심리학의 연구방법(자료정리방법)

3) 자료정리 방법
심리학 연구에서 자료수집 방법에 의해서 얻어진 자료는 수리적인 법칙에 따라, 즉 과학적인 방법으로 정리하기 위하여 측정치로 얻어지는 것이 보통입니다. 측정치의 종류와 통계적인 자료정리법을 간략히 살펴봅시다.

(1) 측정치의 종류
측정이란 측정하고자 하는 대상을 척도(예: '자' 라는 척도)로 재는 것을 뜻합니다. 따라서 척도의 성질에 따라 측정치의 특성이 다를 수밖에 없는데, 척도의 종류는 다음과 같이 4가지가 있습니다.

①명명척도란?
명명척도(命名尺度)는 양적인 차이가 아니라 질적인 차이에 의하여 유목으로 나누어 숫자를 배정하는 척도다. 예컨대, 자료를 컴퓨터에 입력할 때 남자를 1', 여자를 '2'라고 하는데 이것은 명명척도로서 분류에 대한 정보를 제공합니다.

* 서열척도란
이 척도는 단순히 유목으로 구별하는 것이 아니라 유목 사이의 양적인 순서를 고려하여 숫자를 적용하는 척도다. 성적이 제일 좋은 학생은 1등, 그 다음 학생은 2등과 같이 서열을 나타내는 수치를 서열척도라고 하는데, 1등과 2등 사이의 차이가 2등과 3등 사이의 차이와 같지는 않습니다 우연히 같은 경우도 있습니다). 서열척도(序
列尺度)는 분류와 서열에 대한 정보를 제공해 줍니다.

③ 등간척도
동간척도라고도 하는데 양적인 서열뿐만 아니라 그 크기가 비교될 수 있도록 동간격으로 숫자를 배정하여 구분한 척도입니다. 등간척도(等間尺度)의 대표적인 예는 섭씨온도계의 눈금이라고 할 수 있는데, 10℃와 20℃ 사이의 차이와 20℃ 와 30℃ 사이의 차이는 등간이므로 같습니다.

심리학에서 많이 사용하는 척도가 등간척
도로서 1Q편차Q) 점수도 등간척도의 하나입니다. 등간척도에 의해서 얻어진 측정치를 통해 분류, 서열 및 동간성의 정보를 얻을 수 있습니다.

④ 비율척도
물리학에서 사용되는 c(길이), g(무게), s(시간)의 척도가 여기에 해당되는데, 이런 척도들은 절대영점에서 출발한 척도여서 비례적인 비교가 가능한 척도입니다.

따라서 절대영점을 갖고 있기 때문에 척도점수의 가감은 물론, 승제도 가능하여 등간척도보다 비례성의 정보를 더 얻을 수 있습니다. 절대영점이란 무게가 없는 것을 0g, 길이가 없는 것은 0cm라는 것을 의미하며 등간척도인 섭씨온도계에서의 0℃라는 것은 온도가 없다는 의미가 아니라 우리가 임의적으로 1기압의 공기에서 물이 어는 온도를 0℃라고 한다고 결정한 임의영점 또는 상대영점인 것입니다.

따라서 20℃는 10℃의 2배의 온도라고 말할 수
는 없습니다. 최근 우리가 흔히 사용하는 편차IQ 점수는 같은 연령을 표집한 집단의 평균 지능점수를 임의영점(보통 100으로 표현하고 있지만)으로 하여 만들어진 척도이므로 등간척도입니다. 등간척도는 가감은 가능하나 승제를 할 수 없습니다.

(2) 통계적 방법
연구자료를 통계적 방법으로 정리하는 데는 크게 기술통계적 방법과 추리통계방법이 있습니다.

① 기술통계
실험에서의 실험집단이나 학교에서의 학급집단과 같이 어떤 집단의 특성을 통계적인 방법으로 요약해서 기술하는 것으로, 쉽게는 그 집단에서 얻어진 측정치 자료를 분포로 제시하는 방법이다. 분포의 형태에 의하여 대충 그 집단의 특성을 짐작할 수 있습니다.

다음으로는 집단의 분포가 어느 점수에 몰려 있는가에 의해 집단의 특성을 기술해 주는 집중경향치가 있습니다. 집중경향치에는 평균치, 중앙치, 최빈치 등을 계산할 수 있습니다.

또한 분포가 얼마나 넓게 퍼져 있는가 하는 분산의 정도로 집단의 특성을 기술해 주는 변산도가 있는데 표준편차(변량), 평균편차, 4분편차, 범위 등의 통계치에 의해 알 수 있습니다.

집중경향치는 집중의 정도를 의미하고 변산도는 분산의 정도를 나타내므로 반대의 의미를 갖고 있으며, 보통 집단의 특성을 기술할 때 집중경향치와 변산도의 두 통계치에 의해 기술하는 경향이 있습니다.

왜냐하면 두 집단이 같은 평균치를 갖고 있더라도 표준편차는 다를 수도 있기 때문입니다. 기술통계에서 또 다른 중요한 통계치는 상관계수인데, 상관계수는 집단 구성원들의 한 변인점수와 또 다른 변인점수와의 서로 관계되는 정도를 의미하는 것으로, 심리학에서 귀중한 정보를 얻는 통계치의 하나로 로 표현됩니다.

예를 들어, 심리학과 학생들의 1학년 평균학점과 대학입학 수능시험 성적이 어느 정도 상관이 있느냐를 알아보고자 할 때, 평균학점을 Y축으로 하고 입학수능시험 성적을 X축으로 하여 1학년 학생 5,000명 각 개인의 두 점수를 짝지어 분포를 작성하여 ([그림 1-1]) 그 분포가 얼마나 일직선에 가까운가를 - 1 ≤ r + 1의 범위로 표시
합니다.

만일 두 변인이 정적 관계한 변인이 증가하면 다른 변인도 증가할 때)이면서 일직선으로 나타날 때는 상관계수 r = 1로 계산되며, 부적 관계(한 변인이 증가하
면 다른 변인은 감소할 때)이면서 일직선을 보일 때는 상관계수 r = -1로 표현됩니다(그러나 심리학을 포함한 사회과학에서 두 변인의 관계가 일직선으로 표현된다는 것은 기대하기 어려운 일입니다.).

상관관계 연구에서 상관이 높다고 인과관계가 반드시성립된다고는 말할 수 없습니다. 물론 한 변인이 다른 변인의 원인이 되는 경우는 있지만 실험적인 증거 없이는 그런 결론은 타당하지 못하다는 것이 상관관계 해석상에 주의해야 할 점입니다.

② 추리통계
관찰한 소수의 자료를 기초로 해서 소수집단이 속해 있는 전체의 대 집단에 대해 추론하여 결론을 내리는 통계적 방법, 즉 표집에 의해서 전집을 추론하는 방법을 추리통계라고 합니다.

표집에서 전집을 추론할 때 오차를 줄이기 위해서는 전
집을 적절하게 대표할 수 있는 표집을 선택하여야 하는데, 그렇지 못한 경우가 많습니다. 그래서 무선표집(random sample)을 함으로써 전집을 대표하려고 합니다.

일례로 우리는 사전의 전체 단어 수를 추정하려면 무선으로 선택한 페이지의 단어수를 세어봄으로써 추정하려고 합니다. 그런데 무선표집을 반복해 보면 이 역시 전체 전집을 대표할 정도로 그 표집들이 충분하지 못하기 때문에 약간씩 다른 결과들을 얻게 됩니다.

따라서 표집의 오차가 있게 마련임을 알 수 있으며, 추리통계는 이 표집의 오차에서부터 시작되고 그 추론의 결론은 확률의 기초 위에서 이루어집니다. 최근 여론조사에서 95% 수준이라는 말을 자주 사용하는데, 이는 그 오차범위 내에 95% 확률의 정확성이 있음을 의미합니다.
심리학에서는 두 집단 간의 차이가 정말로 유의한가 하는 문제를 많이 다루는데, 실험법에서 실험집단과 통제집단에서 얻은 두 평균 통계치의 차이가 정말로 실험처치의 효과에 의한 차이인지 우연히 나타난 차이인지를 확인하기 위하여 통계적인 의의도 검증하게 됩니다.

연구자는 의의도 수준을 95% 수준(p<.05) 혹은
99% 수준(p<.01)으로 정하게 되는데, 이는 그 차이가 우연히 나타날 확률이 5/100 혹은 1/100보다 작다는 의미로서 그 차이가 실험처치의 효과에 의한 결과임을 추리하게 하는 것입니다. 이러한 통계적 의의도 검증은 평균의 차이에만 이용되는 것이 아니라 모든 통계치에 대해 적용될 수 있습니다.