1급 사회복지사 자격증
사회 조사
단일 케이스 디자인
단일 케이스 디자인
목적
● 특정 문제를 해결하기 위한 개입의 효과를 확인합니다.
특성
● 개별, 반복 측정(최소 3개 이상의 측정 지점 또는 관찰 지점 필요), 즉각적인 피드백 및 개입 방법의 수정/추가, 실험 설계의 인과적 구조적 추론 적용
기본 구조
기준선 수준(관찰만) → A
개입 단계(개입 + 관찰) → B
유형
AB(기본 단일 케이스)
개입 효과를 추정하는 데 있어 가장 쉽지만 신뢰도가 떨어짐
ABA
AB 설계에 의한 개입 후 대상 행동 관찰을 일정 기간 동안 수행한 후 개입 중단(2차 초기 또는 역전 기간) → 윤리적 문제 발생, 2차 초기 동안 문제가 악화되지 않으면 이 개입의 효과를 보기 어려운 경우
ABAB
기준선 및 개입 단계 각각 2회 → 개입 효과의 높은 신뢰도
그러나 ABA 설계와 마찬가지로 윤리적 문제가 발생합니다.
바브
즉각적인 개입이 필요한 경우(이전 데이터 부족 또는 기준 단계의 시간 부족으로 대상 행동을 관찰할 수 없는 경우) → 위기 개입에 유용
ABCD(다중 요인/다중 요인)
기준선(A)에 ABC, ABCD, ABCDE 등 다양한 개입 방법(B, C, …)을 연속적으로 도입 → 이월 효과, 순서 효과, 무작위 사건 등에 주의
다중 기준선(다중 기준선)
하나의 동일한 개입방법(B)을 여러 문제, 여러 상황, 여러 대상에 적용 → 개입 효과 확인의 확실성 향상 목적
샘플링 (샘플링)
메인 컨셉
견본 추출
모집단에서 샘플을 선택하는 과정 = 샘플링/타겟팅
샘플링 단위
표본 요인의 단위
관측 단위
데이터가 수집되는 실제 엔터티
샘플링 프레임
연구된 모든 인구의 목록(예: 연구된 모든 개인의 목록)
샘플링 간격
샘플링 중 개별 요소 간 거리 → 체계적 샘플링에 사용
매개변수 값)
모집단의 특성(값) = 매개변수 값 * 상위 크기
통계
샘플의 속성(가치) = 샘플링 결과 = 샘플 값
샘플링 오류
인구 조사와 표본 조사 결과의 차이, 통계가 정확히 일치하지 않고 매개변수 값 주변에 흩어져 있는 정도.
표본오차와 표본의 대표성은 반비례 → 표본오차가 작을수록 표본의 대표성이 높다
비샘플링 오류
잘못된 질문이나 잘못된 조사 방법으로 인한 샘플링 오류를 제외한 모든 오류
샘플링 절차
확률 샘플링 = 한 번이라도 무작위 프로세스
그냥 무작위
● 모집단에서 추출될 확률은 동일합니다.
● 난수표(난수표), 단순랜덤프로그램, 복권 등
체계적인
● 샘플링 간격 사용
● 계층적이고 체계적인 샘플링
레이어링
● 모집단을 둘 이상의 겹치지 않는 계층으로 나눈 후 단순 무작위 또는 체계적 샘플링에 의한 샘플링
● 비례 층화 표본, 비비례 층화 표본
식민지
● 지역(군)단위와 소지역(군)단위는 하나 이상의 임의표본으로 선택하고 최종적으로 선택된 지역(군)에서 표본을 추출한다.
● 지역 샘플링, 클러스터 샘플링, 다단계 클러스터 샘플링
비확률 샘플링 = 한 번이라도 무작위 프로세스 없음
편의
● 모집단에 대해 아무것도 모르거나 모집단이 매우 동질적입니다.
● 랜덤 샘플링, 조건부 샘플링, 가용 샘플링, 가용 샘플링
메모
● 연구 문제와 모집단에 대한 사전 지식이 충분한 경우.
● 탐색적 연구에 자주 사용됨
● 판단 샘플링
과제
● 층화 표본과 유사하거나 임의 방법 없음(무작위 표본)
● 비례 할당량 샘플링, 비비례 할당량 샘플링
스노볼
● 조사대상의 소재를 알 수 없는 경우
● 일탈적 하위문화 연구에 적합(도박, 마약중독, 성매매 등)
● 누적(집합) 샘플링
샘플 크기 및 대표성
● 표본 크기(숫자): 모집단의 크기(숫자) 및 동질성에 따라 다름
● 표본 대표성: 통계와 모수의 일치 정도