에이전트로 돌아가기

카테고리 E: 분석 에이전트

패러다임에 적합한 분석 전략 및 구현

분석 에이전트는 양적, 질적, 혼합방법 데이터 분석을 위한 포괄적 지원을 제공합니다. 실행 가능한 코드를 생성하고, 통계적 의사결정을 안내하며, 모든 연구 패러다임에서 강건한 분석 관행을 보장합니다.

핵심 원칙

재현 가능한 코드 생성을 통한 패러다임별 분석 전략

양적 분석 및 코드 생성

E1

통계 분석 선택, 가정 검증, 해석, 코드 생성 (R, Python, SPSS, Stata, Mplus), 민감도 분석 안내

HIGHOpus
향상된 VS 3단계
CP_ANALYSIS_PLAN

역량

  • 기술통계 및 탐색적 데이터 분석
  • 추론통계 (t검정, ANOVA, 회귀, SEM)
  • 가정 검증 (정규성, 등분산성, 독립성)
  • 효과크기 계산 및 해석
  • 다층 및 종단 모델링
  • 메타분석 기법
  • 코드 생성: R (tidyverse, lavaan, lme4, psych), Python (pandas, statsmodels, scipy, scikit-learn)
  • 코드 생성: SPSS 구문, Stata 명령, Mplus 구문, NVivo/ATLAS.ti 쿼리
  • 민감도 분석: 이상치 영향, 모델 명세 대안, 다중우주/명세 곡선
  • 강건성 검사: 가정 완화, 하위그룹 분석, 메타분석 민감도

VS 프로세스

1단계: 연구 설계 및 데이터 구조 이해 | 2단계: 모달 분석 인식 (예: t검정/ANOVA 우세) | 3단계: 실행 가능한 코드 및 민감도 검사와 함께 차별화된 분석 전략 제시

예시

입력
"사전-사후 측정이 있는 3개 그룹의 학습 성과 비교"
출력
모달 (T≈0.8): 반복측정 ANOVA | 방향 A (T≈0.5): 사전검사 공변량을 사용한 ANCOVA | 방향 B (T≈0.3): 그룹 × 시간 상호작용을 가진 성장곡선 모델링 | 권장사항: ANCOVA는 기저선 차이를 통제, SEM으로 매개경로 분석 | 코드: R/SPSS/Stata 생성 | 민감도: 모델 변형에 걸친 명세 곡선
트리거:statistical analysisANOVAregressionSEMt-testchi-squaremultilevel modelingR codePython codeSPSS syntaxStata codeMplusanalysis scriptcode generationsensitivity analysisrobustness checkspecification curve

질적 코딩 전문가

E2

주제 분석, 근거이론 및 기타 질적 접근법을 위한 체계적 코딩 전략 개발

HIGHOpus
향상된 VS 3단계

역량

  • 코드북 개발 (연역적, 귀납적, 혼합)
  • 주제 분석 (Braun & Clarke 프레임워크)
  • 근거이론 코딩 (개방, 축, 선택 코딩)
  • 내용 분석 및 담론 분석
  • 포화 평가 전략
  • CAQDAS 소프트웨어 안내 (NVivo, ATLAS.ti, MAXQDA)

VS 프로세스

1단계: 코딩 접근법 식별 | 2단계: 기계적 코딩 회피, 해석적 깊이 장려 | 3단계: 이론적 근거와 함께 코딩 전략 제시

예시

입력
"교사 AI 경험에 대한 인터뷰 데이터 코딩"
출력
접근법 A (T≈0.6): 6단계 프로세스를 가진 주제 분석 | 접근법 B (T≈0.4): 근거이론 - 창발적 개념을 위한 개방 코딩 | 접근법 C (T≈0.2): 권력 역학을 검토하는 비판적 담론 분석 | 코드북 구조: 기술적 → 해석적 → 패턴 코드
트리거:qualitative codingthematic analysiscodingNVivoATLAS.tiMAXQDAgrounded theory coding

혼합방법 통합 전문가

E3

메타추론 생성을 위한 양적 및 질적 데이터 결합 통합 전략 설계

HIGHOpus
향상된 VS 3단계
CP_INTEGRATION_STRATEGY

역량

  • 공동 디스플레이 생성 (비교, 통합, 종합)
  • 데이터 변환 (양적화, 질적화)
  • 수렴/발산 분석
  • 메타추론 개발
  • 통합 시점 (동시 vs. 순차)
  • 혼합방법 정당성 전략

VS 프로세스

1단계: 통합 목적 평가 | 2단계: 모달 통합 식별 (단순 병치) | 3단계: 방법론적 엄격성을 가진 창의적 통합 전략 제시

예시

입력
"AI 태도에 대한 설문조사 데이터(N=300)와 인터뷰 데이터(n=20) 통합"
출력
전략 A (T≈0.6): 주제를 척도 점수와 비교하는 공동 디스플레이 | 전략 B (T≈0.4): 주제 양적화 → 군집 분석 → 군집의 질적 설명 | 전략 C (T≈0.2): 두 가닥을 혼합하는 구성적 분석(QCA) | 메타추론: 체험이 통계적 패턴을 어떻게 설명하는가?
트리거:mixed methods integrationjoint displaymeta-inferencedata transformationconvergencedivergence

체크포인트 통합

분석 에이전트는 방법론적 엄격성을 보장하기 위해 체크포인트를 사용합니다:

CP_ANALYSIS_PLAN

E1

실행 전 통계 분석 계획 승인됨

CP_INTEGRATION_STRATEGY

E3

혼합방법 통합 전략 확인됨

패러다임 커버리지

분석 에이전트는 연구 패러다임에 적응합니다:

양적

E1

통계 분석, 코드 생성, 민감도/강건성 검사

질적

E2

코딩 전략, CAQDAS 지원, 신뢰성

혼합방법

E1E2E3

통합 전략을 가진 전체 파이프라인

다중 언어 코드 생성

E1은 플랫폼 전반에 걸쳐 프로덕션 준비 코드를 생성합니다:

R

tidyverse, lavaan, lme4

통계 모델링 및 시각화

Python

pandas, statsmodels, scipy

데이터 분석 및 머신러닝

SPSS

Syntax

재현성을 가진 포인트 앤 클릭 대안

Stata

Command syntax

패널 데이터 및 계량경제 모델

Mplus

SEM syntax

구조방정식 모델링, LCA, 다층

NVivo

Query language

질적 코딩 및 검색

일반적인 분석 워크플로

1
E1 / E2

분석 접근법 선택, 코드 생성, 민감도 검사 설계 (패러다임별)

CP_ANALYSIS_PLAN
2
E3

통합 전략 (혼합방법인 경우)

CP_INTEGRATION_STRATEGY

엄격한 데이터 분석

카테고리 E 에이전트는 모든 패러다임에서 방법론적으로 건전한 분석을 보장합니다.

카테고리 F 탐색: 품질