C20141119 p

인간을 설명하는 새로운 방법 키가 큰 사람들과 작은 사람들이 있다. 연구자는 키를 중심으로 사람을 볼 수 있고 사람을 중심으로 키를 볼 수도 있다. 사회과학은 무엇을 연구하는 것일까?

＜친숙한 사물＞, 르네 마그리트, 1928

인텔리겐치아 2317호, 2014년 11월 19일 발행

사이먼 와츠·폴 스테너 (Simon Watts & Paul Stenner)가 쓰고 백평구가 옮긴 ≪Q방법론 연구의 실행, 이론· 방법·해석≫

윌리엄 스티븐슨이 지적한 R방법론의 문제 는 간단히 말해 특정한 사람의 일부분 즉, 변인, 특성, 능력에만 초점을 두고 있어 필 연적으로 방법론적 해부를 야기한다는 것 이다. 이러한 해부는 ‘사람을 다시 온전히

하나로 합할 수 있는’ 어떤 효과적인 방법도 제시할 수 없다.

- ‘Q방법론 입문: 거꾸로 된 요인 분석 기법’, «Q방법론 연구의 실행, 이론·방법·해석» 17쪽.

스티븐슨이 누구인가?

Q방법론의 창안자다. 그는 R방법론에 대한 간단하지만 혁신적인 응용으로 Q방법론을 제안했다.

R방법론이 무엇인가? 테스트나 특성을 변인으로 채택하고 사람으 로 구성된 표본을 활용하는 방법이다. 이러

한 변인에 의한 요인 분석은 1930년대 중반 까지 심리학에서 개인들의 차이를 설명하는 매우 효과적인 방법론으로 인정받았다. 현 재 주류의 연구 수행 방식이기도 하다. 스티븐슨의 비판 지점은 무엇인가?

R방법론에 따른 분석은 특정한 개인의 특성 또는 관점을 반영하지도, 반영할 수도 없다 는 점에 주목했다. 이러한 문제 제기는 점수 의 표준화와 긴밀하게 연결되어 있다. 점수의 표준화가 무엇인가? 가령 ‘176센티미터는 90킬로그램보다 큰 가?’라는 질문에 우리는 대답할 수 없다. 동 일한 측정 단위를 공유하지 않기 때문에 직

접 비교가 불가능한 것이다. 표준화는 점수 들 간에 동일한 측정 단위를 공유하는 것을 말한다. 표준화 점수를 사용하면 무엇을 알 수 있나? 핵심은 상대적 비교가 가능하다는 데 있다. 전체 분포에서의 상대적 위치를 개인과 비교 할 수 있다. 표준화 과정의 무엇이 문제인가? 그 점수를 만들어 낸 특정한 개인을 점수로부 터 분리시킨다는 점이 문제다. 예를 들어 사 람 a의 키는 174센티미터이며, b는 180센티 미터, c는 171센티미터라고 할 때, c의 키가 b 보다 9센티미터 작다는 것은 두 사람 간의 명 백한 차이다. 그러나 표준화 점수와 긴밀하

게 연결된 R방법론에서는 특정한 개인의 키 는 더 이상 관심의 대상이 아니다. 표준화 점 수는 단지 a, b, c 세 사람의 키가 전체 모집단 에 걸쳐 어떻게 비례적으로 변화하는지 상대 적으로 표현할 뿐이다. 스티븐슨의 대안은? 그는 사람에 의한 요인 분석을 실행할 수 있 다고 믿었다. 테스트 또는 변인 사이의 상관 관계보다는 사람들 사이의 상관관계를 분석 하려고 시도했다. 이렇게 하기 위해 사람을 변인으로 하고 특성, 테스트, 능력 등을 표본 또는 모집단으로 채택해 R방법론의 전통을 거꾸로 만드는 방법을 적용했다.

R를 거꾸로 만들면 문제가 해결되나? 해결되지 않았다. R방법론의 목적에 따라 수 집된 데이터를 Q분석에 활용할 수 있도록 수 정 또는 전환하기가 어려웠기 때문이다. 스 티븐슨이 추구한 전체론(holism)에 부합하 지 않는다. 전체론이란? 스티븐슨의 열망은 사람의 전체 측면에 초점 을 두면서 서로 닮은 사람들을 규명하는 데 있다. 그는 Q가 완전히 새롭고 고유한 접근 방식을 제공할 것으로 믿었다. 완전히 새롭고 고유한 접근 방식이 뭔가?

Q방법론 연구에서 참여자들은 R방법론에서

처럼 수동적으로 측정되는 대신, 능동적으 로 순위를 정할 수 있는 이질적인 자극 항목 의 모음 또는 Q표본을 사용한다. 주관적 또 는 1인칭의 관점을 도입함으로써 개인 내의 ‘심리적 의미’를 확인하고 전체론의 시각으 로, 그리고 게슈탈트의 통일체로서 데이터 를 바라본다.

Q방법에서 데이터는 어떻게 수집하는가? 순수한 유연성이라고 부를 수 있는 데이터 수 집은 Q의 장점이기도 하다. 어떠한 이질적인 자료 수집과 자료원도 데이터 수집 방식으로 쓰일 수 있다. 근래에는 주어진 자극 항목이 연구 주제나 이슈에 관한 진술문 형태를 띠는 경우가 많다. 연구 참여자는 개인적 특징의

우선순위에 따라 분류를 수행할 수 있다. 당신이 이 책을 번역한 이유가 뭔가?

Q는 대안 방법론으로 의미가 있다. 그동안 우리의 연구 방식은 인식론에 무관심했다. Q 를 대안 방법론으로서 밀도 있게 이해할 필요 가 있다고 생각했다. 나의 연구 분야인 인적 자원개발에서도 다양한 방법론이 필요했다.

Q를 알면 연구가 어떻게 달라지나?

Q를 알고 더 많이 알아간다는 것은 그동안 우리가 간과해 온 연구의 본질적 의미를 성찰 할 기회를 얻는 것이다. 방법론적 우위를 점 하려는 것이 아니다. 연구자가 천착할 지식 생성을 위한 접근 자체를 고민할 수 있도록

안내한다. 연구방법이 단순한 연구를 위한 도구나 수단이 아님을 인식할 수 있다. 이 책, ≪Q방법론 연구의 실행, 이론·방법· 해석≫은 어떤 강점이 있나?

Q방법론을 처음 접하거나 Q에 대한 이해를 심화하려는 학생, 학자, 연구자에게 도움이 될 것이다. Q방법론에 따른 연구 절차 전반 을 안내하면서도 지나치게 매뉴얼의 느낌을 주지 않고 핵심 이론과 개념을 소개한다. 매 력 있는 책이다. 당신은 누구인가? 백평구다. 중원대학교 경영학과 조교수다.

인간을 설명하는 새로운 방법 키가 큰 사람들과 작은 사람들이 있다. 연구자는 키를 중심으로 사람을 볼 수 있고 사람을 중심으로 키를 볼 수도 있다. 사회과학은 무엇을 연구하는 것일까?

＜친숙한 사물＞, 르네 마그리트, 1928

Q방법론 연구의 실행, 이론·방법·해석 사이먼 와츠· 폴 스테너 지음 백평구 옮김 연구방법론 / 논문작성 2014년 11월 20일 신국판(153*224) 무선 제본, 424쪽 32,000원

작품 속으로

Q방법론 연구의 실행, 이론·방법·해석

01 Q방법론 입문: 거꾸로 된 요인 분석 기법

도입: 이 책의 구조, 기술 방식과 목적 이 책을 읽기 시작한 독자들을 환영한다. Q방법론은 연구 참여자의 주관성 또는 1인칭 관점에 초점을 두었던 윌리엄 스티븐슨(William Stephenson)이 창안한 연구 기법이자 이론적·방법론적 개념이다. 연 구 방법으로서의 기본은 Q분류의 형태로 데이터를 수집하고 후속하는 Q분류 간의 상호관련성과 요인 분석을 결합하는 데에 있다. 완성도 높 은 Q 연구에서는 연구 참여자 집단 사이에 존재하는 주요한 관점이 표 출되고, 그러한 관점들을 높은 수준의 질적 세부 사항과 함께 전체론적 으로(holistically) 이해하는 것이 가능하다. 이 책은 간단명료하지만 풍성한 Q방법론의 입문서이며, Q방법론 을 처음으로 접하거나 Q방법론의 방법론적 스킬과 이해를 심화시키고 자 하는 학생, 학자, 그리고 연구자를 위한 것이다. 이 책은 독자들이 높 은 수준의 Q방법론 활용 연구를 수행하는 것을 돕는 데에 목적이 있다. 이러한 목적을 달성하기 위해 이 책의 내용은 이론, 방법 그리고 해 석이라는 3부로 구성되었다. 1장과 2장은 이론적 작업들을 제시하며, 3·4·5·6장은 방법과 분석의 실행과 처리를 다루고, 7장은 Q방법론 연구 결과의 해석을 극대화하기 위한 방법을 예시했다. 8장은 Q방법론

3

연구논문 작성에 도움이 될 수 있는 아이디어와 논증을 다루었다. 부록 2를 통해 2부 방법에 해당하는 장들의 내용에 도움이 되도록 했으며 무 료로 다운로드 가능한 소프트웨어인 PQ 메소드(PQ Method, 윈도용 버 전 2.11)를 활용한 Q방법론에서의 요인 분석 실행에 대한 조언을 제공 했다. PQ 메소드는 www.lrz.de/∼schmolck/pqmethod/downpqx.htm1) (Schmolck, 2002; 5장 함께 참조)을 통해 다운로드할 수 있다. 이 부록 은 PQ 메소드가 제공하는 방대한 출력 결과를 해석하는 훌륭한 길잡이 가 될 것이다. 이 책은 기본적으로 Q방법론에 관심 있는 모든 이들을 위한 것이 다. 그러나 Q방법론이 다양한 학문 분야에서 활용되면서 Q방법론 적용 에 미묘한 차이 또한 존재한다는 것을 인지했다. 이러한 상황은 Q방법 론의 배경이 되는 지식과 스킬의 본원적 형태를 가정하기가 불가능하다 는 점에서 이 책의 저술을 다소 어렵게 만들기도 한다. 따라서 저자들은 독자들이 충분히 지적이며 Q방법론에 대한 학습을 열망하며, 명확하고 간단하면서도 진솔한 설명이 최선의 방책이라는 점을 고려했다. 그러나 앞서 언급한 간단명료하고 진솔한 설명이 이 책에서 다루는 모든 논증들이 표적에 총알을 명중시키듯 단정적이라는 것을 의미하지 는 않는다. 오히려 담화적인(narrative) 기술 방식이 전반적으로 유지되 었다고 할 수 있다. 이러한 기술 방식은 매우 의도적인 것이며, 대체로 많은 교재들이 특정한 이슈를 강조하느라 이슈들 간의 관계를 적절히

1) 현재 원서에서 제시된 웹사이트는 접근이 불가능하며, 국제주관성연구학회 홈페이지 (www.qmethod.org)의 링크(Links) 메뉴를 통해 접근 가능하다. 링크 메뉴에서 연결된 웹

페이지는 http://schmolck.userweb.mwn.de/qmethod/와 같으며 PQ 메소드 윈도용(버전 2.35)을 다운로드할 수 있다.

4

다루는 데에는 실패하거나, 하나의 아이디어 또는 연구 방법으로부터 어떻게 성공적으로 그다음으로 나아갈 수 있는지를 제시하지 못하는 경 우가 있다는 점을 상기할 필요가 있다. Q방법론의 전체를 조망하고 방 법 적용과 분석의 분화 양상을 이해하는 것이 진정 중요한 문제다. 또한 담화적인 기술은 독자들에게 충분한 정보 제공과 가독성을 제공할 가능 성을 높이는 최적의 방식이기도 하다. 그러나 이러한 자유로운 기술 방식과의 타협 차원에서, 독자들이 보다 명료하게 이 책의 내용을 이해할 수 있도록 각 장 내에서 첫 번째 표 제(1장의 경우 ‘도입: 이 책의 구조, 기술 방식과 목적’)와 하위 표제(‘1) 이론’부터 ‘3) 해석’) 사이를 분명히 구별하고 강조하였다. 이러한 상위 표제와 하위 표제의 구성은 각각의 장들을 관리 가능한 부분으로 나누 어 준다.2) 따라서 담화적 기술 방식에서 적절한 해당 내용을 빨리 탐색 하는 것도 가능하다. 각 장은 또한 기억할 만한 중요한 내용들을 포함한 요약으로 마무리했다.

이론 이 책은 Q방법론의 기술적·이론적 주제들에 초점을 둔 두 개의 장으로 시작한다. 1장은 Q방법론이 요인 분석으로 알려진 통계 기법의 파생 또 는 역(逆)으로 그 기본 형태를 이해할 수 있다는 점을 제시한다. 요인 분 석에 대한 기본적인 설명이 제시되고 독자는 Q방법론을 창안한 윌리엄 스티븐슨의 동기, 생애와 지적 유산을 접하게 된다. Q방법론의 학문적 공동체에 대한 유용한 참고문헌, 웹사이트와 일반 정보도 1장의 마지막

2) 원본에서는 상위 표제와 하위 표제를 구성하는 항목들을 목록으로 정리해 각 장의 첫

부분에 제공했으나 번역본에서는 이를 제외하였다.

5

부분에 함께 포함되었다.

2장은 1장에서 다룬 뼈대 위에 살을 붙이듯 윌리엄 스티븐슨이 발 전시킨 Q기법 또는 사람에 의한 요인 분석 절차와 관련된 주요 이론적 이슈와 개념을 다룬다. 2장은 주관성, 자아참조, 통합체와 가설생성과 같은 개념에 대한 논의를 포함한다. 또한 사회구성주의 방법으로서의 Q 방법론 활용과 함께 Q방법론과 물리학의 양자이론 간의 수학적·개념 적 연결을 탐색한다.

1장과 2장으로 구성된 이론 부분은 독자들이 Q방법론의 역사와 이 론적 맥락을 포괄적으로 이해하기 위한 것이며, Q가 무엇이고 어디서 기원했으며, 그 원인과 의미가 무엇인지를 이해하기 위한 목적을 염두 에 둔 것이다. 이러한 맥락에 대한 고려는 이 두 장을 이 책의 맨 앞에 배 치하게 된 주요한 동기에 해당한다. 그러나 저자들은 이 두 개의 장이 독 자들에게 선택적으로 읽힐 수 있다는 것을 분명히 밝히고자 한다. 궁극 적으로 이 두 개의 장은 독자가 방법론적 지식을 심도 있게 이해하기 위 한 중요한 의미들을 담고 있지만 그 자체가 Q방법론 연구를 효과적으로 수행하기 위해 반드시 따라야만 하는 명령이라고 보기는 어렵다. 물론 기술적·이론적 정보와 관련된 내용의 일부는 다소 복잡해 보일 수도 있다. 만약 독자들 가운데 가능한 한 신속하게 효과적으로 Q방법론 연 구를 완료해야만 한다면, 방법에 해당하는 3장부터 이 책을 시작하는 것 도 가능하다. 저자들은 이러한 독자들을 충분히 이해할 수 있다. 다만 이후에라도 1장과 2장에 도전하기를 바라며, 만약 한두 편의 Q방법론 적용 논문을 작성해 본 연구자라면 자신이 활용하고 있는 Q방법론을 보 다 총체적으로 이해할 수 있는 기회를 갖게 될 것이라고 확신한다.

6

방법 3장부터 6장까지는 기본적인 방법들을 다룬다. 부록 2와 함께 네 개의 장들은 Q방법론 활용 연구와 관련된 준비, 실행과 분석의 의미들을 안 내한다. 3장은 잠정적 연구 문제 설정, Q표본(항목) 개발의 조건과 준수 사항을 포함해 연구 설계의 기본 내용들을 포함한다. 또한 단일 또는 복 수 연구 참여자 선정 관련 내용들도 포함하여 다룬다. 4장은 Q방법론 활용에서 현장 연구의 실행 방법을 안내한다. 연구 참여자의 본질과 규 모, Q분류의 분포, 효과적인 연구 자료의 생성과 연구 절차(온라인 연구 수행을 포함)를 포함한다.

5장과 6장에서는 광범위한 분석 절차를 다루면서 2부를 마무리한 다. 예시로 활용하는 데이터의 연속성과 명료성 확보를 위해 7장에서도 동일한 데이터를 활용했다. 이 데이터는 12∼16세에 분포된 청각장애 학생 집단에서 도출된 것이며, 이들을 위한 교육 환경에서 성인 조력자 의 역할에 대한 인식을 다루고 있다. 이 연구는 셰필드대학교에서 교육 심리학으로 박사학위를 취득한 레이첼 매시[Rachel Massey, 지도교수: 마틴 휴스(Martin Hughes)]가 수행하였다. 저자들은 독자를 위해 자료 의 활용을 허락한 두 사람에게 감사를 표한다.

5장은 요인 추출의 절차에 대한 개념적·통계적 설명을 제시하며 이와 관련된 소프트웨어, 분석 전략의 중요성, 요인 적재치(변량과 아이 겐값), 유용한 수식, 대안적 요인 추출 방법, 양 극단의 두 요인과 추출 요인의 수에 대해서도 다룬다. 6장은 요인 회전에 대해 설명한다. 요인 회전의 절차와 목적이 제시되고 상이한 회전 방법이 비교되며 분석 결 과 해석을 위한 요인 배열표의 준비에 대해 안내한다.

7

해석 7장은 분석 결과에 따라 예비 해석의 방법과 효과적인 해석에 도움이 되 는 간단한 방법을 제공한다. 해석 과정은 5장에서 추출되고 이어서 6장 에서 회전되었던 동일한 연구 데이터로부터 도출된 첫 번째 요인에 대 한 완전한 해석을 완결시키는 방식을 통해 단계별로 설명된다. 나머지 네 개 요인에 대한 해석은 부록 3을 통해 구체적으로 제시함으로써 독자 가 분석 결과 해석에 필요한 스킬을 실행하고 개발할 수 있도록 했다. 8 장은 철저하고 완성도 높은 Q방법론 적용 연구 논문의 준비와 작성을 위한 조언을 제공하면서 이 책의 결론을 제시한다. Q방법론은 조금 색 다르고 흥미로운 방법이지만 바로 이 점 때문에 학술지 편집위원이나 심사위원으로부터 상당한 수준의 오해를 불러일으키기도 한다. 8장은 독자가 준비하는 Q방법론 활용 연구 논문의 게재 가능성을 극대화하기 위한 간단하지만 효과적인 방법들을 제공할 것이다. 이러한 구성은 어디까지나 이 책의 목적이 독자들을 돕는 데에 있 다는 것을 다시금 확인하게 한다. 독자들은 이 책을 읽어 가면서 Q방법 론을 활용한 연구의 실행이 지속적으로 연구자의 의사 결정을 요구하고 있다는 것을 알게 될 것이다. 따라서 주어진 시간과 지식의 제약 속에서 독자들 가운데 일부는 저자들이 제시한 논증과 설명에 동의하지 않을 수도 있다. 그러나 삶 또한 그러하듯 이 책의 어떠한 내용도 확정적인 것 은 아니며 독자들이 Q방법론을 더 잘 이해하게 된다는 것에 무게를 두 고자 했다. 만약 Q방법론의 연구자들이 하나의 입장을 획일적으로 공 유하고 있다면 아마도 다른 사람의 관점, 시각이나 태도, 신념에서는 흥 미로운 일일 것이다. 특히 그러한 관점이 일반적으로 연구 주제로서 또 한 사람들의 삶에서 중요한 의미를 갖는 것이라면 더욱 그러할 것이다. 따라서 Q방법론에 대한 단일한 관점이 존재한다는 것은 논리적이지 않

8

으며, 저자로서 우리의 관점이 더 우월하다고 가정하는 것은 위선적이 다. 독자들은 할 수 있다고 느끼기만 한다면 자신만의 방식으로 Q방법 론을 이해하고 결정하고 연구를 수행하는 것이 맞다. 그러한 과정에서 이 책은 가이드북과도 같은 역할을 하려 한다. 진솔한 방식으로 Q방법 론 연구의 실제를 향해 단계별로 Q방법론 연구를 소개하는 여정을 독자 들이 즐길 수 있기를 바란다.

Q방법론의 탄생 Q방법론은 윌리엄 스티븐슨이 ≪네이처(Nature)≫에 기고한 편지 형 태로 1935년 처음 세상에 알려졌다. 이 편지에서 스티븐슨이 창안하고 표명한 기본적 통계 방법의 원칙은 이후의 3년 내지 4년간 흥미롭고 새로운 사고방식을 포함하는 일련의 학술 연구 논문을 통해 발전되었 다(Burt & Stephenson, 1939; Stephenson, 1936a, 1936b). 영국 심리 학의 역사에서 가장 유명한 두 학자－처음은 찰스 스피어맨(Charles Spearman), 그다음은 시릴 버트(Cyril Burt)－의 조교이기도 했던 스티 븐슨은 1930년대에 영국 런던대학교에서 근무했으며, 스피어맨은 그에 대해 ‘자신이 창안한 통계적 방법이기도 한 요인 분석의 방법론적 토대 에 근본적으로 새로운 것을 더했다는 점에서’, ‘가장 재능 있고 창의적인 학생이었으며, 강한 자립심을 소유한 프로테제’로 평한 바 있다(Brown, 1980: xⅲ ).

Q방법론은 그 기본적인 형태를 스피어맨의 전통적 요인 분석 방법 에 대한 간단하지만 혁신적인 응용으로 이해할 수 있으며, 스피어맨의 방법에 대해 근본적으로 새로운 아이디어의 완성으로서 등장한 것이다.

9

이 첫 번째 장에서는 이러한 아이디어를 설명하고 Q방법론의 기반이 되 는 방법론적 응용의 본질을 제시한다. 그러나 스티븐슨이 스피어맨의 방법에 추가한 것이 무엇인지를 이해하기 위해 우선 요인 분석 자체의 개념적 큰 그림을 조망하는 것이 필요하다. 저자들이 이미 암시한 것처 럼 요인 분석 자체를 이해하기 위한 과정이 종종 간과될 때가 있다. 그러 나 요인 분석에 대한 기본적인 이해는 보다 훌륭한 Q 연구자가 되기 위 해 꼭 필요한 것이다. 1장에서, 그리고 이후의 방법 관련 장 가운데 특히 4장부터 6장까지가 도움이 될 것이며 요인 분석에 대한 입문을 위한 관 련 참고문헌들 또한 도움이 될 것이다(Field, 2009의 17장; Kline, 1994).

요인 분석과 데이터에 대한 요약 가이드 표 1.1은 스피어맨의 요인 분석 방법을 활용하기 위해 수집된 통상의 데 이터 표 또는 데이터 행렬이다. 이 행렬은 n명의 표본으로부터 m개의 변인과 관련된 m개의 측정 에 따라 수집된 데이터를 포함하고 있다. 어떤 것에 대해서도 이러한 측 정을 생각할 수 있지만 이해를 돕기 위해 변수 m과 관련된 테스트 1은 기억력, 테스트 2는 언어적 의사소통 능력, 테스트 3은 수리 능력, 테스 트 4는 성격의 내향성과 외향성 등이라고 가정해 보자. 보통의 측정 절 차를 통해 각각의 사람(표본)은 자신이 완료한 테스트 결과와 관련된 점 수를 부여받게 된다. 표 1.1에서 테스트 1과 관련해 사람 a가 받은 점수 는 a×1로 표기되며, 테스트 2에 대해서는 a×2, 같은 방식으로 첫 번째 행(row)이 구성된다. 사람 b가 테스트 1에 대해 받은 점수는 b×1, 사람 c가 테스트 1에 대해서는 c×1과 같은 방식으로 첫 번째 열(column)이

10

표 1.1 요인 분석을 위한 데이터 행렬 변인 사람

1

2

3

4

m

a

ax1

ax2

ax3

ax4

axm

b

bx1

bx2

bx3

bx4

bxm

c

cx1

cx2

cx3

cx4

cxm

d

dx1

dx2

dx3

dx4

dxm

n

nx1

nx2

nx3

nx4

nxm

구성된다. 스피어맨의 요인 분석은 측정된 변인을 중심으로 분석을 실행한다 는 점에서 이 행렬의 열에 초점을 둔 것이다. 구체적으로 보면 행렬의 열 1은 n명의 개인들을 표본으로 한 기억력 테스트에 대한 점수를 나타내 며, 열 2는 언어적 의사소통 능력 점수를 나타낸다. 변인들은 그 자체로 충분히 분석할 만한 것이지만, 이러한 요인 분석은 주어진 데이터 행렬 에서의 모든 변인 간의 관계 양상을 드러내는 것에 비해 특정한 하나의 테스트 또는 변인에 대해서는 상대적으로 관심을 갖지 않는다.

상관분석 통계 변인 간의 관계에 대한 간단한 첫 번째 측정 방법은 상관관계 분석을 활 용하는 것이다. 상관분석 통계는 통상 ‘동일한 개인으로부터 수집된 두 점수 자료 덩어리 사이의 일치 정도’(Kline, 1994: 18)를 의미한다. 상관 계수는 -1부터 +1까지의 범위를 갖는 점수이며, 강한 정적 상관관계로 표현하는 0.70 이상의 경우 변인 1에 대해 높은 점수를 얻은 사람이 변 인 2에 대해서도 유사한 경향을 보일 것이라는 점을 의미한다. 반면 강

11

한 부적 상관관계로 표현하는 -0.70 이하의 경우 변인 1에 대해 높은 점 수를 얻은 사람이 변인 2에 대해서는 낮은 점수를 얻을 것이라는 점을 시사한다(각각 반대의 순서로 해석하는 것도 가능). 만약 상관계수가 0 이라면 두 변인 사이에 어떠한 관련성도 존재하지 않는다는 것이다. 요 인 분석은 이러한 데이터 행렬 안의 모든 변인에 대해 이러한 상관관계 를 계산하는 것에서 출발한다. 각각의 변인에 대해 모든 나머지 변인과 의 관련성이 쌍쌍을 지어 확인된다. 상관관계의 수는 수식 (m)(m-1)/2 (Stephenson, 1936a)를 통해 계산되며, 이때 m은 행렬 안에서 측정된 변인의 수(또는 열)를 가리킨다. 예를 들어, 20개의 변인으로 구성된 데 이터 행렬에서는 총 190개의 개별적인 상관관계가 도출된다(m=20, m-1=19로 계산).

점수의 표준화(또는 z점수) 그러나 많은 수의 상관관계가 의미를 확보하려면 데이터 행렬의 각 열 (변인)별로 확보된 점수가 표준화되어야 한다. 이러한 표준화는 이미 피어슨(Pearson) 적률 상관계수(r)와 같이 상관관계의 통계 분석 과정 에 포함되므로 실제 통계 분석 과정에서 특별한 조치를 취할 필요는 없 다. 통계 기법은 이러한 문제를 이미 주의 깊게 다루고 있다. 그럼에도 불구하고 개념적 관점에서 표준화를 이해하는 것은 Q방법론의 탄생에 중추적 역할을 했기 때문에 중요한 일이다. 점수의 표준화는 가령 ‘176센티미터는 200파운드보다 큰가?’라는 이상한 질문 또는 ‘나는 무겁다기보다는 키가 크다’라는 엉뚱한 주장 때 문에 필요하다. 두 문장 모두 동일한 측정 단위를 공유하지 않기 때문에 신장과 체중의 직접 비교는 불가능하다. 이러한 문제는 앞서 예시된 데 이터 행렬에서도 동일하게 적용된다. 만약 동일한(예를 들어 표준화된)

12

측정 단위를 적용하지 않는다면(물론 현실적이지 않은) 또는 측정 이후 에 사후적으로 점수 표준화를 위한 조치를 하지 않는다면, 우리는 성격 의 내향성과 언어적 의사소통 능력 점수를 직접 비교할 수 없다. 다행스럽게도 사후적으로 점수의 표준화를 위한 조치를 취하는 것 은 충분히 가능하며 그 타당성 또한 충분히 확보되었다. 내가 무겁다기 보다는 키가 큰지를 직접적으로 또는 절대적인 의미에서 묻는 것은 말 이 되지 않는다. 그러나 전체 인구 집단에서의 비율로서 내가 키가 큰지 체중이 많이 나가는지를 확인하는 것은 충분히 설득력이 있다. 이러한 비교의 의미를 포함한 질문이 타당한 이유는 절대적이기보다 상대적인 비교를 포함하고 있기 때문이다. 바로 이것이 점수 표준화의 핵심이다. 절대 점수는 수집된 점수의 전체적인 분포에서 상대적 위치를 계산함으 로써 표준화된 점수로 변환될 수 있다. 물론 전체 인구 집단을 대상으로 점수를 획득하는 것은 현실적으로 불가능하기에 우리는 전체 모집단 중 일부를 표본으로 하거나 대표성 있는 하위 집단을 구성해 측정을 실시 하게 된다. z점수로도 알려진 최종적인 표준화 점수는 특정한 절대 점수와 측 정된 표본의 평균 점수 사이의 거리에 대한 수학적 표현으로 계산된다. 이러한 거리는 표준편차라는 수치를 통해 비례적으로 표현된다(표준편 차에 대한 세부 내용은 Kline, 1994 참조). 그러나 중요한 것은 나 자신 의 신장과 체중의 z점수 계산이 모집단 가운데 어느 정도의 비율에 해당 하는 사람이 나보다 키가 큰 것인지, 그리고 체중이 무거운 것인지를 신 뢰성을 갖고 측정하는 것을 가능하게 한다는 점이다. 가령 50%가 나보 다 더 키가 크며, 27%가 더 체중이 많이 나간다는 것을 판단할 수 있게 된다. 이러한 접근 방식은 데이터 행렬 안의 다양한 열(변인)에서 채택 한 상이한 측정 단위에도 불구하고, 우리가 연구자로서 갖게 되는 최초

13

의 질문을 타당하고 답을 구할 수 있는 것으로 만든다. ‘나는 무겁다기보 다는 키가 큰가?’라는 질문에 이제 명확하게 ‘그렇지 않다. 전체 인구 집 단과 비교할 때, 나는 키가 크다기보다는 체중이 많이 나간다’라고 답할 수 있다.

변인에 의한 요인 분석과 R방법론 표준화는 상이한 측정 단위로 표현된 개별 변인들의 직접적인 비교를 가능하게 한다. 표준화를 통해 요인 분석 데이터 행렬에서 각각의 열(변 인)에 대해 의미 있는 방식으로 상관관계를 비교할 수 있다. 상관관계 분석의 과정은 변인별로 상관관계 행렬을 산출해 관찰된 m개의 변인들 간의 관계를 제시한다. 피어슨의 r로 알려진 칼 피어슨의 유명한 상관관 계 분석 방법에서 언급된 r에 대해, 스티븐슨은 테스트나 특성을 변인으 로서 채택하고 사람으로 구성된 표본을 활용해 실행하는 이러한 일반적 유형의 방법에 대해 고유한 명칭을 R방법론으로 부여했다. 저자들이 지 금까지 기술한 유형인 R방법론에 따른 요인 분석의 주요한 목적은 상관 관계 행렬에서 포착된 다수의 관계 양상을 최대한 작은 수의 기저에 자 리한 설명 또는 잠재 변인의 규명을 통해 밝히는 것에 있다. 이러한 방식 으로 규명된 잠재 변인은 요인이 되며, 따라서 요인 분석은 데이터 축소 의 기법에 해당한다. 실제 요인 분석은 변인에 해당하는 특성, 능력 등 집단을 고립시키 는 방식으로 데이터를 축소시킨다. 그리고 이때 측정된 점수로서의 변인 은 사람(표본) 집단에 걸쳐 비례적으로 변화(또는 함께 변화)한다. 예를 들어 언어적 의사소통 능력에서 높은 점수를 얻은 사람들은 동시에 수학

14

적 능력이나 문제 해결 능력에 대한 테스트에서도 높은 점수를 얻는 경 향이 있다고 가정할 수 있다. 이러한 테스트 가운데 하나에 대해 낮은 점 수를 얻은 사람들은 반대로 동시에 또 다른 어떤 두 테스트에 대해서도 낮은 점수를 나타낼 수 있다. 테스트에 대한 점수는 함께 변화한다. 요인 분석가가 요인 분석을 실행하는 과정에서 이러한 공변량(covariation)은 사실 세 개의 변인이 대안적 형태의 하나의 기저의 또는 잠재적 요인으 로 더 잘 이해될 수 있다는 것을 시사한다. 언어적, 수학적, 그리고 문제 해결 능력 사이의 관찰된 관계는 가령 지능이라는 단일한 잠재적 요인으 로 이해될 수 있다. 전체 데이터에 대한 요인 분석의 적용은 통상 더 적은 수의 이러한 요인의 발견을 이끌고 본래의 상관관계 행렬에서 존재했던 많은 수의 가능한 관련성을 크게 단순화한(또는 축소된) 방식으로 설명 하는 것을 돕는다. 이는 잠정적으로 매우 효과적인 방법론적 체계라고 할 수 있다.

개인과 개인의 차이 1930년대 중반까지 R방법론적인 또는 변인에 의한 요인 분석은 심리학 에서의 이른바 개인차 전통과 밀접하게 관련성을 확보했다. 그리고 이 러한 전통은 오늘날까지도 지속되고 있다. 그 명칭에서도 알 수 있듯이, 이러한 전통은 서로 다른 개인들과 특정한 심리적 특성과의 관계를 비 교하는 것에 집중하고 있다. 그럼에도 불구하고 스티븐슨은 이를 잘못 된 명칭으로 보았으며 그는 오히려 R방법론에 따른 요인 분석은 특정한 개인들의 개인적 특성 또는 관점을 반영하지도, 반영할 수도 없다는 점 에 주목했다. 이러한 문제 제기는 점수의 표준화와 긴밀하게 연결되어 있다. 앞서 살펴본 바와 같이 서로 다른 변인－특성, 능력 등－의 절대적

15

측정은 상이한 측정 단위로 인해 직접적인 비교가 불가능하다. 이러한 문제점을 해소하기 위해 각각의 절대 점수들은 표준화 점수로 변환된 다. 표준화 점수는 관련 변인에 대해 표본이 획득한 점수의 전반적인 분 포 내에서의 위치를 반영한다. 그러나 이러한 문제 해결은 또 다른 문제 를 야기한다. 표준화 과정은 그 점수를 만들어 낸 특정한 개인을 점수에 서 분리시킨다. 각 변인에 대한 모든 절대 점수는 특정한 표본의 개인적 특성을 직접적으로 반영하며 해당하는 개인을 참조하는 경우에만 의미 를 갖는다. 반대로 표준화 점수는 통계적으로 총합된 점수와 관계된 특 정한 점수의 위치를 반영하며 총합된 상태를 참조하는 경우에만 의미를 갖는다. 스티븐슨은 이러한 상황을 다음과 같이 기술했다.

(비록 R방법론 체계가) 절대적 변량[측정 또는 변인]으로부터 출발하는 것처럼 보이지만, 이는 오직 ‘사람으로 구성된 모집단과의 관계’라는 측 면에서만 그러한 것이다. [이어서]…체계는 모집단 내에서 다양한 특성 이 비례적으로 변화하는지와 그 원리를 확실히 설명한다. 그러나 특정 한 개인 자체에 대해서는 거의 또는 전혀 설명하지 못한다. 일반적인 방식의 정보만을 제공할 뿐이다. (1936b: 201)

스티븐슨의 문제 제기는 보다 쉽게 예시될 수도 있다. 우리의 데이 터 행렬에 나타난 변인 중 하나를 신장이라고 하자. 사람 a는 174cm이 며, 사람 b는 180cm, 사람 c는 171cm 등과 같다. 그러나 표준화 과정은 이러한 절대 점수를 전체 모집단(whole population of persons)에 걸쳐 신장이라는 특성이 어떻게 비례적으로 변화하는지를 드러내는 상대적 점수로 변환할 뿐이다. 특정한 개인의 신장은 더 이상 관심사가 아니다.

16

사람 c가 사람 b보다 9cm 더 키가 작다는 사실은 두 사람 간의 명백한 차 이에 대한 관찰임에도 불구하고 R방법론에 따른 요인 분석에서는 더 이 상 관심의 대상이 아니다. R방법론에 따른 요인 분석은 예시적이며 사 람들 간의 개인 차이가 아닌 표본 수준에서 확인된 변인 간의 결합과 차 이다. 스티븐슨은 이러한 정보가 ‘개인 심리학이기보다는 일반화된 관 심’이라는 점을 직시했다(Stephenson, 1936b: 205).

R방법론 체계는 특정한 개인이 선택된 변인과의 관계 속에서 어떻 게 다른지를 구체적으로 설명할 수 있다. 물론 여기에는 후속적인 측정 과 데이터 처리 과정이 요구된다. 예를 들어, 누군가가 두 명의 사람에 게 기존에 그 타당도와 신뢰도를 확보한 측정에 참여하도록 한다면 요 인(또는 잠재적 변인) 가운데 하나를 발견할 수도 있다. 앞서 예시한 것 을 고려한다면 지능 검사 또한 동일할 것이다. 그러나 스티븐슨에게는 이러한 후속적인 개인 차이의 발견 노력도 만족스러운 것이 아니었다. 첫째, 그는 이 역시 ‘요인으로 간주될 수 있는 차이에 대해서만 개인을 측정한 것’(Stephenson, 1936b: 205)으로 보았다. 확인된 개인 간의 차 이가 대체로 모집단 전체와 확실히 관련성이 있다고 하더라도 한 명 또 는 두 명의 연구 대상자에게는 거의 또는 전혀 어떠한 의미도 제공하지 못하기 때문이다. 둘째, 최선의 노력이 있더라도 R방법론 체계는 개인 들을 어떠한 전체론적(holistic) 방식으로 정의할 수 없기 때문이다. 특히 두 번째 문제 제기는 스티븐슨에게 중요한 것으로 여겨졌다. 각 개인을 완전히 그리고 전체적으로 정의하고 이해하는 것이 개인 간의 차 이를 비교하는 완전하면서도 본질적인 선결 요건이기 때문이다. R방법론 의 문제는 간단히 말해 특정한 사람의 일부분－변인, 특성, 능력 등－에만 초점을 두고 있어 필연적으로 방법론적 해부를 야기한다는 것이며, 이러 한 해부는 ‘사람을 다시 온전히 하나로 합할 수 있는’(Stephenson, 1936b:

17

202) 어떤 효과적인 방법도 제시할 수 없다는 데에 있다.

사람에 의한 요인 분석과 Q방법론 우리는 두 가지 이유에서 앞서 제시한 이슈들을 더 논하고자 한다. 첫 번 째 이유는 독자들에게 요인 분석에 대한 통찰을 제공하는 것이다. 두 번 째 이유는 R방법론에 따른 요인 분석의 한계와 심리학에서의 개인차 전 통의 실패를 강조하는 것이다. 그리고 이 부분이 스티븐슨이 Q방법론 을 창안하게 된 주요한 동기가 되었음을 밝히고자 한다. 그는 본질적으 로 전체론적인 방법론 체계를 심리학에서 추구하면서, 스피어맨의 요인 분석에 대한 간단한 응용을 통해 잠정적으로 이러한 목적을 달성하도록 했다.

요인 분석은… m개의 테스트 또는 도구 또는 예측값으로 측정된 n명의 개인으로 구성된 집단에 관심을 두고 있다. 변수 m의 수에 따라 (m)(m-1)/2라는 수식으로 계산된 상관관계의 수는… 요인 분석에 의 해 이루어진다. 그러나 이러한 기법은… 거꾸로 생각해 볼 수 있다. 우 리는 M명의 개인들에 의해 상대적인 방식으로 측정된 N개의 상이한 테스트(또는 다른 항목)로 이루어진 집단을 생각해 볼 수 있다. 이 경우 에도 (M)(M-1)/2개의 상관관계가 절절하게 요인으로 도출될 수 있다.

(Stephenson, 1936a: 344∼5)

위의 인용은 R방법론에 따른 기법도 거꾸로 된 방식이 적용될 수 있 다는 점을 시사한다. 이러한 진술은 최소한 원리의 측면에서 데이터 행

18

렬(표 1.1)의 열에 대한 관심을 행으로 전환시킬 수 있음을 암시한다. 다 시 말해 연구자들은 변인에 의한 요인 분석뿐만 아니라 사람에 의한 요 인 분석을 실행할 수 있다. 분석 초점에서의 이러한 전환은 Q방법론의 근간에 해당한다. Q는 교육심리학자이자 통계학자인 G. H. 톰슨이 최 초로 적용하였다(Thompson, 1935). 요인 분석에 관한 연구자들 사이 에서 Q는 R방법론과 같이 테스트 또는 변인 사이의 상관관계보다는 사 람들 사이의 상관관계를 분석하려는 시도를 의미한다. 보다 폭넓은 의 미에서는 사람을 변인으로 하고 특성, 테스트, 능력 등을 표본 또는 모집 단으로 채택해 R방법론의 전통을 거꾸로 만드는 방법이 적용될 수 있다.

Q방법론의(또는 사람에 의한) 요인 분석 실행은 가장 간단하고 명 확한 의미로 ‘동일한 데이터 행렬에서 열에 의한 R 요인 분석이 아닌 행 에 의한 상관관계와 요인 분석’(Brown, 1980: 2∼13)이다. 이러한 접근 은 ‘통상의 데이터 행렬이 [효과적으로] 교차되었다’(Kline, 1994: 78)는 점에서 순서를 바꾸어 놓은 행렬 모형으로 불리기도 한다. 이러한 Q에 대해 스티븐슨의 지도교수이자 동료이기도 했던 시릴 버트가 반론을 제 기했으며 주류의 저작들에서는 Q기법 요인 분석의 형태로 등장해 왔다. 물론 다른 연구자들에게도 크게 환영받지 못했다. 맥스웰(Maxwell)은 Q기법이 ‘실제적인 가치가 거의 없으며’, ‘그 절차 또한 몇 가지 측면에 서 반론이 가능하다’고 주장했다(1977: 44∼5). 그러나 Q를 순서를 바꾸어 놓은 행렬 모형으로 간주하는 것은 사람 에 의한 요인 분석 과정에서 몇 가지 문제점을 드러낸다는 점에서 적절 하지 않다. 열뿐만 아니라 행에 따른 요인 분석에서도 가장 근본적인 문 제는 하나의 데이터 행렬에서 동일한 측정 단위가 행렬 전체에 채택된 경우에만 적절하게 순서를 바꿀 수 있다는 점이다(Brown, 1980). 이는 곧 표 1.1과 같은 R방법론에서의 데이터 행렬이 사실상 Q방법론에 의한

19

분석에서 가능하지 않다는 것을 의미한다. 그 주요한 근거와 관련해 스 티븐슨은 R방법론에서는 “모든 특성 또는 테스트에 대해 하나의 또는 동일한 측정 단위가 전혀 필요하지 않으며”, “단지 중요한 것은 특정한 하나의 특성에 대한 측정 단위가 … 사람의 전체 모집단과 동일해야만 한다”(1936b: 207)고 주장했다. 결과적으로 R방법론에 의한 데이터 행 렬에서의 모든 열은 상이한 측정 단위에 의해 정의되는 것으로 이해할 수 있다. 우리는 이미 R방법론, 다시 말해 변인에 의한 또는 열에 의한 분석 예제에서 드러나는 통계적 문제에 익숙하며, 이를 극복하기 위해 표준 화 과정이 존재한다는 것을 알고 있다. 그러나 Q방법론에 의한, 다시 말 해 사람에 의한 또는 행에 의한 분석의 경우 어떠한지를 살펴볼 필요가 있다. Q는 이 문제에 대한 적절한 답을 제시할 수 있을 것인가? 답은 ‘사 실상 그렇지 않다’다. 스티븐슨(1936b)은 자신이 시스템 3으로 명명한 요인 분석의 체계가 R방법론을 적용한 분석에서 산출된 표준점수를 Q 방법론에 따라 사람에 의한 방식으로 재표준화될 수 있다고 제안했다. 그러나 이러한 접근 방식은 스티븐슨 자신이 추구한 전체론에 부합하지 않으며 곧 폐기되었다. 그는 상기의 방식이 생성하는 요인들이 ‘어떤 한 개인에 대해서도 왜곡되고, 실제와 다른 또는 잠정적인 것이며’, ‘연구자 가 사람의 전체를 이해하도록 이끌지 못한다’고 했다(Stephenson, 1936b: 202). 스티븐슨이 주장한 바와 같이 Q방법론에 따른 요인 분석은 ‘모든 사 람에 대해 하나의 동일한 (측정) 단위’를 요구하지 않으며, 오히려 ‘어떤 한 사람에 대한 측정 단위가 전체 특성의 모집단(the whole population of attributes)과 같아야 한다는 것’을 요구한다(1936b: 207). 이는 우리 가 예시한 데이터 행렬에서 Q기법 요인 분석이 의미를 가지려면 각 행에

20

반드시 동일한 측정 단위를 적용해야만 한다는 것을 의미한다. 그러나 이미 언급한 바와 같이 거의 대부분의 R방법론에 따른 데이터 행렬은 모 든 열마다 상이한 측정 단위를 포함하고 있다. 따라서 스티븐슨이 매우 명료하게 도달한 것처럼 독자들에게 제시할 수 있는 유일한 결론은 R방 법론의 목적에 따라 수집된 데이터는 Q분석에서 활용할 수 있도록 수정 또는 전환 가능하지 않을 것이라는 점이다.

스티븐슨 대 버트, R 대 Q 이러한 논의는 버트가 제시한 순서를 바꾸어놓은 절차라는 식의 Q에 대 한 접근과 상충하는 상황에 직면하게 된다. 사실 스티븐슨은 버트의 접 근에 처음부터 반론을 제기했으며(Stephenson, 1936a), 그 과정은 사람 사이의 상관관계 분석에 대해 각자의 대안적 관점을 보유한 두 주인공 이 공동으로 저술했다는 점에서 매력적인 방식으로 완결되었다(Burt and Stephenson, 1939). 이 논문은 반쪽 분량의 요약 방식으로 여섯 가 지 공통 사항을 다루는 것에서 출발하고, 스무 가지의 차이를 정리한 여 섯 쪽 분량의 내용이 후속하는 것으로 구성되었다. 1년 뒤에 버트의 기

념비적인 저서인 󰡔󰡔정신세계의 요인(The Factor of Mind)󰡕󰡕에서 그는 스 티븐슨에 대한 찬사를 아끼지 않았으며, 스티븐슨의 ‘뛰어난 비판, 무엇 보다 개인적인 논의의 경험을 함께 나눈 것’에 대해 감사를 표했다. 그러 나 버트는 동시에 스티븐슨이 ‘자신과 동일선상이 아닌 반대의 시각에

서’(1940: ⅺ) 사람에 의한(Q) 상관관계를 비판했다고 주장했다. 그들

의 공동 논문은 이 점을 명확하게 보여 주고 있다. 논문에서 다루고 있는 두 사람의 논쟁은 그럼에도 불구하고 관심 있는 독자들에게 진정으로 혁신적이고 급진적인 스티븐슨의 방법론적 제안의 본질을 이해할 수 있 도록 한다.

21

두 사람 간의 근본적인 차이는 ‘스티븐슨이 r-기법과 Q-기법 사이의 극명한 대립 관계를 주장한 반면 버트는 두 기법을 동일한 목적, 방법 그 리고 이론적 근거를 포함한 것으로 간주하고자 했던 데에 있다’(Burt and Stephenson, 1939: 274). 스티븐슨의 Q방법론적 접근은 ‘r-기법 개 념과의 완전한 단절’을 포함한 것으로 ‘전혀 새로운 방식의 문제 제기’에 초점을 둔 것이다(Burt and Stephenson, 1939: 275). 스티븐슨은 개인차 전통과 ‘r-기법에 의해 도출된 요인들을 인간의 근본적인 능력 또는 경향을 정의하는 것’(Burt and Stephenson, 1939: 278)으로 제시했다. 그는 이러한 능력이 보편적인 것이며, 따라서 변인 에 의한 상관관계를 통해 얻어진 요인들이 ‘협소하고 진귀한 것이 될 것’ 으로 믿었다(Burt and Stephenson, 1939: 278). 스티븐슨은 이러한 방법 과 그에 따른 요인들이 통계적 총합화에 근거한 도출 법칙 속에서 일반 심리학의 근간을 제공할 것으로 제시했다. 반대로 Q방법론의 경우 완전 하면서도 특수성에 근간한 개인 심리학과 관련된 전혀 새로운 방식의 문 제들에 초점을 두고 있다. 결국 Q의 주요 관심은 ‘사람들의 전체적 측면, 신체적 전체, 감정 상태의 전체, 인지적 전체 등등’에 있다(Stephenson, 1936b: 208). 그리고 최상의 목적은 ‘심리학 분야가 서로 유사한 사람들 의 집단을 그들 인성의 전체적 측면과 관련하여 위치시키는 것’이다 (Stephenson, 1936b: 278). 요약하자면, 스티븐슨의 의도는 다양한 삶의 국면과 맥락을 넘나들 며 상이한 사람들의 유형 또는 상이한 감정 상태의 유형, 관점의 유형 등 을 규명하기 위해 그의 새로운 방법을 체계적으로 그리고 전체론적으로 활용하는 것에 있다. 이러한 설명은 그가 Q기법을 창안하게 된 최초의 동기와 관심사에 대해 추가적인 이해를 가능하게 한다. 그는 Q가 심리 학에서 완전히 새롭고 고유한 접근 방식을 제공할 것으로 믿었다. 그는

22

Q방법론에 의한 요인 추출에 따라 ‘수백만 개의 유형이 존재할 가능성’ 을 언급한 바 있으며, 이때의 유형은 ‘모두일 필요가 없는 몇몇 또는 많 은 수의 사람으로부터 공통적’인 성격을 갖는다고 했다(Stephenson, 1936b: 209). 이러한 유형의 비(非)보편성은 제시된 R기법과 명확하게 대비되면서 ‘사람들 사이의 상관관계가 … 무한하고 광범위할 것’임을 확실하게 한다(Burt and Stephenson, 1939: 274).

Q방법론에서 새로운 형태의 데이터: 심리적 의미와 전체론의

제시 앞서 우리는 R방법론의 목적에 따라 수집된 데이터를 활용하는 경우 Q 기법을 효과적으로 적용할 수 없다는 점을 밝힌 바 있다. Q분석을 위한 R방법론적 데이터 행렬의 순서 바꾸기는 통계적으로 모호한 의미를 갖 는다. 스티븐슨은 또한 이와 관련하여 방법론적으로 ‘버트가 제안한 관 점이…특성들의 상관분석 시에 변인으로 활용된 자기-동일 특성들이 마치 카멜레온처럼 눈 깜짝할 사이에 사람들 사이의 상관분석에서는 통 계적 의미의 사람 모집단 항목으로 변할 수 있다는 것이…(결론적으로) 합당치 않은 가정’이라고 믿었다(Burt and Stephenson, 1939: 276). 이 에 대해서는 더욱 급진적인 변화의 방향 설정이 필요하다. 만약 Q기법 요인 분석과 스티븐슨의 초창기 방법론이 더욱 완성도를 높이려면, 완 전히 다른 형태의 데이터가 요구된다. 사실 스티븐슨(1936a)은 이미 우리에게 전혀 새로운 다른 형태의 데 이터를 제시했다(18쪽 참조). 한편으로, R방법론에 따른 데이터는 상이 한 일련의 테스트를 활용한 측정에 종속된 개인 모집단 또는 표본으로부

23

터 도출된 것이다. 다른 한편으로, 새로운 형태의 Q방법론에 의한 데이 터는 테스트(또는 다른 항목)의 모집단 또는 표본이 개개인의 집합에 의 해 상대적으로 측정되거나 척도를 부여받을 때 도출된다. 스티븐슨은 자 신의 데이터 수집 절차의 근본적 특성을 다음과 같이 명료화했다.

어떠한 이질적인 측정 또는 예측치 목록도…개인의 의미[또는 개인의 관점]에 의해…특정한 순서 또는 척도로서 배열될 수 있다. 그리고 이 렇게 배열된 목록이 포함하는 순서 또는 척도는 각 개인에 대해서는 동 질적으로 유지될 것이다. 바로 앞선 문장은 Q기법의 적용에 관해 많은 것을 시사한다.

어떠한 이질적인 자료에 대해서도, 그리고 그것이 무엇이더라도 동일한 절차가 유지된다. 50개의 상이한 성격적 특성을 고려하는 경우, (측정) 단위는 확연하게 (R기법의 맥락에서) 서로 다를 것이다. [그럼에도 불 구하고] 각 개인 또는 사전에 배열된 빈도 분포에 적합하게 개인의 극명 한 특성에 대해 높은 순위 또는 점수를 매기는 것은 여전히 가능하고 반 대로 관계성의 의미가 적은 특성에 대해서는 낮은 순위 또는 점수를 매 기는 것도 가능하다. 이러한 순위나 순서는 상관관계를 통해 분석될 수 있고 Q 상관관계의 양상을 연구자에게 제공할 수 있게 된다. (1936a: 346∼7)

R방법론에서와 같이 수동적으로 측정에 종속되는 대신, Q방법론 연구에서의 참여자들은 능동적으로 순위를 정할 수 있는 이질적인 자극 항목의 모음 또는 Q표본(3장 참조)을 사용한다. 이 절차는 ‘심리적 의미’ 로 명명된 ‘새로운 단위의 수량화’를 사용하는 주관적 또는 1인칭 관점

24

에서 실행된다(Burt and Stephenson, 1939: 276). 특정한 개인에게 높 은 (또는 긍정적인) 심리적 의미를 갖는 항목들은 순위나 점수를 높게 부여받으며, 반대로 덜 중요하거나 (또는 부정적인) 의미의 경우 이에 상응하는 낮은 순위나 점수를 부여받는다. 이를 통해 각각의 행이 단일 한 사람의 주관적 평가에 의해 구성된 데이터 행렬을 확보하게 된다. 모 든 자극 항목이 서로 간에 상대적으로 순위나 점수를 부여받기 때문에, 연구 문제에 대해 개인과 관련된 동질적인 관계성을 확보하며, 행렬의 각 행은 단일한, 전체론적인 그리고 게슈탈트의 통일체(entity)로서 취 급되어야 한다. 다시 말해, 스티븐슨은 자신의 방법이 필요로 하는 전체 론적 데이터 유형을 정확히 제시했다.

표준화와 Q분류 절차 면에서 이러한 전환에 대한 올바른 이해는 과소평가되어서는 안 된다. Q방법론에 따른 또는 사람에 의한 요인 분석은 R방법론에서의 표 준화가 요구하는 열 점수와 동일한 방식으로 데이터 행렬의 행 점수의 표준화를 요구한다. 열에 의한 점수 표준화는 전체 모집단 점수에 대해 단일 변인(a single variable)으로서 획득된다. 그러나 Q방법론에서는 사람이 변인이 되는 것과 같은 역전이 존재한다. 행에 의한 점수 표준화 는 한 사람(a single person)의 전체 모집단 점수에 대해 정당하게 확보 되어야만 한다. 스티븐슨은 이러한 행에 의한 표준화를 수학적 방식의 기교를 통해서가 아닌 자신이 수집한 데이터의 본질로부터 확보했다. 간단하지만, 방법론적 천재성의 또 다른 표현 방식임이 분명하다고 할 수 있다. 스티븐슨이 소개한 단일 단위의 수량화는 심리적 의미라는 전제에 근거하며, Q방법론의 데이터 행렬에서의 모든 단일 점수가 ‘개인별로

25

그 자신에게 독자적으로’ 산출될 수 있다는 것을 의미한다(Stephenson, 1936b: 208). 이는 스티븐슨이 매우 분명하게 ‘경우에 따라서는 독특할 수도 있는 한 사람에 한정된 수량화[과정]를 요구’했기 때문에 가능한 것 이다(1936b: 207). Q방법론 연구는 실제로 단일 연구 참여자 형태로 수 행될 수 있으며, 3장에서도 다루게 되겠으나, 스티븐슨은 여기에 그치 지 않았다. 앞서 언급한 논쟁에서 그는 자신의 새롭고 독창적인 데이터 수집 방법이 ‘사전에 배열된 빈도 분포’의 강제적 부과에 의해 증대될 수 있다는 것을 암시한 바 있다. 이 분포는 또 다른 주목할 만한, 그리고 궁 극적으로는 매우 유명한 Q분류로 알려진 혁신이며, 그 예는 그림 1.1과 같다. 그림 1.1에서 볼 수 있듯이, 사전에 배열된 빈도 분포는 순위 매기 기 절차를 명료화하고 보다 심도 있게 표준화한다. Q방법론 연구자들 은 이질적인 자극 항목의 모집단이 각각 순위에 따른 위치에 할당되도 록 해야 하며, 각각을 나머지 모든 항목들과 비교해 가면서 상대적인 방 식으로 분포를 만들어 간다. 이 과정은 모든 연구 참여자가 ‘예를 들어, 가장 동의하는 것에서부터 가장 동의하지 않는 것, 가장 극명하게 드러 나는 특성과 그렇지 않은 특성, 가장 호감 가는 것에서부터 가장 호감 가 지 않는 것에 이르기까지 간단하면서도, 안면 타당도를 갖춘 차원’에 이 르는 방식으로 수행된다(Stainton Rogers, 1995: 180). 차원의 선택은 특정한 연구에서의 심리적 의미의 본질을 정의하고 표준화하는 데에 도움이 된다는 점에서 중요하다. Q분류 분포는 통상 9, 11 또는 13의 순위 점수 형태로 제시된다. 그리고 가장 중요한 (또는 개인에게 가장 심리적으로 의미 있는) 항목에 대해서는 +6, +5 또는 +4 의 범위로, 0을 거쳐 가장 중요하지 않은 항목에 대해서는 -4, -5 또는 -6 의 범위로 제시된다. 또한 분포에서 자극 항목의 개수는 특정한 순위 점

26

그림 1.1 사전에 배열된 또는 강제 선택 빈도 분포의 예 -5

-4

-3

-2

-1

0

+1

+2

+3

+4

(2)

+5

(2) (3)

(3) (4)

(4) (5)

(5) (6)

(6)

(8) ← 가장 비동의

가장 동의 →

이 분포 또는 Q분류는 48개의 항목으로 구성된 것이며 따라서 48개의 공간 또는 순위 위치를 정하 도록 되어 있다.

수에 따라 할당된다. 그림 1.1의 예에서 두 항목은 +5점으로, 세 항목은 +4점 등으로 분류된다. 이러한 이유로 사전에 배열된 분포는 강제 또는 강제 선택 분포로도 알려져 있다. 분포의 모습에 대해서도 간단한 설명을 덧붙일 필요가 있다. 스티 븐슨은 ‘한 명의 동일한 사람을 대상으로 하는 특성의 측정’이 ‘오차의 정 규 곡선에 적합한 분포’로서 결합될 수 있다는 확고한 믿음을 갖고 있었 다(Burt & Stephenson, 1939: 279). 상당 부분 동일한 방식으로, 그는 단일 특성에 대해 많은 사람을 측정하는 것이 정상 분포하는 경향을 보 일 것으로 판단했다. 따라서 스티븐슨은 Q방법론에 따른 데이터의 수 집을 위한 선택의 배열에서 상대적으로 많은 수의 항목을 분포의 중앙 에 위치시키고 주변부에서는 더 적은 수의 항목을 배치하는 것으로 추

27

정했다. 사전 배열된 분포의 장점(그렇게 하지 않는 경우에 비해)은 4장에 서 보다 심도 있게 다룰 예정이다. 그러나 현시점에서 그림 1.1에서 제 시된 분포의 일반적 유형과 형태가 Q방법론 연구자에게 표준이 되었다 는 점은 충분히 인지할 필요가 있다. 이는 연구자들이 위에서 언급된 이 론적 논쟁의 결과를 수용했기 때문이라기보다는 매우 편리하고 실용적 인 방식으로 주관성의 측정과 Q방법론이 채택하고 있는 항목 순위의 결 정에 도움이 되기 때문이다.

사람에 의한 요인 분석과 Q방법론의 재해석 스티븐슨에 의해 고유하고 혁신적 방식으로 수집된 새롭고 전문적인 데 이터 형태는 철저하고 효과적인 Q기법 요인 분석 실행의 근거가 된다. 이러한 데이터를 포함한 행렬의 행에 대한 상관분석 통계를 적용함으로 써, 어떤 두 사람에 의해 이루어진 전체 항목 순위에서 동의 또는 비동의 정도를 확인하는 것이 가능하다. 다시 말해 우리는 각각의 Q분류에 대 해 직접적이고 전체론적인 비교를 수행할 수 있다. 전체적인 상관관계 행렬이 도출되고 연구자들은 ‘사람들 사이 또는 사람들의 전체적 측면’ 에 대한 관계성을 관찰할 수 있게 된다(Stephenson, 1936a: 345).

Q방법론에 따른 요인 분석은 이러한 상관관계 행렬에 대해 적용 되어 더 적은 수의 요인으로 요인 수를 줄이게 된다. 그러나 이때의 요 인 분석은 이질적인 자극 항목에 대해 상당히 유사한 방식으로 순위를 매긴 사람들의 집단을 찾는 것이다. 각 항목 순위에 대한 공변량 (covariation)은 서로 다른 개인의 Q분류 결과를 하나의 잠재 요인에 대 한 대안을 제시하는 것으로서 잘 이해할 수 있다는 점을 표현한다. Q방 법론에서 드러난 각각의 요인들은 특정한 주제에 대해 유사한 관점, 시

28

각 또는 태도를 공유하는 사람들의 집단을 밝히고, 최소한 이런 맥락에 서 누가 유사한 유형에 속하는지 규명하는 것으로 이어진다. 종합하자면, Q방법론 연구에서 요인들은 본래의 Q분류와 상관관 계 행렬에서 포착된 다수의 제시 가능한 관계 양상을 최대한 단순화하 거나 또는 축소된 행태로 설명하는 것에 도움이 된다. 7장에서 보다 구 체적으로 예시되겠지만, Q방법론은 또한 연구자가 새롭게 발견하는 요 인들을 해석하고 따라서 발견한 공유된 관점의 본질을 질적 세부 사항 과 함께 이해하는 것을 가능하게 한다. Q는 매우 탁월하고 효과적인 방 법론 체계다. 스티븐슨의 방법론 절차의 또 다른 주요 장점은 순수한 유 연성이다. 데이터 수집의 방식으로 어떠한 이질적인 자료 수집과 자료 원도 지지된다. 근래에는 주어진 자극 항목이 연구 주제나 이슈에 관한 진술문 형태를 띠는 것이 상당 부분 표준적이다. 그러나 연구자는 연구 참여자에게 어떤 것－연구자가 선호하는 어떤 형태의 자극 항목－으로 도 진행할 수 있으며, 연구 참여자는 개인적 특징의 우선순위에 따라 분 류를 수행할 수 있을 것이다. 스티븐슨(1936a) 자신을 예로 들자면, 사 람들의 꽃병에 대한 선호를 통해 특정한 향기의 쾌락주의적(hedonic) 가치를 발견하고자 했다. 가능성은 무한하다.

윌리엄 스티븐슨: 생애와 지적 유산 다행스럽게도 향기에 대한 순위는 Q방법론에 대한 이야기의 시작이며 끝이 아니다. 그러나 이야기의 전반부는 실망으로 끝난다. 스티븐슨은 자신의 연구 방식을 결코 순조롭게 시작하지 못했으며, 또한 심리학 외 에 다른 학문 분야에 자신의 새로운 연구 방법을 계승하지도 못했다. Q

29

기법 또는 사람에 의한 요인 분석은 여전히 많은 학문 분야에서 사람들 에게 알려지거나 이해되지 못했으며, 사실상 많이 활용되지 못하고 있 다. 우선은 이 책의 집필이 주 저자의 고용주의 환심을 사거나 또는 학자 로서의 위상이나 경력의 상승과는 관계가 없다고만 하자. 심리학에서 Q 방법론은 여전히 주변부의 비주류 정신으로 남아 있다. 런던대학교를 떠난 후로 스티븐슨은 옥스퍼드대학교의 실험심리 학연구소를 발전시키고 이끌었다. 이후의 (Q방법론에서의) 중요한 지 점은 간과한 채로(아마 그에게는 그럴 만한 것이었지만), 2차 세계대전 이후 유럽의 심리학을 뒤로하고 그는 미국으로 떠났다. 이 부분은 공감 하지 않을 수는 없는 것이지만, 더 유감스럽게도 버트의 순서를 바꾸어 놓은 행렬 모형이 Q기법 요인 분석을 다루는 유럽의 심리학 주요 문헌 대부분에서 그대로 유지되었다. 이 부분은 심지어 결과적으로 버트 (Burt, 1972)가 자신의 접근 방식의 결점을 인정했다는 점에서 유독 실 망스러운 것이다(Febbraro, 1995). 스티븐슨은 1955년까지 시카고대학교에 재직했으며, 1953년에

󰡔󰡔인간 행위에 관한 연구: Q기법과 방법론(The Study of Behavior: Q Technique and its Methodology)󰡕󰡕을 출간해 Q방법론에 관한 자신의

가장 상세하고 결정적인 내용을 발표했다. 이 책은 매우 흥미진진하고 독창적이면서도 새로운 사고방식을 독자들에게 제시했다. 광고 분야의 현장에 잠시 몸담으면서 학계를 떠났지만, 스티븐슨은 미주리대학교의 저널리즘대학원에 특별 연구교수로 지명되었다. 미주리대학교 재직 시 기에 그는 자연스럽게 미디어와 매스 커뮤니케이션 분야 연구와 저널리 즘에서의 Q방법론 확립에 초점을 두었다. 경력 후반부인 1974년에 스 티븐슨은 아이오와대학교의 객원교수직을 받아들이고, 1989년 87세의 나이로 세상을 떠나기 전까지 계속해서 Q방법론과 주관성에 대한 많은

30

연구 성과를 종종 ≪사이콜로지컬 레코드(Psychological Record)≫와 같은 심리학 분야 저널에 발표했다. 아마도 스티븐슨의 가장 직접적인 지적 유산은 그의 방법론과 탁월 한 연구 역량과는 별도로 국제주관성연구학회(ISSSS: the International Society for the Scientific Study of Subjectivity)를 발족시킨 것에 있다. 국제주관성연구학회는 Q방법론에 대한 논의와 연구에 관한 연차 학술 대회를 개최하고 있다. 또한 학술 저널인 ≪자결적 주관성: 국제 Q방법 론 학술지(Operant Subjectivity: The International Journal of Q Methodology)≫를 발간하고 있다. 학회와 저널에 대한 세부 정보는 http://qmethod.org/about에서 확인할 수 있다. 또 다른 Q 관련 온라인 자료들에 대한 링크는 www.qmethodology.net을 통해 제공되고 있다. 또한 체계적인 활동을 전개하고 있는 한국주관성연구학회가 활동 중이 며, Q방법론과 관련하여 ≪인간 주관성 학술지(Journal of Human Subjectivity)≫를 발간하고 있다. 이에 더하여 스티븐슨은 다수의 박사학위 과정생들을 통해 지속적 으로 다양한 학문 분야에서의 Q방법론 확산에 기여했다. 이와 관련해 특별히 언급할 만한 스티븐 브라운(Steven Brown) 교수는 미국의 켄트 주립대학교의 정치학과에서 오랜 기간 재직했다. 브라운 교수가 1980

년에 출간한 Q방법론 저서인 󰡔󰡔정치적 주관성: 정치학에서의 Q방법론 적용(Political Subjectivity: Applications of Q Methodology in Political

Science)󰡕󰡕은 Q에 관심을 갖고 있는 모든 연구자가 반드시 읽어야 할 반 열에 오른 책이다. 저자들은 이 책에 대해 3장의 시작 부분에서 보다 상 세하게 다룰 것이다. 아쉽게도 인쇄본은 절판이지만, 󰡔󰡔정치적 주관성󰡕󰡕

의 파일 사본은 PDF 형태이며 브라운 교수의 배려로 확보가 가능하다. 관련된 웹 주소는 http://qmethod.org/papers/Brown-1980-Political

31

Subjectivity.pdf다. 또한 브라운 교수는 오랜 기간 Q 연구자들로 구성된 온라인 토의 그룹을 운영해 왔다. 이 그룹과 다른 유용한 정보 자원들은 다음의 웹사 이트를 통해 접근할 수 있다. www.lsoft.com/SCRIPTS/WL.EXE?SL1= Q-METHOD&H=LISTSERVE.KENT.EDU.3)

Q방법론의 확산 스티븐슨의 오랜 미국 생활은 미국을 Q방법론 관련 연구의 지리적 중심 지로 발전시키는 데 기여했다. 비록 영국에서 태동했지만, Q는 1948년 에 스티븐슨과 함께 사실상 영국을 떠났다. 이후 1980년대 후반에서야 영국에서는 심리학 분야, 특히 건강과 아동 관련 주제에 대한 렉스(Rex) 와 웬디 스테인턴 로저스(Wendy Stainton Rogers)의 기념비적 연구를 통해 다시 관심을 받게 되었다(Stainton Rogers, 1991; Stainton Rogers, 1995; Stainton Rogers, R. and Stainton Rogers, W., 1992 참조).

Q를 비판적·사회구성주의적 목적으로, 그리고 질적 방법으로 채택 하는 경우와 관련된 이슈들은 2장에서 보다 상세하게 논의될 것이다. 이 와 관련해 렉스와 웬디는 자신들의 박사과정 학생들을 통해 혜안을 제시 해 주었다. Q를 활용한 많은 협업은 또 다른 형태의 상당히 주목할 만한 Q방법론 연구 성과를 축적했다(Capdevila and Stainton Rogers, 2000; Kitzinger and Stainton Rogers, 1985; Stenner and Stainton Rogers,

1998). 이러한 연구 성과들은 두 권의 탁월한 협업적 Q 관련 저서인 󰡔󰡔사

3) 현재 원서에서 제시된 웹사이트는 연결되지 않으며 저자들이 언급한 온라인 토의 그룹

인 Q Listserv는 국제주관성연구학회 홈페이지(http://qmethod.org/issss)를 통해 접근이 가능하다.

32

회 심리학: 비판적 논제(Social Psychology: A Critical Agenda)󰡕󰡕(Stainton

Rogers et al., 1995)와 󰡔󰡔텍스트성과 텍토닉스: 사회학과 심리학 흔들기 (Textuality and Tectonics: Troubling Social and Psychological Science)󰡕󰡕 (Curt, 1994)를 포함한다. 특히 두 번째로 소개한 저서의 저자는 필명으로 베릴 커트(Beryl Curt)를 사용한 것이며 시릴 버트(Cyril Burt)의 Q 관련 오도에 대한 적나라하고 대담한 비판을 가하고 있다. 최근에는 구글에서 그룹이 형성되어 유럽 본토뿐만 아니라 영국과 아일랜드를 포함한 Q 연 구자들 간의 커뮤니케이션이 활성화되고 있다. 이 그룹에 대해서는 http://groups.google.com/group/qusersuk/를 참고하기 바란다(단, 게 시물을 읽기 위해서는 회원 가입이 요구된다). 지난 20여 년 동안 Q방법론 연구는 매우 빠르게 미국과 영국의 지 리적 근거로부터 벗어나 세계 여러 국가로 확산되고 있다. 약 15년간 한 국, 노르웨이, 슬로바키아, 스페인 그리고 네덜란드 등에서 소규모의 Q 연구자 그룹이 활동해 왔다. 네덜란드의 경우 마르텐 브로우어(Marten Brouwer)와 요프 판 엑셀(Job van Exel)의 주목할 만한 연구가 이루어 졌으며, 호주, 캐나다 그리고 뉴질랜드에서의 Q 관련 박사학위 소지자 의 꾸준한 배출과 연구논문의 출판 등이 이루어졌다. 최근에는 싱가포 르(Amin, 2000)와 타이완(Chung-Chu, 2008)과 같은 지역으로도 확대 되었다. 이와 같은 지리적 다변화는 Q방법론이 다양한 학문 분야를 대상으 로 확산되는 데에도 기여했다. Q 연구는 이제 연구의 출판과 연구 관련 재정 지원이 여러 학문 분야에 걸쳐 확대되고 있다. 간단한 연구 문헌에 대한 탐색 결과는 만성통증(Eccleston etl al., 1997; McParland et al., 2011; Risdon et al., 2003), 아동 연구(Ernest, 2001), 응급 의약(Chinnis et al., 2001), 인간지리학(Eden et al., 2005), 환경(Frantzi et al., 2009),

33

유기농업(Zagata, 2009), 정책 분석(Durning and Osuna, 1994), 여가 연구(Grix, 2010), 수송 정책(Rajé, 2007), 고등교육(Bradley & Miller, 2010; Vincent & Focht, 2009), 간호사의 태도(van Exel et al., 2007), 당뇨 환자의 건강과 라이프스타일 선택(Baker, 2006), 구강 건강 (Vermaire et al., 2010), 건강 관리(Jedeloo et al., 2010), 삶의 질 (Stenner et al., 2003), 정신병(Dudley et al., 2009), 상담 치료(Wallis et al., 2010), 생의 마감에 대한 결정(Wong et al., 2004), 부모-자녀 관계 (De Mol and Busse, 2008), 임상 심리학(Meredith and Baker, 2007) 등 다양한 주제에 걸쳐 연구 성과들을 확인할 수 있었다.

Q방법론에 대한 보다 포괄적인 지지와 대중성의 향상은 많은 저서 와 논문에서 다루어졌으며, 그 목적은 특정한 학문 분과 또는 특정한 주 제에 대해서 Q의 활용을 촉진하는 것에 있다. 매코운과 토머스(McKeown

and Thomas)의 탁월한 1988년 저서인 󰡔󰡔Q방법론: 사회과학에서 양적

연구로서의 응용(Q Methodology: Quantitative Applications in the Social Sciences)󰡕󰡕4)은 Q에 대한 탄탄한 소개와 입문을 제공하고 있으며, 애덤스와 프룹스(Addams and Proops, 2000)의 저서는 환경 정책 분석 에 초점을 두고 있다. Q방법론의 태동을 정당화하는 연구로는 심리학 에서의 적용(Watts and Stenner, 2005a), 태도와 태도 관련 연구(Cross, 2005; Müller and Kals, 2004), 페미니스트 연구 방법론(Kitzinger, 1986; Senn, 1996), 보건경제학(Baker et al., 2006), 건강 관리 정보 처리 (Valenta and Wigger, 1997), 지식 경영(Meloche et al., 2006), 꿈 연구 (Parker and Alford, 2010), 간호(Akhtar-Danesh et al., 2008; Dennis,

4) 2013년 같은 저자들이 2판을 출간했으며, 총 5개의 장으로 구성되었다. 본문은 80페이

지 정도로 이 책에 비해 상당히 분량이 짧다.

34

1986), 간호 교육(Barker, 2008), 사회 복지(Ellingsen et al., 2010), 인간 지리학(Robbins & Krueger, 2000), 임시치료용 약물(Gaebler-Uhing, 2003), 작업 치료(Corr, 2001), 장애 연구(McKenzie et al., 2011), 커뮤 니케이션 과학(Stephen, 1985), 레크리에이션 연구(Ward, 2010), 공공 정책 분석(Durning, 1999; Durning and Osuna, 1994), 관광 연구 (Stergiou and Airey, 2011), 농촌 연구(Previte et al., 2007) 등이 있다. 이러한 목록은 계속해서 늘어날 것이다(이 점에서 저자들은 누군가의 연구 논문을 빠트린 것에 대해 독자들의 양해를 구한다).

Q방법론의 가능한 적용 범위와 잠재적인 지리적 영역은 사실상 무 한하다. 이 첫 번째 장에서는 단지 윌리엄 스티븐슨의 경이로움에 가까 운 아이디어를 소개하고 그가 창안한 엄청나게 흥미로운 연구 방법과 방법론 전반에 대해 다루었다. 그는 Q방법론에 대해 평생을 투신한 멋 진 삶을 살았고 새로운 세대의 연구자들에게 영감을 불러일으켰다. 이 책의 저자로서 우리의 주요한 희망사항은 Q방법론의 우수성 확대를 통 해 이를 지속하고 발전시키는 것이다. 더 많은 사람들이 Q방법론을 활 용하는 것은 중요한 문제이지만, 더 잘 활용하고 완전한 의미를 확보하 는 것 또한 중요하다.

요약 1. Q방법론은 윌리엄 스티븐슨이 ≪네이처≫에 기고한 편지 형태로 1935년 처음 세상에 알려졌다. Q방법론은 스피어맨의 요인 분석에 대한 간단하지만 혁신적인 응용을 포함한다.

2. 요인 분석은 일련의 측정된 변인 사이의 관련성 패턴을 드러내기 위

35

한 방법이다.

3. 요인 분석 절차는 모든 측정된 변인 사이의 상관관계로부터 출발한 다. 이 과정은 변인 대 변인의 방식으로 상관관계 행렬을 도출한다.

4. 서로 다른 변인들은 통상 서로 다른 측정 단위로 점수가 부여된다. 따 라서 점수는 표준화되어야 하며 이로써 직접적으로 비교 가능하게 된다(상관 분석의 목적을 고려할 때).

5. 표준화된(표준 또는 z) 점수는 특정한 절대 점수와 측정된 표본의 평 균 점수 사이의 거리에 대한 수학적 표현으로 계산된다. 이러한 거리 는 표준편차라는 수치를 통해 비례적으로 표현된다.

6. R방법론은 테스트나 특성을 변인으로 채택하고 사람으로 구성된 표 본을 활용해 실행하는 방법에 대한 고유 명칭이다.

7. R방법론에 따른(또는 변인에 의한) 요인 분석의 목적은 최대한 작은 수의 기저에 자리한 설명 또는 잠재 변인 규명을 통해 상관관계 행렬 에서 나타난 관계 양상을 밝히는 것에 있다. 이러한 방식으로 규명된 잠재 변인은 요인이 된다.

8. R방법론에서의 요인은 사람의 모집단에 걸쳐 비례적으로 변화(또는 함께 변화)하는 측정된 점수로서의 변인 집단을 규명한다.

9. R방법론에 따른 요인 분석은 심리학에서의 이른바 개인차 전통과 오 랜 기간 관련성을 확보했다. 그러나 스티븐슨은 이러한 요인이 특정 한 개인들의 상이한 인성적 특성을 반영하지 않고, 반영할 수도 없다 고 주장했다. 그는 옳았다. 요인들은 모집단 수준에서 드러난 변인 간의 관련성과 차이를 반영한다.

10. R방법론 체계는 특정한 개인들을 전체론적(holistic) 방식으로 정의 할 수 없고 개인 간의 차이를 완전히 비교하는 데에 기여할 수도 없다.

11. Q방법론은 10번 항목에서 부각된 문제에 대한 스티븐슨의 해결 방

36

안과도 같다. Q는 사람을 변인으로 하고 테스트, 특성 또는 다른 항 목을 (사례의) 표본 또는 모집단으로 채택하여 R방법론의 전통을 거 꾸로 만드는 방법을 통칭하는 용어다.

12. Q방법론 또는 사람에 의한 요인 분석은 통상적으로 R방법론에 의한 목적으로 수집된 데이터에 적용될 수 없다. Q는 새로운 형태의 데이 터이며, 항목의 표본 또는 모집단이 개인의 집합에 의해 상대적으로 측정되거나 척도화될 때 도출된다.

13. Q에서 척도 또는 순위 매기기의 과정은 스티븐슨이 심리적 의미로 명명한 새로운 단위의 수량화를 활용하는 주관적 또는 1인칭의 관 점에서 수행된다. 항목의 상대적 순위는 결과적인 데이터의 전체론 적 또는 게슈탈트의 특성을 확보한다는 점에서도 중요한 의미를 갖 는다. 이러한 논증은 스티븐슨의 방법론적 열망인 ‘사람의 전체 측 면’에 대한 초점과 동일선상에 있으며 ‘인성의 전체적 측면에 대해 서로 닮은 사람들’을 규명하는 것이다(Stephenson, 1936b: 208, 278).

14. 항목의 순위는 사전에 배열된 빈도 분포의 강제 부과를 통해 더욱 증 대되고 표준화될 수 있다. 이러한 분포가 Q분류다.

15. Q방법론에서 요인 분석 절차는 모든 수집된 Q분류의 상관관계로부 터 출발한다. 이는 사람 대 사람의 상관관계 행렬을 도출한다. 이러 한 상관관계로부터 어떤 두 사람에 의해 이루어진 전체 항목에 대한 순위에서의 동의 또는 비동의 정도를 확인하는 것이 가능하다. 즉, 연구자는 각각의 Q분류에 대해 직접적이고 전체론적인 비교를 수 행할 수 있다.

16. Q방법론에서의 요인은 주어진 항목에 대해 상당히 유사한 방식으 로 순위를 매긴 사람들의 집단을 규명한다. 다시 말해 이때의 요인

37

은 특정한 주제에 대해 유사한 관점, 시각 또는 태도를 공유하는 사 람의 집단과 같다.

17. 순위 매기기를 위해 제공되는 항목들은 보통 (주제에 대한) 진술문 이지만, 그 절차는 매우 유연하다. 자극 항목으로는 어떤 것도 제공 될 수 있으며 대부분의 연구 참여자는 개인적 특성에 따라 순위를 정할 수 있다.

18. 만약 Q방법론에 대해 오직 (다른) 두 권의 저서를 읽게 된다면 스티

븐슨(Stephenson, 1953)의 󰡔󰡔인간 행위에 관한 연구: Q기법과 방법 론(The Study of Behavior: Q Technique and its Methodology)󰡕󰡕과 브라운(Brown, 1980)의 󰡔󰡔정치적 주관성: 정치학에서의 Q방법론 적용(Political Subjectivity: Applications of Q Methodology in Political Science)󰡕󰡕을 읽을 필요가 있다. 만약 세 번째가 가능하다

면, 매코운과 토머스(McKeown and Thomas, 1988)의 󰡔󰡔Q방법론: 사회과학에서 양적 연구로서의 응용(Q Methodology: Quantitative Applications in the Social Sciences)󰡕󰡕을 강력히 추천한다.

38

지금까지 북레터 ＜인텔리겐치아＞를 보셨습니다. 매일 아침 커뮤니케이션북스와 지식을만드는지식 저자와 독자들을 찾아갑니다. ＜인텔리겐치아＞사이트(bookletter.eeel.net)를 방문하면 모든 북레터를 만날 수 있습니다.