[논문 리뷰] Where the Model Frequently Meets the Road: Combining Statistical, Formal, and Case Study Methods

Andrew Bennett, Bear Braumoeller|arXiv (Cornell University)|2022. 02. 16.

Qualitative Comparative Analysis Research인용 수 16

한 줄 요약

이 논문은 사회과학 연구에서 통계적, 형식적, 사례 연구 방법을 통합하기 위한 프레임워크를 제안한다. 이는 전통 간에 공통적으로 존재하나 종종 암묵적인 가정을 식별하고 완화함으로써 이루어진다. 다양한 방법을 조합함으로써 이론 구축과 검증이 향상됨을 보여주며, 주요 다기법 연구의 비판적 분석을 통해 실용적인 지침을 제공한다.

ABSTRACT

This paper analyzes the working or default assumptions researchers in the formal, statistical, and case study traditions typically hold regarding the sources of unexplained variance, the meaning of outliers, parameter values, human motivation, functional forms, time, and external validity. We argue that these working assumptions are often not essential to each method, and that these assumptions can be relaxed in ways that allow multimethod work to proceed. We then analyze the comparative advantages of different combinations of formal, statistical, and case study methods for various theory-building and theory-testing research objectives. We illustrate these advantages and offer methodological advice on how to combine different methods, through analysis and critique of prominent examples of multimethod research.

연구 동기 및 목표

• 형식적, 통계적, 사례 연구 전통의 연구자가 설명되지 않은 분산, 이질치, 매개변수 값, 인간의 동기, 기능 형태, 시간, 외부 타당성에 관해 보유하는 기본적인 가정을 식별하고 분석하는 것.
• 이러한 가정들이 어떤 방법의 핵심 기능에도 필수적이지 않음을 입증함으로써 더 넓은 방법론적 유연성을 가능하게 하는 것.
• 이론 구축과 이론 검증 목표에 맞는 특정 연구 목적을 고려할 때 통계적, 형식적, 사례 연구 방법의 다양한 조합이 가지는 비교적 우월한 점을 평가하는 것.
• 우수한 다기법 연구 사례의 비판적 분석을 통해 효과적인 다기법 통합에 대한 방법론적 지침을 제공하는 것.
• 종종 상호 배제되는 것으로 간주되는 방법론 전통들을 조율함으로써 더 통합적이고 엄밀하며 투명한 연구를 촉진하는 것.

제안 방법

• 통계적, 형식적, 사례 연구 전통 간의 핵심 방법론적 구성요소(예: 설명되지 않은 분산, 이질치 등)에 관해 작동 가정을 체계적으로 비교하는 것.
• 유효성에 영향을 주지 않으면서도 방법론적 통합을 가능하게 하기 위해 완화할 수 있는 비필수적 가정을 식별하는 것.
• 이론 개발 및 검증의 각 단계에서 각 방법의 강점을 고려해 방법을 조합하는 프레임워크를 제안하는 것.
• 다기법 연구의 사례 연구를 활용해 다양한 방법 조합이 상호보완적인 통찰을 어떻게 도출하는지 보여주는 것.
• 기존의 다기법 연구를 비판적으로 분석하여 방법론 통합에서의 최선의 실천 방안과 일반적인 함정을 드러내는 것.
• 특정 연구 목표(예: 이론 구축 vs. 이론 검증)에 따라 방법론적 선택을 어떻게 맞출 것인지 강조하는 것.

실험 결과

연구 질문

• RQ1 형식적, 통계적, 사례 연구 전통의 연구자가 설명되지 않은 분산에 관해 보유하는 핵심적이고 종종 암묵적인 가정은 무엇인가?
• RQ2 이질치, 매개변수 값, 인간의 동기에 관해 각 방법론 전통 간의 가정은 어떻게 다를까? 이 중 어떤 가정들이 방법론적 정당성에 필수적인가?
• RQ3 비필수적 가정을 어떻게 완화함으로써 통계적, 형식적, 사례 연구 방법의 효과적인 통합을 가능하게 할 수 있는가?
• RQ4 이론 구축과 이론 검증 목표에 대해 이러한 방법의 다양한 조합이 가지는 비교적 우월한 점은 무엇인가?
• RQ5 실제 사례 연구의 경험적 예를 바탕으로 연구자가 이론을 효과적으로 통합하기 위해 어떻게 이러한 방법들을 조합할 수 있는가?

주요 결과

• 엄격한 기능 형태나 고정된 매개변수 값과 같은 전통적으로 기초적인 것으로 간주되는 많은 가정들은 형식적, 통계적, 사례 연구 방법의 유효성에 필수적이지 않다.
• 이질치는 종종 전통 간에 다르게 해석되지만, 방법론적 투명성과 목적 중심 분석을 통해 통합될 수 있다.
• 비필수적 가정을 완화함으로써 유효성에 손상 없이 더 민첩하고 통합적인 연구 설계가 가능해진다.
• 다양한 방법을 조합함으로써 외부 타당성과 이론의 강건성이 향상되며, 특히 사례 연구가 모델 사양을 안내하고 통계 모델이 형식 이론을 검증할 때 더욱 두드러진다.
• 효과적인 다기법 연구는 방법론적 선택과 연구 목표 간의 일치가 필수적이다. 예를 들어 이론 생성에는 사례 연구를, 가설 검증에는 통계 방법을 사용하는 것이 바람직하다.
• 다기법 연구의 주요 사례들은 방법이 상호보완적으로 사용될 때 비추기보다는 고립적으로 사용될 때보다 통찰력 향상과 타당성 향상에 기여함을 보여준다.