사회조사분석사 2급 필기, 필답형 정리 - 2. 조사방법론

본 글은 사회조사분석사 2급. 한권으로 끝내기(2020) 책의 내용을 자격증 취득을 위해 요약 및 정리한 내용입니다.
사회조사분석사 2급 자격증을 20년 8월에 취득했기 때문에 21년 문제는 업데이트하지 못했습니다. (2012 ~ 2020년 기출문제들은 모두 포함되어 있습니다.)
그럼에도 불구하고 그때 기억을 살려 최대한 정리하고 공유하도록 해보겠습니다.
중요도(==빈출도)는 별표로 표시했습니다.(1개 ~ 3개)
오타나 오류는 알려주시길 바라며, 도움이 되길 바랍니다.

혹시 해당 글을 pdf로 받고 싶으신 분은 이메일과 함께 댓글로 남겨주세요~

2_1. 표본추출방법 ($\star$)

• 표본추출 : 모집단으로부터 부분으로서의 표본을 선택하는 행위
  • 표본의 대표성(표본이 모집단을 대표하여 일반화가 가능한 것인가의 문제이다.)
  • 모집단을 대상으로 일반화할 수 있어야 한다.
  • 확률표본추출을 하는 것이 바람직하다.
  • 표본추출과정에서 표본추출오차는 무조건 발생한다.

표본추출의 주요개념 ($\star\star$)

1. 요소 : 분석의 기본이 되는 단위
   • 표본추출요소 : 자료가 수집되는 대상의 단위
2. 우주 : 모든 요소들의 이론적이고 가설적인 결합
3. 모집단 : 조사대상이 되는 집단, 모든 요소의 총체로서 조사자가 표본을 통해 발견한 사실을 토대로 하여 일반화하는 궁극적인 대상이다.
4. 서베이 모집단 : 실제로 조사의 표본이 추출된 요소들의 원래의 집합
5. 표본추출단위 : 표본으로 선정되는 요소 또는 요소의 집합
6. 표집틀 ($\star\star\star$) : 표본추출단위가 수록된 목록
   • 표집틀 오차 : 모집단과 표본추출 프레임이 일치하지 않아 발생하는 오차.
     • 단순-단계 표본설계에서는 표집틀이 조사의 모집단을 구성하는 요소들의 목록이 된다.
   • 표집틀과 모집단이 일치할 때 가장 이상적이다.
   • 표집틀 구성의 평가요소 ($\star\star$)
     1. 포괄성 : 표집틀이 연구하고자 하는 전체 모집단 중 얼마나 많은 부분을 포함하고 있는가
     2. 추출확률 : 모집단에서 개별 요소가 추출될 수 있는 확률이 동일한 가를 알아보고, 동일하지 않은 경우 이를 조정할 수 있어야 한다.
     3. 효율성 : 조사자가 원하는 대상만을 표집틀 속에 포함하여야 한다.
7. 표집간격 : 표본 사이의 간격($\frac {모집단 항목의 수}{표본 크기}= \frac {N}{n}$)
8. 표집율 : 모집단에서 개별 요소가 선택될 비율($\frac {표본의 크기}{모집단의 크기}=\frac {n}{N}$)
9. 통계치 : 표본에서 얻은 변수의 값을 요약하고 묘사한 것
10. 모수치(모수, 모치수) : 변수의 값을 모집단의 구성요소들에서 추출하여 요약•묘사한 값
    • 한 변수의 성격이 모집단에서 어떻게 나타나는지를 가리키는 것
11. 변수 : 성, 연령, 고용적 지위 등과 같은 상호 배타적 속성들의 집합
12. 계층 : 모집단을 구성하는 특성을 상호 배타적으로 구분해 놓은 부분집합
13. 편의 : 본래 실제의 상태와 다르게 나타나는 평균적 차이
    • 표본에 입각하여 추리하는 모집단의 추정치가 모수치의 진가와 계통적으로 차이가 나도록 만드는 오차
14. 표본분포 : 동일한 크기의 표본을 반복해서 추출했을 때 각 표본의 통계량의 확률분포

일반적인 표본추출과정 ($\star\star\star$)

• 모집단 규정 -> 표집틀의 결정 -> 표본추출방법 결정 -> 표본크기 결정 -> 표본추출 실행

표본추출의 형태 ($\star\star\star$)

확률표본추출 ($\star\star\star$)

• 무작위적인 방법을 통해 표본을 추출하는 방법
• 표집오차의 추정이 가능하며, 표본의 대표성이 있다.

1. 단순무작위표본추출 ($\star\star\star$)
   • 가장 기본적인 확률표본추출방법
   • 무작위로 규정된 표본의 수만큼 표본추출단위(난수표)
     • 모집단에 대한 정확한 정의와 완전한 목록의 구비를 전제조건으로 한다.
   • 사전지식이 필요로 하지 않는다.
   • 추출된 표본이 모집단을 잘 대표한다.
   • 표본추출방법들 간의 표집효과를 계산할 때 준거가 된다.
   • 표집틀의 작성이 어렵다.
2. 계통적 표본추출 ($\star\star\star$) (체계적 표본추출)
   • 일정한 순서에 따라 매 K번째 요소를 추출하는 방법
   • 모집단의 총수에 대해 요구되는 표본수를 나눔으로써 표집간격을 구하고, 첫 번째 요소를 무작위로 선정하여 최초의 표본으로 삼은 후 일정한 표집간격(동일한 간격)에 의해 표본을 추출한다.
   • 최초의 사례는 반드시 무작위로 선정해야 한다.
     • 모집단의 배열이 일정한 주기성과 특정 경향성을 보일 경우 편견이 개입되어 대표성이 문제된다.
3. 층화표본추출 ($\star\star\star$)
   • 모집단을 보다 동질적인 몇 개의 층으로 나눈 후, 이러한 각 층으로부터 단순무작위 표본추출을 하는 방법
   • 집단 내 동질적, 집단 간 이질적인 특성을 보인다.
   • 전체 모집단에서 표본을 선정하기보다 이미 알고 있는 지식을 이용하여 모집단을 동질적인 부분집합으로 나누고 이들 각각으로부터 적정한 수익요소를 무작위 선정하게 된다.
   • 비례층화표본추출 : 모집단에서 각 층이 정하는 비례에 따라 각 층의 크기를 할당하여 추출하는 방법
   • 비비례층화표본추출(가주표본추출) : 각 층에서 각 층의 크기와는 상관없이 같은 수의 표본을 추출하는 방법
   • 장점
     1. 단순무작위추출보다 대표성
     2. 모집단의 각 층마다 특수성을 알수 있어 비교 가능
     3. 각 집단의 특성을 알수 있으며, 각각 비교 가능
   • 단점
     1. 파악을 못하면 추출 X
     2. 시간이 많이 걸림
     3. 각 층에 대한 정확한 정보 요구
     4. 가르는 명확한 기준 필요
4. 집락표본추출 ($\star\star\star$) (군집표본추출)
   • 모집단 목록에서 구성요소에 대해 여러 가지 이질적인 구성요소를 포함하는 여러 개의 집락 도는 집단으로 구분한 후 집락을 표집단위로 하여 무작위로 몇 개의 집락을 표본으로 추출한 다음 표본으로 추출된 집락에 대해 그 구성요소를 전수조사하는 방법
     • 집락표본추출법은 각 집락이 모집단의 축소판일 경우 추정 효율이 높다.
   • 최종적인 표본추출단위는 집단
   • 집락 내는 이질적이고 집락 간은 동질적이다.

• 표본의 크기가 같다면 표본오차의 크기는 층화표본추출 < 단순무작위표본추출 < 집락표본추출

1. 연속표본추출

비확률표본추출 ($\star\star\star$)

• 무작위추출이 아닌 다른 선택방법들에 의해 표본을 선택하는 방법
• 표본의 규모가 매우 작은 경우 유리하다.
• 적절한 표본추출방법이 없을 경우 유익하다.
• 확률표본추출방법에 비해 시간과 비용을 절감할 수 있다.
• 단위를 선택함에 있어서 조사자의 편견을 통제하지 못한다.
• 표본추출 오류를 산출할 수 없을 뿐만 아니라, 표본의 정확성을 추정할 수 없다.
• 표본의 대표성을 확보하기 어렵다
• 조사결과를 일반화하기 어렵다.

1. 할당표본추출 ($\star\star\star$)
   • 모집단을 일정한 카테고리로 나눈 다음, 이들 카테고리에서 정해진 요소수를 작위적으로 추출하는 방법
   • 각 범주에 할당된 응답자의 비율이 정확해야 하고, 모집단의 구성 비율은 최신의 것이어야 한다.
   • 여론조사에서 많이 활용
   • 비확률표본추출방법 중에서 가장 정교한 방법
   • 표본추출이 쉽고 빠르다.
   • 대표성이 비교적 높다
   • 조사자의 편견이 개입될 수 있다.
   • 일반화에 문제가 있다.
2. 유의표본추출 (판단표본추출) ($\star\star$)
   • 조사자가 그 조사의 성격상 요구하고 있는 사항을 충족시킬 수 있도록 적절한 판단과 전략을 세워, 그에 따라 모집단을 대표하는 제 사례를 표본추출하는 방법
   • 연구자의 주관적 판단의 기준에 의거
   • 예비조사, 시험조사 등에 탐색적 조사에 주로 사용된다.
   • 표본의 대표성을 확신할 방법이 없다.
   • 표본오차의 산정이 곤란하다.
3. 임의표본추출 (편의표본추출) ($\star$)
   • 정해진 크기의 표본을 선정할 때까지 조사자가 모집단의 일정단위 또는 사례를 표집하며, 일정한 표집의 크기가 결정되면 그 표집을 중지하는 방법
   • 표본선정의 편리성에 기준을 두고 임의로 표본을 선정하는 방법
   • 결과의 일반화나 오차 등에 대해 관심이 없으며, 단지 시간, 편의성, 경제성을 염두에 둔다.
   • 모집단에 대한 일정한 지식이 있는 경우 표본추출의 정확도가 높다.
4. 누적표본추출(눈덩이표본추출) ($\star\star\star$)
   • 처음에 소수의 인원을 표본으로 추출하여 그들을 조사한 다음,, 그 소수인원을 조사원으로 활용하여 그 조사원의 주위 사람들을 조사하는 방식이다.
   • 연구자가 특수한 모집단의 구성원을 전부 파악하고 있지 못한 경우 또는 비밀을 확인하려는 경우 제한적으로 활용된다.
   • 일반화의 가능성이 낮고 계량화가 곤란하므로 질적 조사가 적합하다.
   • 응답자의 사생활을 보호할 수 있다. ($\star\star$)

확률표본추출방법 vs 비확률표본추출방법 ($\star\star\star$)

확률	비확률
모집단 정의 O	모집단 정의 X
표본오차 계산 O	표본오차 계산 X
구성원명단 O	구성원명단 X
대표성 O	대표성 X
시간비용 많음	시간비용 적음
무작위	작위

표본

• 표본의 크기 : 표본크기가 커질수록 모수와 통계치의 유사성이 커진다. 하지만 표본의 크기가 커지면 대표성이 높아지는 대신 비용과 시간이 많이 든다.
• 표본의 크기결정방법 : $\frac {z^2\sigma^2}{e^2}$(or $\frac {z^2s^2}{e^2}$)
  • $e$ : 정확도 또는 최대허용오차
  • $z$ : 신뢰수준에 따른 표준정규분포의 값
  • $\sigma$ : 모표준편차
  • $s$ : 표본표준편차
• 표본오차 : 모집단으로부터 표본을 추출하여 조사한 자료를 근거로 얻은 결과를 모집단 전체에 대해 일반화하기 때문에 발생하는 오차
• 비표본오차 : 표본오차를 제외한 모든 오차

표본크기의 결정에 영향을 미치는 요소들 ($\star\star$)

1. 가용한 자원 : 시간, 비용 그리고 인적 자원
2. 이론과 조사설계
3. 모집단의 변이성 : 모집단 구성요소들이 일정한 특징에 대해 상호 간에 차이점을 지니고 있는 정도
   • 모집단 구성요소들의 변이성이 높으면 높을수록 표본의 규모가 커야 모집단을 적절하게 추정할 수 있다.
4. 조사결과의 분석방법
5. 카테고리의 다양성 : 변수의 카테고리가 다양하면 다양할수록 표본의 크기는 커야 한다.
6. 위험성 : 표본을 근거로 한 추정치의 정확성에 대한 조사의 불확실의 정도를 나타냄

오차의 유형 ($\star$)

1. 표본추출오차 : 표본추출과정에서 발생하는 오차
   • 표본의 크기가 증가하면 표본의 대표성이 커지므로 표본추출오차는 감소한다.
2. 비표본추출오차 : 표본추출 이외의 과정에서 발생하는 오차(=측정상의 오차)
   • 표본조사와 전수조사에서 모두 발생할 수 있다.
   • 언제 생기나?
     1. 무읍답일 때
     2. 조사결과 입력 중 실수
     3. 응답자가 불성실하게 답변
     4. 면접원이 주관적인 견해를 포함해 면접할 경우
     5. 관찰시 지각에서 오류가 발생했을 때 오차 발생
3. 전체오차 : 표본추출오차와 비표본추출오차로 구성된다.
   • 전체오차를 극소화하기 위해서는 표본추출오차와 비표본추출오차를 동시에 극소화해야한다.

표본오차를 줄이는 방법

1. 표본의 크기를 증가시킨다.
2. 동질적인 모집단을 사용한다.
3. 확률표본추출방법을 사용한다.

2_2. 측정

• 측정 ($\star\star\star$) : 추상적•이론적 세계를 경험적 세계와 연결시키는 수단
  • 이론을 구성하고 있는 개념이나 변수들을 현실세계에서 관찰이 가능한 자료와 연결시키는 과정
  • 일정한 규칙에 따라 사물 또는 사건에 대해 숫자를 부여하는 것
  • 역할
    • 가장 표준화된 묘사의 방법
    • 가장 간편한 묘사의 방법
    • 통계적 처리를 가능하게 한다
    • 가설에 대해 경험적인 검증이 이루어지도록 한다.
    • 추상적인 개념과 경험적인 현실세계를 일치•조화시킨다.

• 본질측정(A급 측정) : 속성의 본질적인 법칙에 따라 숫자를 부여하여 측정하는 것
• 추론측정(B급 측정) : 어떤 사물이나 사건의 속성을 측정하기 위해 관련된 다른 사물이나 사건의 속성을 측정하는 것
• 임의측정 : 어떤 속성과 측정값 간에 관계가 있다고 가정을 하고 측정하는 것

개념

• 개념 : 이론의 핵심적 구성요소이다.
  • 특정대상의 속성을 나타낸다.
  • 실제연구에서 연구방향을 제시해준다.
  • 연역적 결과를 가져다준다.
  • 조사 연구에 있어 연구의 출발점을 가르쳐 준다. 언어나 기호로 나타내어 지식의 축적과 확장을 가능하게 해준다.
• 개념화 ($\star\star\star$)(개념적 정의, 사전적 정의) : 연구대상이 되는 사람 또는 사물의 행태 및 속성과 다양한 사회적 현상들을 개념적으로 정의하는 것
  • 개념을 명확하게 하는 것이 측정과정의 첫 단계 작업이다.
  • 그 자체로 추상적•일반적•주관적인 양상을 보인다.
    • 순환적인 정의 X.
    • 적극적 혹은 긍적적인 표현을 써야 한다.
    • 기존의 정의를 사용할 수도 있다.
    • 개념적 정의와 조작적 정의가 반드시 일치하는 것은 아니다.
• 개념의 구체화 : 개념 -> 개념적 정의(개념화) -> 조작적 정의 (조작화) -> 현실세계(변수의 측정)
• 조작화(조작적 정의) : 측정 과정의 마지막 단계로서 조작화 단계는 분석의 단위를 카테고리별로 분류하는 과정
  • 추상적인 개념들을 경험적•실증적으로 측정이 가능하도록 구체화하는 것이다.
  • 명확하게 표현한 용어로 구성
  • 조작적 정의의 최종 산물은 수량화이다.
  • 현실세계와 개념적 정의를 연결하는 다리의 역할
  • 적절한 조작적 정의는 정학한 측정의 전제조건이다.
• 재개념화 : 주된 개념에 대한 정리•분석을 통해 개념을 보다 명백히 재규정하는 것을 말한다.
• 지표 : 어떤 것의 존재 또는 상태 및 특성을 경험적으로 나타내는 표시물
• 지수 : 두 개 이상의 항목이나 지표들이 모여 만들어진 합성 측정 도구
  • 복합측정치로 여러 문항으로 구성된다.
  • 변수에 대한 양적 측정치를 제공함으로써 정확성을 높여준다.
  • 단순지표로 측정하기 어려운 복합적인 개념을 측정할 수 있다.
  • 경험적 현실세계와 추상적 개념세계를 조화시키고 일치시킨다.

변수

• 변수 : 두 가지 또는 그 이상의 값으로 경험적으로 분류할 수 있는 개념
  • 사상에 대한 계량적 수치, 계량적 가치가 부여된 속성 또는 상징

1. 독립변수 : 연구자에 의해 조작되는 변수
2. 종속변수 : 독립변수의 변이 도는 변화에 따라 자연히 변하는 것
3. 외생변수 : 인과적 관계가 있는 것처럼 보이도록 하는 모든 변수
4. 매개변수 : 직접적인 관련이 없으나 제3의 변수가 두 변수의 중간에서 매개자 역할
5. 선행변수 : 독립변수에 앞서면서 독립변수에 유효한 영향력을 행사하는 제3의 변수
   • 매개변수와는 달리 독리변수와 종속변수 간의 관계를 설명하는 것이 아니라 그 관계에 미치는 영향을 명확히 하고자 할 때 도입한다.
6. 억압변수(억제변수) : 두 변수 간에 상관관계가 있으나 그와 같은 관계가 없는 것처럼 보이게 하는 제3의 변수
   • X와 Y의 관련성을 증가시키는 제 3의 변인
7. 허위변수 : 두 변수 간에 상관관계가 없으나 관계가 있는 것처럼 보이게 하는 제3의 변 수
   • X와 Y의 관련성을 감소시키는 제 3의 변인
8. 왜곡변수 : 두 변수 간의 관계를 어떤 식으로든 왜곡시키는 제3의 변수
   • X와 Y의 관련성의 부호를 바꾸는 변인
9. 조절변수 : 독립변수와 종속변수 사이의 관계에서 영향을 미칠 것으로 여겨지는 제3의 변수
   • 독립변수가 종속변수에 미치는 영향을 강화해 주거나 약화해 주는 변수
10. 통제변수 : 독립변수와 종속변수 간의 관계를 명확히 파악하기 위해 그 관계에 영향을 미칠 수 있는 제3의 변수를 통제하는 변수

변수가 갖는 속성의 정도를 중심으로 한 분류

1. 이산변수(불연속변수) : 성격의 종류에 따라 별개의 카테고리로 구별되는 변수
2. 연속변수 : 속성의 양적 정도에 따라 연속체를 기준으로 구별되는 변수
3. 더비변수 : 0 또는 1의 어느 한 쪽 값(=가변수)
4. 이분변수 : 변수의 특성 두 개의 성질로 나누어지는 질적 변수(성별 등)
5. 잠재변수 : 지능, 태도, 직무만족도 등 구성개념이 직접적으로 관찰되거나 측정이 되지 않는 변수
6. 관찰변수 :직접적으로 관찰되는 측정변수

측정의 수준 ($\star\star$)

1. 명목수준 : 가장 낮은 수준의 측정으로서 대상 자체 또는 그 특징에 대해 명목상의 이름을 부여하는 것이다.
   • 명목수준의 측정을 할 수 있는 변수들은 성, 인종, 종교적 선호, 정당적 선호 등을 들수 있다.
2. 서열수준 : 상대적인 순서•서열상의 관계를 나타내는 것
   • 사물이나 현상을 분류하고 명칭을 부여할 뿐만 아니라, 나아가 순서 도는 서열까지 부여한다.
   • 그렇다고 거리나 간격의 의미를 지니지는 않는다.
3. 등간수준 : 측정대상을 특징 및 속성에 따라 서열화하는 것은 물론 서열 간의 간격이 일정하도록 연속선상에 수치를 부여하는 것이다.(IQ점수와 온도가 가장 대표적)
   • 변수 간 카테고리 상이의 거리 또는 가치가 동일할 경우 등간수준의 측정이 가능해진다.
   • 가감(+, -)과 같은 수학적 조작이 가능한 양적 자료를 상대로 한다.
4. 비율수준 ($\star\star$) : 측정대상의 특징 및 속성에 절대적인 0를 가지고 있다.
   • 명목수준의 측정에서처럼 사물이나 현상을 분류하고, 서열수준의 측정에서처럼 서열을 정할 수 있을 뿐만 아니라, 등간수준의 측정에서처럼 이들 분류된 부분(카테고리) 간의 간격(거리)까지 측정할 수 있다.
   • 가장 세련된 측정수준
   • 배수의 개념이 성립된다.

측정수준의 예 ($\star\star\star$)

1. 명목측정 : 성별, 인종, 직업분류, 지역, 야구선수의 등번호, 주민등록번호 등
   • =
2. 서열측정 : 후보자 선호, 사회계층, 교육수준, 석차(등수) 등
   • =, >, <
3. 등간측정 : 온도, IQ지수 등
   • =, >, <, +, -
4. 비율측정 : 체중, 키, 근무년수, 졸업생 수, 소득, GNP, 출산율, 시험 원점수 등
   • =, >, <, +, -, x, /

측정의 신뢰도

• 신뢰도 ($\star\star\star$) : 측정도구가 측정하고자 하는 현상을 일관성 있게 측정하는 능력
  • 어떤 측정도구(척도)를 동일한 현상에 반복 적용하여 동일한 결과를 얻게 되는 정도
  • 어떤 측정도구를 사용해서 동일한 대상을 측정하였을 때 항상 같은 결가가 나온다면 이 측정도구는 신뢰도가 매우 높다고 할 수 있다.

신뢰도의 검증방법

1. 재검사법 ($\star\star$) : 동일한 대상에 동일한 측정도구를 서로 상이한 시간에 두 번 측정한 다음 그 결과를 비교하는 것
   • 상관계수가 높다는 것은 신뢰도가 높다는 것을 의미한다.
   • 안정성계수를 사용한다.
2. 대안법 ($\star$) : 두 개 이상의 유사한 측정도구를 사용하여 동일한 표본에 적용한 결과(=복수양식법 또는 평행양식법)
   • 두 가지 형태의 측정도구는 유사성이 매우 높아야만 신뢰도를 측정할 수 있는 수단으로서 인정받을 수 있다.
3. 반분법 : 측정도구를 임의로 반으로 나누어 각각 독립된 두 개의 척도로 사용함으로써 신뢰도를 측정하는 방법
   • 측정도구가 경험적으로 단일성을 지녀야 한다.

• 내적 일관성 분석법 : 가능한 모든 반분신뢰도를 구한 다음 그 평균값을 신뢰도로 추정하는 방법

신뢰도의 제고방법 ($\star\star\star$)

1. 항목을 명확히 구성한다. : 누구에게나 동일하게 이해되도록
2. 측정상황을 분석하고 일관성을 유지한다. : 측정도구는 항상 표준화되고 잘 통제되며, 최대한 동일한 조건하에서 적용되도록 해야 한다.
3. 측정항목을 추가적으로 사용한다.
4. 대조적인 항목들을 비교•분석한다.
5. 표준화된 지시와 설명을 한다.
6. 조사대상자가 잘 모르거나 관심이 없는 내용에 대한 측정을 하지 않는 것이 좋다.
7. 조사자의 주관을 제외한다.
8. 신뢰성이 인정된 기존 측정도구를 사용한다.

타당도

• 타당도 ($\star\star\star$) : 조사자가 측정하고 한 것을 실제로 측정했는가
  • 실증적 수단인 조작적 정의나 지표가 측정하고자 하는 개념을 제대로 반영하는 정도

조사설계의 타당도

• 내적 타당도 : 실험에 의한 진정한 변화에 의한 것인지를 판단하는 인과조건의 충족 정도를 말한다.
  • 내적 타당도를 저해하는 요인에는 외부사건(역사요인, 우연한 사건), 성숙(성장) 또는 시간의 경과, 통계적 회귀, 검사요인(주시험효과, 테스트효과), 선별요인(선택요인), 도구 요인, 상실요인(실험대상의 탈락), 모방 등
• 외적 타당도 : 연구의 결과에 의해 기술된 인과관계가 연구대상 이외의 경우로 확대•일반화될 수 있는 정도
  • 외적 타당도를 저해하는 요인에는 연구표본의 대표성, 실험조사에 대한 반응성(호손 효과), 플라시보 효과, 검사의 상호작용 효과 등

타당도의 평가

1. 내용타당도 ($\star\star\star$) : 측정항목이 연구자가 의도한 내용대로 실제로 측정하고 있는가 하는가 하는 문제
   • 문항구성 과정이 그 개념을 얼마나 잘 반영하고 있는지, 그리고 해당 문항들이 각 내용 영역들의 독특한 의미를 얼마나 잘 나타내주고 있는지를 의미한다.
   • 통계적 검증이 이루어지지 않는다.
2. 기준타당도 : 경험적 근거에 의해 타당도를 확인하는 방법. 이미 전문가가 만들어 놓은 신뢰도와 타당도가 검증된 측정도구에 의한 측정결과를 기준으로 한다.
   • 통계적으로 타당도를 평가하는 것
   • 채용, 선발, 배치 등의 목적을 위해 사용할 수 있다.
3. 개념타당도 ($\star\star$) : 조작적으로 정의되지 않은 인간의 심리적 특성이나 성질을 심리적 개념으로 분석하여 조작적 정의를 부여한 후, 검사점수가 조작적 정의에서 규명한 심리적 개념들을 제대로 측정하였는가를 검정하는 방법
   • 개념이란 심리적 특성이나 행동양상을 설명하기 위해 존재를 가정하는 심리적 요인을 말하는 것(이해성, 도전성 등등)
   • 측정하고자 하는 속성에 초점을 맞춘 타당성
   • 측정방법에는 다중속성-다중측정 방법, 요인분석, 이론적 구성개념 등이 있다.
   • 이해타당도, 수렴타당도, 판별타당도로 구분된다.
     • 이해타당도 ($\star$) : 특정 개념에 대해 이론적 구성을 토대로 어느 정도 체계적•논리적으로 이해하고 있는가를 나타내는 타당도
     • 수렴타당도 ($\star$): 동일한 개념을 측정하기 위해 서로 다른 측정 방법을 사용하여 측정으로 얻은 측정치들 간에 높은 상관관계가 존재해야 함을 전제로 한다.
     • 판별타당도 ($\star$): 서로 다른 개념들을 측정했을 때 얻어진 측정문항들의 결과 간에 상관관계가 낮아야 함을 전제로 한다.

신뢰도와 타당도의 상호관계 ($\star\star$)

1. 타당도가 높기 위해서는 신뢰도가 높아야 한다.
2. 신뢰도가 높다고 하여 반드시 타당도가 높은 것은 아니다.
3. 타당도가 낮다고 하여 반드시 신뢰도가 낮은 것은 아니다.
4. 타당도가 없어도 신뢰도를 가질 수 있다.
5. 타당도가 있으면 반드시 신뢰도가 있다.
6. 신뢰도가 없으면 타당도도 없다.
7. 타당도는 신뢰도의 충분조건이고, 신뢰도는 타당도의 필요조건이다.

측정오차

• 측정오차 : 일정한 측정대상 또는 목적물을 계량적으로 측정했을 때 그 본래의 실현상 또는 목적물이 갖는 실태와 조사자가 그에 대해 계량적으로 측정한 결과 간의 불일치 또는 그 차이의 정도를 지칭한다.

측정오차의 주요근원 ($\star\star$)

1. 측정자에 의한 오차
2. 측정대상에 의한 오차
3. 고정반응(극단적인 값을 피하려고 중도값을 택하려는 경향)
4. 문화적 차이나 인구 사회학적 차이의 개입
5. 사회가 바람직하다고 생각하는 편향 ($\star\star\star$)
   • 편향 : 질문자의 의도에 맞추어 자신의 생각과는 무관하게 본인이나 본인 소속집단을 우월하게 보이기 위해 응답하는 경우의 편향
   • 편향 감소방법
     1. 사회적 규범을 나타내는 단어표현 X, 가능한 우회적 단어 사용
     2. 응답자의 비밀을 철저히 보관
     3. 관찰자나 기계적 장치 사용
     4. 객관적으로 돕기 위해 교육에 만전을 기함
6. 측정도구와 측정대상자의 상호작용
7. 측정도구•방법상의 문제
8. 측정대상자의 표기상 오차와 분석과정상의 문제
9. 인간의 지적 특수성에 의한 오차
10. 시간•장소적인 제약에서 오는 오차
11. 환경적 요인의 변화

측정오차의 종류 ($\star\star\star$)

1. 체계적 오차 : 자료수집방법이나 수집과정에서 개입되는 오차로 조사내용이나 목적에 비해 자료수집방법이 잘못 선정되었거나 조사대상자가 응답할 때 본인의 태도나 가치와 관계없이 사회가 바람직하다고 생각하는 편향
   • 측정 결과의 자료분포가 어떤 방향으로 기울어지는 것이 특징
   • 체계적 오차와 타당도는 반비례 관계이다. ($\alpha \frac {1}{타당도}$)
   • 표준화된 측정도구를 사용하면 체계적 오차를 줄일 수 있다.
2. 비체계적 오차 : 무작위적 오차라고도 하며, 측정과정에서 우연히 또는 일시적인 사정에 의해 나타나는 오차이다.
   • 측정대상, 측정과정, 측정환경, 측정자 등에 따라 일관성 없이 영향을 미침으로써 발생한다.
   • 통제하기 어려운 상황에서 주로 발생한다.
   • 인위적이지 않아 오차의 값이 다양하게 분산되어 있다.
   • 방향이 일정하지 않아 상호 간의 영향에 의해 상쇄되는 경우도 있다.
   • 측정의 신뢰도는 비체계적 오차와 관련성이 크다. 비체계적 오차와 신뢰도는 반비례 관계이다. ($\alpha \frac {1}{신뢰도}$)

측정오차를 줄이는 방법 ($\star$)

1. 측정도구 내용의 명확화
2. 측정 항목 수의 증가
3. 측정 방식에 일관성을 유지
4. 측정자(조사자)에 대한 사전훈련을 실시
5. 신뢰할 수 있는 측정도구를 사용
6. 일관성 있는 응답을 유도
7. 응답자를 배려한 환경, 분위기를 조성
8. 중요한 질문은 2회 이상 동일하거나 유사한 질문 수행
9. 조사대상자가 모르는 내용은 측정하지 않음

2_3. 척도

• 척도 ($\star$) : 일종의 측정도구로서 일정한 규칙에 따라 측정대상에 적용할 수 있도록 만들어진 일련의 체계화된 기호 또는 숫자를 의미한다.

척도의 종류 ($\star$)

1. 명목척도 : 측정대상 특성의 존재여부 또는 몇 개의 상호배타적인 범주로의 구분을 위해 수치를 부여하는 일종의 범주형 측정
2. 서열척도 : 순위를 결정하는 척도
3. 등간척도 : 명목척도와 서열척도의 특성을 포함하여 크기의 정도를 제시하는 척도
   • 대상의 ‘크다/작다/의 구분뿐만 아니라 그 간격에 있어서의 동일함을 의미하는 동일성의 척도이다.
4. 비율척도 : 등간척도가 지니는 성격에 더하여 0의 값(절대영점)을 가짐으로써 비율의 성격을 지니는 척도

척도의 구성

1. 평정척도 : 일정한 등급방식에 의해 평가함으로써 대상의 속성을 구별하기 위한 척도(측정 대상의 연속성을 전제로)
2. 서스톤 척도(=유사등간척도) ($\star\star\star$): 등간척도의 일종으로서, 어떤 사실에 대해 가장 긍정적인 태도와 가장 부정적인 태도를 나타내는 태도의 양 극단을 등간적으로 구분하여 여기에 수 치를 부여함으로써 척도를 구성하는 방법 (11개의 범주)
   • 가장한 한 많은 진술들을 수집하여 평가자로 하여금 척도에 포함될 문항들이 척도상의 어느 위치에 속할 것인지를 판단하도록 한 다음, 각 문항에 대한 전문 평가자들의 의견 일치도가 높은 항목들을 조사자가 골라서 척도를 구성한다.
   • 등간의 성격을 갖는 척도를 구성하기 위한 사전평가가 필요하다.
     • 중요성이 있는 항목에 가중치를 부여한다.
   • 각 진술에 대해 평가자들이 척돵의 위치를 판단한 것을 근거로 하여 척도값을 계산한다.
     • 작성절차는 뒤에서 따로 기술함.
3. 리커트 척도 (=층화평정척도) : 인간의 태도를 측정하는 태도척도 (다섯가지 카테고리)
   • 전체 문항의 총점 또는 평균을 가지고 태도를 측정한다.
   • 서열척도
   • 요인분석을 통해 각 문항들이 하나의 요인으로 묶이는가를 확인함으로써 단일차원성을 검증할 수 있다.
4. 거트만 척도 ($\star$) : 태도의 강도에 대한 연속적 증가유형을 측정하고자 하는 척도
   • 척도의 누적적인 형성으로 하나의 변수를 측정하게 됨으로써 단일차원성을 지니게 된다.
   • 재생계수 : 응답자의 응답이 이상적인 패턴에 얼마나 가까운가를 측정하는 것
   • 재생가능성계수(CR) : 개인의 척도점수를 파악하여 그 개인의 각 문항에 대한 응답을 알아낼 수 있다는 것
5. 사회적 거리척도 : 어떠한 집단 간의 친밀정도를 말하는 것
   • 서열척도
   • 연속적인 문항들을 동원한다.
6. 소시오메트리 : 사회성 측정법이라고도 하며, 구서원들 사이에서 집단 내의 선택을 알아보는 방법(인간관계의 측정)
   • 지반성원 간의 관계를 도출함으로써 집단의 성질, 구조, 역도엉, 상호관계를 분석하는 일련의 방법
7. 의미분화 척도(어의구별척도) ($\star\star\star$) : 어떤 대상이 개인에 주는 주관적인 의미를 측정하는 방법으로서, 하나의 개념을 여러 가지 의미의 차원에서 평가하도록 유도하는 방법 (보통 5~7점 척도를 사용)
   • 일직선으로 도표화된 척도의 양 극단에 서로 상반되는 형용사를 배열하여 양 극단 사이에서 해당 속성에 대한 평가를 한다.
8. 스타펠 척도 ($\star$) : 태도의 방향과 그 강도를 측정하기 위해 사용된다. 특정 주제에 관련된 표현들의 세트를 개발하여 양수 값과 음수 값으로 이루어진 값의 범위를 정하고, 긍정적인 태도는 양수, 부정적인 태도는 음수로 응답할 수 있다.
9. 오스굿 척도 : 어떤 사물, 인간, 사상에 관한 개념의 심리적 의미를 분석하여 의미공간상의 위치로 표현하는 방법에 사용되는 척도로, 양극단에 있는 서로 반대된 의미를 나타내는 형용사를 이용하여 개념에 등급을 매기는 척도

서스톤 척도의 작성절차

1. 관련문항의 수집
   • 척도에 포함시킬 질문문항(항목)들을 얻기 위해서는 우선 측정의 대상이 되는 변수와 관련이 있다고 생각되는 진술들과 의견들을 광범위하게 수집해야 한다. 이 경우 사용될 수 있는 방법으로는 문헌조사(연구)를 들 수 있다.
   • 수집된 진술이나 의견들 가운데서 측정의 대상이 되는 변수의 지표로서 적절한 것들만을 100개 정도로 정리한다.
2. 평가자들에 의한 문항의 분류
   • 일단의 평가자들에게 앞에서 정리된 문항들 하나하나를 자신들이 느끼는 대로 12개의 카테고리 가운데 적절한 위치에 서열적으로 배치하도록 요청한다.
   • 11개의 범주, 즉 카테고리는 다으과 같이 ‘가장 비우호적’에서 시작하여 ‘중립적’, 그리고 마지막의 ‘가장 우호적’의 구간 사이에 성립된다. 이때 11개의 카테고리는 대체로 비슷한 간격을 지니도록 조정된다.
   • 평가들로 하여금 각 질문문항에 대한 우호성의 정도를 비교적 객관적으로 결정하도록 한다.
3. 척도가치의 결정
   • 각 진술(질문문항)에 대해 평가자들이 척도상의 위치를 판단할 것을 근거로 하여 척도값을 계산한다.
   • 각 문항에 대해 전체 평가자들이 배정한 위치(점수)들의 중앙위치 또는 중앙값을 계산하여 해당 문항의 척도상 가장 근접한 위치를 그 문항의 척도값으로 삼는다.
4. 척도문항의 선정
   • 질문문항들 가운데 척도에 포함될 문항들을 결정함에 있어서 다음의 두가지 측면들을 고려해야 한다.
     1. 평가자들이 배정한 점수분포가 지나치게 분산된 진술(질문문항)은 평가자들 간에 의견의 불일치가 있는 것으로 보아 척도에 포함시키지 않는다.
     2. 진술(질문문항)들 가운데 측정하고자 하는 변수의 개념과 무관하다고 인정되는 것들은 제외한다.
   • 특히 점수분포가 분산된 진술을 배제하는 것을 모호성의 기준에 의한 척도문항의 선정이라고 한다. 여기서 모호성이란 평가자의 평가에 대한 변이에 의해서 측정될 수 있다.
   • 평가자들이 평가의 변이를 판단하기 위해 항목의 4분위 중위값이나 표준편차를 사용하기도 한다. 즉, 4분위 중위값이 적은 항목을 모호 성이 가장 적은 것으로 간주하여 최종척도에 포함시킨다.
5. 최종척도의 구성
   • 앞의 절차와 기준에 의해 선택된 항목(질문문항)들에 대해 평가자들이 배정한 중위값을 척도값으로 삼아서 11개 카테고리의 한 극단에서 다른 극단에 골고루 분포하여 최종척도로 삼는다.
   • 각각의 문항들에 부여된 가중치 또는 척도값을 통해 평균을 산정할 수 있다.

비교척도구성 vs 비비교척도구성

• 비교척도구성 : 쌍대비교법, 순위법, 고정총합법, 비율분할법 등
• 비비교척도구성 : 단일평정법, 연속평정법, 항목평정법 등