학위논문 사례 연구 작성 — 단일·다중 사례 설계와 분석 패턴
사례 연구의 본질
사례 연구(Case Study)는 특정 사례를 깊이 있게 분석해 보편적 의미를 도출하는 질적 연구 방법. 양적 연구가 일반화에 강하다면 사례 연구는 깊이에 강하다.
사례 수 결정
| 사례 수 | 강점 | 한계 |
|---|---|---|
| 단일 사례 (n=1) | 최대 깊이 | 일반화 어려움 |
| 2~5 사례 | 비교 + 깊이 균형 | 중간 일반화 |
| 6+ 사례 | 패턴 도출 강함 | 깊이 손실 |
사례 선택 5가지 기준
- 연구 질문 적합성 — 사례가 연구 질문에 답할 수 있는가
- 접근성 — 자료 수집이 실제로 가능한가
- 대표성·전형성 — 분야의 전형적 사례 vs 극단 사례
- 변동성 — 다중 사례 시 사례 간 차이가 의미 있는가
- 윤리적 정당성 — IRB 승인 가능한가
자료 수집 — 교차 검증(Triangulation)
단일 출처는 신뢰성 약함. 여러 출처에서 교차 검증:
- 인터뷰 (반구조화 인터뷰가 표준)
- 관찰 (참여 관찰·비참여 관찰)
- 문서 (내부 자료·외부 발표·언론 보도)
- 아카이브 (사진·영상·기록)
펍스테이션 89건 질적 학위논문 데이터
- 단일 사례 연구: 평균 인터뷰 18회, 관찰 12회, 문서 30~50건
- 다중 사례 연구 (2~5 사례): 사례당 평균 인터뷰 8회, 관찰 6회
- 자료 수집 기간: 평균 6개월 (단일), 8개월 (다중)
- 전사 분량: 평균 200~400쪽 (텍스트로 환산)
분석 단계 5가지
- 전사 — 인터뷰 녹취 → 텍스트
- 1차 코딩 (Open Coding) — 자유롭게 코드 부여
- 2차 코딩 (Axial Coding) — 코드 그룹화
- 테마 도출 (Thematic Analysis) — 핵심 주제 식별
- 해석 — 테마를 연구 질문과 연결
분석 도구
- NVivo: 질적 분석 표준
- Atlas.ti: NVivo 대안
- MAXQDA: 혼합 방법 강점
- 수동 코딩: 단일 사례·작은 표본은 엑셀로도 가능
코더 간 신뢰도
코더 1명이면 주관성 우려. 2명 이상이 독립적으로 코딩 후 코더 간 신뢰도(Cohen's kappa) 측정. 0.7 이상이 표준.
일반화 가능성 (Transferability)
사례 연구는 통계적 일반화(generalizability)가 아닌 "transferability" 개념. 독자가 다른 맥락에 적용할 수 있는 정보 제공이 목표. 사례의 맥락을 충분히 기술해 독자가 판단 가능하게.
윤리적 고려
- IRB 승인 + 동의서
- 익명화 처리 (개인·기관 식별 정보)
- 인용 시 ID만 표기 ("P03", "Case A")
- 원자료 안전 보관 (암호화 + 5년 후 폐기)
자주 발견되는 사례 연구 실수 7가지
- 사례 수 부적합 — 너무 많거나 너무 적음
- 자료 출처 단일 — 인터뷰만, 교차 검증 부재
- 코딩 일관성 부족 — 코더 간 신뢰도 미검증
- 일반화 과대 주장 — "모든 ~에 적용 가능"
- 맥락 기술 부족 — 독자가 transferability 판단 불가
- 익명화 누락 — 식별 정보 노출
- 본인 편향 인식 부족 — reflexivity 부재
펍스테이션 — 인터뷰 전사 + 사례 연구 본문 다듬기
인터뷰 전사 + 분석 결과 + 본문 작성 모두 분량이 큼. AI 자동 교정으로 분 단위 마무리. 회원 가입 즉시 월 10만자 무료.
FAQ
Q1. 사례 연구는 양적 연구인가요 질적 연구인가요?
주로 질적 연구. 양적·혼합 방법도 가능.
Q2. 사례 수는 몇 개가 적절한가요?
단일 사례 또는 2~5 사례. 너무 많으면 깊이 손실.
Q3. 사례 연구도 IRB가 필요한가요?
기관·인물 식별 가능하면 필수. 익명 처리 + 동의.
Q4. 사례 연구 일반화 가능성은?
제한적. 깊이 있는 통찰이 가치. 일반화는 후속 양적 연구 영역.
Q5. 사례 자료는 어디서 수집하나요?
인터뷰·관찰·문서·아카이브 등 다양한 출처 교차 검증.