에는 문항반응이론, 다층 모형, 구조방정식모형, 경로분석, 요인분석 등이 있다. 양적 연구방법론의 가장 큰 강점은 일반화하기에 용이하다는 것이다. 질적 연구방법은 이와는 다르게 소수의 사례를 깊이있게 분석하는 것이 주된 목적으로, 임상가들에 의해 주로 사용되고 있다. 질적 연구방법론에서는 상담, 질문지 작성 등의 방법을 주로 사용하며 내담자나 연구대상의 심리적 상태를 심도있게 기술하는 것을 목적으로 한다. 심리학이 사용하는 방법의 과학성은 심리학을 경험과학답게 만들어 주는 가장 중요한 특징이라 할 수 있다.
1-1 심리학에서 사용되는 양적 연구 방법론
1) 문항반응 이론 : 심리적 특성을 측정하기 위해 사용되는 문항들의 특성과 응답자들의 특성을 모형화하는 이론이다. 문항 반응 이론은 심리측정 및 검사에에서 널리 사용되는 방법론입니다. 이 이론은 문항의 난이도, 추측도, 식별력 등을 파라미터로 하여 문항의 품질을 평가하고 응답자의 성향, 태도, 능력 등을 파라미터로 하여 흥답자의 특성을 추정합니다.
2) 다층모형 이론: 다수의 관찰 단위가 계층적으로 구성된 데이터를 분석하는 데 적합합니다. 복잡한 데이터 구조에서 유영하게 활용되며, 다양한 심리학 연구에서 적용됩니다. 다층 모형은 다음과 같은 특징을 가지고 있습니다:
계층적 구조: 다층 모형은 관찰 단위가 여러 계층으로 구성되어 있을 때 사용됩니다. 예를 들어 학생들이 학교 내의 각 반에 속하고, 반은 학교에 속하는 경우, 이러한 계층적 구조를 고려하여 분석합니다.
고정 효과와 랜덤 효과: 다층 모형은 고정 효과와 랜덤 효과를 모두 고려합니다. 고정 효과는 모든 관찰 단위에 공통적으로 적용되는 효과를 의미하며, 랜덤 효과는 계층별로 다른 효과를 고려합니다.
계층 간 상관 관계: 다층 모형은 계층 간 상관 관계를 고려하여 데이터를 분석합니다. 예를 들어 학생들이 같은 반에 속할 경우, 그들의 성적이 서로 상관 관계를 가질 수 있습니다.
계층적 분산 구조: 다층 모형은 분산이 계층적으로 구성되어 있는 경우를 고려합니다. 이는 관찰 단위 간의 분산이 계층별로 다를 수 있다는 것을 의미합니다.
3) 구조방정식모형 이론 : 다양한 변수 간의 관계를 동시에 고려하여 복잡한 모형을 분석하는 통계적 기법이다. 이론적인 가설에 기반하여 여러 변수 간의 인과 관계를 추론하고 검증하는 데 사용된다. 구조 방정식 모형은 관측 변수와 잠재 변수 간의 관계를 파악하고, 그들이 서로 영향을 미치는 방식을 이해하는 데 도움이 된다. 이를 통해 복잡한 현상을 다루거나 복합적인 이론을 검증하는 데 유용한 도구로 활용된다.
4) 경로분석 이론 : 여러 변수 간의 직접적이거나 간접적인 관계를 분석하는 데 사용된다. 경로분석은 주로 회귀분석의 확장으로 볼 수 있으며, 변수 간의 연결 경로를 그래프로 나타내고 이를 통해 변수 간의 관계를 분석하는 방법이다.
경로분석은 가설을 검증하거나 이론을 테스트하기 위해 사용된다. 예를 들어, 한 연구자가 사회적 지지가 우울에 미치는 영향을 알아보려고 할 때, 사회적 지지와 우울 간의 직접적인 관계뿐만 아니라 사회적 지지가 스트레스에 어떻게 영향을 미치고, 이러한 스트레스가 우울에 어떠한 영향을 미치는지 등을 고려할 수 있다.
- 경로분석은 진행 단계는 다음과 같이 진행된다:
1. 변수 선택: 연구자는 분석할 변수를 선택하고, 이론적 배경과 가설을 기반으로 모형을 설정한다.
2. 변수 측정: 선택된 변수들을 양적으로 측정하고, 이를 통해 변수 간의 관계를 나타내는 모형을 구성한다.
3. 모형 적합도 검증: 설정된 모형이 실제 데이터와 얼마나 잘 일치하는지를 확인하기 위해 적합도 지수를 사용하여 모형을 평가한다.
4. 경로 검정: 변수 간의 경로를 검정하여 통계적으로 유의미한지 여부를 판단한다. 이를 통해 가설을 검증하고, 이론을 테스트한다.
경로분석은 변수 간의 복잡한 관계를 이해하고 설명하는 데 유용하며, 심리학 분야뿐만 아니라 다양한 사회과학 분야에서도 널리 활용되고 있다.
5) 요인분석 이론 : 다양한 관찰된 변수들 간에 공통적인 변이를 측정하여 이를 더 적은 수의 더 근본적인 변수로 요약하는 기법이다. 이를 통해 데이터의 차원을 축소하고 데이터의 구조를 이해하는 데 도움이 된다. 요인분석은 주로 연구자가 분석하고자 하는 변수들 간의 상호 관계와 패턴을 파악하는 데 사용된다. 예를 들어, 여러 개의 특성이나 행동을 측정하는 설문지 항목이 있을 때, 이 항목들이 어떤 근본적인 요인들에 의해 영향을 받는지를 파악하고자 할 때 요인분석이 유용하게 사용된다.
- 요인분석은 주로 다음과 같은 단계로 진행된다:
1. 변수 선택 및 측정: 분석하고자 하는 변수들을 선택하고, 이를 측정하여 데이터를 준비한다.
2. 요인 모델링: 주성분분석 또는 최대우도법과 같은 통계적 방법을 사용하여 변수들 간의 공통된 변이를 나타내는 요인을 추출한다.
3. 요인 회전: 추출된 요인들의 해석을 용이하게 하기 위해 요인들을 회전시킨다. 주로 직교회전(orthogonal rotation)이나 사각회전(oblique rotation)을 사용한다.
4. 요인 선택: 추출된 요인들 중에서 해석적으로 의미 있는 요인을 선택하고, 이를 통해 데이터의 구조를 설명한다.
요인분석은 변수들 간의 상호 관계와 패턴을 파악하는 데 유용하며, 연구자들은 이를 통해 복잡한 데이터를 간소화하고, 데이터의 구조를 이해하는 데 도움을 받을 수 있다.