⑦ 측정의 문제

경영학원론[1] – 사회과학의 첫걸음

① A는 A이다
→ 증명할 필요성을 느끼지 못하는 이 명제가 거짓이라고 가정할 때 참이라는 것을 증명할 수 있는가?
[타블로 사건 : 스탠포드 대학 졸업장으로 증명을 했음에도 믿지 않는 사람들로 인해 재판까지 간 사건]
· 동일률 : A는 A이다
· 모순율 : A는 A가 아니다
· 배중률 : A는 A이거나 A는 A가 아니다 (둘 중 하나의 명제가 성립되어야하는데 A는 A, A는 A가 아니라고 주장
하는 사람 둘 다 있으니 배중률은 존재하지 않는 것임)
✪ 결론 : ‘임금을 상승시키면 생산성 또는 직무만족도가 증가한다’ 등의 이론들을 어떻게 증명할것인가에 대한 문제
② 자연/사회과학 (연구대상에 따른 구분)
· 사회과학 : 시공간적 제약 ○ (사회구조, 제도, 규범, 인간관계 등)
· 자연과학 : 시공간적 제약 ✖, (수학(천문학, 물리학), 중력 등)
③ 순수/응용과학 (이론과 실천에 따른 구분)
· 순수과학 : 이론적 탐구, 현실과 관계 없이 이론적 공간에서만 진행 (수학, 추상적인 수들의 관계 등)
· 응용과학 : 만들어진 이론을 현실에 적용해 응용 (지게, 비행기 등)
✪ 경영학 : 사회과학 + 응용과학 [시공간적 제약을 받으면서 이론의 실천 비중이 높음]
④ 인과론 (자연·사회과학 모두 존재, 확장되고 동시적으로 영향을 미치는 등 복잡한 인과관계가 나타날 수 있음)
· 식물에 어떤 자극을 주면 광합성 작용을 더 잘한다
· 재정이 증가하면 인플레이션이 증가한다
· 임금을 상승시키면 노동자의 만족도, 생산성이 증가한다
· 2019년 재정정책은 2019년, 2020년의 GNP, 확장 재정은 더 나아가 2021년 GNP에도 영향을 미친다.
· 타당성(정확성) : 얼마나 정확하게 측정했는지
· 신뢰성(일관성) : 얼마나 측정 결과가 일관되었는지
→ 사격으로 생각하기 (정중앙에 밀집해서 쏴야 높은 측정도가 나오는 것임)
→ 밀집해서 쏜 경우 일관된 측정으로 신뢰도가 높은 것이며 정중앙에 쏜 경우 정확한 측정으로 타당도가 높은 것
✔ 경영학원론 시험 인원에게 통계학 시험 문제를 출제 → 타당성↓, 일관되게 낮은 점수를 받을테니 신뢰성↑
✔ 신뢰성이 없다면 타당성 또한 존재할 수 없음, 일관된 결과가 아니라면 정확하게 측정했는지도 파악 불가함
⑧ 대선후보 지지도와 관련한 사례
· 셀프셀렉션 이슈 : 전화를 받는 걸 싫어하는 집단이 특정 당을 지지하는 경우가 많다면 표본은 과대표집이 됨
→ 콜백을 활용해 표본의 오염 정도를 약화시킴
✪ 즉, 셀프셀렉션이 존재하는 경우 이를 감안한 실험 디자인 또는 셀프셀렉션을 감소시키는데 노력해야 함
· 완전 무작위가 아닌 층화표본 방식을 활용 (18세 이상의 투표권을 가지고 있는 대한민국 성인 대상)
· 두 후보의 지지도 차이가 없다(✖), 0.1%의 차이가 있었는데 통계적으로 유리하지 않았다(○) 의 대립가설 결론
· 그래서 한 후보가 우세하고 앞서있다의 표현(✖), 두 후보간의 지지율은 차이가 있었다(○) 가 맞는 표현임
⑨ 가설 검증과 통계적 추론
· 대상의 특성, 행위패턴, 선택과 의사결정, 측정, 사건 수를 통해 가설을 검증, 통계적 추론 진행
→ 통계적 추론에서는 데이터 발생과정에 대한 확인, 표본을 통한 모집단 특성을 추론할 수 있음
· TYPE 1 ERROR(귀무가설을 기각) : 두 집단에 차이가 없는 상황(귀무가설) → 차이가 있다 라고 판결
· TYPE 2 ERROR(대립가설을 기각) : 두 집단에 차이가 있는 상황(대립가설) → 차이가 없다 라고 판결
✪ 즉, 어떠한 가설이든 100% 완벽한 통계적 증명이라고 하는 것은 통계적 기법에서 없다는 것, 반드시 오차 발생

⑤ Countfactual (어떤 주된 관계에서 그렇지 않은 이론을 검증하기 위한 비교 대상)

· 조건을 만족시키는 동일한 대상이 필요
→ 사회과학에서는 시공간적 제약으로 인해 비교 대상의 선정이 어려움

⑥ 임금인상 여부에 따른 생산성, 만족도 변화 실험 디자인

임금인상 시기
Before (인상 전) After (인상 후)
임금인상 여부

처치(Treatment) 그룹    

통제(Control) 그룹    

Effect Size =             

·   와   - 동일한 값을 가지고 측정해야 하나 사람들은 다 다르기 때문에 차이가 존재

→ 이를 랜덤 샘플링으로 통제
· 랜덤 샘플링을 바탕으로 한 임금 변화 → 실제 직장 근로자들을 대상으로는 실험 불가
· 이론에 따르면 통제그룹의   와   는 변화가 없어야 함
·             를 통해 임금 인상의 효과 측정
· Before·After로 구분한 이유 : 시간에 따른 효과를 없애기 위함 (2019년, 20년처럼 실제 시간으로 안한 이유)
· 임금 인상 전후 만족도는 변화하지 않는다 (귀무가설) ↔ 만족도는 변화하여 차이가 생긴다 (대립가설)
✪ 아이디얼 + 처치·통제 그룹의 랜덤 샘플링은 [임금 인상 ▶ 생산성 증가] 인과관계 설명에 용이한 조건이 됨