접지 이론
근접 이론 (GT)은 아마도 사회 과학에서 질적 연구를 수행하는 방법에 대해 가장 널리 알려진 방법 론적 관점 일 것입니다. 원래 사회학자인 Barney Glaser와 Anselm Strauss (Glaser and Strauss, 1967)가 소개 한 GT는 교육 및 관련 분야에서 광범위하게 사용됩니다.
GT는 독특한 방법론, 과학적 방법에 대한 특정 관점 및 세트로 구성됩니다. 질적 데이터를 분석하고 그 데이터로부터 이론을 구성하기위한 특정 절차. 이 방법론은 질적 연구를 합법적이고 엄격한 조사 형태로 간주하는 데 대한 정당성을 제공합니다. GT가 채택한 과학적 방법에 대한 견해는 일반적으로 논쟁의 여지가 있지만 본질적으로 귀납적이라고 간주됩니다. GT 연구원은 인터뷰 및 현장 관찰을 포함한 다양한 출처에서 숫자가 아닌 데이터를 수집합니다. 수집 된 데이터는 코딩 및 이론적 샘플링 절차를 사용하여 분석됩니다. 그런 다음 일련의 해석 절차를 사용하여 데이터에서 발생하고 그 기반이되는 이론의 구성을 지원합니다.
경험적 사회 현상을 식별하고 그에 의해 제한되는 이론을 구성하려는 노력 GT의 거의 모든 계정은 데이터 코딩, 메모 작성 및 이론적 샘플링의 세 가지 주요 전략을 채택합니다.
GT에서 데이터 수집과 데이터 분석은 상호 작용합니다. 데이터 수집이 시작된 시점부터 기초 이론가들은 데이터 분석에 참여하여 추가 데이터 수집, 후속 데이터 분석 등으로 이어집니다.
GT의 첫 번째 데이터 분석 단계는 데이터 코딩으로 시작됩니다. . 이것은 데이터가 적합한 범주를 발견하여 데이터를 개념화하기 위해 수행됩니다. 코딩 프로세스에는 오픈 코딩, 축 코딩 및 선택적 코딩의 세 단계가 있습니다. 개방형 코딩에서 연구원은 데이터를 한 줄씩 살펴보고 설명합니다. 작은 단위의 데이터와 그 해석에 초점을 맞춘이 전략은 데이터와 관련된 새로운 아이디어에 대한 이론적 민감도를 개발하도록 장려하고 데이터가 기존 범주로 강제되는 것을 방지합니다. Strauss (1987)는 전체 범주의 배열이 식별되었을 때 축 코딩을 수행해야한다고 주장합니다. 따라서 수많은 범주를 연결하여 새로운 방식으로 데이터를 다시 결합합니다. 그 후, 연구자가 핵심 카테고리와 밀접하게 관련된 카테고리를 체계적으로 식별하는 선택적 코딩 단계가 구현됩니다. 핵심 범주는 새로운 이론의 핵심이며 통합의 중심입니다.
메모 작성은 연구 과정의 모든 단계에서 발생할 수 있지만 데이터 코딩과 작성 사이에서 자주 발생합니다. 연구 보고서의 초기 초안. 메모는 이론적 아이디어를 식별, 개발 및 추적하기 위해 작성됩니다. 관련이있는 경우 새로운 이론적 메모를 생성하기 위해 기록, 회수 및 재 작업됩니다. 더 큰 밀도와 일관성에 대한 이론이 생성됨에 따라 메모 작성은 더욱 체계적이고 집중적이며 강렬 해집니다.
데이터 코드 및 이론적 아이디어와 관련하여 작성된 메모를 통해 연구원은 추가 데이터 수집이 필요한 간격을 식별 할 수 있습니다. . 이를 위해 이론적 샘플링이 수행됩니다. 기존의 대표 샘플링과는 달리 이론적 샘플링을 사용하면 수집, 코딩, 분석 및 해석 할 데이터에 대한 결정이 떠오르는 GT가 지시합니다. 이론적으로 관련된 사건, 활동 및 모집단이 모두 샘플링되고 이들 간의 비교는 신흥 이론의 개념적 밀도와 통합을 높이는 데 목적이 있습니다. 이론적 용어로 데이터를 효과적으로 생각하려면 적절한 수준의 이론적 민감도가 필요합니다. 데이터의 추가 수집 및 분석이 더 이상 개념 또는 범주의 이해에 기여하지 않으면 이론적으로 포화 상태에 도달합니다. 이 시점에서 어떤 범주에 대한 데이터 수집을 중단하고 다른 범주 또는 개념을 고려하기 위해 이동합니다.
GT 방법론에 대한 실용 주의적 영향과 일치하여 Strauss (1987)는 과학적 방법을 일련의 유도로 특성화합니다. , 추론 및 귀납 : 근거 이론이 데이터에서 귀납적으로 나타나고, 테스트 예측은 이론에서 추론되며, 마지막으로 이론은 귀납적으로 확인되거나 확인되지 않습니다.
해설에 상당한 관심을 기울 였음에도 불구하고 GT의 데이터 분석의 경우, GT가 데이터에서 귀납적으로 나타나고 기반이되는 방법과 의미를 파악하기가 어렵습니다. 이는 관련된 귀납적 추론의 본질이 설명되지 않았기 때문입니다.
Glaser와 Strauss는 단순하고 용납 할 수없는 베이컨 귀납주의로의 복귀를 옹호한다는 이유로 비판을 받았습니다.이 해석에서 GT는 관찰이 이론이나 개념에 의존하지 않는다는 것을 유지하는 조사에 대한 표로 묘사됩니다. 그러나 이것은 Glaser와 Strauss의 입장이 아닙니다. The Discovery of Grounded Theory (Glaser and Strauss, 1967)에서 그들은 연구자가 데이터를보고 추상화하기 위해 이론적 관점을 필요로한다는 점에 주목하면서 이러한 탐구의 관점을 명백히 부인합니다. Glaser와 Strauss가 연구원이 잠재적으로 관련된 모든 사실과 이론을 잠시 동안 보유하게하는 것은 다양한 추상화 수준에서 창발적이고 다양한 범주를 얻는 데 관심이 있습니다. 분명히 이것은 브라케팅의 한 형태이며 탐구에 대한 관념이 아닙니다.
Glaser와 Strauss가 순진한 귀납 주의자가 아니라는 것은 분명하지만 귀납적 관계의 실제 본질은 그들에게 근거가됩니다. 그들의 데이터에있는 신생 이론은 헤아릴 수 없습니다. Glaser와 Strauss에게 GT는 일정한 비교 방법에 따라 데이터 소스에서 귀납적으로 등장한다고합니다. 발견의 방법으로서, 일정한 비교 방법은 체계적인 코딩, 데이터 분석 및 이론적 샘플링 절차의 융합으로, 연구자는 더 높은 수준의 이론적 아이디어를 개발하여 데이터의 다양한 패턴 화를 해석 적으로 이해할 수 있습니다. 초기 데이터 설명보다 추상화. 그러나 지속적인 비교라는 개념은 문제의 귀납적 추론이 열거 형인지, 제거 형인지, 아니면 다른 형태인지 파악하는 데 거의 도움이되지 않습니다.
GT 방법론에 대한 실용 주의적 영향을 감안할 때 이는 놀라운 일이 아닙니다. Strauss (1987)는 귀납에 대한 간략한 논의에서 납치의 개념을 언급했습니다. 그러나 불행히도 그는 이론의 귀납적 생성에 대한 그의 토론에 그것을 포함시키지 않는다. 그의 성숙한 글에서 미국 실용 주의자 Charles Sanders Peirce는이 두 가지 형태의 추론을 명확하게 구별했습니다. 귀납적 주장과 외설적 주장은 모두 그들의 결론이 전제에 포함 된 것보다 더 많은 정보를 포함하고 있다는 점에서 증폭 적이거나 내용을 증가시킵니다. 그러나 증폭 유형은 각각 다릅니다. 귀납적 주장은 전제에 언급 된 동일한 유형의 명시 적 속성에 관한 결론에 도달하기 때문에 성격이 설명 적입니다. 이와는 대조적으로, 납치 적 논증은 우리가 추정 된 효과에서 근본적인 원인으로 추론 할 때처럼 사실적 전제에서 설명 적 결론으로 추론됩니다.
증가하는 저자들은 GT의 생성과 관련된 창의적 추론을 납치적인 것으로 특징지었습니다. 자연 (예 : Haig, 1996; Reichertz, 2007) – 즉, GT를 데이터 분석의 귀납적 추상화로 보는 것이 아니라보다 근본적인 방식으로 데이터를 초월하는 요인에 대한 설명 적 추론의 결과로 생각됩니다. . 이러한 관점에서 GT의 데이터 분석 차원은 본질적으로 귀납적이라고 합리적으로 해석 할 수 있습니다. 그러나 추상화 된 데이터 패턴을 설명하기 위해 GT의 구성은 본질적으로 납치 적이어야합니다.
Haig는 더 나아가 GT의 이론 구성의 전체 프로세스를 캐스팅 할 수 있다고 제안했습니다. 납치 광에서 (Haig, 1996, 2005b). 그의 설명에 따르면 GT의 납치는 이론 생성을 넘어 이론 개발과 이론 평가를 포함합니다. GT를 개발하기 위해 유 추적 모델링 전략이 사용됩니다. 유 추적 모델링은 설명 이론의 내용을 증가시키기 때문에 그것이 구체화하는 추론을 유 추적 납치라고합니다. GT의 이러한 재구성은 성숙한 이론을 평가하는 데 선호되는 접근 방식으로 최상의 설명에 대한 추론을 채택합니다. 구체적으로, 앞서 설명한 TEC가 채택되고 경쟁 GT 중 더 나은 것이 더 설명 적으로 일관성있는 것으로 판단됩니다.