정량연구(Quantitative Research)는 양적 연구 혹은 실증적 연구라고도 불립니다. 학술 연구에서 선호하는 대표적인 연구방법론이며, 연구 대상은 여러 분석 구조를 통해 체계화됩니다. 또한 수치 데이터를 통해 측정, 평가, 추론을 만듭니다. 정량연구는 일반적으로 사회과학에서 통계적, 수학적, 계산적 기법으로 사회 현상의 체계적인 수치화를 말합니다. 현상에 관련된 수리 모델, 이론, 가설을 연구하고 활용하는 것이지요. 심리학, 경제학, 사회학, 정치학 등 사회과학 분야에 널리 쓰이며, 드물게는 인류학과 역사학에서도 활용됩니다.
-‘가설과 검증의 도전’, 연역적 방법론
정량연구는 일반적으로 연역적 방법론을 사용합니다. 명확한 이론에 근거하여 연구를 진행하며, 기존에 확립된 이론에 대한 여러 변수들을 확인하기 위한 가설을 세웁니다.
정량연구의 연역적 방법론은 마치 수학에서의 공리(公理)와 비슷합니다. 따라서 가장 중요한 것이 전제가 되는 이론이며, 이 전제 이론이 무너지게 되면 모든 하위 이론들도 무너지게 되므로, 전제의 정당성이 가장 중요합니다. 그러나, 문제는 전제가 되는 이론을 계속 따라 올라가다 보면 궁극적으로는 대전제의 형이상학적인 수준까지 올라가야 한다는 점이지요. 우리는 이 대전제의 정당성에 대해 100% 신뢰할 수도 검증할 수도 없을 수 있습니다. 우주의 끝이 어딘지 알 수 없는 것과 같이 말입니다. 따라서, 정량연구에서 연역적 방법을 사용하는 가설은 어디까지나 한시적으로 유효하며 증명이 필요한 전제일 뿐입니다. 또한, 사람은 지각을 통해 형이하학적인 현실세계만을 경험할 수 있으므로, 과학적 탐구 방식에 있어 관찰과 경험에 의존하는 귀납적 방식을 필수불가결한 요소입니다. 가설 설정→실험을 통한 증명→결과 도출→결론→토의로 이어지는 과학적 방법론에서, 정량연구는 연역적 방식을 택하게 되는 것이지요.
정량연구는 추가되는 데이터 세트를 통해 기존의 연구 결과를 보완 또는 개선을 추구합니다. 또한 정량연구에서 사용되는 샘플 집단의 크기는 정성연구의 경우보다 훨씬 더 큽니다. 정량연구의 양적 특성 상, 샘플 집단의 질적 특수성에 구애 받을 필요가 없기 때문입니다. 질보다는 양을 우선시하여 분석하므로 가능한 많은 연구 대상을 연구에 활용할 수 있습니다.
정량연구에서의 데이터는 이메일, 전화를 통한 간접적 조사 방식을 통해서 공정하고 빨리 수집할 수 있습니다. 통계 소프트웨어도 활용할 수 있기에 보다 정확하고 정밀한 데이터 분석이 가능합니다. 그리고, 정량연구에서는 편향의 가능성은 정성연구보다 적습니다. 보다 더 객관적인 방법이기에 연구 설계, 조사도구 설계, 데이터 해석과 관련된 편향만 주의하면 됩니다.
-통계가 말하는 미래
정량연구는 기술적 수치(descriptive measurements)와 예측 수치를 얻기 위해 수집한 수치 데이터에 통계적 검사 방법들을 적용합다. 평균, 모드, 중간 값, 표준편차 등 기본 기술 수치를 바탕으로, t-tests, ANOVAs와 같은 추리 검사는 물론, 다중회귀계산 등의 다 변량 측정을 위한 기본 데이터 틀(Framework)을 확립할 수 있습니다. 또한, 데이터의 통계적 유효성을 결정하는 p-test를 통해, 이렇게 얻어진 결과가 얼마나 광범위한 추론으로 일반화될 수 있는지도 예상해 볼 수 있습니다.
-재현불가능성과 위양성(False Positive)
가설의 설정 시, 특정 변수를 설명할 수 있는 경우, 정량연구 재현이 가능하게 설정할 수 있습니다. 새로운 이론을 제안하는 것이 아닌, 기 확립된 이론의 변수를 테스트하기 때문에, 연구결과의 검증이 재현으로써 가능합니다. 만약 재현이 실패한다면, 원래 연구자로부터 원본 데이터세트를 받아 연구 프로토콜을 검증할 수도 있습니다. 만약 원래 연구가 위양성(False Positive)에 기초한 경우, 연구 결과의 재현 확률은 무시할 수 있는 수준입니다. 위양성은 통계상 실제로는 음성인데 검사 결과는 양성이라고 나오는 경우이기 때문입니다.