경영학(나아가 사회과학)을 공부하거나 연구하는 데 적용될 수 있는 방법론은 매우 다양하다. 특히 논문을 읽거나 작성하는 데 정성적 연구부터 정량적 연구까지 매우 다양한 방법론이 적용되고 있으며 정량적 연구도 이루 헤아리기 힘든 다양한 방법론이 활용되고 있다. 저자가 기억하는 방법론으로는 정성적 연구에는 사례연구, 현상학적 연구, 근거이론 등이 있고 정량적 연구로는 무수히 많은 선형 및 비선형모형, 다변량모형, 실험설계, 시계열모형, 최근의 데이터마이닝과 머신러닝, 수학적 모형, 시뮬레이션모형 등이 있다. 그런 이유로 저자가 경영학을 공부하면서 느끼는 부분 중 하나는 경영학의 연구방법론이 너무 어렵다는 점이다. 이러한 상황에서 경영학에 관한 논문을 준비하거나 읽는 데 방법론을 이해하지 못하고 넘어간 논문이 많았다. 이것은 비단 경영학을 연구하는 전문가뿐만 아니라 공부하는 학생에게도 마찬가지 문제일 것이다. 이에 조금이라도 경영학을 공부하는 데 도움이 될까 하고 다양한 방법론의 핵심을 다루는 교재를 준비하고자 하였다. 사실 응용학문에 해당하는 경영학을 다루는 학자, 연구자, 학생은 방법론에 대한 이론을 만드는 것보다는 어떻게 그 방법론을 정확히 연구에 적용할지에 더 관심이 많은 것은 당연하다. 즉, 경영학을 공부하는 분들에게 정말 필요한 부분은 다양한 연구방법론을 어떻게 설계하고 적용해 제대로 된 분석을 수행하며 그 핵심 결과를 정확히 해석하는 일일 것이다. 본 교재는 경영 연구방법론이라는 내용을 주로 기본적인 개요와 개념, 분석, 결과해석의 순으로 정리하였다. 그러나 본 교재는 연구방법론과 관련된 주제에 대해 새로운 이론을 도출하거나 엄격한 이론을 학습하도록 준비한 교재는 아니다. 오히려 기존에 널리 활용되는 방법론을 어떻게 제대로 적용하고 그 결과를 정확하게 해석할 것인지에 초점을 둔다. 그러나 어떤 이론적인 설명 없이 무조건 분석하고 해석하는 학습은 전문적인 경영학을 연구하는 데 도움이 되지 않을 뿐만 아니라 결과의 정확한 해석에 더 큰 어려움을 초래할 수 있다. 따라서 최소한의 이해에 필요한 이론적인 부분만을 교재에 포함시키려고 노력하였다. 그러나 여전히 이론부분에 대한 지식이 부족하거나 이해가 어렵다고 느껴지거나 이미 학부와 대학원에서 상당부분을 학습했다면 과감히 이론과 분석부분을 생략(특히, 다변량과 구조방정식모형)하는 것이 좋을 수도 있다. 즉, 개요와 용어를 정리하고 바로 결과해석 부분으로 넘어가도 된다는 의미이다. 본서가 모든 경영관련 연구자들에게 다양한 연구방법론에 대한 이해를 높이고 자신감을 쌓는 데 조금이라도 도움이 되었으면 하는 바람이다.

Ⅰ부 경영연구방법론 1장 방법론 개요 1. 방법론의 필요성 2. 방법론 유형 3. 기본 용어 2장 연구유형 1. 이론지향적 연구 2. 실무지향적 연구 3장 논문체계 1. 연구를 시작하기 전에 2. 제목 및 초록 3. 서론 4. 문헌연구(혹은 이론적 배경) 5. 연구가설 6. 방법론 7. 연구결과의 제시 8. 결론 9. 참고문헌 및 부록 Ⅱ부 정량적 연구방법론 1장 연관성과 인과성 1. 개념 2. 인과성의 입증 3. 통계적 주장 4. 경영학에서 자주 발생하는 관계의 유형 5. 통계적 통제의 추론 6. 기타 오류 2장 통계의 기초 1. 통계의 일반적 역할과 범위 2. 자료 3. 컴퓨터 패키지를 이용한 자료분석 부록: 설문지 예시 Ⅲ부 정성적 연구방법론 1장 정성적 연구의 개요 1. 개요 2. 특징 2장 사례연구 1. 사례연구 특징 2. 사례연구 유형 3. 일반적 사례연구절차 4. 사례연구 측정 5. 사례연구 예시 3장 결정적 사건기법 1. 개요 2. 절차 3. 체계화 4. CIT의 장단점 5. CIT 연구 분류 Ⅳ부 자료분석을 위한 통계의 기초 1장 수치정보의 요약 1. 모집단과 표본 2. 모집단의 특성 3. 표본의 특성 4. 형태의 측정 5. 결과해석 부록: 확률과 분포의 심화학습 2장 추정과 검정의 개념 1. 점추정 2. 구간추정 3. 가설검정 부록 1: 추정과 검정의 심화학습 부록 2: 가설검정 Ⅴ부 집단 간 평균차이 검정 1장 적합도 검정과 분할표 1. 적합도 검정(goodness of fit test) 2. 분할표분석 3. 정규성 검정 부록: 비모수통계의 심화학습 2장 두 정규모집단의 평균차이에 대한 가설검정 1. 검정 2. 유형 3. 결과해석 3장 베이지안 추정 1. 개념 2. 추론방법 3. 결과해석 4장 분산분석 1. 일원분산분석 2. 이원분산분석 3. 다원분산분석 부록: 분산분석의 심화학습 Ⅵ부 선형 및 비선형모형 1장 공분산과 상관계수 1. 공분산 2. 상관계수 2장 단순선형회귀모형 1. 개요 2. 개념 3. 모형의 추정 4. 결과해석 부록: 상관과 회귀분석의 심화학습 3장 다중회귀모형 1. 개념 2. 분석 시 고려사항 3. 모형 및 변수 선택 4. 다중공선성 문제 5. 결과해석 4장 기타 회귀모형 1. 가정위배 상황과 해결방법 2. 범주형 설명변수의 포함 3. 가정 위배 시 모형 4. 일반화선형모형 5. 영과잉모형 6. 겉보기무관회귀모형 7. 비선형회귀모형 8. 비모수회귀(혹은 제약조건을 갖는 회귀) Ⅶ부 다변량모형 1장 다변량기법의 개요 1. 특징 2. 유형 3. 측정오차 2장 차원축소모형 1. 주성분분석 2. 요인분석 3장 주성분분석과 요인분석의 활용 1. 다변량기법에 활용 2. 신뢰성과 타당성 3. 측정오차의 영향 4장 다변량분산분석 1. 개요 2. 분석 3. 결과해석 5장 다변량회귀분석 1. 개요 2. 분석 3. 결과해석 6장 분류를 위한 다변량기법 1. 최근접이웃분석 2. 분류모형의 성능 평가 3. 군집분석 4. 판별분석 5. 로지스틱회귀모형 부록: 기타 다변량모형 Ⅷ부 경로모형과 구조방정식모형 1장 조절 및 매개효과 1. 조절효과 2. 매개효과 2장 PROCESS 매크로를 활용한 매개, 조절, 조건부과정 1. 복잡한 회귀모형의 분석절차 2. 조절효과모형 3. 조절된 조절효과(Model 3) 4. 조건부과정분석(조절된 매개분석과 매개된 조절분석) 3장 확인적 요인분석 1. 개념 2. 분석 3. 가정 4. 신뢰성 및 타당성 평가 5. 결과해석 4장 구조방정식모형 1. 특징 2. 개요 3. 분석 4. 결과해석 부록: AMOS를 이용한 분석 요약 Ⅸ부 데이터마이닝과 통계적 머신러닝 1장 데이터마이닝과 머신러닝 1. 데이터마이닝 2. 머신러닝 2장 학습기법 1. 단순베이즈 2. 서포트벡터머신 3. 의사결정나무 4. C5.0 의사결정나무 5. 랜덤포레스트 6. 인공신경망 - 다층 퍼셉트론(multilayer perceptron: MLP) 7. 인공신경망 - 방사형 기저함수(radial basis function: RBF) Ⅹ부 실험설계 1장 실험설계의 개요 1. 개념 2. 실험계획 용어 3. 실험계획의 유형 4. 실험계획절차 2장 요인설계 1. 완전무작위설계(completely randomized design: CRD) 2. 무작위완전블록설계(randomized complete block design: RCB) 3. 라틴정방계획(Latin square design: LSD) 4. 결과해석 3장 회귀모형과 분산분석의 관계 1. 회귀모형에 의한 ANOVA 수행 2. 분산분석과 일반선형모형 3. GLM에 의한 실험설계 4장 효과모형, 계층적 실험, 반복실험 1. 고정효과모형, 임의효과모형, 혼합효과모형 2. 교차와 지분실험설계 3. 반복설계 5장 공분산분석 1. 목적 2. 분석 3. 결과해석 ?부 시계열분석의 기본 1장 시계열의 개요 1. 시계열 개념 2. 시계열회귀(time series regression)에서 자기상관 3. 시계열유형과 평활법 4. 변환된 자료를 갖는 회귀 2장 시계열분석을 위한 조건 1. 정상시계열 2. 자기상관의 존재 3장 시계열모형 1. 일반적인 시계열회귀모형 2. 자기회귀모형(autoregressive model: AR모형) 3. ARCH와 GARCH모형 4. 이동평균모형(moving average model: MA모형) 5. 자기회귀이동평균 6. 누적자기회귀이동평균(autoregressive integrated moving average: ARIMA)모형 4장 종합 1. 정상시계열 2. 비정상시계열 3. 추가분석 4. 분석절차의 종합