법칙적 관계망 (nomological network)
쉽게 풀면
어떤 측정도구가 정말로 의도한 개념을 재고 있는지 확인하려면, 그 개념이 이론상 관련 있어야 할 다른 개념들과 실제로도 관련되는지 살펴봐야 합니다. 예를 들어 '자기효능감'을 측정하는 척도라면 성취동기와는 양의 관계, 시험불안과는 음의 관계를 보여야 이론과 맞습니다. 이렇게 여러 개념들 사이의 예상되는 관계 전체를 그물망처럼 그린 것이 법칙적 관계망입니다. 이 관계망이 데이터와 잘 들어맞을수록 측정도구의 타당성이 지지됩니다.
왜 중요한가
법칙적 관계망은 심리측정학과 사회과학 연구방법론에서 구성타당도를 어떻게 확보할 것인지를 규정하는 핵심 이론적 틀로 다뤄집니다. 새로운 척도나 개념을 제안하는 논문일수록 그 개념이 기존 이론체계 속에서 다른 변수들과 어떻게 연결되는지를 보여주어야 하며, 이 관계망이 촘촘하고 일관될수록 해당 구성개념이 독립적이고 의미 있는 실체로 인정받을 가능성이 커집니다. 또한 수렴타당도와 판별타당도 같은 구체적 검증 절차들이 바로 이 관계망 개념에서 파생되기 때문에, 측정도구 개발 연구 전반의 이론적 기반으로 자주 인용됩니다.
논문에서는 이렇게 쓰입니다
구성타당도를 이론적 관계망을 통해 검증한 결과를 보고하는 문장이다.
조직행동 연구에서 새로운 개념의 이론적 위치를 기존 변수들과의 관계를 통해 검증하는 방식을 보여준다.
마케팅 연구에서 새로 개발한 척도가 기존 이론적 개념망 안에서 예상된 방식으로 작동하는지 통계적으로 확인하는 사례이다.
조금 더 깊게 보면
법칙적 관계망을 실증적으로 검증할 때는 흔히 상관분석이나 구조방정식모형을 사용해, 이론상 관련이 있어야 할 개념끼리는 높은 상관을 보이는지(수렴타당도), 관련이 없어야 할 개념과는 낮은 상관을 보이는지(판별타당도)를 함께 살펴봅니다. 이 관계망은 관찰 가능한 지표(측정변수)와 직접 관찰되지 않는 이론적 개념(잠재변수) 두 층위를 모두 포함하는 것이 특징이며, 하나의 연구에서 완전히 검증되기보다는 여러 연구가 누적되면서 관계망 자체가 수정되고 정교화되는 경우가 일반적입니다.
주의할 점
법칙적 관계망 검증은 단일 연구로 완결되지 않으며, 여러 연구를 통해 누적적으로 정교화되는 장기적 과정이다.