1부 데이터, 증거, 이론의 모든 것
1장 연구 모형의 몇 가지 역사적 배경
2장 데이터가 증거가 되기까지
3장 자연 과학자들은 어떻게 연구하는가
2부 누가 어떤 방법으로 데이터를 수집하는가
4장 모든 데이터 수집의 표본, 인구 조사
5장 공무원들이 증거로 수집하는 데이터
6장 ‘고용인’과 비과학자가 수집하는 데이터
7장 수석 연구자와 보조 연구원의 데이터
8장 정성 연구에 나타날 수 있는 부정확성
맺음말 ― 마지막으로 덧붙이는 생각
감사의 말
우리의 모든 행위는 데이터로 연결된다
우리는 수많은 통계와 설문 조사, 여론 조사, 시장 조사 등을 경험하고 이를 토대로 한 다양한 보고서와 뉴스를 접하며 산다. 때로는 업무나 연구 등의 목적으로 그런 데이터를 생산하기도 하고, 때론 그런 데이터를 활용해서 제안서나 보고서를 작성하기도 한다. 또 그렇게 작성된 제안서나 보고서를 검토한 후, 앞으로의 정책이나 사업 방향을 결정해야 할 수도 있다.
？증거의 오류？ 저자인 하워드 베커는 70년이 넘게 세계적인 사회학자로 활동해온 자신의 경험을 토대로, 바로 이 지점에서 문제를 제기한다. 어떤 이론이나 주장, 아이디어를 펼치려면 증거가 필요하다. 그래서 우리는 관찰 가능하고 기록 가능한 데이터를 찾아 나선다. 데이터는 수많은 물리적 객체의 집합이다. 경찰이 업무상 기록하는 현장 보고서, 제품 구매 리뷰를 인터뷰한 음성 파일, 연봉과 직장생활 만족도를 묻는 설문지, 주민센터 전입신고 기록, 유치원 아이의 일기장 등 실상 우리의 삶은 이러한 데이터에 둘러싸여 있다. 다만 어떤 아이디어를 주장하는가에 따라 필요한 데이터가 다를 뿐이다.
하지만 과연 특정 ‘데이터’가 그 ‘아이디어’를 확실히 뒷받침하는 제대로 된 ‘증거’인지는 또 다른 문제다. 우리는 누구나 ‘왜’ 그 일이 일어났는지를 알고 싶어 하며 우리를 둘러싼 사회 현상의 원인과 해결책을 찾고자 한다. 그러나 이 과정에서 ‘증거’로 활용되는 ‘데이터’에 오류가 있다면, 이를 기반으로 펼쳐지는 이론이나 아이디어가 타당한 추론이 되기 힘들 것이다. 하워드 베커는 노련한 사회학자의 시각에서 이 같은 문제를 제기하며, 데이터, 증거, 이론의 상호 의존적 순환 구조를 깊이 있게 설명한다.
오류는 어떻게 생겨나는가?
각종 통계와 설문조사, 보고서 등에 숨겨진 오류의 근원
이야기 하나. 2010년대 초반, 당시 미국에서는 사회적 고립이 국가적인 담론으로 떠오르고 있었다. 이때 한 연구팀이 명망 높은 ‘종합사회조사’의 데이터를 이용해서 논문을
