Page 17 - 연구활동 Guide Book Ⅱ

카 효율성) (efficiency): 과학자는 자원 낭비를 방지하고 한편의 논문을 쪼개기 해서,

는 안 된다.
타 실험대상에 대한 존중) (respect for subjects): 과학자는 인간 대상에 관한 연구나
비인간 대상연구에서도 존엄성을 가져야 한다.

마 데이터 수집과 처리.

: 데이터를 생성하는 과정인 측정 (measurements) 과 관찰 (observations), 그리고 이를
토대로 만들게 되는 추론 (inference) 은 그 연구의 최종 결과물인 논문과 보고서의
핵심이 된다 따라서 데이터의 진실성은 논문과 보고서의 진실성의 근원이다. .
1) 데이터 수집
가 연구 계획 단계에서 준비하고 확인해야 할 사항)

(1) 실험을 위해서 사용될 기기와 실험재료의 확보 또는 사용 허가의 확보
(2) 실험 방법과 사용할 기기의 작동 원리를 숙지하고 그의 한계를 이해하기,
(3) 데이터 선택에 대한 기준 설정
(4) 연구의 논리적 진행 과정에 대한 진행도 (flow chart) 제작
(5) 정기적으로 연구의 진행 상황을 평가하고 검토하는 시기를 포함한 추진 계획

(6) 다수의 연구원이 참여한 연구의 경우 각자의 역할과 책임 분담 및 논문에서의 ,
저자 배정과 순서에 대한 사전 논의
나 올바른 데이터의 선택)
: 실험이나 조사에서 여러 개의 데이터 수치가 나왔을 때 연구자가 주관적으로 ,
그 일부만을 선택하여 결과로 취하고 나머지를 버리는 것은 옳지 않다 수치와 , .

자료의 선택은 연구 계획 단계에서 이미 정한 범위와 기준에 따라서 행하여야
한다.
다 데이터 수집 과정에서 흔히 일어나는 오류)
(1) 당연히 아무런 문제가 없을 것으로 간주하고 실험하는 실수
(2) 적절한 대조군 없이 데이터를 생산하는 실수

(3) 선입견을 가지고 원하는 데이터 수치만을 선택하는 실수
(4) 발생된 현상을 제대로 보지 못하거나 발생되지 않은 현상을 보았다고 하는 실수
(5) 데이터를 적절한 기간 동안 보존하지 않는 실수
2) 데이터 처리
: 많은 실험 기기들은 측정된 수치를 내장된 프로그램을 통해 분석한 후 분석 결과

만을 적절히 가공하여 우리가 원하는 형태로 제시해 준다 대부분의 경우 연구자는 .
이 수치를 이용하여 그래프를 작성하여 그 의미를 분석한다 그러나 이러한 수치들.
이 사실을 제대로 반영하지 않는 경우가 많다 이로 인한 오류에 빠지지 않기 위해.
서 연구자는 결론을 내리기 전에 우선 기기가 출력해 준 수치 또는 조사 결과로
나타난 수치들의 원데이터를 보고 그 요소들 개개의 변화를 파악하여 왜 이러한

값이 나왔는지를 치밀하게 분석해야 한다.

Chap Ⅰ . 과학 연구 활동 ❯❯ 9