사회복지조사론 전체내용

다음은 사회복지 전문가이자 교육 전문가의 관점에서 사회복지조사론 교재의 전체 내용을 체계적으로 정리한 것입니다. 학습자가 이해하기 쉽도록 명확히 설명하고, 이론과 실무의 중요성을 강조했습니다.

---

Chapter 1: 사회복지조사의 기초

1.1 사회복지조사의 정의와 목적

1.1.1 조사의 정의

내용: 조사는 어떤 현상에 대한 지식을 얻기 위한 체계적이고 과학적인 탐구 과정을 의미합니다. 사회복지조사는 사회문제 해결 및 사회복지 실천의 효과성 증진을 위한 지식 습득 과정입니다.

1.1.2 조사의 목적

내용: 사회복지조사의 주된 목적은 현상 기술, 탐색, 설명, 예측, 개입 및 평가입니다. 예를 들어, 국민기초생활보장제도 수급자의 생활 실태를 파악(기술)하거나, 특정 복지 서비스가 이용자 만족도에 미치는 영향을 분석(설명)하는 데 활용됩니다.

1.1.2.1 현상의 기술

내용: 특정 사회현상이나 집단의 특성을 정확하고 자세하게 묘사하는 것입니다.

1.1.2.2 현상의 탐색

내용: 잘 알려지지 않은 현상이나 새로운 문제에 대해 깊이 있게 이해하고 초기 정보를 얻는 과정입니다.

1.1.2.3 현상의 설명

내용: 현상들 간의 인과관계를 밝히고 왜 특정 결과가 나타나는지 설명하는 것입니다.

1.1.2.4 현상의 예측

내용: 밝혀진 인과관계를 바탕으로 미래의 현상을 예상하는 것입니다.

1.1.2.5 현상에 대한 개입 및 평가

내용: 특정 사회문제 해결을 위한 프로그램이나 정책의 효과성을 평가하고, 개선 방안을 모색하는 것입니다.

1.2 과학적 지식과 방법

1.2.1 과학의 특징

내용: 과학은 논리성, 객관성, 경험성, 간결성, 일반화 가능성, 수정 가능성 등의 특징을 가집니다. 사회복지조사 또한 이러한 과학적 특징을 바탕으로 신뢰할 수 있는 지식을 생산합니다.

1.2.2 과학적 방법의 논리

내용: 과학적 방법은 주로 연역법과 귀납법의 논리를 사용합니다. 연역법은 일반적인 이론에서 특정 현상을 예측하고 검증하며, 귀납법은 구체적인 관찰을 통해 일반적인 원리나 이론을 도출합니다. 사회복지 현장에서 특정 문제에 대한 가설을 세우고 이를 검증(연역법)하거나, 다양한 사례를 통해 새로운 복지 모델을 개발(귀납법)할 수 있습니다.

1.3 사회복지조사의 기능과 중요성

1.3.1 사회복지조사의 기능

내용: 사회복지조사는 사회복지 정책 수립, 프로그램 개발 및 평가, 실천 기술 향상, 사회복지 전문직의 과학성 강화 등 다양한 기능을 수행합니다. 이는 사회복지 실무 현장에서 데이터 기반의 의사결정을 가능하게 합니다.

1.3.2 사회복지조사의 중요성

내용: 사회복지조사는 객관적이고 과학적인 증거를 통해 사회복지 서비스의 효과성을 입증하고, 제한된 자원을 효율적으로 배분하는 데 필수적입니다. 또한, 클라이언트의 욕구를 정확히 파악하고 맞춤형 서비스를 제공하는 데 기여합니다. *참고사항: 한국 사회복지 현장에서는 정부의 복지 정책 평가, 지역사회 복지 계획 수립, 사회복지 기관의 성과 관리 등 다양한 영역에서 조사의 중요성이 커지고 있습니다.

---

Chapter 2: 조사연구의 과정과 윤리

2.1 조사연구의 일반적인 과정

2.1.1 문제의 설정

내용: 조사연구의 첫 단계는 명확하고 구체적인 연구 문제를 설정하는 것입니다. 연구 문제는 탐색 가능하고 측정 가능해야 하며, 사회복지 실천에 의미 있는 함의를 가져야 합니다.

2.1.1.1 연구 문제 선정 시 고려사항

내용: 연구자의 관심, 실현 가능성, 이론적/실천적 중요성, 윤리적 문제 등을 고려해야 합니다.

2.1.2 가설의 설정

내용: 가설은 연구 문제에 대한 잠정적인 해답으로, 두 개 이상의 변수 간의 관계를 예측하는 진술입니다. 가설은 검증 가능하도록 명확하게 설정되어야 합니다.

2.1.2.1 가설의 종류

내용: 영가설(귀무가설)과 연구가설(대립가설)이 있으며, 주로 연구가설을 설정하고 영가설을 기각하는 방식으로 진행됩니다.

2.1.3 조사 설계

내용: 조사 설계는 연구 문제를 해결하기 위한 전반적인 계획으로, 연구 방법, 자료 수집 방법, 표본 추출 방법 등을 포함합니다. 연구의 타당성과 신뢰성을 확보하는 데 중요합니다. *참고사항: 예를 들어, 특정 복지 프로그램의 효과성을 검증하기 위해서는 실험설계나 준실험설계가 적합할 수 있습니다.

2.1.4 자료 수집

내용: 설정된 조사 설계에 따라 필요한 정보를 체계적으로 수집하는 단계입니다. 설문조사, 면접, 관찰, 문헌 연구 등 다양한 방법을 활용할 수 있습니다.

2.1.5 자료 분석 및 해석

내용: 수집된 자료를 통계적 또는 질적 방법을 사용하여 분석하고, 그 결과를 연구 문제와 가설에 비추어 해석하는 단계입니다. 이 과정에서 유의미한 패턴, 관계, 결론을 도출합니다.

2.1.6 보고서 작성

내용: 조사연구의 전 과정을 기술하고, 분석 결과와 결론, 그리고 정책적/실천적 함의를 담은 보고서를 작성합니다. 보고서는 명확하고 논리적이어야 하며, 다른 연구자들이 재현할 수 있도록 상세해야 합니다.

2.2 사회복지조사의 윤리적 고려사항

2.2.1 연구 대상자의 보호

내용: 연구 대상자의 자율성 존중, 해악 금지, 정의 실현 등 윤리적 원칙을 준수해야 합니다. 특히 취약계층을 대상으로 하는 사회복지조사에서는 더욱 세심한 보호가 필요합니다.

2.2.2 자발적 참여와 고지된 동의 (Informed Consent)

내용: 연구 대상자는 연구의 목적, 절차, 예상되는 위험과 이득 등에 대해 충분히 설명을 듣고 자발적으로 참여에 동의해야 합니다. 아동이나 인지 능력이 부족한 대상자의 경우 대리인의 동의가 필요합니다.

2.2.3 사생활 보호 및 익명성/비밀 보장

내용: 연구 대상자의 개인 정보는 철저히 보호되어야 하며, 익명성 또는 비밀 보장을 통해 개인의 사생활을 침해하지 않도록 해야 합니다. 수집된 자료는 연구 목적으로만 활용되고 안전하게 관리되어야 합니다. *참고사항: 한국에서는 개인정보보호법 등 관련 법규를 준수해야 하며, 기관생명윤리위원회(IRB)의 승인을 받는 것이 일반적입니다.

2.2.4 연구자의 윤리적 책임

내용: 연구자는 연구의 진실성, 객관성, 공정성을 유지해야 합니다. 자료 조작, 위조, 표절 등 연구 부정 행위는 엄격히 금지됩니다.

---

Chapter 3: 개념화, 조작화 및 측정

3.1 개념과 변수

3.1.1 개념의 정의

내용: 개념은 어떤 현상이나 사물의 추상적인 속성을 나타내는 용어입니다. 사회복지 분야에서는 '빈곤', '삶의 질', '사회적 지지' 등이 중요한 개념으로 다루어집니다.

3.1.2 변수의 정의와 유형

내용: 변수는 개념을 구체적으로 측정 가능하도록 전환한 것으로, 두 개 이상의 값을 가질 수 있는 속성입니다. 독립변수, 종속변수, 매개변수, 조절변수 등으로 구분됩니다. 예를 들어, '소득 수준'(독립변수)이 '삶의 만족도'(종속변수)에 미치는 영향을 연구할 수 있습니다.

3.1.2.1 독립변수와 종속변수

내용: 독립변수는 다른 변수에 영향을 미치는 변수이고, 종속변수는 독립변수에 의해 영향을 받는 변수입니다.

3.1.2.2 매개변수와 조절변수

내용: 매개변수는 독립변수와 종속변수 사이의 관계를 설명하는 중간 변수이며, 조절변수는 독립변수가 종속변수에 미치는 영향의 강도나 방향을 변화시키는 변수입니다.

3.2 개념화와 조작화

3.2.1 개념화

내용: 개념화는 추상적인 개념을 명확하고 구체적으로 정의하는 과정입니다. 이는 연구에서 사용될 핵심 개념에 대한 공통된 이해를 형성하는 데 필수적입니다. *참고사항: '삶의 질'이라는 추상적인 개념을 소득, 건강, 주거 환경, 사회적 관계 등으로 구체화하는 과정이 개념화의 예시입니다.

3.2.2 조작화

내용: 조작화는 개념화된 개념을 실제로 측정 가능하도록 구체적인 지표나 측정 도구로 전환하는 과정입니다. 측정하고자 하는 개념을 어떻게 관찰하고 측정할 것인지를 명시하는 것입니다.

3.2.2.1 측정 지표의 개발

내용: 개념을 측정하기 위한 구체적인 질문, 척도, 관찰 항목 등을 개발합니다. 예를 들어, '사회적 지지'라는 개념을 '어려움이 있을 때 도움을 줄 수 있는 사람의 수' 또는 '정서적 지지를 제공받는 빈도' 등으로 조작화할 수 있습니다.

3.3 측정과 측정 수준

3.3.1 측정의 정의

내용: 측정은 일정한 규칙에 따라 사물이나 현상에 숫자를 부여하는 과정입니다. 사회복지조사에서 측정은 사회적 특성이나 현상을 정량적으로 파악하는 데 중요합니다.

3.3.2 측정의 4가지 수준

내용: 측정 수준은 자료의 속성과 통계 분석 방법 결정에 영향을 미칩니다.

3.3.2.1 명목척도 (Nominal Scale)

내용: 대상들을 범주로 분류하는 가장 기본적인 척도입니다. 순서나 크기의 의미는 없으며, 단지 구분을 위한 숫자입니다. (예: 성별 - 1=남성, 2=여성; 종교 - 1=기독교, 2=불교, 3=천주교)

3.3.2.2 서열척도 (Ordinal Scale)

내용: 대상들을 순서에 따라 배열할 수 있지만, 간격이 일정하지 않은 척도입니다. (예: 학력 - 1=초졸, 2=중졸, 3=고졸, 4=대졸; 만족도 - 매우 불만족, 불만족, 보통, 만족, 매우 만족)

3.3.2.3 등간척도 (Interval Scale)

내용: 대상들을 순서에 따라 배열하고 간격이 일정하지만, 절대 0점이 없는 척도입니다. (예: 온도 - 섭씨, 화씨; IQ 지수)

3.3.2.4 비율척도 (Ratio Scale)

내용: 등간척도의 특징을 모두 가지며, 절대 0점이 존재하는 척도입니다. 모든 통계 분석이 가능합니다. (예: 소득, 연령, 자녀 수) *학습 포인트: 각 측정 수준에 따라 사용할 수 있는 통계 분석 기법이 달라지므로, 변수의 측정 수준을 정확히 파악하는 것이 중요합니다.

---

Chapter 4: 표본 추출

4.1 표본 추출의 기초

4.1.1 모집단과 표본

내용: 모집단은 연구 대상이 되는 전체 집단을 의미하고, 표본은 모집단의 특성을 대표하기 위해 모집단에서 추출된 일부 집단을 의미합니다. 사회복지조사에서는 현실적인 제약으로 인해 모집단 전체를 조사하기 어려울 때 표본을 추출하여 연구를 수행합니다.

4.1.2 표본 추출의 목적

내용: 표본 추출은 시간과 비용을 절약하면서 모집단의 특성을 정확하게 추정하기 위해 이루어집니다. 이를 통해 연구 결과를 일반화하고 모집단에 대한 결론을 도출할 수 있습니다.

4.1.3 표본 추출의 오류

내용: 표본 추출 과정에서 발생할 수 있는 오류에는 표본 오차 (우연에 의해 발생하는 오차)와 비표본 오차 (측정 오류, 무응답 오류 등)가 있습니다. 표본 오차는 표본의 크기를 늘리거나 적절한 표본 추출 방법을 사용하여 줄일 수 있습니다.

4.2 확률 표본 추출 방법

4.2.1 단순 무작위 표본 추출 (Simple Random Sampling)

내용: 모집단의 모든 구성원이 표본으로 추출될 동등하고 독립적인 기회를 가지도록 하는 방법입니다. 난수표나 컴퓨터 프로그램을 사용하여 추출합니다.

4.2.2 체계적 표본 추출 (Systematic Sampling)

내용: 모집단 목록에서 일정한 간격(k)을 두고 표본을 추출하는 방법입니다. 첫 번째 표본만 무작위로 선택하고 이후에는 k번째마다 추출합니다.

4.2.3 층화 표본 추출 (Stratified Sampling)

내용: 모집단을 특정 기준(예: 성별, 연령, 지역 등)에 따라 서로 상이한 층으로 나눈 후, 각 층에서 무작위로 표본을 추출하는 방법입니다. 각 층의 특성을 정확하게 반영하고자 할 때 유용합니다.

4.2.3.1 비례 층화 표본 추출

내용: 각 층의 크기에 비례하여 표본을 추출합니다.

4.2.3.2 비비례 층화 표본 추출

내용: 각 층의 크기와 관계없이 특정 목적에 따라 표본을 추출합니다.

4.2.4 집락 표본 추출 (Cluster Sampling)

내용: 모집단을 자연적인 집락(예: 학교, 지역사회)으로 나눈 후, 무작위로 몇 개의 집락을 선택하고 선택된 집락 내의 모든 구성원을 조사하는 방법입니다. 전국의 사회복지 기관 실태 조사 시 특정 지역의 기관들을 집락으로 설정하고 조사할 수 있습니다.

4.3 비확률 표본 추출 방법

4.3.1 편의 표본 추출 (Convenience Sampling)

내용: 연구자가 가장 쉽게 접근할 수 있는 대상을 표본으로 선정하는 방법입니다. 시간과 비용이 적게 들지만, 대표성이 낮아 일반화하기 어렵습니다.

4.3.2 유의 표본 추출 (Purposive Sampling)

내용: 연구 목적에 따라 특정한 지식이나 특성을 가진 대상을 연구자가 주관적으로 판단하여 선정하는 방법입니다. 질적 연구에서 주로 활용됩니다.

4.3.3 할당 표본 추출 (Quota Sampling)

내용: 모집단의 특성(성별, 연령 등)을 기준으로 일정한 비율(할당량)을 정해놓고, 각 할당량에 맞춰 대상을 편의적으로 선정하는 방법입니다. 층화 표본 추출과 유사하지만, 무작위 추출이 아니라는 점에서 차이가 있습니다.

4.3.4 눈덩이 표본 추출 (Snowball Sampling)

내용: 연구 대상자를 찾기 어려운 집단(예: 노숙인, 성소수자 등)을 대상으로, 소수의 대상자를 통해 다른 대상자를 소개받아 표본을 확장해나가는 방법입니다. *교육적 팁: 각 표본 추출 방법의 장단점과 적용 가능성을 실제 사회복지 현장 사례와 연결하여 학습하는 것이 중요합니다. 예를 들어, 전수 조사가 불가능한 경우 어떤 표본 추출 방법이 가장 적절할지 고민해보세요.

---

Chapter 5: 측정의 신뢰도와 타당도

5.1 측정의 신뢰도

5.1.1 신뢰도의 개념

내용: 신뢰도는 측정도구가 얼마나 일관성 있게 측정하는지를 나타내는 정도입니다. 즉, 동일한 대상을 반복 측정했을 때 유사한 결과를 얻을 수 있는지를 의미합니다.

5.1.2 신뢰도 측정 방법

5.1.2.1 재검사 신뢰도 (Test-Retest Reliability)

내용: 동일한 측정도구를 동일한 대상에게 두 번 이상 적용하여 얻은 결과 간의 상관관계를 통해 신뢰도를 평가합니다. 시간의 흐름에 따라 변하지 않는 특성 측정에 적합합니다.

5.1.2.2 복수 양식 신뢰도 (Parallel Forms Reliability)

내용: 유사한 내용과 난이도를 가진 두 개 이상의 동형 검사를 제작하여 동일한 대상에게 실시한 후, 두 검사 점수 간의 상관관계를 통해 신뢰도를 평가합니다.

5.1.2.3 반분 신뢰도 (Split-Half Reliability)

내용: 측정도구의 문항들을 두 부분으로 나눈 후, 각 부분의 점수 간 상관관계를 계산하여 신뢰도를 평가합니다. 주로 설문지의 문항 간 내적 일관성을 확인합니다.

5.1.2.4 내적 일관성 신뢰도 (Internal Consistency Reliability)

내용: 측정도구를 구성하는 각 문항들이 전체적으로 얼마나 일관성 있게 동일한 개념을 측정하는지를 나타내는 방법입니다. Cronbach's Alpha(크론바흐 알파) 계수가 대표적으로 사용됩니다. (예: 삶의 만족도 설문지의 여러 문항들이 모두 삶의 만족도를 잘 측정하는지 확인) *참고사항: 한국 복지 실무에서 개발된 척도나 설문지의 신뢰도 검증 시 크론바흐 알파 계수가 널리 활용됩니다.

5.2 측정의 타당도

5.2.1 타당도의 개념

내용: 타당도는 측정도구가 원래 측정하고자 하는 것을 얼마나 정확하게 측정하는지를 나타내는 정도입니다. 신뢰도가 일관성이라면 타당도는 정확성이라고 할 수 있습니다.

5.2.2 타당도 측정 방법

5.2.2.1 내용 타당도 (Content Validity)

내용: 측정도구가 측정하려는 개념의 모든 측면을 얼마나 잘 대표하고 있는가를 전문가의 판단을 통해 평가하는 방법입니다. 예를 들어, 우울증 척도가 우울증의 모든 핵심 증상들을 잘 포함하고 있는지 전문가가 검토합니다.

5.2.2.2 기준 타당도 (Criterion Validity)

내용: 측정도구의 측정 결과가 외부의 기준(criterion)과 얼마나 잘 일치하는지를 평가하는 방법입니다.

5.2.2.2.1 예측 타당도 (Predictive Validity)

내용: 현재 측정한 결과가 미래의 어떤 행동이나 결과를 얼마나 잘 예측하는지를 평가합니다. (예: 고등학생의 수능 점수가 대학 학업 성취도를 얼마나 잘 예측하는가)

5.2.2.2.2 동시 타당도 (Concurrent Validity)

내용: 현재 측정한 결과가 이미 타당성이 입증된 다른 측정도구의 결과와 얼마나 잘 일치하는지를 평가합니다. (예: 새로 개발된 우울증 척도 점수와 기존의 공인된 우울증 척도 점수 간의 상관관계)

5.2.2.3 구성 타당도 (Construct Validity)

내용: 측정도구가 측정하고자 하는 추상적인 이론적 개념(구성 개념)을 얼마나 잘 측정하는지를 평가하는 가장 포괄적인 타당도입니다.

5.2.2.3.1 수렴 타당도 (Convergent Validity)

내용: 동일한 개념을 측정하는 다른 측정도구들과의 상관관계가 높은지 확인합니다.

5.2.2.3.2 판별 타당도 (Discriminant Validity)

내용: 서로 다른 개념을 측정하는 측정도구들과의 상관관계가 낮은지 확인합니다. *교육적 팁: 신뢰도는 타당도의 필요조건이지만 충분조건은 아닙니다. 즉, 신뢰할 수 없는 측정은 타당할 수 없지만, 신뢰할 수 있다고 해서 반드시 타당한 것은 아닙니다.

---

Chapter 6: 실험설계와 비실험설계

6.1 실험설계

6.1.1 실험설계의 개념

내용: 실험설계는 독립변수가 종속변수에 미치는 인과관계를 가장 강력하게 검증할 수 있는 연구 설계입니다. 무작위 배정, 통제 집단, 독립변수 조작이라는 세 가지 핵심 요소를 가집니다. 사회복지 프로그램의 효과성 평가에 많이 활용됩니다.

6.1.2 고전적 실험설계

내용: 무작위 배정을 통해 실험집단과 통제집단을 구성하고, 실험집단에만 독립변수(처치)를 가한 후, 두 집단의 종속변수 변화를 비교하여 효과를 확인합니다. 내적 타당도가 매우 높습니다.

6.1.3 솔로몬 4집단 설계

내용: 고전적 실험설계의 확장 형태로, 사전검사가 독립변수에 미치는 영향을 통제하기 위해 고안되었습니다. 사전검사 효과를 직접적으로 측정할 수 있어 외적 타당도를 높이는 데 기여합니다.

6.1.4 요인 설계

내용: 두 개 이상의 독립변수(요인)가 종속변수에 미치는 영향과 이들 요인 간의 상호작용 효과를 동시에 검증하고자 할 때 사용됩니다.

6.2 유사 실험설계 (Quasi-Experimental Design)

6.2.1 유사 실험설계의 개념

내용: 고전적 실험설계의 핵심 요소인 무작위 배정이 불가능하거나 어려운 경우에 사용되는 설계입니다. 무작위 배정의 부재로 인해 내적 타당도에 제약이 있지만, 현실적인 연구 상황에서 유용하게 적용될 수 있습니다.

6.2.2 비동일 통제집단 사전-사후 설계

내용: 무작위 배정이 불가능하여 이미 존재하는 집단(실험집단, 통제집단)을 활용하고, 두 집단 모두에게 사전검사 및 사후검사를 실시하여 비교합니다.

6.2.3 시계열 설계

내용: 단일 집단을 대상으로 독립변수 도입 전후에 장기간에 걸쳐 여러 차례 종속변수를 측정하여 변화 추이를 분석하는 설계입니다. (예: 특정 복지 정책 도입 전후의 범죄율 변화)

6.2.4 다중 시계열 설계

내용: 시계열 설계에 통제 집단 시계열을 추가하여 내적 타당도를 높인 설계입니다.

6.3 사전 실험설계 (Pre-Experimental Design)

6.3.1 사전 실험설계의 개념

내용: 가장 기본적인 형태의 설계로, 실험적 통제가 거의 이루어지지 않는 설계입니다. 인과관계 추론에 한계가 있어 탐색적 연구나 초기 단계의 평가에 주로 사용됩니다.

6.3.2 단일 집단 사후 측정 설계

내용: 독립변수를 처치한 후, 한 집단의 종속변수만 측정하는 가장 단순한 형태입니다. 통제 집단이나 사전 측정이 없어 인과관계 추론이 매우 어렵습니다.

6.3.3 단일 집단 사전-사후 측정 설계

내용: 독립변수 처치 전후로 한 집단의 종속변수를 측정하여 변화를 확인합니다. 외생 변수의 통제가 어려워 내적 타당도에 한계가 있습니다.

6.3.4 정태적 집단 비교 설계

내용: 독립변수 처치를 받은 집단과 받지 않은 집단을 사후에 비교합니다. 무작위 배정이 이루어지지 않아 동질성 확보가 어렵습니다.

6.4 비실험설계 (Non-Experimental Design)

6.4.1 비실험설계의 개념

내용: 독립변수의 조작이나 무작위 배정이 불가능하거나 불필요한 경우에 사용되는 설계입니다. 주로 현상 기술, 상관관계 파악, 탐색적 연구에 활용됩니다.

6.4.2 서베이 (Survey) 연구

내용: 대규모 표본을 대상으로 설문지 등을 이용하여 특정 시점의 태도, 의견, 행동 등을 측정하는 대표적인 비실험설계입니다. 한국의 사회복지 실태 조사나 국민 의식 조사 등에 널리 활용됩니다.

6.4.3 상관관계 연구

내용: 두 개 이상의 변수 간의 **통계적인 관계(상관관계)**를 파악하는 연구입니다. 인과관계를 직접적으로 설명하지는 못합니다. (예: 스트레스와 우울감 간의 관계)

6.4.4 사례 연구 (Case Study)

내용: 특정 개인, 집단, 조직 또는 사건을 심층적으로 탐구하는 연구입니다. 질적 연구에서 주로 활용되며, 현상에 대한 깊이 있는 이해를 제공합니다.

6.4.5 내용 분석 (Content Analysis)

내용: 신문 기사, 보고서, 인터뷰 내용 등 텍스트나 미디어 자료의 내용을 분석하여 특정 개념의 빈도나 패턴을 파악하는 연구입니다.

6.4.6 2차 자료 분석 (Secondary Data Analysis)

내용: 이미 수집된 기존 자료(예: 정부 통계 자료, 기존 설문조사 데이터)를 활용하여 새로운 연구 문제를 분석하는 방법입니다. 시간과 비용을 절약할 수 있습니다. *참고사항: 사회복지 분야에서는 정책 평가를 위해 실험설계가 이상적이지만, 윤리적/현실적 제약으로 유사 실험설계나 비실험설계가 더 자주 활용됩니다. 각 설계의 장단점을 이해하고 연구 목적에 맞는 설계를 선택하는 것이 중요합니다.

---

Chapter 7: 단일사례 설계

7.1 단일사례 설계의 개념과 특징

7.1.1 단일사례 설계의 정의

내용: 단일사례 설계는 개별 클라이언트나 소규모 집단을 대상으로, 개입(독립변수)이 표적 행동(종속변수)에 미치는 영향을 체계적으로 측정하고 분석하는 연구 방법입니다. 주로 사회복지 실천 현장에서 개별 서비스나 프로그램의 효과성을 평가하는 데 활용됩니다.

7.1.2 단일사례 설계의 특징

내용: 대상자가 자기 자신의 통제 집단이 되며, 개입 전의 기준선(baseline)을 설정하여 개입 후의 변화와 비교합니다. 반복 측정과 시각적 분석이 중요합니다.

7.1.3 단일사례 설계의 장점과 한계

내용: 장점은 개별 클라이언트에게 적합한 개입의 효과를 직접적으로 확인할 수 있고, 실천과 연구의 통합을 용이하게 한다는 점입니다. 한계는 외적 타당도(일반화 가능성)가 낮고, 다중 개입의 효과를 분리하기 어렵다는 점입니다.

7.2 단일사례 설계의 기본 요소

7.2.1 표적 행동 (Target Behavior)

내용: 개입을 통해 변화시키고자 하는 클라이언트의 특정 행동이나 문제로, 구체적이고 측정 가능하도록 정의되어야 합니다. (예: 아동의 공격 행동 빈도, 우울감 척도 점수)

7.2.2 개입 (Intervention)

내용: 표적 행동의 변화를 유도하기 위해 사회복지사가 적용하는 치료, 프로그램, 상담 등의 활동입니다. 개입의 내용과 적용 방식이 명확하게 정의되어야 합니다.

7.2.3 측정과 기록

내용: 표적 행동은 개입 전(기준선)과 개입 기간 동안 지속적이고 반복적으로 측정되어야 합니다. 측정 자료는 그래프 형태로 기록되어 시각적으로 변화를 확인할 수 있도록 합니다.

7.2.4 기준선 (Baseline)

내용: 개입이 시작되기 전, 표적 행동의 자연스러운 발생 수준을 파악하기 위해 측정하는 기간입니다. 안정적인 기준선이 확보되어야 개입 효과를 명확하게 판단할 수 있습니다.

7.3 단일사례 설계의 유형

7.3.1 A-B 설계

내용: 가장 기본적인 설계로, 기준선 단계(A) 후 개입 단계(B)를 적용하여 변화를 관찰합니다. 개입 효과가 나타났는지 시각적으로 확인하기 쉽지만, 다른 외생 변수에 의한 변화 가능성을 배제하기 어렵습니다.

7.3.2 A-B-A 설계 (철회 설계)

내용: 기준선(A) -> 개입(B) -> 개입 철회(A)의 순서로 진행됩니다. 개입 철회 시 표적 행동이 기준선 수준으로 돌아가는지 확인하여 개입의 인과성을 강화합니다. 그러나 개입 철회가 윤리적으로 문제가 되거나, 행동을 되돌리기 어려운 경우 한계가 있습니다.

7.3.3 A-B-A-B 설계 (반전 설계)

내용: 기준선(A) -> 개입(B) -> 개입 철회(A) -> 재개입(B)의 순서로 진행됩니다. 개입의 효과를 더욱 명확하게 입증할 수 있으며, 클라이언트에게 유익한 개입을 재개할 수 있다는 장점이 있습니다. 가장 강력한 인과성 추론이 가능한 단일사례 설계 중 하나입니다.

7.3.4 복수 기준선 설계 (Multiple Baseline Design)

내용: 여러 개의 표적 행동, 여러 명의 대상자, 또는 여러 상황에 대해 순차적으로 개입을 시작하여 개입의 인과성을 확인하는 설계입니다. 개입 철회의 윤리적 문제를 피할 수 있습니다. (예: 한 아동의 세 가지 문제 행동에 대해 순차적으로 개입 적용)

7.3.5 변화 기준 설계 (Changing Criterion Design)

내용: 표적 행동의 목표 수준을 점진적으로 변화시키면서 개입의 효과를 확인하는 설계입니다. (예: 흡연량을 점진적으로 줄여나가도록 개입) *참고사항: 단일사례 설계는 사회복지 실천가가 자신의 개입 효과를 과학적으로 평가하고 전문성을 향상시키는 데 매우 유용한 도구입니다.

---

Chapter 8: 질문지 작성법

8.1 질문지 조사의 이해

8.1.1 질문지 조사의 개념

내용: 질문지 조사는 구조화된 설문지를 이용하여 대규모의 응답자로부터 자료를 수집하는 방법입니다. 사회복지 현장에서 욕구 조사, 만족도 조사, 실태 조사 등에 널리 사용됩니다.

8.1.2 질문지 조사의 장점과 단점

내용: 장점은 넓은 범위의 정보를 효율적으로 수집할 수 있고, 표준화된 질문을 통해 비교가 용이하며, 응답자의 익명성 보장이 용이하다는 점입니다. 단점은 응답률이 낮을 수 있고, 심층적인 정보를 얻기 어려우며, 문항 이해도에 따라 응답의 질이 달라질 수 있다는 점입니다.

8.2 질문지 문항 작성 원칙

8.2.1 명확성 및 간결성

내용: 질문은 모호하지 않고 명확하게 작성해야 하며, 이해하기 쉬운 단어를 사용하여 간결하게 표현해야 합니다. (예: "복지"라는 모호한 단어 대신 "국민기초생활보장제도"로 구체화)

8.2.2 이중 질문 및 유도 질문 피하기

내용: 하나의 질문에 두 가지 이상의 내용을 묻는 이중 질문(double-barreled question)과 특정 응답을 유도하는 유도 질문(leading question)은 피해야 합니다. 응답의 정확성을 해칠 수 있습니다.

8.2.3 응답 범주의 포괄성 및 상호 배타성

내용: 응답 선택지는 **모든 가능한 응답을 포함(포괄성)**해야 하며, 각 선택지가 서로 중복되지 않도록(상호 배타성) 구성해야 합니다.

8.2.4 중립적인 표현 사용

내용: 질문 문항은 응답자의 감정이나 특정 방향으로의 응답을 유도하지 않는 중립적인 어조로 작성되어야 합니다.

8.2.5 전문 용어 및 이중 부정 피하기

내용: 응답자가 이해하기 어려운 전문 용어나 복잡한 통계 용어는 사용하지 않아야 합니다. 또한, 이중 부정문은 혼란을 줄 수 있으므로 피해야 합니다.

8.3 질문의 유형

8.3.1 개방형 질문 (Open-ended Questions)

내용: 응답자가 자유롭게 응답할 수 있도록 하는 질문입니다. 심층적인 정보와 예상치 못한 통찰을 얻을 수 있지만, 자료 분석이 어렵다는 단점이 있습니다.

8.3.2 폐쇄형 질문 (Closed-ended Questions)

내용: 미리 정해진 선택지 중에서 응답을 선택하도록 하는 질문입니다. 자료 수집과 분석이 용이하고 응답 일관성을 확보하기 쉽지만, 응답의 다양성을 제한합니다.

8.3.2.1 양분형 질문

내용: 예/아니오와 같이 두 가지 선택지만 제공하는 질문입니다.

8.3.2.2 다지선다형 질문

내용: 여러 선택지 중 하나 또는 여러 개를 선택하도록 하는 질문입니다.

8.3.2.3 척도형 질문 (Likert Scale 등)

내용: 특정 진술에 대한 동의 또는 만족도 등을 일정 척도(예: 5점 척도, 7점 척도)로 표시하도록 하는 질문입니다. (예: 리커트 척도, 서스톤 척도, 거트만 척도)

8.4 질문지의 구성 및 사전 검사

8.4.1 질문지의 구성 순서

내용: 일반적으로 질문지는 흥미 유발 질문, 핵심 질문, 인구사회학적 질문, 감사 인사의 순서로 구성하는 것이 좋습니다. 쉬운 질문에서 어려운 질문으로, 일반적인 질문에서 구체적인 질문으로 흐름을 잡는 것이 좋습니다.

8.4.2 질문지 사전 검사 (Pre-test)

내용: 본 조사를 실시하기 전에 소수의 응답자를 대상으로 질문지를 미리 적용하여 문제점(오류, 모호성, 난이도 등)을 파악하고 수정하는 과정입니다. 질문지의 질을 높이는 데 필수적입니다. *참고사항: 사회복지 분야에서는 클라이언트의 특성과 상황을 고려하여 질문지를 설계해야 합니다. 예를 들어, 문해력이 낮은 대상자를 위한 쉬운 용어 사용이나 그림 활용 등이 필요할 수 있습니다.

---

Chapter 9: 질적 조사 방법

9.1 질적 조사의 이해

9.1.1 질적 조사의 개념

내용: 질적 조사는 사회현상에 대한 깊이 있는 이해와 의미 해석에 중점을 두는 연구 방법입니다. 수량화되지 않은 언어, 행동, 경험 등을 심층적으로 탐구하며, 인간의 삶에 대한 복합적이고 맥락적인 이해를 추구합니다. 사회복지 현장에서 클라이언트의 경험, 복잡한 사회문제의 원인 등에 대한 심층 분석에 유용합니다.

9.1.2 질적 조사의 특징

내용: 주로 소규모 표본을 대상으로 하고, 자연스러운 상황에서의 자료 수집을 선호하며, 연구자가 핵심적인 도구로 기능합니다. 귀납적 접근 방식을 주로 사용합니다.

9.1.3 질적 조사의 장점과 단점

내용: 장점은 현상에 대한 심층적이고 풍부한 이해를 제공하며, 예상치 못한 통찰을 발견할 수 있고, 복합적인 사회현상을 맥락적으로 분석할 수 있다는 점입니다. 단점은 연구자의 주관성이 개입될 가능성이 있고, 일반화가 어렵고, 자료 수집과 분석에 많은 시간과 노력이 소요된다는 점입니다.

9.2 주요 질적 조사 방법

9.2.1 심층 면접 (In-depth Interview)

내용: 연구자가 한 명 또는 소수의 응답자와 비구조화되거나 반구조화된 형태로 깊은 대화를 나누어 특정 주제에 대한 상세한 정보와 경험을 수집하는 방법입니다. 사회복지 실천에서 클라이언트의 내러티브를 이해하는 데 활용됩니다.

9.2.2 참여 관찰 (Participant Observation)

내용: 연구자가 연구 대상 집단이나 문화에 직접 참여하여 그들의 생활 방식을 관찰하고 경험하면서 자료를 수집하는 방법입니다. 연구 현장의 맥락적 이해와 생생한 정보를 얻을 수 있습니다.

9.2.3 포커스 그룹 인터뷰 (Focus Group Interview, FGI)

내용: 특정 주제에 대해 여러 명의 참여자들이 자유롭게 토론하도록 유도하고, 그 과정에서 나타나는 다양한 의견과 상호작용을 관찰하여 자료를 수집하는 방법입니다. 새로운 서비스 아이디어 발굴이나 정책 개선 방안 모색에 유용합니다.

9.2.4 사례 연구 (Case Study)

내용: 특정 개인, 집단, 조직, 사건 등을 단위로 선정하여 심층적으로 탐구하는 방법입니다. 복합적인 현상을 총체적으로 이해하는 데 초점을 둡니다.

9.2.5 근거 이론 (Grounded Theory)

내용: 수집된 자료에서 반복적인 패턴이나 개념을 발견하고, 이를 통해 새로운 이론을 생성하는 질적 연구 방법입니다. 사회현상에 대한 이론적 설명을 구축하는 데 사용됩니다.

9.2.6 현상학 (Phenomenology)

내용: 인간의 생생한 경험과 의식 구조를 탐구하여 특정 현상의 본질적인 의미를 파악하는 질적 연구 방법입니다.

9.2.7 문화기술지 (Ethnography)

내용: 특정 문화나 집단의 생활 양식, 신념, 가치 등을 현지에서 직접 참여하여 기술하는 연구 방법입니다.

9.3 질적 자료 분석 및 신뢰성/타당성 확보

9.3.1 질적 자료 분석의 과정

내용: 수집된 질적 자료(전사된 면담 기록, 관찰 일지 등)를 코딩, 범주화, 주제 도출 등의 과정을 거쳐 분석합니다. 반복적인 읽기, 비교 분석, 핵심 개념 도출 등이 중요합니다.

9.3.2 질적 연구의 신뢰성과 타당성 확보

내용: 질적 연구에서는 **신뢰성(trustworthiness)**과 **타당성(authenticity)**을 확보하기 위해 다양한 전략을 사용합니다.

9.3.2.1 진실성 (Credibility)

내용: 연구 결과가 실제 경험을 정확하게 반영하는지 확인하는 것입니다. (예: 참여자 검토, 삼각측정)

9.3.2.2 전이가능성 (Transferability)

내용: 연구 결과를 다른 상황이나 맥락에 적용할 수 있는 정도를 나타냅니다. (예: 두꺼운 기술)

9.3.2.3 의존성 (Dependability)

내용: 동일한 연구가 다른 연구자에 의해 반복되었을 때 유사한 결과를 얻을 수 있는지 확인하는 것입니다. (예: 감사 경로)

9.3.2.4 확증가능성 (Confirmability)

내용: 연구자의 편견이나 가치에 의해 결과가 왜곡되지 않았는지 확인하는 것입니다. (예: 연구 일지 작성) *참고사항: 사회복지사는 질적 조사를 통해 클라이언트의 주관적인 경험과 삶의 맥락을 깊이 이해하고, 이를 바탕으로 보다 효과적인 개입을 계획할 수 있습니다.

---

Chapter 10: 자료 분석의 기초: 기술통계

10.1 통계의 이해와 역할

10.1.1 통계의 개념

내용: 통계는 자료를 수집, 정리, 분석, 해석하는 학문입니다. 사회복지조사에서 통계는 수집된 데이터를 의미 있는 정보로 전환하고, 연구 문제를 해결하며, 정책 및 실천 의사결정을 지원하는 핵심 도구입니다.

10.1.2 통계의 종류: 기술통계와 추리통계

내용: 기술통계는 수집된 자료의 특성을 요약하고 묘사하는 데 사용되며, 추리통계는 표본 자료를 바탕으로 모집단의 특성을 추정하거나 가설을 검증하는 데 사용됩니다. 본 Chapter에서는 기술통계를 다룹니다.

10.2 자료의 정리: 빈도 분포

10.2.1 빈도 분포표

내용: 특정 변수의 각 범주 또는 값들이 얼마나 자주 나타나는지를 표 형태로 정리한 것입니다. 자료의 전반적인 분포를 한눈에 파악할 수 있습니다.

10.2.2 막대그래프, 원그래프, 히스토그램

내용: 빈도 분포를 시각적으로 보여주는 방법으로, 막대그래프와 원그래프는 주로 명목/서열척도 자료에, 히스토그램은 등간/비율척도 자료에 사용됩니다.

10.3 대표값: 자료의 중심 경향

10.3.1 평균 (Mean)

내용: 모든 관측값을 더한 후 관측값의 개수로 나눈 값으로, 가장 일반적으로 사용되는 중심 경향치입니다. 등간/비율척도 자료에 적합합니다. (예: 클라이언트 집단의 평균 소득)

10.3.2 중앙값 (Median)

내용: 자료를 크기 순서대로 나열했을 때 정가운데 위치하는 값입니다. 극단적인 값(이상치)의 영향을 덜 받으므로, 소득과 같이 분포가 왜곡된 자료에 유용합니다.

10.3.3 최빈값 (Mode)

내용: 자료에서 가장 자주 나타나는 값입니다. 명목척도 자료에서도 사용할 수 있는 유일한 대표값입니다. (예: 특정 복지 서비스의 가장 선호되는 유형)

10.4 산포도: 자료의 흩어진 정도

10.4.1 범위 (Range)

내용: 자료의 최댓값에서 최솟값을 뺀 값으로, 자료가 흩어진 정도를 가장 간단하게 보여줍니다.

10.4.2 사분위 범위 (Interquartile Range, IQR)

내용: 자료를 4등분했을 때, 하위 25% 지점(Q1)과 상위 25% 지점(Q3) 사이의 범위입니다. 극단값의 영향을 줄인 산포도 지표입니다.

10.4.3 분산 (Variance)

내용: 각 관측값이 평균으로부터 얼마나 떨어져 있는지를 나타내는 편차 제곱의 평균입니다.

10.4.4 표준편차 (Standard Deviation)

내용: 분산의 양의 제곱근으로, 자료가 평균으로부터 평균적으로 얼마나 떨어져 있는지를 나타내는 가장 대표적인 산포도 지표입니다. 표준편차가 클수록 자료가 평균을 중심으로 넓게 퍼져 있음을 의미합니다.

10.5 분포의 형태: 왜도와 첨도

10.5.1 왜도 (Skewness)

내용: 분포의 비대칭 정도를 나타냅니다. 양(+)의 왜도는 오른쪽 꼬리가 긴 분포(평균이 중앙값보다 큼), 음(-)의 왜도는 왼쪽 꼬리가 긴 분포(평균이 중앙값보다 작음)를 의미합니다.

10.5.2 첨도 (Kurtosis)

내용: 분포의 뾰족한 정도를 나타냅니다. 첨도가 높으면 분포가 뾰족하고 꼬리가 두꺼우며, 첨도가 낮으면 분포가 평평하고 꼬리가 얇습니다. *교육적 팁: 기술통계는 자료를 이해하는 첫걸음입니다. 다양한 그래프와 표를 통해 자료의 특성을 파악하고, 각 대표값과 산포도의 의미를 정확히 이해하는 것이 중요합니다. 사회복지 현장에서 기술통계는 현황 보고서, 욕구 조사 결과 등에서 자주 활용됩니다.

---

Chapter 11: 통계적 가설검정의 기초

11.1 통계적 추론의 개념

11.1.1 통계적 추론

내용: 통계적 추론은 표본으로부터 얻은 자료를 바탕으로 모집단의 특성에 대해 추정하거나 가설을 검정하는 과정입니다. 사회복지조사에서 표본을 통해 얻은 결과가 모집단에도 적용될 수 있는지 판단하는 데 사용됩니다.

11.1.2 가설 검정의 과정

내용: 연구 가설을 설정하고, 이를 통계적으로 검정 가능한 영가설과 대립가설로 전환합니다. 유의수준을 설정하고, 적절한 통계 분석을 통해 얻은 검정 통계량을 바탕으로 영가설의 기각 여부를 결정합니다.

11.2 영가설과 대립가설

11.2.1 영가설 (Null Hypothesis, H0)

내용: **"아무런 차이가 없다" 또는 "아무런 관계가 없다"**는 주장을 나타내는 가설입니다. 통계적 검정의 대상이 되며, 연구자가 기각하고자 하는 가설입니다. (예: "성별에 따른 자원봉사 참여 시간의 차이가 없다.")

11.2.2 대립가설 (Alternative Hypothesis, H1)

내용: 영가설과 대립되는 가설로, 연구자가 입증하고자 하는 주장입니다. 통계적으로 유의미한 차이나 관계가 있음을 나타냅니다. (예: "성별에 따른 자원봉사 참여 시간에 차이가 있다.")

11.3 오류의 유형

11.3.1 제1종 오류 (Type I Error)

내용: 실제로 영가설이 참인데도 불구하고 영가설을 기각하는 오류입니다. 즉, "차이가 없는데 차이가 있다고 잘못 결론 내리는" 오류입니다. 제1종 오류를 범할 확률은 **유의수준(α)**으로 나타냅니다. (예: 효과 없는 복지 프로그램이 효과 있다고 잘못 판단)

11.3.2 제2종 오류 (Type II Error)

내용: 실제로 영가설이 거짓인데도 불구하고 영가설을 기각하지 못하는 오류입니다. 즉, "차이가 있는데 차이가 없다고 잘못 결론 내리는" 오류입니다. 제2종 오류를 범할 확률은 β로 나타냅니다. (예: 효과 있는 복지 프로그램이 효과 없다고 잘못 판단) *참고사항: 사회복지 연구에서는 제1종 오류와 제2종 오류의 심각성을 고려하여 유의수준을 설정해야 합니다. 예를 들어, 새로운 약물의 효과 검증에서는 제1종 오류를 줄이는 것이 중요할 수 있습니다.

11.4 유의수준과 유의확률

11.4.1 유의수준 (α)

내용: 제1종 오류를 허용할 최대 확률입니다. 일반적으로 0.05 (5%), 0.01 (1%), 0.001 (0.1%) 등을 사용합니다. 연구자가 미리 설정하는 기준 값입니다.

11.4.2 유의확률 (p-value)

내용: 귀무가설이 참이라는 가정하에, 현재 얻은 표본 결과 또는 그보다 더 극단적인 결과가 나타날 확률입니다. 통계 분석 결과로 산출되는 값입니다.

11.4.3 가설 검정의 규칙

내용: 유의확률(p-value)이 유의수준(α)보다 작으면 (p < α) 영가설을 기각하고 대립가설을 채택합니다. 이는 통계적으로 유의미한 차이나 관계가 있다고 결론 내릴 수 있음을 의미합니다.

11.5 단측검정과 양측검정

11.5.1 단측검정 (One-tailed Test)

내용: 대립가설이 특정 방향(예: A가 B보다 크다, A가 B보다 작다)을 예측할 때 사용합니다.

11.5.2 양측검정 (Two-tailed Test)

내용: 대립가설이 단순히 차이나 관계가 존재한다는 것을 예측하고 방향을 특정하지 않을 때 사용합니다. (예: A와 B는 차이가 있다) *교육적 팁: 통계적 가설 검정은 사회복지 연구에서 프로그램 효과 평가, 정책 효과 분석 등에서 필수적으로 사용되는 논리입니다. P-value의 의미와 유의수준의 역할을 명확히 이해하는 것이 중요합니다.

---

Chapter 12: 통계적 분석 방법: 차이 검정

12.1 t-검정 (t-test)

12.1.1 단일 표본 t-검정

내용: 단일 표본의 평균이 특정 모집단 평균과 차이가 있는지를 검정하는 데 사용됩니다. (예: 우리 학교 사회복지학과 학생들의 봉사활동 시간이 전국 대학생 평균과 차이가 있는지)

12.1.2 독립 표본 t-검정

내용: 서로 다른 두 집단의 평균에 유의미한 차이가 있는지를 검정하는 데 사용됩니다. (예: 남성과 여성의 복지 서비스 이용 만족도에 차이가 있는지)

12.1.3 대응 표본 t-검정

내용: 동일한 집단 내에서 두 시점 또는 두 조건 간의 평균 차이를 검정하는 데 사용됩니다. (예: 특정 프로그램 참여 전후의 우울감 점수 변화) *참고사항: t-검정은 주로 종속변수가 등간 또는 비율척도이고, 독립변수가 명목척도(두 집단)일 때 사용됩니다.

12.2 분산분석 (ANOVA: Analysis of Variance)

12.2.1 일원 분산분석 (One-way ANOVA)

내용: 세 개 이상의 집단 평균 간에 유의미한 차이가 있는지를 검정하는 데 사용됩니다. (예: 세 가지 다른 사회복지 프로그램 참여자들의 삶의 만족도에 차이가 있는지) 분산분석은 여러 집단 간의 평균 차이를 한 번에 검정하여 제1종 오류 발생 가능성을 줄입니다.

12.2.1.1 사후 분석 (Post-hoc Test)

내용: 분산분석 결과 유의미한 차이가 있다면, 어느 집단들 사이에 구체적으로 차이가 있는지를 확인하기 위해 사용되는 추가 분석입니다 (예: Scheffé, Bonferroni, Tukey 등).

12.2.2 이원 분산분석 (Two-way ANOVA)

내용: 두 개 이상의 독립변수(요인)가 종속변수에 미치는 주효과와 상호작용 효과를 동시에 검정하는 데 사용됩니다. (예: 성별과 거주 지역이 복지 태도에 미치는 영향)

12.2.3 공분산분석 (ANCOVA: Analysis of Covariance)

내용: 분산분석에서 외생 변수(공변량)의 영향을 통계적으로 통제하면서 집단 간 평균 차이를 검정하는 방법입니다.

12.3 비모수 통계 방법 (Nonparametric Statistics)

12.3.1 비모수 통계의 필요성

내용: 자료가 정규 분포를 따르지 않거나, 표본 크기가 작거나, 측정 수준이 명목/서열척도인 경우에 사용되는 통계 방법입니다. 모수(모집단의 특성치)에 대한 가정이 필요 없습니다.

12.3.2 카이제곱 검정 (χ2-test)

내용: 명목척도 또는 서열척도 변수 간의 관계를 검정하는 데 사용됩니다. 주로 관찰된 빈도가 기대되는 빈도와 유의미한 차이가 있는지 검정합니다. (예: 성별에 따라 특정 복지 서비스 이용 여부에 차이가 있는지)

12.3.3 Mann-Whitney U 검정

내용: 독립 표본 t-검정의 비모수적 대안으로, 두 독립 집단의 서열 평균 차이를 검정합니다.

12.3.4 Wilcoxon 부호 순위 검정

내용: 대응 표본 t-검정의 비모수적 대안으로, 동일 집단의 두 시점 또는 두 조건 간 서열 평균 차이를 검정합니다.

12.3.5 Kruskal-Wallis H 검정

내용: 일원 분산분석의 비모수적 대안으로, 세 개 이상의 독립 집단 간 서열 평균 차이를 검정합니다. *교육적 팁: 어떤 통계 분석 방법을 사용할지는 연구 질문, 변수의 측정 수준, 자료의 분포 특성에 따라 달라집니다. 통계 소프트웨어 사용법을 익히고 실제 데이터를 분석해보는 실습이 중요합니다. 사회복지사는 프로그램 평가 보고서 등에서 이러한 통계 결과들을 해석하고 정책적/실천적 함의를 도출해야 합니다.

---

Chapter 13: 통계적 분석 방법: 관계 검정

13.1 상관관계 분석 (Correlation Analysis)

13.1.1 상관관계의 개념

내용: 두 개 이상의 변수 간에 어떤 선형적인 관계가 있는지, 그리고 그 관계의 강도와 방향을 나타내는 통계적 분석 방법입니다. 인과관계를 의미하지는 않습니다.

13.1.2 피어슨 상관계수 (Pearson's r)

내용: 두 등간/비율척도 변수 간의 선형 관계를 측정하는 가장 일반적인 상관계수입니다. -1에서 +1 사이의 값을 가지며, +1에 가까울수록 강한 양의 선형 관계, -1에 가까울수록 강한 음의 선형 관계를 의미합니다. (예: 소득 수준과 삶의 만족도 간의 관계)

13.1.3 스피어만 순위 상관계수 (Spearman's Rho)

내용: 두 서열척도 변수 간의 비선형적인 관계나 등간/비율척도 변수이지만 정규성을 따르지 않는 경우에 사용됩니다.

13.1.4 상관관계 해석 시 유의사항

내용: 상관관계는 인과관계를 의미하지 않으며, 제3의 변수에 의해 설명될 수 있습니다. 또한, 곡선적인 관계는 피어슨 상관계수로 잘 나타나지 않을 수 있습니다.

13.2 회귀분석 (Regression Analysis)

13.2.1 회귀분석의 개념

내용: 하나 이상의 독립변수가 종속변수에 미치는 영향의 정도를 예측하거나 설명하는 통계적 분석 방법입니다. 인과관계를 가정하여 모형을 구축합니다.

13.2.2 단순 선형 회귀분석 (Simple Linear Regression)

내용: 하나의 독립변수가 하나의 종속변수에 미치는 선형적인 영향을 분석합니다. 회귀 방정식을 통해 독립변수의 변화에 따른 종속변수의 변화량을 예측할 수 있습니다. (예: 주거 환경 만족도가 삶의 만족도에 미치는 영향)

13.2.3 다중 선형 회귀분석 (Multiple Linear Regression)

내용: 두 개 이상의 독립변수가 하나의 종속변수에 미치는 영향을 동시에 분석합니다. 각 독립변수의 상대적인 중요도를 파악하고, 여러 변수가 종속변수의 분산을 얼마나 설명하는지(설명력)를 알 수 있습니다. (예: 소득, 교육 수준, 사회적 지지가 삶의 만족도에 미치는 영향)

13.2.3.1 독립변수 선정 방식

내용: 강제 투입 방식, 단계적 선택 방식, 전진 선택 방식, 후진 제거 방식 등이 있습니다.

13.2.3.2 회귀모형의 가정

내용: 선형성, 오차항의 정규성, 등분산성, 오차항의 독립성, 다중공선성 없음 등이 있습니다.

13.2.4 로지스틱 회귀분석 (Logistic Regression)

내용: 종속변수가 **명목척도(이분형 또는 다항형)**일 때 사용되는 회귀분석입니다. 특정 사건이 발생할 확률을 예측하는 데 사용됩니다. (예: 특정 복지 서비스 이용 여부(예/아니오)에 영향을 미치는 요인 분석)

13.3 구조방정식 모형 (Structural Equation Modeling, SEM)

13.3.1 구조방정식 모형의 개념

내용: 잠재변수와 관측변수 간의 관계, 그리고 잠재변수들 간의 인과관계를 동시에 분석할 수 있는 고급 통계 기법입니다. 측정 모형과 구조 모형을 통합하여 복잡한 이론적 모델을 검증합니다. (예: '사회적 고립감'이라는 잠재변수가 '정신 건강'에 미치는 영향 분석)

13.3.2 측정 모형과 구조 모형

내용: 측정 모형은 잠재변수와 이를 측정하는 관측변수 간의 관계를, 구조 모형은 잠재변수들 간의 가설적 인과관계를 나타냅니다.

13.3.3 구조방정식 모형의 장점

내용: 복잡한 이론을 동시에 검증할 수 있고, 측정 오차를 고려하며, 직접 효과와 간접 효과를 분석할 수 있습니다. *참고사항: 회귀분석은 사회복지 프로그램의 효과 예측, 위험 요인 분석, 정책 효과 분석 등 다양한 연구에서 핵심적으로 활용됩니다. 이러한 고급 통계 기법은 복잡한 사회현상을 이해하고 효과적인 개입 전략을 수립하는 데 필수적인 도구입니다.

---

Chapter 14: 보고서 작성 및 연구 윤리 심화

14.1 조사보고서 작성

14.1.1 보고서의 구성 요소

내용: 일반적으로 조사보고서는 서론, 문헌 고찰, 연구 방법, 연구 결과, 논의 및 결론, 참고문헌, 부록 등으로 구성됩니다. 각 부분은 연구의 목적과 흐름에 따라 논리적으로 연결되어야 합니다.

14.1.2 각 구성 요소별 내용

14.1.2.1 서론

내용: 연구의 배경 및 필요성, 연구 문제, 연구 목적을 제시하고 연구의 중요성을 강조합니다.

14.1.2.2 문헌 고찰

내용: 연구 문제와 관련된 기존 연구 및 이론을 검토하고, 본 연구의 학술적 토대를 마련합니다.

14.1.2.3 연구 방법

내용: 연구 설계, 연구 대상 및 표본 추출 방법, 자료 수집 방법, 측정도구, 자료 분석 방법 등을 상세하게 기술하여 연구의 신뢰성과 타당성을 확보합니다.

14.1.2.4 연구 결과

내용: 수집된 자료를 분석한 결과를 객관적이고 명확하게 제시합니다. 표와 그림을 활용하여 시각적인 이해를 돕습니다.

14.1.5.5 논의 및 결론

내용: 연구 결과를 해석하고, 연구 문제와 가설에 비추어 결론을 도출합니다. 연구의 함의, 제한점, 그리고 후속 연구 제언을 포함합니다. *참고사항: 한국 사회복지 분야에서는 보고서 작성 시 APA 스타일 등 학술적 보고서 작성 양식을 준수하는 것이 일반적입니다.

14.2 연구 윤리 심화

14.2.1 연구 윤리의 중요성

내용: 사회복지 연구는 인간을 대상으로 하므로 연구 대상자의 권리와 존엄성을 보호하는 것이 최우선이며, 연구의 진실성과 신뢰성을 확보하는 데 필수적입니다.

14.2.2 IRB (Institutional Review Board) 심의

내용: 연구를 시작하기 전에 연구 계획서가 윤리적 지침을 준수하는지 심의하고 승인하는 독립적인 위원회입니다. 한국에서는 대부분의 대학과 연구기관에 설치되어 있습니다. (예: 개인 정보 보호, 취약 계층 보호, 연구 참여의 자발성 등)

14.2.3 연구 부정 행위

내용: **위조(Fabrication), 변조(Falsification), 표절(Plagiarism)**은 대표적인 연구 부정 행위이며, 이는 연구의 신뢰성을 심각하게 훼손하고 학문적/사회적 비난을 받게 됩니다.

14.2.3.1 위조

내용: 존재하지 않는 데이터나 연구 결과를 허위로 만들어내는 행위입니다.

14.2.3.2 변조

내용: 연구 재료, 장비, 과정 등을 조작하거나 데이터 또는 연구 결과를 임의로 변경하거나 삭제하는 행위입니다.

14.2.3.3 표절

내용: 타인의 아이디어, 연구 내용, 결과 등을 정당한 승인이나 인용 없이 사용하는 행위입니다.

14.2.4 데이터 관리 및 보관

내용: 수집된 연구 데이터는 안전하게 관리하고 보관하여 유출이나 오용을 방지해야 합니다. 일정 기간 동안 보관 의무가 있으며, 필요시 재분석을 위해 활용될 수 있도록 체계적으로 정리해야 합니다. *교육적 팁: 사회복지사는 연구자로서 윤리적 책임을 다해야 합니다. 특히 취약 계층을 대상으로 하는 연구에서는 더욱 민감하게 윤리적 문제를 고려하고, 연구 윤리 교육을 통해 올바른 연구 태도를 함양해야 합니다.