논문 파이썬

파이썬, 논문, 그리고 데이터

문창권 , 문영필 , 류근철 , 안명훈 , 양갑규 , 윤일식 , 정명수 지음

이친구들세상 2025년 07월 30일 출간

작품소개

책소개

이 책은 논문을 작성하는 방식과 과학적 논문 작성을 위한 데이터분석 방법론 및 관련 기법들을 최대한 쉽고 재미있게 습득할 수 있도록 구성했다.
이 책을 대하는 모든 독자에게 행운과 행복이 가득한 순간들이 오도록 하자는 바램으로 책의 구성을 7개 장으로 하였다.
제1장에서 학위논문 작성과 수행 프로세스 전략 성분을 제시하고, 학위논문 연구 절차와 각 절차에 필요한 방법론을 설명하여 논문 작성과 수행을 스스로 할 수 있도록 포괄적이며 간결한 가이드가 될 수 있도록 하였다.
제2장은 파이썬의 설치방법, 기초적 언어, 기본 함수를 설명하여 파이썬에 대한 막연한 두려움을 해소할 수 있도록 했다.
제3장은 파이썬으로 데이터를 분석하고, 분석한 결과를 기초로 판단 및 의사결정을 하는 지침을 제공하도록 사용할 연구모델을 설명한다. 그리고 실제 설문조사 데이터를 사용하여 응답자 분석과 해설방식을 설명한다.
제4장은 구성개념의 기술적 분석 수행에 대한 방법으로 합성변수 계산과 중심경향치 분석, t-검정, MANOVA, 다변량 t-검정을 수집 데이터로 수행한다.
제5장은 구성개념에 대한 탐색요인분석과 상관분석을 수행한다. 탐색요인분석의 원리와 파이썬을 통한 수행절차를 설명한다. 그리고 상관분석과 가설검정을 수행하는 기법을 세부적으로 설명한다.
제6장은 단순회귀, 다중회귀, 능형회귀, 라쏘회귀의 원리와 수행 절차를 수집한 데이터로 분석하고, 특이값 규명 등의 각종 응용방법을 설명한다.
제7장은 수집데이터 이용 확인요인분석, 구조방정식 모델링 수행과 가설검정 및 의사결정에 대한 방법을 원리의 설명과 함께 단계별 절차를 통해 제공한다.
중요한 것은 풀면 모두 이해가 되겠지만, 통계학을 학습하지 않았거나 조사방법론 등의 기초를 마련하지 못했다고 하더라도 따라서 하면 쉽게 해결방안을 찾을 수 있을 것으로 믿는다.

목차

Chapter 1. 학위논문 작성의 여정과 절차 1

Section 1. 학위논문 작성과 프로세스 전략 2
1. 논문 자격요건, 구성 및 작성 여정 2
1.1 학위논문 자격요건과 논문위원회 2
1.2 학위논문의 구성 3
1.3 학위논문 작성 여정 5
2. 학위논문 프로세스 전략과 수행도구 6
2.1 학위논문 프로세스 전략 6
2.2 학위논문의 조사 수행도구 7
2.3 논문 프로포절 준비 10

Section 2. 학위논문 연구 절차 12
1. 논문 주제와 문헌 검토 12
1.1 주제와 초점 및 연구질문 결정 12
1.2 연구의 목적별 유형 14
1.3 연구의 과학적 추론 접근법 16
1.4 연구의 성분 17
1.4.1 연구 패러다임 18
1.4.2 조사철학 20
1.4.3 방법론 및 수사학 20
1.4.4 연구방법 및 기법 22
1.5 문헌검토 22
1.6 표절 방지와 출처 인용방법 24
2. 연구방법론과 데이터분석 26
2.1 연구방법론 26
2.2 조사 디자인 30
2.3 표본추출 디자인과 표본 크기 결정 31
2.4 데이터 분석방법 34

Chapter 2. 파이썬 설치 및 기본 연산 36

Section 1. 파이썬 설치 37
1. 파이썬의 강점과 전문 라이브러리 37
1.1 파이썬의 강점과 전문 모듈 37
1.2 파이썬의 통계 전문 라이브러리 37
2. 파이썬과 관련 패키지 설치 38
2.1 파이썬 설치 38
2.2 PIP 인스톨 39
2.3 ANACONDA 인스톨 40
2.4 Jupyter Notebook 인스톨 41
2.5 데이터 처리 모듈 설치하기 42

Section 2. 파이썬 언어와 기초 연산자 43
1. 파이썬 언어 입력과 데이터 저장 43
1.1 파이썬 언어 43
1.2 데이터 저장과 파일 읽기 43
2. 파이썬의 기초 연산자 45
2.1 파이썬 이용 산술 연산 45
2.2 파이썬의 할당 연산자 46
2.3 비교 연산자 47

Section 3. 숫자 및 통계 기본 함수 48
1. 숫자 및 날짜 관련 파이썬 기본 함수 48
1.1 숫자 관련 파이썬 기본 함수 48
1.2 날짜 관련 파이썬 기본 함수 49
2. 통계 관련 기본 함수와 데이터프레임 구조 49
2.1 통계 관련 파이썬 기본 함수 49
2.2 데이터프레임의 구조 50

Chapter 3. 연구모델 설정과 데이터 수집 및 응답자 분석 51

Section 1. 연구모델 설정과 데이터 수집 52
1. 연구모델과 조작적 정의 52
1.1 연구가설에 따른 연구모델 설정 52
1.2 구성개념의 조작적 정의 53
2. 설문지 측정 항목과 데이터 수집 54
2.1 측정 항목 결정 54
2.2 데이터 수집과 저장 파일 데이터 설명 55

Section 2. 응답자 분석 56
1. 응답자의 인구통계학적 분류 56
1.1 데이터 읽기와 결측값 확인 및 처리 56
1.2 응답자 특성 범주별 도수와 비중 계산 57
1.3 응답자 특성 범주별 도수 그래프 작성 59
2. 응답자 특성 범주별 교차표 작성[선택] 61
2.1 성별-나이의 2원 교차표 작성 61
2.2 성별-투자재원의 2원 교차표 작성 63
2.3 성별-월소득의 2원 교차표 작성 65
2.4 성별-직업의 2원 교차표 작성 66
2.5 성별-학력의 2원 교차표 작성 68
2.6 성별-진출산업단계의 2원 교차표 작성 69
2.7 성별 기준 2원 교차표 통합 71
2.8 성별 기준 3원 교차표 작성 75

Chapter 4. 구성개념 합성변수와 MANOVA 및 다변량 t-검정 78

Section 1. 구성개념 합성변수와 중심경향치 비교 79
1. 구성개념 합성변수 용도와 계산 79
1.1 구성개념 합성변수의 용도 79
1.2 구성개념별 합성변수 계산 80
2. 구성개념 합성변수의 기술분석 81
2.1 구성개념 합성변수의 중심경향치 계산 81
2.2 합성변수의 중심경향 비교 시각화 86
3. 응답자별 구성개념 중심경향치 비교 87
3.1 피벗테이블 작성 87
3.1.1 창업성공의 성별-나이 교차표 88
3.1.2 창업성공의 성별-나이 교차표 89
3.1.3 창업성공의 성별-투자재원 교차표 90
3.1.4 창업성공의 성별-월소득 교차표 90
3.1.5 창업성공의 성별-직업 교차표 91
3.1.6 창업성공의 성별-학력 교차표 92
3.1.7 창업성공의 성별-산업단계 교차표 92
3.2 피벗테이블 기반 응답자 특성별 중앙값 비교 차트 93
3.3 응답자 특성별 합성변수 기술통계량과 평균 비교 101
3.3.1 응답자 특성 범주별 기술통계량 계산 101
3.3.1.1 창업역량 기술통계량 비교 103
3.3.1.2 기술역량 기술통계량 비교 104
3.3.1.3 소비트렌드 기술통계량 비교 105
3.3.1.4 공동창조 기술통계량 비교 106
3.3.1.5 창업성공 기술통계량 비교 107
3.3.2 응답자 전체 범주별 평균 비교 차트 작성 109
3.3.3 응답자 전체 범주별 표본 표준편차 비교 차트 작성 111
3.3.4 응답자 특성 범주별 합성변수 평균 비교 차트 112
3.3.4.1 성별 범주별 평균 비교표 작성 112
3.3.4.2 나이 범주의 평균 비교 114
3.3.4.3 투자재원 범주의 평균 비교 115
3.3.4.4 월소득 범주의 평균 비교 116
3.3.4.5 직업 범주의 평균 비교 117
3.3.4.6 학력 범주의 평균 비교 118
3.3.4.7 진출산업 수명주기 단계 범주의 평균 비교 119
3.4 응답자 특성별 합성변수 분포와 평균 비교 120
3.4.1 합성변수의 분포 및 평균의 성별 비교 120
3.4.2 합성변수의 분포 및 평균의 나이별 비교 122
3.4.3 합성변수의 분포 및 평균의 투자재원별 비교 124
3.4.4 합성변수의 분포 및 평균의 월소득별 비교 125
3.4.5 합성변수의 분포 및 평균의 직업별 비교 126
3.4.6 합성변수의 분포 및 평균의 학력별 비교 127
3.4.7 합성변수의 분포 및 평균의 진출산업단계별 비교 128
3.4.8 바이올린·스웜차트의 수평축 눈금 정렬 방법 129

Section 2. t-검정, MANOVA와 다변량 t-검정 131
1. t-검정 개념과 파이썬 수행 131
1.1 독립표본 평균 차이 t-검정 131
1.2 독립표본 t-검정의 파이썬 수행 132
1.3 남녀와 20대 이하 및 60대 이상 평균 차이 비교 133
2. MANOVA 기반 응답자별 구성개념 중심경향치 비교 136
2.1 MANOVA의 특징 136
2.2 파이썬 MANOVA 수행 140
2.2.1 성별 범주의 구성개념 MANOVA 수행 140
2.2.2 나이 범주의 구성개념 MANOVA 수행 142
2.2.3 투자재원 범주의 구성개념 MANOVA 수행 143
2.2.4 월소득 범주의 구성개념 MANOVA 수행 144
2.2.5 직업 범주의 구성개념 MANOVA 수행 145
2.2.6 학력 범주의 구성개념 MANOVA 수행 145
2.2.7 산업단계 범주의 구성개념 MANOVA 수행 146
3. 다변량 t-검정 사용 MANOVA 사후검정 147
3.1 파이썬 다변량 ttest검정 방법 147
3.2 Henze-Zirkler검정과 Levene검정 148
3.3 나이 변수의 다변량 t-검정 150
3.4 투자재원 변수 투자재원의 다변량 t-검정 152
3.5 월소득 변수의 다변량 t-검정 153
3.6 직업 변수의 다변량 t-검정 154
3.7 학력 변수의 다변량 t-검정 155
3.8 진출산업 수명주기 단계 변수의 다변량 t-검정 156

Chapter 5. 탐색요인분석과 상관분석 158

Section 1. 탐색요인분석 159
1. 구성개념 합성변수 용도와 계산 159
1.1 요인분석의 개념 159
1.2 탐색요인분석 관련 통계량 160
1.2.1 분석 타당성 검정 및 요인들 수 결정 160
1.2.2 요인분석 결과의 검정통계량 162
1.3 요인회전기법 164
1.4 탐색요인분석의 가정과 수행 절차 165
2. 파이썬 탐색요인분석 이용 구성개념 추정 166
2.1 데이터의 요인분석 타당성 검정 166
2.2 고유값 및 스크리도표 기반 요인 수 결정 168
2.3 주성분분석 요인추출 및 베리멕스회전 요인분석 170
2.3.1 분산 설명비율 계산 171
2.3.2 공통성 계산 172
2.3.3 요인적재량 계산 175
2.4 베리멕스 회전 요인분석 결과 비교 176
2.5 요인 성분도표 비교 178
2.6 요인점수 도출 182
2.7 매개 및 종속요인 추정과 추정요인 데이터 통합 182
2.8 추정요인들의 정규성 및 다변량 등분산 검정 184
2.9 추정요인의 신뢰도분석 185
2.9.1 신뢰도분석의 개념 185
2.9.2 크론바흐 알파 내적 신뢰도 추정 187
2.10 추정요인의 타당도분석 188
2.10.1 타당도분석의 개념 188
2.10.2 수렴타당도와 판별타당도 검정 190

Section 2. 상관분석 194
1. 상관분석의 개념과 해석 방식 194
1.1 상관관계와 선형관계 194
1.2 상관 상관계수의 해석 195
2. 상관관계 검정과 요인 지표변수 상관분석 196
2.1 상관관계 검정 196
2.2 요인 지표변수들의 상관분석 197
2.2.1 F1 및 F2 지표변수 상관계수행렬 기술분석 198
2.2.2 F1 및 F3 지표변수 상관계수행렬 기술분석 202
2.2.3 F2 및 F3 지표변수 상관계수행렬 기술분석 204

Chapter 6. 회귀분석 206

Section 1. 회귀분석 원리와 단순회귀분석 207
1. 회귀분석 원리 207
1.1 회귀분석의 개념 207
1.2 회귀분석의 구분 208
2. 단순회귀분석 209
2.1 단순회귀분석의 원리 209
2.2 회귀적합도와 특이값 영향력 탐지 211
2.2.1 스튜던트화 제거된 잔차 211
2.2.2 레버리지 211
2.2.3 Mahalanobis D 212
2.2.4 dfbeta와 dfbetas 212
2.2.5 Cook D 213
2.2.6 적합도 진단 플롯 213
2.3 탐색요인분석 요인의 산점도와 상관분석 215
2.4 단순회귀분석을 이용한 가설검정 220
2.4.1 연구가설 1의 검정 220
2.4.2 연구가설 1과 2의 종합 검정 229

Section 2. 다중회귀분석 210
1. 다중회귀분석 원리 210
1.1 다중회귀분석의 개념 210
1.2 다중회귀분석의 검정통계량 211
2. 추정 구성개념의 다중회귀분석 214
2.1 창업성공 요인의 다중회귀분석 214
2.2 창업성공 요인의 능형회귀 및 Lasso 회귀분석 217
2.2.1 능형회귀 및 Lasso 회귀분석의 예측값과 예측 정확도 217
2.2.2 능형회귀 및 Lasso 회귀분석의 예측 시각화 241
2.3 공동창조 요인의 다중회귀분석 244
2.4 공동창조 요인의 능형회귀 및 라쏘회귀분석 246
2.5 공동창조 요인의 능형회귀 및 라쏘회귀분석 시각화 249

Chapter 7. 확인요인분석과 구조방정식 252

Section 1. 확인요인분석 253
1. 확인요인분석 원리 253
1.1 확인요인분석모델의 원리 253
1.2 확인요인분석 결과에 대한 신뢰도 검사 255
1.3 확인요인분석 결과에 대한 타당도 검사 256
2. 연구모델의 확인요인분석 파이썬 풀이 258
2.1 semopy 모듈과 graphviz 라이브러리 인스톨 258
2.1.1 semopy 모듈 인스톨 258
2.1.2 python-graphviz 라이브러리 인스톨 258
2.1.3 semopy 모듈의 특징 259
2.2 연구모델 확인요인분석 파이썬 풀이 260


Section 2. 구조방정식 270
1. 구조방정식 원리 270
1.1 구조방정식모델링의 개념 270
1.2 SEM의 변수 구분 271
1.3 SEM의 모델링 단계 272
1.4 SEM의 측정모델 273
1.5 SEM의 구조모델과 설정식 276
1.6 SEM의 가정 277
1.7 측정모델 사용과 잠재 구성개념 통합 278
1.8 SEM의 수행 절차 6단계 279
1.9 SEM의 적합도 지수 290
1.9.1 절대적합지수 290
1.9.2 증분적합지수 292
1.9.3 간명적합지수 293
2. 연구모델의 구조방정식 검정 294
2.1 비표준화 변수 구조방정식 검정 294
2.2 표준화 변수 구조방정식 검정 299
3. 데이터 필터링과 조절효과 검정 304
3.1 데이터 필터링 304
3.2 연구모델의 조절효과 검정 307
3.2.1 성별 조절효과 분석 308
3.2.2 나이 조절효과 분석 309
3.2.3 투자재원 조절효과 분석 311
3.2.4 월소득 조절효과 분석 316
3.2.5 직업 조절효과 분석 320
3.2.6 학력 조절효과 분석 325
3.2.7 산업단계 조절효과 분석 326
<참고 문헌> 329

[한글 색인] 325

[숫자 및 영문 색인] 340

책 속으로

2.1 학위논문 프로세스 전략
전략이란 어떤 결승점으로 설정한 특정 목표 도달을 위한 미래 지향적 계획으로, 계획의 대상, 자신의 강점과 약점, 수행 환경을 규명하여 수립한다.
● 학위논문 프로세스 전략은 <그림 1.3>과 같이 연구 의도에 따른 주제 선정과 연구 목표의 결정 및 프로포절 준비, 프로포절 승인 후 논문전략 설정, 전략에 따른 연구 실행, 연구 결과의 해석과 결론 및 일반화 방안 도출, 연구의 한계 제시 등의 단계로 구성된다. 이후 논문 발표 심사 결과에 따라 수정·보완을 거쳐 대학원에 논문을 제출함으로써 전체 프로세스를 완수한다.


<그림 1.3> 학위논문 프로세스 전략

● 학위논문 프로세스 전략에 대한 의사결정은 연구의도 결정, 전략 공식화, 전략 수행, 전략 성과 평가와 학위논문 통과 실현을 위한 전략적 피드백 통제 활동 등으로 구성된 역동적 프로세스이다.
● 학위논문 작성을 위해 요구되는 지식과 자신 역량 간의 차이, 즉 긴장도(stretch) 사항들을 구체적으로 정확하게 파악해야 한다.
● 자신의 약점을 보완하고 강점을 강화하기 위해, 논문 작성 역량의 집중, 누적, 실행, 강화, 보완의 효력(leverage)을 극대화해야 한다. 이를 위해 SWOT 분석을 바탕으로 문헌 검토 및 조사 디자인 계획을 수립하고, 이를 토대로 학위논문 전략을 구체화한다[Kazmi and Kazmi(2015), 20-23; Wallace and Wray(2021), 199, 202].

2.2 학위논문의 조사 수행도구
학위논문을 작성하려면 관심 있는 현상, 사물, 여건, 상황, 사건 등에 대한 패턴, 관계, 인과성을 규명해야 한다. 이러한 연구를 위해서는 조사 대상에 대한 개념 및 구성개념의 정의와 수준 측정을 위한 변수 및 측정값을 설정하는 척도, 전후 관계에 대한 이론과 그 설명을 위한 수학적 및 시각적 모델이 필요하다.
● 개념(concept)은 어떤 사건, 대상, 여건, 상황, 행동 등에 관련된 일반적으로 수용되는 의미나 특성의 집합이다.
● 개념은 정보를 파악하고 전달하는데 사용되며, 조사의 성과는 개념화를 명확히 수행하고, 사용 개념들을 타인들이 잘 파악하는 정도에 달려 있다.
● 개념은 사건, 물체, 조건, 상황, 행동 등을 분류하여 범주화하는 경우에 생성되며 단일 관찰을 능가하여 공통된 특성들을 규명한다.
● 개념은 정신적 이미지 또는 인식 사항이며, 이론의 기본 구성요소(basic building blocks)로서 연구 분야에서 어떤 부류의 현상들을 표현하는 추상적 요소들이다[Schindler(2022), 12].
● 구성개념(Constructs)은 주어진 조사목적이나 이론구축 목적을 위해 특별히 고안된 추상적 아이디어(abstract idea)이다.
● 구성개념은 이론적 용도로 창조되어 기존의 다양한 사고 범주들을 포괄하기 때문에, 일상적 개념들보다 더 높은 추상화 수준에서 존재하는 특수한 형태들의 개념들이다.
● 개념적 정의(conceptual definitions)는 특유한 속성이나 질적 요소를 규정하지만, 조작적 정의는 개념으로 기술되는 것의 존재나 존재의 정도를 경험적으로 확인하기 위해 수행되는 활동들을 기술하는 절차들의 집합이다.
● 조작적 정의(operational definition)는 측정이나 검정을 위해 특정 기준들을 마련하도록 관측치를 범주화하여 분류하려는 작업 관점에서 구성개념을 측정 가능하도록 구체적이고 명확하게 규정한 정의이다[Babbie(2021), 44].
● 이론(Theory)은 인간의 일과 사회적 세계의 규칙성과 관계를 설명하는 일련의 상호 연관된 추상적 명제(set of interrelated abstract propositions)이며, 특정한 주제나 현상에 대한 아이디어들의 체계적 집합이다.
● 이론은 관련 개념들, 개념들의 관련 방식, 개념들이 관련된 이유와 적용할 수 있는 맥락을 기초로 어떤 현상에 대한 설명을 제공하여, 논리적 설명으로 이론을 하나로 묶어주는 이론적 접착제(theoretical glue) 역할을 수행하는 것을 요건으로 한다.
● 이론은 개념 간 관계를 시각적으로 표현한 개념 모델(conceptual model)로 나타낼 수 있다.
● 이론은 보통 측정값 표시, 기술 수준, 포괄 범위의 3대 차원으로 분류하며, 참이라고 가정된 공준(axioms)이라는 기초적 진술을 기초로 하는 개념적 계획(conceptual scheme)이며 연역적 조사를 통해 검정한다[Malhotra(2020), 300].
● 가설(hypothesis)은 근거 있는(교육받은) 추측(educated guess)이며, 보통 어떤 관찰이나 증거에 기반한 예측이다.
● 가설은 검정 가능하고, 일단 검정되면 증거에 의해 뒷받침될 수 있다.
● 어떤 주장을 하기 위해서는 이론을 기초로 하는 공인된 원리인 공리(자명한 이치, axiom) 또는 가설(공준, postulate)이 필수적이다.
● 명제에서 가설(hypotheses)을 도출하며, 가설은 일반적 명제에서 나타나는 실증적 현실에 대한 구체화된 검정 가능한 입증되지 않은 예상이다.
● 명제(propositions)는 개념들 관계에 대한 이론들을 기초로 하는 공리적 기본원리(axiomatic groundwork)에서 도출한 특수한 결론이다.
● 조사연구(research study)는 여러 가설을 포함할 수 있고, 하나의 가설은 2개 이상의 독립 및 종속변수를 포함할 수 있다.
● 의견(opinion)은 검정할 수 없거나 검정되지 않아 증거에 의해 뒷받침되지 않는 개인적 믿음이나 생각을 설명하는 진술이다.
● 이론(theory)은 증거를 바탕으로 하는 사실의 체계적 연구이며, 행동, 시스템, 프로세스, 문화 등을 설명하는데 도움이 된다.
● 변수(variable)는 이미지, 인식 또는 속성 등을 측정할 수 있는 특수한 종류의 개념으로, 변화하는 값을 갖는다.
● 변수는 측정하거나 정량화할 수 있는 구성개념의 원소들이며, 다른 값을 가질 수 있도록 변화할 수 있는 어떤 방식으로 측정될 수 있는 관찰 가능하거나 가설적인 현상들이다.
● 변수는 개념이나 구성개념 대신에 사용할 수 있고, 독립변수, 종속변수, 조절변수, 외재변수(통제변수, 교란변수, 개입변수 등)와 같이 여러 유형으로 사용된다[Burns and Veeck(2020), 52].
● 모델(model)은 어떤 실세계 현상, 이론, 법칙 등을 수리적으로 표현한 것이다.
● 법칙(laws)은 원칙(principles) 또는 규칙(rules)이라고 하며, 사실들의 부류들(classes of facts)에 대한 보편적 일반화이며, 관찰된 규칙성(규칙적 패턴)(observed regularity)이다[Adu and Miles(2024), 25].
● 가장 추상적인 구현 지식(body of knowledge)이나 전문적 모범사례(professional best practices)인 법칙은 이론과 구성개념을 사용하여 모델로 표현할 수 있다.
● 모델은 상황, 현상, 행동, 개념, 아이디어 등의 각종 구체적 요소에 적용하여, 이론을 시각화한다.
● 모델은 목적으로 하는 이론의 특성이나 현상의 특성을 시각적으로 표현하여 내용을 효과적으로 전달할 수 있다. 따라서 조사 수행에 사용되는 모델은 특정한 현상을 그래프나 시각적으로 표현하기 위해 유추(analogies)를 사용하는 것이 특징이다[Schindler(2022), 14-18].
● 모델에는 차트로 표시한 개념 모델(conceptual models)에는 개념들의 인과관계를 표시한 분산모델(variance models), 시간에 따라 변화하는 연속적인 사건들이나 활동들을 보여주는 프로세스모델(process model), 시스템 성분들의 상호의존성과 시스템 사고 특성을 전체적 관점으로 제시한 시스템모델(system model)이 있다[Rose et al.(2024), 71-72].
● 프레임워크(framework)는 연구의 개념적 토대(conceptual underpinnings)이며, 이론을 기초로 하는 프레임워크는 이론적 프레임워크(theoretical framework)와 특정한 개념모델에 근거를 두는 연구에서 사용하는 프레임워크는 개념적 프레임워크(conceptual framework)가 있다.
● 구성개념, 모델, 이론을 사용하여 정량조사를 하고, 가설의 설정과 검정을 수행하도록 조사정보를 제공하기 위해서는 프레임워크를 작성해야 한다.
● 개념적 프레임워크의 목적은 주장, 설명, 생성에 있으며, 경험, 문헌, 이론의 3대 원천을 기반으로 한다.
● 이론적 프레임워크는 새 이론 생성과 기존 이론 검정을 목적으로 하며, 경험 및 문헌과 함께 개념적 프레임워크의 원천이 된다[Crawford(2020), 83-85; Adu and Miles(2024), 25-27].

2.3 논문 프로포절 준비
박사학위 논문 제안서(doctoral proposal)는 연구의 주제(topic) 및 방법론(methodology) 승인을 요청하는 공식 문서로, 오랜 전통을 가진 학문적 과제이다.
● 학위논문 제안서 또는 프로포절은 박사학위 후보자(doctoral candidate)로서 자기 자부심(self-esteem)의 초점(focal point)이 되고, 학위논문 여정을 계속하게 하는 원동력(impetus)이 된다. 이를 통해 자신의 자존감(self-worth)과 학문적 가치를 종합적으로 확인하는 계기가 된다.
● 프로포절의 주제가 심사위원들에게는 관심이 없거나, 심사위원들의 평가내용이 방향성이 없거나 돌변할 수도 있지만, 프로포절은 자신이 생각한 내용을 타당하다고 승인을 받는 설득을 위한 제안이므로 자부심을 갖고 임한다.
● 프로포절은 중간발표 형태로 논문지도 교수가 심사위원회를 구성하여, 지도교수의 책임으로 진행하고 결과를 보고한다.
● 자신의 프로포절 내용을 충분히 파악하여 글쓰기 스타일(writing style)과 함께, 자신의 강점 및 약점을 고려하여 적합한 심사위원들을 선정해야 한다.
● 심사위원은 프로포절의, 성공의 구세주가 될 수도 있지만, 가장 까다로운 도전 상대가 될 수도 있으므로 신중히 선정해야 한다.
● 프로포절은 최종 학위논문 준비에서 최대한 활용하도록 작성해야 한다.
● 프로포절의 페이지 제한에 맞추어 제안 내용과 학위논문 주요 내용을 동시에 작성해야 한다.
● RISS(학술연구정보서비스), arXiv.org(학술연구논문 세계최대 웹사이트), DOAJ: Directory of Open Access Journals), SHERPA RoMEo, PubMed 등을 이용하여 학위논문이나 학술논문들을 검색하고, 활용한다.
● 프로포절은 심사위원의 관심을 끌도록 흥미롭고 설득력 있게 구성해야 한다.
● 제1장에서는 해당 분야 전문가들의 선행 연구를 인용하여 주목과 흥미를 끌어오고, 자신이 하려는 주장과 함께 그 이론적 타당성을 명확히 제시한다.
● 자신의 주관적 발언에 대한 정당성을 방어할 수 있도록 객관적 사실이나 연구 결과들을 인용하여 근거를 제시해야 한다.
● 자신의 주장이 갖는 독창성을 밝히도록 핵심 내용을 제시해야 한다.
● 프로포절은 연구 시작에 대한 허가를 받지 않은 것이므로, 모든 수행 작업에 대해 미래 시제를 사용해야 한다.
● 자신의 개념을 겸손하게 제안하고, 프로포절 방어로 심사위원들의 승인을 준비하도록 한다.
● 프로포절 작성, 규칙, 양식을 숙지하고, 견본을 활용하여 작성한다.
● 주제와 관심 분야를 선정한 후에 연구방법론에 대한 아이디어를 공식화한다.
● 자신의 스타일과 연구 주제에 적합한 방법론을 선택한다.
● 대학이나 학과에서 선호하는 방법론을 파악하여 통계적 처리 및 분석에 익숙한 심사위원들이 쉽게 파악할 수 있도록 정성연구를 정량화하는 방법들과 수행 기법들을 제시하는 것이 좋다.
● 학위논문 프로포절 발표(중간발표)의 자격요건, 실시 시기, 심사 방법에 관한 지침들에 따라 프로포절을 준비한다.
● 대학원의 논문규격으로 규정한 논문내용 순서, 학위논문 양식, 작성요령, 매수 제한 등에 따라 작성한다.
● 심사위원의 여러 질문에 대비하여 주제에 대한 자기 생각, 흥미를 갖는 이유, 전공에 대한 중요성을 일관성 있게 항목별 및 체계적으로 제시한다.
● 수행할 연구의 방향을 구체화하여 프로포절 심사위원들에게 검토의 출발점으로 제시할 한 페이지 개요(one-page outline)를 플로 차트(flow chart) 형식으로 작성하는 것이 좋다.
● 서론 작성에서 연구 목적인 결승점(goal)에 도달할 연구 목표와 조사 질문을 제시하여 특별한 강조사항을 재구성할 수 있게 더 넓은 그림으로 연구 방향과 구체적 여정을 검토할 수 있게 한다.
● 정량 프로포절(quantitative proposals)에서는 귀무가설을 설정하여 문제를 세분화하고 구체적으로 기술한다.
● 정성 프로포절(qualitative proposal)에서는 연구 질문에서 보편적으로 사용되는 일반적으로 사용되는 표현과 질문 형식을 활용한다.
● 창의적 연구성과를 나타내도록 생생한 경험, 패턴, 주제, 공통 특성 용어로 분류하여 연구 내용을 제시하는 것이 좋다[Fitzpatrick et al.(1998), 4-10].

출판사 서평

최근 파이썬은 학술 연구와 데이터분석 분야에서 매우 효과적인 도구로 자리매김하고 있다. 이 책은 파이썬을 활용하여 논문을 준비하고, 데이터를 체계적으로 분석·진단·예측함으로써 더욱 정확한 의사결정이 가능하도록 돕기 위한 목적으로 구성하였다.
파이썬을 통한 논문 준비 및 데이터분석은 반복할수록 깊이 있는 통찰과 성취감을 안겨주는 경험이 된다. 다른 상용 패키지와 달리 파이썬은 비용 부담 없이 강력한 기능을 활용할 수 있어, 적은 노력으로도 큰 성과를 달성할 수 있는 훌륭한 도구로 역할을 다하고 있다.
이 책은 파이썬에 대한 기초부터 실용적인 함수 구성, 다양한 분석기법까지 단계적으로 습득하도록 돕는 길잡이가 될 것으로 믿는다.
이 책을 통해 문제를 하나씩 해결해 나가며 성취감과 만족을 얻고, 배움의 과정 자체에서 즐거움과 호기심을 느끼게 될 것이다.
특히 파이썬은 오픈 소스로 지속적으로 발전하고 있으며, 수십만 개 이상의 라이브러리와 모듈이 다양한 목적에 맞게 제공된다. 데이터 처리 및 시각화를 위해 Matplotlib, Seaborn, Pandas, NumPy, Scikit-learn, Pingouin, Statsmodels 등의 강력한 도구를 활용할 수 있다.
본문에서 풀이한 예제의 내용에 연계된 Jupyter Notebook 파일은 네이버 카페 https://cafe.naver.com/brownatuec에서 제공된다.
특정 코드를 실행하기 위해서는 반드시 파일의 처음부터 “Shift+Enter”로 순차 실행한 후에 해당 부분을 적용해야 한다.
이 책을 접하는 모든 분이 파이썬을 통해 학위논문을 성공적으로 완성하고, 새로운 학문적·개인적 성장의 기회를 얻기를 진심으로 바란다. 그리고 이 책이 앞으로 보다 발전되어 논문 작성의 든든한 동반자가 되길 기대한다.

작가정보

저자(글) 문창권

배재대학교 무역물류경영학과 명예교수, 건국대학교 대학원 경제학박사/경영지도사
엑셀로 풀자! 회귀분석(2006), 통계학 기초 : 알기 쉬운 엑셀풀이(2008), 통계․엑셀 2013 : 쉬운 실무분석(2015), 엑셀 2016 단계별 분석(2019), One-Stop 비모수 데이터분석(2023), One-Stop 데이터분석 실무(2023), 회귀분석실무 : Excel사용 단계별 접근(2024), Excel차트 시각화 실무(2024), 머신러닝·딥러닝 실무 예제풀이(2024), 상관관계와 신뢰도검정 실무(2024), 요인분석 실무 가이드(2024), 조사방법 패러다임과 기법(2024), 파이썬 요인분석·구조방정식(2025), 통계 파이썬(2025)

저자(글) 문영필

로지스경영전략연구소 연구위원
컨설팅학 석사/경영지도사
SPSS 첫걸음 단계별 분석(2019), 엑셀 2016 단계별 분석((2019)
One-Stop 비모수 데이터분석 : Excel 하나로(2023)
One-Stop 데이터분석 실무 : Excel 하나로(2023)
회귀분석실무 : Excel사용 단계별 접근(2024), Excel차트 시각화 실무(2024)
조사방법 : 패러다임과 기법(2024), 요인분석 실무 가이드(2024), 파이썬 요인분석·구조방정식(2025), 통계 파이썬(2025)

저자(글) 류근철

컨설팅학 박사
한국경영기술지도사회 대전·세종·충남 총회장

저자(글) 안명훈

컨설팅학 박사
통계 파이썬(2025)

저자(글) 양갑규

컨설팅학 박사
우석대학교 외래강사(보건의료정보화와인공지능)
통계 파이썬(2025)

저자(글) 윤일식

컨설팅학 박사/행정사
감성전이(2021), 논문쓰니(2022)
회귀분석실무 : Excel사용 단계별 접근(2024)
Excel차트 시각화 실무: 대시보드 필수도구(2024)
조사방법 : 패러다임과 기법(2024), 요인분석 실무 가이드(2024)
파이썬 요인분석·구조방정식(2025), 통계 파이썬(2025)

저자(글) 정명수

컨설팅학 박사
사단법인퍼스트경영기술연구원 원장/배재대학교 컨설팅학과 겸임교수 역임
기술거래사 창업지도사 특허경영지도사
충청북도 도정 정책자문위원, 한국여성경제인협회 전문위원/장애인기업종합지원센터 전문위원
마케팅조사론(2017), 컨설팅이해(2014), 엑셀 2016 단계별 분석 (2018)
파이썬 요인분석·구조방정식(2025), 통계 파이썬(2025)