From statistics basics to using statory

텍스트·담론 분석 — 말과 글의 틀을 읽는다

언제 쓰나. 기사·연설·정책 문서·소셜미디어처럼 이미 세상에 나와 있는 말과 글이 자료일 때 씁니다. 인터뷰가 "사람에게 묻는" 방법이라면, 담론 분석은 "말해진 것을 다시 읽는" 방법입니다.

무엇을 보나. 같은 사건도 틀(프레임)에 따라 다른 이야기가 됩니다. 프레임 분석은 각 텍스트가 ①무엇을 문제로 정의하고 ②원인을 어디에 두고 ③무엇을 옳다 하고 ④어떤 해법을 내미는지 — 이 네 기능(Entman)을 표시하며 읽습니다. statory의 기본 코드 네 가지가 바로 이것이고, 자료에 맞게 고쳐 쓰면 됩니다.

절차. 단위 나누기(한 주장이 담긴 크기) → 프레임 코딩 → 화자·매체별 교차(누가 어떤 틀로 말하나) → 어휘 대립(프레임마다 즐겨 쓰는 말). 교차와 어휘 대립에서 정성이 정량과 만납니다 — 프레임 빈도는 교차분석(χ²)으로 검증할 수 있습니다.

논문 팁. 방법 절에는 분석 단위의 정의, 코딩 틀의 출처(연역적으로 Entman을 썼는지, 자료에서 귀납했는지), 코딩 신뢰도(2인 코딩 시 κ)를 씁니다. statory의 감사 추적 요약이 이 절의 재료입니다.

현상학 — 경험의 본질을 기술한다

언제 쓰나. "그 일을 겪는다는 것은 어떤 것인가"가 연구 질문일 때. 회복 중인 사람의 하루, 첫 실직의 충격처럼 수치로 환원되지 않는 체험의 의미가 대상입니다. 심층 인터뷰 소수(보통 5~10명)가 자료입니다.

핵심 태도 — 판단중지(epoché). 분석 전에 연구자가 이미 갖고 있는 생각을 적어 두는 것이 절차의 일부입니다. 선입견을 없앨 수는 없지만, 적어 두면 자료를 선입견으로 읽는 순간을 알아차릴 수 있습니다. statory에서는 분석 시작 시 선이해 기록 메모로 남깁니다.

절차 (Giorgi 4단계 기반). 전체 읽기(표시하지 않고 끝까지) → 의미단위 구분(의미가 바뀌는 지점마다) → 의미 변형(참여자의 말을 학문의 말로 — 뜻은 참여자의 것) → 본질 구조 기술(의미들을 관통하는 구조를 연구자의 문장으로). Colaizzi 방식과의 차이는 주제군 취합의 위치 정도이며, statory는 두 흐름을 모두 수용합니다.

AI에 대하여. statory는 의미단위 후보까지만 제안하고, 의미 변형과 본질 기술에는 AI 버튼이 없습니다. 이 두 단계는 방법론 정본상 연구자의 해석 노동 그 자체이기 때문입니다 — 심사에서 "본질 기술을 어떻게 도출했나"를 물었을 때 "AI가 썼다"는 답은 방어되지 않습니다.

논문 팁. 참여자 수보다 기술의 깊이가 심사 기준입니다. 결과 절은 본질 구조 + 의미단위별 대표 인용으로 구성하며, statory의 코드별 인용 회귀가 인용 선별을 돕습니다.

내러티브 분석 — 삶을 이야기로 읽는다

언제 쓰나. 한 사람(또는 소수)의 삶의 궤적 자체가 대상일 때 — 생애사, 회복 수기, 자전적 기록. 주제가 아니라 사람이 단위입니다.

핵심 개념 — 시간과 전환점. 말한 순서와 산 순서는 다릅니다. 이야기 조각을 시간축에 다시 놓고, 삶의 방향이 꺾인 전환점을 표시하면 전환점 앞뒤가 서로를 설명하기 시작합니다. statory의 시간축 재구성·전환점 표시가 이 작업입니다.

절차 (Riessman 주제 분석 중심). 마디 나누기(한 장면·한 사건) → 시간축 재구성 → 전환점 표시 → 주제 코딩(이야기를 가로지르는 줄기) → 이야기 구조 기술(시작-전개-전환-지금). 구조 분석(Labov)까지 가려면 각 마디의 기능(요약·배경·갈등·해결·평가)을 추가로 표시할 수 있습니다.

논문 팁. 내러티브 논문의 결과 절은 "사례의 이야기"를 시간순 인용과 함께 재구성하는 형식이 일반적입니다. statory의 시간순 인용 자동 배열이 초벌이 되고, 익명화(가명·식별 정보 처리)는 필수입니다 — statory의 정성 익명화 게이트를 반드시 통과시키세요.

근거이론 — 자료에서 이론을 길어 올린다

언제 쓰나. 기존 이론이 없거나 맞지 않는 현상을 설명하는 이론의 뼈대를 만들 때. "무엇이 이 현상을 일으키고, 사람들은 어떻게 대응하며, 무엇이 남는가"가 질문 형식입니다.

절차 (Strauss & Corbin). ①개방 코딩 — 개념마다 이름 붙이기(많이 붙이고 나중에 다듬기) ②범주 통합 — 지속적 비교로 코드를 범주로(묶고 풀고 다시 묶기) ③축 코딩 — 범주를 패러다임의 자리에 배치: 인과적 조건→중심 현상←맥락·중재적 조건, 작용/상호작용→결과 ④선택 코딩 — 핵심 범주와 이야기 윤곽 ⑤이론적 포화 — 새 자료에서 새 코드가 나오지 않을 때까지. statory의 포화 곡선은 참고 지표이며 판정은 연구자가 합니다 — 논문에도 "곡선이 판정했다"가 아니라 "연구자가 포화를 판단한 근거"를 쓰세요.

축코딩 모형 그림. 패러다임 배치가 곧 논문의 축코딩 모형 그림이 됩니다. statory에서는 배치가 정본이고 도식은 그 표현이므로, 그림과 분석이 어긋날 수 없습니다.

질적에서 양적으로 — 이 방법의 확장. 근거이론으로 세운 범주는 설문 문항의 재료가 될 수 있습니다(탐색적 순차 혼합설계). 순서는 엄격합니다: 범주→문항 초안→데이터 수집→신뢰도(α)·요인구조(EFA·CFA) 검증→구조방정식(SEM). 타당화를 건너뛴 SEM은 심사에서 방어되지 않으며, statory는 이 순서를 건너뛰는 버튼 자체를 두지 않습니다.

논문 팁. 방법 절의 단골 질문 세 가지 — 포화 판단 근거, 코딩 신뢰성 확보 방법(메모·감사 추적·2인 코딩), 축코딩 모형의 도출 과정. statory의 분석 과정 요약 export가 세 가지 모두의 증빙 재료입니다.

합의적 질적 연구(CQR) — 함께 읽고 합의로 결론짓는다

언제 쓰나. 연구팀(보통 3~5인)이 있고, 한 사람의 해석이 아니라 팀의 합의로 결론의 신뢰성을 세우려 할 때. 구체적 경험을 묻는 반구조화 인터뷰(8~15사례 내외)가 전형적 자료입니다.

핵심 구조 — 세 겹의 점검 (Hill). ①팀원 각자가 서로 보지 않고 코딩하고 ②다르게 본 곳을 근거를 교환하며 합의하고 ③분석에 참여하지 않은 감사자(auditor)가 결과를 점검합니다. 다수결이 아니라 근거의 교환이라는 점, 그리고 감사자의 지적을 반영할지조차 팀이 정하되 기록은 남긴다는 점이 이 방법의 정신입니다.

절차. 영역(domain)과 핵심개념(core idea) 코딩 → 합의 → 감사자 점검 → 교차 분석. 교차 분석에서 각 범주가 몇 사례에 나타났는지 세어 일반적(General, 거의 전 사례)·전형적(Typical, 절반 이상)·가변적(Variant, 그 미만)으로 표시합니다. statory는 이 분류를 자동 산출하되, 소표본에서는 기준을 임의로 바꾸지 않고 어느 기준을 썼는지 논문에 밝히도록 안내합니다 — 기준이 논문마다 다르면 연구 간 비교가 무너지기 때문입니다.

statory에서. 팀원별 코딩은 이중 코딩 비교(κ 병행 표시)로, 합의는 나란히 보기 화면으로, 감사자 코멘트와 반영/기각은 감사 추적에 남습니다. 이 기록 전체가 "합의 과정을 어떻게 확보했나"라는 심사 질문의 답이 됩니다. 확정한 코드북은 라이브러리에 저장해 다음 자료에 연역적으로 적용할 수 있습니다 — 단, 불러오면 코드 배정은 비워집니다. 범주는 물려받아도 판단은 새 자료에서 새로 해야 하기 때문입니다.

논문 팁. 결과 표의 정본은 범주×빈도(G·T·V) 표 + 범주별 대표 인용입니다. statory의 논문형 표 export 3종(주제 구조표·인용문표·CQR 빈도표)이 그대로 결과 절의 뼈대가 됩니다.

소시오메트리 — 관계를 지도로 그린다

언제 쓰나. 학급·팀·조직·공동체처럼 경계가 있는 집단 안에서 누가 누구를 선택하고 의지하고 밀어내는지, 그 관계 구조 자체가 질문일 때. 자료는 두 갈래입니다 — 설문(지명: "함께 일하고 싶은 사람 3명" / 평정: 전 구성원 쌍을 리커트로)과 텍스트(인터뷰·관찰 기록 속 관계 진술).

텍스트에서 시작하는 길. statory의 고유한 경로입니다. 인터뷰에서 "A는 B를 의지한다" 같은 진술을 (누가→누구를, 어떤 관계로, 얼마나) 형태로 추출하고 — AI가 후보를 찾아오되 근거 문장이 실재하는 것만 — 연구자가 확정하면 행렬이 됩니다. 질적으로 파악한 관계가 정량 네트워크로 건너가는 다리이며, NVivo와 UCINET을 오가던 일이 여기서 한 번에 끝납니다.

평정 기법의 가치. 지명은 "선택했다/안 했다"만 남지만, 평정은 비대칭을 포착합니다 — A는 B에게 5점을 주는데 B는 A에게 2점을 주는 관계. 집단의 긴장은 대개 이 비대칭에 있습니다.

읽는 법 — 네 구조. 지도에서 찾을 것은 중심 인물(선택이 몰리는 사람), 연결이 닿지 않는 구성원, 서로만 밀접한 소집단(clique), 그리고 서로 다른 무리를 잇는 다리 역할입니다. 지위·거부 지수, 응집도, 밀도가 이를 숫자로 받칩니다.

윤리 — 이 방법의 무게. 누가 누구를 거부하는지 묻는 조사는 집단에 상처를 남길 수 있습니다. 부정 지명은 꼭 필요할 때만, 익명 보장과 함께. 결과 공유 시에는 개인이 식별되는 소시오그램을 그 집단에 그대로 보여주지 않는 것이 원칙입니다.

논문 팁. 방법 절에는 수집 기법(지명 제한/무제한/평정)과 경계 설정(누구까지가 집단인가)을, 결과 절에는 소시오그램 + 지표 표를 씁니다. 2시점 이상 측정했다면 밀도·응집도의 변화 비교가 개입 효과의 근거가 됩니다.