A research 방법 for developing theory from data.
- 방법론: 아이디어 구상, 문제 해결
근거이론
- 분산 분석(ANOVA), 지속적인 개선, 혁신, 방법론, 프로세스 개선, 연구 개발, 사용자 중심 디자인
근거이론
- 분산 분석(ANOVA), 지속적인 개선, 혁신, 방법론, 프로세스 개선, 연구 개발, 사용자 중심 디자인
목적:
사용 방법:
- 사회과학에서 체계적인 방법론으로, 자료를 체계적으로 수집하고 분석하여 이론을 구축하는 것을 의미합니다. 이는 자료에서 출발하여 이론을 도출해내는 귀납적 접근 방식입니다.
장점
- 실제 데이터에 기반한 이론을 제시하고, 질적 연구에 대한 엄격하고 체계적인 접근 방식을 제공합니다.
단점
- 수행하는 데 시간이 많이 걸리고 복잡할 수 있으며, 데이터에 대한 깊은 이해와 추상적인 사고 능력이 필요합니다.
카테고리:
- 아이디어 구상, 문제 해결
다음과 같은 경우에 가장 적합합니다:
- 질적 데이터를 기반으로 사회 현상에 대한 새로운 이론이나 이해를 개발하는 것.
근거이론 방법론은 사용자 행동과 태도를 이해하는 것이 실제 니즈를 충족하는 제품 개발에 필수적인 사용자 경험 디자인과 같은 맥락에서 특히 효과적입니다. 의료, 교육, 기술과 같은 산업에서 흔히 활용되는데, 질적 통찰력을 통해 목표 고객층의 공감을 얻는 혁신을 이끌어낼 수 있기 때문입니다. 이 방법론은 제품 개발의 탐색 단계에서 특히 유용하며, 인터뷰, 관찰, 포커스 그룹 등을 통해 초기 사용자 피드백을 수집하는 데 적합합니다. 참여자는 일반적으로 최종 사용자, 이해관계자, 디자이너, 연구원으로 구성되며, 이들은 협력적으로 데이터 수집 및 반복적인 분석에 참여합니다. 반복적인 과정을 통해 유연한 접근이 가능하며, 도출된 이론을 후속 디자인 변경에 직접 반영할 수 있습니다. 예를 들어, 기술 기업은 근거이론을 활용하여 새로운 애플리케이션에 대한 사용자 상호작용을 분석하고, 기존의 가정에 기반한 디자인이 아닌 실제 사용자 피드백을 토대로 기능을 개선할 수 있습니다. 이를 통해 최종 디자인이 추측이 아닌 진정한 사용자 니즈를 반영하게 되어 더욱 효과적인 솔루션을 제공할 수 있습니다. 이 방법론을 적용하는 기업은 엄격하면서도 유연한 특성 덕분에 제품을 둘러싼 사회적 복잡성을 철저히 이해하여 획기적인 혁신을 이뤄낼 수 있다는 이점을 얻습니다.
이 방법론의 주요 단계
- 오픈 코딩: 데이터에서 개념을 식별하고 레이블을 지정합니다.
- 축 코딩: 범주와 하위 범주 간의 연결을 설정합니다.
- 선택적 코딩: 핵심 범주를 통합하고 다듬어 응집력 있는 이론을 구축합니다.
- 이론적 표본 추출: 지속적으로 데이터를 수집하고 분석하여 새롭게 형성되는 이론을 정교화합니다.
- 메모 작성: 이론적 발전을 위해 데이터와 코드에 대한 생각과 성찰을 기록합니다.
- 지속적인 비교: 새로운 데이터를 기존 코드 및 범주와 비교하여 이론을 강화합니다.
프로 팁
- 연구 과정 전반에 걸쳐 철저한 이론적 표본 추출을 수행하여 다양하고 대표적인 데이터를 확보함으로써 새롭게 도출되는 이론의 풍부함을 높입니다.
- 모든 코딩 과정을 꼼꼼하게 문서화하여 범주와 속성이 시간이 지남에 따라 어떻게 발전하는지 투명하게 추적할 수 있도록 함으로써 연구 결과를 검증하는 데 도움을 줍니다.
- 데이터 내에서의 비교 분석뿐만 아니라 다양한 연구 간의 비교 분석에도 지속적으로 참여하여 이론적 틀을 정교화하고 더 넓은 적용 가능성을 파악해야 합니다.
여러 방법론을 읽고 비교하기 위해, 저희는 다음을 추천합니다
> 광범위한 방법론 저장소 <
400가지가 넘는 다른 방법론들과 함께.
이 방법론에 대한 의견이나 추가 정보는 언제든지 환영합니다. 아래 댓글란 ↓ , 엔지니어링 관련 아이디어나 링크도 마찬가지입니다.
역사적 맥락
(날짜를 알 수 없거나 관련이 없는 경우, 예를 들어 "유체역학"의 경우, 주목할 만한 등장 시기를 대략적으로 추정하여 제공합니다.)
