[논문 리뷰] Characterizing Grounded Theory Approaches in Visualization

Alexandra Diehl, Alfie Abdul‐Rahman외 6명|arXiv (Cornell University)|2022. 03. 03.

Data Visualization and Analytics인용 수 6

한 줄 요약

이 논문은 시각화(VIS) 기법을 기반 이론(GT) 워크플로우에 통합하여 논의 데이터에서 이론 생성을 향상시키고자 한다. 특히 시각화 연구 분야에서 그러한 통합은 효과적이다. GT의 반복적이고 데이터 기반의 방법론을 VIS 도구와 경험적 연구와 결합함으로써, 저자들은 VIS가 GT 응용—특히 VisGuides와 같은 개방형 논의 포럼 분석에—강화될 수 있음을 입증한다. 이는 시각 분석 분야에서 더 견고하고 이론 중심의 통찰을 도출하는 데 기여한다.

ABSTRACT

Grounded theory (GT) is a research methodology that entails a systematic workflow for theory generation grounded on emergent data. In this paper, we juxtapose GT workflows with typical workflows in visualization and visual analytics, shortly VIS, and underline the characteristics shared by these workflows. We explore the research landscape of VIS to observe where GT has been applied to generate VIS theories, explicitly as well as implicitly. We propose a "why" typology for characterizing aspects in VIS where GT can potentially play a significant role. We outline a "how" methodology for conducting GT research in VIS, which addresses the need for theoretical advancement in VIS while benefitting from other methods and techniques in VIS. We exemplify this "how" methodology by adopting GT approaches in studying the messages posted on VisGuides - an Open Discourse Forum for discussing visualization guidelines.

연구 동기 및 목표

• 기반 이론(GT)과 시각화(VIS) 워크플로우 간의 잠재적 시너지가 논리적 데이터에서 이론 생성에 어떻게 작용하는지 조사하기 위해.
• VIS 기법이 GT 방법론 내에서 체계적으로 적용되어 데이터 분석과 이론적 발전이 향상될 수 있는 방법을 규명하기 위해.
• 논의 기반 탐구와 강력한 메타적 일치를 보이는 바에도 불구하고, 시각화 연구에서 GT 방법이 제한적으로 활용되고 있는 이유를 해결하기 위해.
• 특히 시각화 가이드라인에 대한 논의를 분석하는 데서 시각 분석을 통해 이론 개발을 가능하게 하는 VIS4GT 프레임워크를 제안하기 위해.
• 경험적 연구와 VIS 도구를 기반 이론에 통합함으로써 이론적 포화도와 민감도를 향상시키는 데서 그 가치를 입증하기 위해.

제안 방법

• 기반 이론의 핵심 워크플로우(예: 개방형 코드화, 축합 코드화, 이론적 샘플링)를 일반적인 VIS 및 시각 분석(VA) 워크플로우에 대응시켜 공통된 특성을 파악하기 위해.
• GT 워크플로우를 가설 검증 및 VA 워크플로우와 비교하여 반복적이고 데이터 기반의 지식 생성 방식에서 유사성을 강조하기 위해.
• 인터랙티브 데이터 탐색 및 주제 군집화와 같은 시각화 기법을 GT의 반복적 코드화 과정에 통합하는 VIS4GT 워크플로우를 설계하기 위해.
• VisGuides에서 수집한 논의 데이터를 분석하기 위해 VIS4GT 방법론을 적용하기 위해.
• 이론적 민감도를 향상시키기 위해 목표 지향적인 경험적 연구를 수행하기 위해, 갈등이 있는 가이드라인에 대한 집중적 데이터 수집 및 분석을 VIS 기법을 통해 수행하기 위해.
• 컴퓨터 지원 기반 이론 방법과 시각 분석 도구를 통합하여 카테고리 및 이론적 구성 요소의 반복적 개선을 지원하기 위해.

실험 결과

연구 질문

• RQ1 기반 이론 워크플로우는 반복적이고 데이터 기반의 지식 생성 측면에서 일반적인 시각화 및 시각 분석 워크플로우와 어떻게 일치하는가?
• RQ2 시각화 기법은 어떻게 질적 논의 데이터 분석에서 기반 이론 과정의 체계성과 효율성을 향상시킬 수 있는가?
• RQ3 논의 기반 탐구와 강력한 방법론적 일치를 보이는 바에도 불구하고, 기반 이론이 왜 시각화 연구에서 부족하게 활용되고 있는가?
• RQ4 경험적 연구와 VIS 도구는 어떻게 기반 이론에 통합되어 이론적 민감도와 포화도를 향상시킬 수 있는가?
• RQ5 실제 논의 데이터(예: VisGuides에서의 데이터)에 VIS4GT 워크플로우를 적용함으로써 얻는 실용적 이점은 무엇인가?

주요 결과

• GT 워크플로우는 특히 반복적이고 데이터 기반의 이론 생성 방식에서 VIS 및 VA 워크플로우와 핵심적인 공통점을 공유한다.
• VIS 기법을 GT 워크플로우에 통합함으로써 대규모 논의 데이터에서 유래하는 카테고리의 탐색, 정리, 개선 능력이 크게 향상된다.
• 이론적 민감도를 해결하기 위해 경험적 연구가 성공적으로 활용되었으며, 특히 초기 논의 데이터에서 시각화 가이드라인에 대한 분쟁이 해결되지 않은 경우에 유용했다.
• 상호작용 부족 현상과 VR의 현실감에 관한 두 개의 사례 연구를 통해, VIS 도구와 제어된 실험은 개방형 포럼을 넘어서 이론적 분석을 가속화하고 심화시킬 수 있음을 입증했다.
• VIS4GT 워크플로우를 통해 연구자들은 시각적 탐색, 체계적 코드화, 가설 검증을 결합함으로써 이론적 포화도를 더 효율적으로 달성할 수 있다.
• 본 연구는 GT가 시각화 연구에서 논의를 분석하는 데 매우 적합하며, VIS 기법을 기반 이론 내에 의미 있게 통합함으로써 이론적 결과를 강화할 수 있음을 확인한다.