자료변환 (Quantitizing)

한 줄 정의: 혼합연구에서 인터뷰나 관찰 같은 질적 자료를 숫자나 범주로 바꾸어 통계 분석이 가능하게(또는 그 반대로 양적 자료를 서술적 이야기로) 바꾸는 절차입니다.

쉽게 풀면

인터뷰 녹취록을 100장 모았다고 해봅시다. 이걸 한 명씩 읽으면서 "이 사람은 만족했다/안 했다"를 표시하고, 전체 인원 중 몇 %가 만족했는지 세어보면 갑자기 숫자로 다룰 수 있는 자료가 됩니다. 이렇게 원래 말이나 글이었던 질적 자료를 숫자·빈도·범주로 바꾸는 것을 quantitizing(양화)이라고 합니다. 반대로 설문 점수 같은 양적 자료를 "이 그룹은 대체로 이런 특징을 보인다"는 식의 서술로 풀어내는 것은 qualitizing(질화)이라고 부릅니다. 이 둘을 합쳐 자료변환이라고 하는데, 서로 다른 형태의 자료를 같은 언어로 옮겨서 비교·통합할 수 있게 만드는 다리 역할을 합니다.

왜 중요한가

혼합연구방법은 질적 자료의 깊이와 양적 자료의 일반화 가능성을 함께 확보하려는 접근인데, 서로 다른 형태의 자료를 통합하려면 어느 한쪽을 다른 쪽의 언어로 옮기는 절차가 필요합니다. 자료변환은 바로 이 통합 지점을 제공하기 때문에, 혼합연구의 타당성을 논증할 때 핵심적으로 다뤄집니다. 특히 질적 통찰을 정량적으로 검증하거나, 통계 결과에 맥락을 부여하고 싶은 연구에서 자주 채택됩니다.

논문에서는 이렇게 쓰입니다

"개방형 인터뷰 응답을 코딩한 뒤 빈도로 변환(quantitizing)하여 설문 점수와의 상관을 분석하였다."

이 문장은 인터뷰라는 질적 자료를 숫자 빈도표로 바꾸어, 원래 양적 자료였던 설문 점수와 통계적으로 비교할 수 있게 만들었다는 뜻입니다.

"포커스그룹 토론에서 반복적으로 언급된 주제를 범주화하고 언급 빈도를 계산하여, 참여자 특성별 차이를 카이제곱 검정으로 비교하였다."

보건학이나 교육학에서 자주 쓰이는 방식으로, 그룹 토론이라는 질적 자료를 범주형 변수로 바꾸어 집단 간 통계적 차이를 검정한 예문입니다.

"환자 진료기록의 서술형 메모를 증상 유무에 따라 이진 변수로 코딩한 뒤, 임상 척도 점수와의 연관성을 회귀분석으로 검증하였다."

의학 연구에서 서술형 기록을 구조화된 변수로 변환해 정량적 분석에 사용하는 사례를 보여줍니다.

조금 더 깊게 보면

자료변환의 신뢰성을 높이려면 코딩 기준을 명확히 정의하고, 둘 이상의 연구자가 독립적으로 코딩한 뒤 일치도를 확인하는 코더 간 신뢰도(inter-coder reliability, 흔히 코헨의 카파 등으로 측정) 절차를 거치는 것이 일반적입니다. 변환 방향에 따라 질적 자료를 양적으로 바꾸는 quantitizing과 양적 자료를 질적 서술로 바꾸는 qualitizing으로 나뉘며, 두 방향 모두 원자료의 정보를 요약하는 과정에서 필연적으로 일부 뉘앙스가 손실된다는 한계를 공유합니다.

주의할 점

자료변환은 두 자료를 나란히 놓기 위한 편의적 절차일 뿐, 질적 자료가 가진 맥락과 뉘앙스를 그대로 보존하지는 못합니다. 변환 과정에서 정보 손실이 생길 수 있으므로, 변환된 결과만 보고할 게 아니라 원래 질적 서술도 함께 제시하는 것이 바람직하며, 두 자료를 나란히 배치해 비교하는 합동디스플레이와 함께 쓰이는 경우가 많습니다.