경영학 연구방법론

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

김진한 현재 금오공과대학교 경영학과 교수로 재직 중이며, 서강대학교에서 경영과학 전공으로 박사학위를 취득하였다. 저자는 한국외환은행 경제연구소, 현대경제연구원, 포스코경영연구소, 피츠버그대학교에서 과학적 의사결정, 신사업, 기술혁신과 네트워크 등에 대한 컨설팅과 프로젝트를 수행하였으며, 서강대, 이화여대, 건국대, 인천대, 세종대 등에서 강의를 한 바 있다. 현재 대학에서는 데이터 분석, 기술경영, 서비스운영관리, 공급사슬관리 관련 과목에 대한 강의를 주로 하고 있다.