문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 통계적 방법 (문단 편집) === 공부의 단계 === 어떤 방법이 있고 각 방법이 어느 정도 어려운 방법인지 이해해야 각 방법에 접근이 가능하다. 초보적 기법에 대해 잘 모르는 상태로 무조건 어려운 기법을 적용하려 하면 기초지식의 문제로 문제가 생기기 쉽다. 따라서 기초부터 차근차근 공부하는 게 필요하다. 가장 기초가 되는 부분은 [[변인]]이다. 독립변수와 종속변수가 무엇인지 모르면 아무것도 할 수 없기 때문이다. 양적 연구방법론 교재를 펼쳤을 때 다루는 가장 첫 부분은 [[기술통계학]], [[통계적 추론]]이다. 기술통계에 대해서는 [[평균]], [[분산]], [[표준점수]], [[공분산]], 효과크기에 대해 알아야 한다. 가설검정(통계적 추론)에 대해서는 [[t-검정]], 상관분석은 알아야 한다. 그리고 [[실험설계]], [[자료수집]]에 대해서도 알아야 한다. 실제 논문 쓰기는 [[회귀 분석]]이나 [[분산분석]]에서부터 시작한다. 종속변수가 연속변수가 아닐 때에는 [[카이-제곱 분포]]와 경우에 따라서는 로지스틱 회귀에 대해서까지 알아야 한다. 대학교 전공필수 통계 수업 정도면 여기까지는 충분히 다룬다. 통계적 방법의 [[중간보스]]는 탐색적 [[요인 분석]](EFA)[* 실제로는 많은 사회과학도들은 탐색적 요인분석 중에서도 "주축분해법 + 축소상관행렬 + 직각회전의 콜라보" 정도만 활용한다. 물론 이것만 가지고도 논문이야 쓸 수는 있겠지만 욕 안 먹고 게재에 성공할지는 다른 문제다(…). 자세히 이해하려면 행렬에 대한 심도 있는 지식이 필요하다.]과 다범주형 회귀분석에 해당한다. 대학원에서 한 학기 정도 강의를 진행했는데 이 정도까지 알 수 있었다면 강사가 열정적인 케이스고, 여기까지 오지 못하는 강의도 허다하다. 다행히 방학 중에 각 대학원들의 학생회에서 초빙하는 특별 강의 같은 것도 많이 열리고 있고, 이런 곳에서 요인분석이나 대충 중간 정도쯤 가는 다른 방법론들을 부가적으로 가르친다. 물론 통계 강의를 열심히 수강한다고 해서 곧바로 양적 논문을 휘갈겨 쓸 줄 알게 되는 건 절대 아니다. 게다가 강의시간 내내 '''복잡한 수식 놀음만 하다가''' 정작 한 학기가 끝나고 나서도 크론바흐의 알파(Cronbach's Alpha)를 언제 어떻게 써먹는지, 그 값은 또 어떻게 구하는지, 자기가 보고하는 F-값이 어떤 의미가 있다는 건지 같은 기본 중의 기본조차 모르게 되는 경우가 태반인 게 사실. SPSS 분석표를 워드에 '''고스란히 갖다 붙이는''' 사람들이 바로 이런 쪽이다. 그래서 현장 연구자들 중에는 일선의 통계 강의 커리큘럼 자체의 비효율성에 대해 비판하는 사람들이 많다. 심지어 학부과정 통계 커리큘럼과 대학원 통계 커리큘럼이 완벽하게 똑같은 어처구니없는(…) 상황도 의외로 흔하다. 대학원생들은 당장 논문이라는 매체를 소화해야 하는 특수한 청중인데, 강의가 그런 특수성을 반영하지 못하고 있는 것. 고급단계에는 횡단면 분석, [[시계열 분석]], [[메타분석]], [[구조방정식]] 및 확인적 요인 분석 (CFA), [[사회 네트워크 분석]], [[다층모형]], [[생존 분석]] 등이 들어가며, 최근의 양적 연구방법론은 하나만으로도 어려운 고급 기법들을 이리저리 섞어서 쓰고 있다. [[패널분석]] (횡단면 분석+시계열 분석), 진단검사 메타분석, 메타구조방정식 (구조방정식+메타분석), 네트워크 메타분석(네트워크 분석+메타분석), [[다층구조방정식]] (구조방정식+다층모형), 다층 메타분석 (다층모형+메타분석) 등은 더욱 고급 기법에 속한다. 또한 사회과학 통계의 최신 트렌드 중 하나로서 [[베이즈 확률론|기존의 통계학을 빈도주의라 하여 비판하고 그 대신에 베이지안을 내세우는 것이 있다.]] 베이지안이 그들의 세일즈만큼 만능은 아니겠지만 결국 그쪽도 알아야 학계 활동이 가능한 시대가 되었다. 결과적으로 베이지안 다층 구조방정식 (베이지안 통계학+다층 모형+구조방정식), 베이지안 네트워크 메타분석 (베이지안 통계학+네트워크 분석+메타분석) 같은 것도 나오고 있으니 이들은 가히 [[최종보스]]라 하기에 부족함이 없는 방법론들이라 하겠다.[* 그런데 이 정도까지 방법론의 심연(?)으로 들어가다 보면, 어느 순간부터는 배운 것을 이해하는 건 나중 문제고 자신을 가르쳐 줄 사람을 찾는 것부터 고역이 되기도 한다. 제대로 이해한 사람이 애초에 없다 보니, 심지어는 '''전 세계에서 단 몇 사람'''만이 깨작거린 몇 편의 [[논문]] 외에는 자신이 참고하고 학습할 교과서가 없는 상황도 발생한다. 물론 이건 많이 극단적인 케이스고, 대체로 학위논문을 쓰는 적잖은 대학원생들은 자기가 점찍어 둔 연구방법에 대한 좋은 교재를 찾지 못해서 답답함을 느낀 경험이 한 번씩은 있다.] 박사과정으로 갈수록 이런 흔치 않은 방법론을 많이 활용하게 된다. 그럼 [[박사]]들은 다들 이런 것에 빠삭하게 알고 있느냐 할 텐데, 학문분야에 따라서 모두가 그런 건 아니지만 일단 알고만 있으면 어느 학문에서나 굉장히 도움이 된다. 한국사회과학자료원(KOSSDA) 같은 곳에서 열리는 방법론 워크숍을 보면 늘 패널데이터나 메타분석, 모델링 따위로 주제가 정해져 있고, 전국에서 사회과학분야 박사과정생들과 연구원들이 구름떼마냥 몰려드는 것을 목격할 수 있다.[* 참고로 KOSSDA의 워크숍들 중 일부는 무료가입 회원들도 무료 참석이 가능한 경우가 있으니 방법론에 관심이 있다면 체크해두자. 코로나 이전까지만 해도 [[서울대학교]]에서 강연이 열리기 때문에 지방의 연구원들은 참석이 어려운 면이 있었으나, 비대면 워크숍이 시작되면서 이 부분은 상당히 해결되었다.] 물론 박사과정생이라는 신분 자체가 이미 '''[[자기주도학습|하나라도 더 배우기 위해서 기꺼이 발품을 파는 삶]]'''이 몸에 배어 있다는 얘기이니 굳이 사회과학계에서만 볼 수 있는 정경은 아니다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기