질적연구에서 양적정보의 보고: 저자와 리뷰어를 위한 가이드(Addiction, 2014)

질적연구에서 양적정보의 보고: 저자와 리뷰어를 위한 가이드(Addiction, 2014)

Reporting quantitative information in qualitative research: guidance for authors and reviewers

숫자의 부재는 종종 질적 연구를 정의하는 특징으로 보인다[1]. 그럼에도 불구하고, 질적 연구자들은 그들의 데이터를 작성할 때 숫자나 반정량화(예: '많이' 또는 '가장 많이'와 같은 용어)를 자주 사용한다. 우리는 서로 다른 질적 연구자들이 본질적으로 [질적 연구에서 양적 정보가 표현되어야 하는지]에 대해 강한 (하지만 서로 상충되는) 신념을 가지고 있음을 발견했다. (질적 연구란 즉, 인터뷰, 그룹 토론 또는 기타 언어 자료에서 발생하는 보고 개념, 주제 및 아이디어를 말한다)

The absence of numbers is often seen as a defining feature of qualitative research [1]. Despite this, qualitative researchers frequently use numbers or semi-quantification (e.g. terms such as ‘many’ or ‘most’) when writing up their data. We have found that different qualitative researchers can have strongly held, but opposing, views on whether and how quantitative information should be expressed in what are essentially qualitative studies (that is, studies reporting concepts, themes and ideas arising from interviews, group discussions or other linguistic material).

첫째, 왜 연구자들이 정성적 연구의 보고서에 양적 또는 반양적 정보를 전달하고자 하는지를 생각해 보자. 표본 특성(예: 참가자 수 및 주요 인구 통계)을 설명하기 위한 숫자의 사용은 필수적이며 논란의 여지가 없다. 그 외에도, 정량화 또는 반정량화는 데이터 분석의 투명성을 향상시킬 수 있고, [2], 진술[3]에 정밀성을 부여하며, 데이터의 패턴이 보다 명확하게 나타날 수 있도록 [4], 그리고 초점을 제공함으로써 주요 발견의 의미를 증가시킬 수 있다는 주장이 제기되었다[5].

First, let us consider why researchers might want to convey quantitative or semi-quantitative information in reports from qualitative studies. The use of numbers to describe sample characteristics (e.g. number of participants and key demographics) is essential and uncontroversial. Beyond that, it has been argued that quantification or semi-quantification can improve the transparency of data analysis [2], give precision to statements [3], enable patterns in the data to emerge with greater clarity [4] and increase the meaning of key findings by providing focus [5].

그러나 정량화 또는 반정량화는 문제가 될 수 있다. 예를 들어, 모든 사람에게 동일한 방식으로 정확히 동일한 질문을 하지 않았다면, 주어진 응답이나 떠오른emergent 테마의 빈도를 보고하거나 암시하면, 연구된 샘플 내에서조차 데이터가 잘못 전달될 수 있다. 또한, 숫자의 사용은 질적 작업에서 수집되는 보다 가치 있고 상세하며 미묘한 데이터로부터 주의를 다른 곳으로 돌리게 만드는 경향이 있다[6]. 한편, 보다 개념적인 우려는 숫자를 제시하면 질적 연구의 목표와 양립할 수 없는 '객관적이고 측정 가능한 현실'을 의미한다는 것이다[3]. 마지막으로, 숫자를 제시하면 무의식적으로나마 저자와 독자가 연구발견finding에 대해 부적절한 일반화를 할 수 있다[3,6].

Quantification or semi-quantification can, however, be problematic. For example, if not everyone has been asked exactly the same questions in the same way, reporting or alluding to the frequency of a given response or emergent theme will probably misrepresent the data, even within the sample studied. In addition, the use of numbers tends to detract from the more valuable, detailed and nuanced data that are collected in qualitative work [6]. A more conceptual concern, meanwhile, is that presenting numbers implies an ‘objective’ and measurable reality that is incompatible with the goals of qualitative research [3]. Finally, presenting numbers can sometimes lead both the author and the reader to make inappropriate generalizations about the findings, albeit unconsciously [3,6].

Ritchie & Lewis는 '질적 연구에 권장되는 규모와 설계의 연구'인 경우, 연구참여자 집단에 한정되며, 그 밖의 어떤 집단에 대해서도 prevalence나 distribution에 대한 어떠한 진술도 서포트하지 않는다'고 주장한다. 여기서 '연구참여자 집단에 한정'이라는 문구가 결정적이다.

Ritchie & Lewis argue that if the study ‘is of the scale and design recommended for qualitative research, it will not support any statements about prevalence or distribution other than within the sample itself ’ ([6], p. 311). Here, the phrase ‘within the sample itself ’ is crucial.

패턴 인식은 정성적 데이터 분석의 중요한 측면이 될 수 있다. 질적 연구자들이 사건, 경험 또는 테마 등의 형태로 패턴을 식별하기 위해 데이터를 코드화하거나 분류할 때, 그들은 실제로 계산의 형태를 취한다[5]. 연구자들이 '몇 개', '일부', '몇몇', '다수'(참가자를 지칭) 또는 '레어', 'occasional', '공통', '일반' 또는 '일반적'(사건, 경험 또는 주제를 지칭)과 같은 단어를 사용하여 모호하게 정의된 범위의 숫자를 암시하는 경우에 발생하기 때문에, 이것을 '반정량화'라고 부를 수도 있다. 신중하게 사용될 경우, 이러한 유형의 반정량화는 연구자가 데이터의 규칙성, 특이성 및 특이성에 주의를 기울일 수 있게 할 수 있지만, 연구 모집단을 넘어 일반성을 전달하기 위한 것은 아니다[7].

Pattern recognition can be an important aspect of qualitative data analysis. When qualitative researchers code or categorize their data to identify patterns in the form of events, experiences or themes, etc. they are, in practice, undertaking a form of counting [5]. We might refer to this as ‘semi-quantification’, as it occurs when researchers imply a vaguely defined range of numbers by using words such as ‘a few’, ‘some’, ‘several’ or ‘many’ (to refer to participants) or ‘rare’, ‘occasional’, ‘common’ or ‘typical’ (to refer to events, experiences or themes) [5]. This type of semi-quantification, when performed judiciously, can enable the researcher to draw attention to regularities, peculiarities and idiosyncrasies in the data; but it is not meant to convey generalizability beyond the study population [7].

우리 Addiction 저널에서는 저자들에게 다음과 같은 접근법을 제시한다.

Addiction suggests the following approach to authors

1 연구대상자 외의 집단에서는, 관찰된 현상의 유병성에 대해 어떠한 추론도 도출할 수 없음을 독자들에게 상기시키는 명확한 진술을 포함시킨다. 이것이 불필요하게 보일 수도 있지만, 이 저널은 매우 다양한 독자층을 가지고 있으며, 그들 중 다수는 학문적 연구자가 될 수 없을 것이며, 어떤 경우든 저자들이 이러한 한계를 충분히 인식하고 있다는 것을 전달하는 것이 유용하다.

1 Include a clear statement reminding readers that no inferences can be drawn about the prevalence of phenomena observed beyond the sample. While this might seem unnecessary, the journal has a very diverse readership, many of whom will not be academic researchers and, in any event, it is useful for authors to convey that they are fully aware of this limitation.

2 모든 참가자에 대해 비교가 가능한 방식으로 보여질 수 있는 raw number의 보고는 지양하라. 예를 들어 10명을 인터뷰하는 과정에서 3명이 특정 관점을 보고했지만, 모든 참가자가 (인터뷰의 흐름상) 그런 관점을 보고할 기회를 갖지 못했다면, 이 숫자(3명)은 차라리 열거하지 않는 것이 좋다.

2 By and large, limit reporting of raw numbers to features that have been assessed for all the participants in a manner that allows for comparison. If, for example, in the course of interviews with 10 people, three reported a particular point of view but not all the participants had an opportunity—because of the flow of the interviews—to report such a view, it is better not to enumerate this.

3 검사의 표본 크기가 50 또는 그 근처가 아닌 경우 백분율을 피한다. 일부 질적 연구자들은 그러한 표본 크기가 질적 연구가 될 수 없다고 주장하지만, 중독은 질적 연구에는 여러 가지 유형이 있으며 이들 중 일부에 대해서는 비교적 큰 표본이 적절하다고 인식하고 있다.

3 Avoid percentages unless the study has a sample size greater than 50 or thereabouts. Some qualitative researchers argue that such a sample size cannot be a qualitative study, but Addiction recognizes that there are many different types of qualitative study and relatively large samples are appropriate for some of these.

4 왜 적절한지에 대한 구체적인 정당성이 없다면, 특정 용어('대다수', '소수', '가장' 등)과 같은 특정한 양적 의미를 갖는 용어를 사용하지 마십시오. 우리는 이런 종류의 언어가 적절하지 않을 것이라고 믿는다.

4 Do not use terms that have a specific quantitative meaning, e.g. ‘majority’, ‘minority’, ‘most’, without providing a specific justification for why such language is appropriate. We believe this kind of language will rarely be appropriate.

5 어떤 형태의 반정량화가 필요한 경우, '약간의', '몇몇', '일부', '다수' 등과 같은 비특이적인 용어를 적절하게 사용하는 편이 낫다. 그러나 여전히, 위의 4와 마찬가지로, 항상 명확한 정당성이 제공되어야 한다.

5 If some form of semi-quantification is required, it is often better to use appropriately non-specific terms such as: ‘a few’, ‘several’, ‘some’, ‘many’ etc. As with point 4, explicit justification should always be given.

---

Editorial

 

. 2014 Feb;109(2):175-6.

 doi: 10.1111/add.12408.

Reporting Quantitative Information in Qualitative Research: Guidance for Authors and Reviewers

Joanne Neale 1, Peter Miller, Robert West

Affiliations 

Affiliation

• 1Institute of Psychiatry, King's College, London, UK. joanne.neale@kcl.ac.uk.

• PMID: 24422609
 
• DOI: 10.1111/add.12408