Q방법론 요인분석

<Q방법론 요인분석>

 

요인분석이란 일반적으로 말해 변인을 분류하는 방법이다. R 방법에서는 변인이 검사물이나 특성이 되지만 Q 방법에서는 Q 소트(사람)가 변인이다. 우리의 목적으로 설명한다면 요인분석이란 어떻게 사람들이 자신을 분류하는가를 결정하는 방법을 말한다. 만일 어떤 주제에 대해 두 사람이 비슷하게 분류했다면 그들은 동일한 요인에 속할 것이다. 따라서 Q 방법은 연구자가 피험자를 분류한다기보다는 그들 자신이 그들의 언어를 통해 요인을 드러내도록 해준다. 

 

본격적인 논의에 앞서 Q 요인분석은 센트로이드, 주요인 방법과 같은 요인분석의 수학적 절차들과 다르지 않다는 점을 강조할 필요가 있다. 이미 여러 차례 언급한 대로 Q와 R은 인간탐구의 논리와 이론 등 방법론적 차이를 갖고 있으며, 구체적인 분석에 투입하는 자료의 차이는 크게 다르지 않다. 그러나 두 가지 방법에서 모든 자료가 상관관계 행렬표가 만들어진 후 팩토링되는 과정은 동일함에도 불구하고 Q와 R이 이처럼 근본적인 차이점을 지닌다는 사실은 신기한 일일지도 모른다. 

 

요인분석 중 센트로이드 방법은 서스톤이 처음으로 명명한 것으로 이미 버트가 단순 합 방법이라고도 불렀던 방법이다. 이것은 재산상의 용이함 때문에 아직도 교육용 문제 풀이의 예로 이용되고 있다. 브라운은 그의 저서 Political Subjectivity에서 립셋이 행한 '민주주의 가치유형' 연구를 센트로이드 방법으로 설명하고 있다. 

 

이 연구는 9명이 참여했으며 33개의 Q 진술문을 통해 수집한 Q 소트와 그들의 인구학적 특성을 표로 정리했다. Q 소트의 점수들은 요인분석을 위한 상관관계계수 계산을 위해 원점수를 계산상의 점수로 변환시킨 것이다. 

 

원점수의 분포는 -4에서 +4까지이므로 평균값은 0이 되지만 계산상의 점수로 바뀌면 모두 양의 수가 되어 자료의 처리가 쉬워지고 입력상의 오류도 덜어준다. 물론 분석에는 아무런 영향을 주지 않는다. 이때 평균값은 5이며 표준편차는 2.20이 된다. 

 

상관관계계수가 높다는 것은 Q 소트 간 유사성이 높다는 것이며 요인분석은 이러한 유사성을 바탕으로 그룹, 즉 타입을 만드는 것이므로 각 소트 간 상관관계계수가 요인분석의 가장 기초적인 자료가 된다. 

 

요인 추출과정은 마치 손으로 오렌지 주스를 짜는 것과도 유사하다. 한 번 힘을 주어 오렌지를 짠다 하더라도 나머지를 버리는 경우는 없을 것이다. 두 번째 짠다면 아마도 첫 번보다는 주스의 양이 적게 나오겠지만 나머지가 어느 정도 있다고 생각하는 한 그 과정은 반복될 것이다. 주스를 한 번 짜는 것이 요인 하나를 추가하는 것이며 이때 나온 주스의 양이 곧 아이겐값이라고 할 수 있다. 

 

이상의 통계적 기준들로 보면 요인의 수는 2개에서 4개 정도가 될 수 있다. 그러나 회전 전에는 예상했던 것보다 요인 수를 많이 잡는 것이 추천된다. 브라운은 경험상 7개의 요인으로 시작할 것을 적극 권장하면서 유의미하지 않은 요인이라 할지라도 나중에 큰 요인의 적재치를 더욱 향상시키는 데 도움이 될 수 있다는 것이다. 이것은 마치 오래된 자동차라 할지라도 그 부품을 이용해 새 차를 더욱 멋지게 꾸밀 수 있는 것에 비유할 수 있다. 회전을 모두 마친 후 결국 유의치 않은 요인은 사라지게 된다. 

 

요인분석을 위한 센트로이드 방법은 원래 계산상의 단순함 때문에 이용되었지만 주요인분석 등과 같은 방법이 통계적 의미에서 더 정확한 방법으로 인식되었다. 마찬가지로 위에서 보여준 그래픽 회전도 순전히 기술적인 이유로 환영받지 못했으며 컴퓨터도 그 과정을 대신할 수 없었다. 서스톤은 센트로이드 방법의 자의성을 극복하기 위한 단순구조를 얻기 위해 각 변인이 오직 한 요인만을 정의하게끔 하였다. 

 

그러나 단순구조가 과연 그가 주장하는 속성을 알 수 있게 해주는가의 여부를 떠나서 그러한 독특한 방법은 널리 받아들여지지 않았다. 오히려 배리맥스 방법이 널리 퍼지며 요인구조의 결정은 연구자의 본질적인 가설과는 조작적으로 독립적이어야 한다는 주장과 함께 이론적 판단 회전방법의 신뢰성을 의문시하게 되었던 것이다. 

 

스티븐슨은 주요인분석 방법은 물론이고 단순구조에 대해서도 "한 종류의 기하학적 구조를 추론의 유일한 근거로 여기는 것은 수용하기 어렵다"면서 과학행위는 구체적인 추론적 간행태로서 각각의 실험상황의 상대적인 구체성을 강조하고 있다. 이것은 절대적 연역, 가설연역 혹은 귀납보다는 모든 실험은 거기에만 적용되는 자신의 규칙이 요구되며 과학의 추론적 상황에 적합한 유일한 절차적 기준은 있을 수 없다는 것을 전제로 한다. 

 

연역적인 관점에서 연구자는 사전에 요인의 존재를 가정할 수 있으며 자료를 요인분석 함으로써 이것이 실제로 나타나는지 확인해 볼 수 있다. Q 연구에서도 우리가 립셋의 표본에서 살펴본 대로 가설적 Q 소트로서 '영국적 시각'을 상정하고 그것을 실제의 영국 사람들의 상관관계를 가지고 검증할 수도 있다. 그러나 이러한 추론적 관점은 우리가 판단적 회전을 해야 하는 것을 정당화하지는 못한다. 

 

귀납적인 관점에서 우리는 요인구조에 나타나는 실제 양상들을 기다린 후 이들 간의 연계 등을 통해 이론을 개발할 수 있겠다. 그러니까 현실은 밖에 존재하는 것이고 요인 속에서 현실은 정확히 드러날 수 있다고 가정하므로 이때 관찰자와 관찰대상은 수동적인 관계로 남아 있게 된다. 그러나 이 같은 방법으로 도출된 이론이란 오직 특정적이며 그렇게 유도되어진 사실들을 단순히 설명하는 것에 지나지 않을 것이다. 

 

출처: Q 방법론(김흥규, 2009)