타당성(Validity)은 측정하고자 하는 개념이나 속성을 어느 정도로 정확하게 측정하였는가를 나타낸다. 측정하고자 하는 개념이나 속성을 정확히 반영할 수 있어야 한다는 것이다. 타당성의 유형에는 내용 타당성(content validity), 기준 에 의한 타당성(criterion-related validity)과 구성 타당성(construct validity) 세 가지로 나눌 수 있다.
구성 타당성은 연구하고자 하는 추상적인 개념이 실제로 측정도구에 의해서 적절하게 측정되었는가에 관한 문제이다. 구성 타당성은 이행 타당성 (nomological validity), 집중 타당성(convergent validity), 판별 타당성 (discriminant validity)으로 구성되어 있으며 이들 세 가지 타당성이 높아야 구 성 타당성이 높다고 할 수 있다. 본 연구에서는 판별 타당성(discriminant)을 이 용하여 연구 변수의 타당성을 검증하도록 할 것이다. 각 변수의 요인을 추출하 기 위하여 정보의 손실을 최소화 할 수 있는 주성분 분석방법을 사용하였으며, 요인회전방식은 Varimax 회전법을 사용하였다. 요인분석 결과 나타나는 요인 적재치(Factor Loading)는 각 변수와 요인간의 상관관계 정도를 나타내는 것으 로 특정변수는 각 요인들의 요인적재치가 가장 높은 요인에 속하게 되며 일반 적으로 요인적재량이 0.4 이상이 되면 유의한 변수로 간주하며 0.5 가 넘으면 아주 중요한 변수로 본다. 고유치(Eigen Value)는 요인이 설명할 수 있는 변수 들의 분산 크기를 나타내고 있는데 고유치가 1 보다 크다는 것은 하나의 요인 이 변수 1개 이상의 분산을 설명해 준다는 것을 의미한다. 따라서 고유치 값이 1이상인 경우를 기준으로 하여 요인수를 결정하게 된다.
소프트웨어 재사용 비율에 영향을 주는 개인적 변수에 대한 요인분석은 변수 의 조작적 정의에서 기술한 바와 같이 소프트웨어 개발 경험, 소프트웨어 재사 용 경험, 외부교육 참여, 내부 교육 참여 등 9개의 측정항목들에 대하여 실시하 였다. 요인분석 결과 아래 [표 33]과 같이 2개의 요인으로 구분되었음을 보여주 고 있으며 요인분석 적합여부를 나타내는 KMO의 값은 0.666으로 위의 표본들 이 요인분석에 적합함을 나타내고 있다.
소프트웨어 재사용 비율에 영향을 주는 조직 및 관리적 변수에 대한 요인분석 은 최고경영진의 S/W 재사용 적극도입, 교육 지원, 자원 지원 등 9개의 항목으 로 측정을 실시하였다. 결과 아래 [표 34]와 같이 3개의 요인으로 구분되었음을 알 수 있으며 요인분석 적합여부를 나타내는 KMO의 값은 0.760으로 위의 표 본들이 요인분석에 적합함을 나타내고 있다.
[표 33] 개인적 변수에 대한 요인분석 결과
요 인 개인적 요인 측정항목 성 분
1 2
1
개발팀의 S/W 개발 경험 0.288 0.729
개발팀의 S/W 재사용 경험 1.392E-02 0.875 객체지향 및 컴포넌트 개발 경험 0.108 0.834
2
외부교육 참여 0.553 0.226
내부교육 참여 0.659 0.194
교육 후 S/W 재사용 중요성 인식 0.848 0.213 교육 후 S/W 재사용 혜택 인식 0.811 0.19 교육 후 조직의 정책 이해 0.763 -8.58E-02 교육 후 조직의 정책 실천 0.770 3.316E-02
KMO 0.666
Eigen 값 3.338 2.173
분산 설명률(%) 37.644 24.148
누적 분산 설명률(%) 37.644 61.791
[표 34] 조직 및 관리적 변수에 대한 요인분석 결과
요 인 조직 및 관리적 요인 측정 항목 성 분
1 2 3
1
최고경영진의 S/W 재사용 적극도입 0.753 0.198 0.356 최고경영진의 S/W 재사용 교육 지원 0.836 0.155 0.346 최고경영진의 자원 지원 0.884 0.225 -6.58E-02 최고경영진의 정책 실천 0.679 0.330 7.881E-02
S/W 재사용 효과에 영향을 주는 환경적 변수에 대한 요인분석은 지적재산권, 계약 사항 기준 등 4개의 항목으로 측정을 실시하였으며 결과는 아래 [표 35]
의 결과와 같이 나타났다.
2
S/W 재사용에 대한 평가기준 0.239 0.880 0.155 S/W 재사용에 대한 기준적용 0.190 0.929 0.159 S/W 재사용에 대한 인센티브 제도 활용 0.336 0.644 0.234 3 S/W 재사용 경험 및 지식 공유 6.897E-02 0.329 0.883 S/W 재사용 관련 지식 획득 노력 0.257 9.909E-02 0.918
KMO 0.760
Eigen 값 2.787 2.393 1.983
분산 설명율(%) 30.967 26.594 22.037 누적 분산 설명율(%) 30.967 57.561 79.598
[표 35] 환경적 변수에 대한 요인분석 결과
요 인 환경적 요인 측정항목 성 분
1
1
S/W 재사용 자산 저작권 및 특허권 보호 0.908 S/W 재사용 자산에 불법적 사용 예방 조치 0.869
S/W 재사용 자산 계약사항 기준 0.938
S/W 재사용 계약사항 기준 준수 0.886
KMO 0.802
Eigen 값 3.234
분산 설명률(%) 81.069
누적 분산 설명률(%) 81.069
제 2 절 연구변수의 기술통계량 및 상관관계 분석 1. 기술 통계량
본 연구에 포함된 개인적 요인, 조직 및 관리적 요인 그리고 환경적 요인을 리커트(Likert) 5점 척도를 이용하여 측정하였다. 변수들 중에서 경험과 조직문 화 부문에서만 중간값을 상회하는 모습을 보여주었으며 교육, 최고경영자 지원 및 법적인 부분에서는 중간값 이하의 모습을 보여주고 있다. 이는 개발자들의 평균적인 개발 경험이 높다는 것을 의미할 수 있으며 상호간에 경험 및 지식 교환을 많이 하는 것으로 볼 수 있다.
개인적 요인에서 경험 및 지식 부분에서 일반적인 개발 경험이 평균 4.02로 경험이 많은 것으로 나타났으며 상대적으로 객체지향 및 컴포넌트 개발 경험은 평균 2.96으로 평균 수준으로 국내에 도입되고 소프트웨어 개발에 적용된 시점 이 길지 않다는 알 수 있다.
[표 36] 각 변수의 기술통계량
측정변수 표본 수 최소값 최대값 평균 표준편차 분산
경험 및 지식 51 2.00 5.00 3.4052 0.68739 0.473 교육 및 훈련 51 1.17 4.33 2.8431 0.68265 0.466 경영층 지원 51 1.00 4.75 3.0392 0.82670 0.683 인센티브 51 1.00 5.00 2.3595 0.79678 0.635 조직문화 51 1.00 5.00 3.2255 0.89058 0.793 법계약 51 1.00 5.00 2.9853 0.89500 0.801 사용효과 51 1.67 5.00 3.3268 0.72262 0.522
조직 및 관리적 요인에서는 경영진의 정책 실천이 평균 3.27로 나타났으며 특
2. 상관관계 분석
본 연구에서 모든 변수에 대한 척도는 등간척도로 구성되었다. 이에 변수들 사이에 관계가 어느 정도 밀접한가를 측정하기 위하여 상관관계(Correlation) 분석을 실시하였다. [표 40]에서 보는 바와 같이 변수들 사이에서 유의수준 0.01과 0.05에서 유의한 것으로 나타났다.
일반적으로 상관계수가 0.7 이상일 경우 매우 강한 관련성, 0.4∼0.7일 경우에 는 상당한 관련성을 가지고 있다는 것을 나타낸다는 말한다. 여기서 개인적 요 인 중 경험 및 지식 변수는 재사용율과의 상관관계에서 0.05 수준에서 0.325의 상관계수를 보여주고 있으며 조직 및 관리적 요인에서 조직문화 변수는 재사용 율과의 상관관계에서는 0.05 수준에서 0.316의 상관계수를 보여주고 있으며 이 는 상호간에 약간의 상관관계를 보여주고 있으며 여기서 주목 할만한 점은 재 사용 사용 효과와 재사용율 사이의 상관계수가 0.412로 상호 관련성이 있음을 보여주고 있다.
[표 39] 환경적 요인 기술통계량
측정 항목 표본수 최소값 최대값 평균 표준편차 분산
지적 재산권
및 계약
S/W 재사용 자산 저작권 및
특허권 보호 51 1 5 3.02 0.969 0.940
S/W 재사용 자산에 불법적
사용 예방 조치 51 1 5 3.00 1.000 1.000
S/W 재사용 자산 계약사항
기준 51 1 5 2.86 1.000 1.001
S/W 재사용 계약사항 기준
준수 51 1 5 3.06 1.000 1.016
* 상관계수가 0.05수준(양쪽)에서 유의함.
**상관계수가 0.01수준(양쪽)에서 유의함.
제 3 절 가설의 검증
1. 개인적 요인과 소프트웨어 재사용 비율과의 영향 관계분석
개인적 요인과 소프트웨어 재사용 비율과의 관계를 분석하기 위하여 회귀 분 석을 실시하였다.
가설[1-1]을 검정하기 위하여 ‘경험 및 지식’을 독립변수로 하고 ‘소프트웨어 재사용율’을 종속변수로 하여 분석을 실시하였다. [표 41]의 분산분석 결과 회 귀식의 통계적 유의성을 검정해 주는 F 통계량은 5.770으로 나타났으며 유의확 률은 0.002 < α=0.05로 경험 및 지식과 소프트웨어 재사용율과의 영향 관계는 유의한 결과를 보여주고 있다.
[표 40] 변수간의 상관계수
경험지식 교육훈련 경영지원 인센티브 조직문화 법계약 사용효과 재사용율
경영지식 1.000
교육훈련 0.311* 1.000
경영지원 0.276* 0.575** 1.000
인센티브 0.199 0.424** 0.553** 1.000
조직문화 0.360** 0.380** 0.429** 0.433** 1.000
법계약 0.118 0.490** 0.658** 0.456** 0.315* 1.000
사용효과 0.247 0.133 0.104 0.147 0.422** 0.113 1.000
재사용율 0.325* 0.116 -0.008 0.045 0.316* -0.236 0.412** 1.000
a. 예측값:(상수), 경험 및 지식 b. 종속변수: 재사용율
[표 42]의 회귀분석 결과를 보면 ‘경험 및 지식’이 재사용율에 영향을 미치는 것으로 볼 수 있으며 회귀식에서 독립변수 경험 및 지식으로 구성된 회귀식이 재사용 비율을 설명하는 R2 값은 0.105로 나타났으며 설명력이 높다고 할 수는 없을 것이다. 한편 회귀식은 다음과 같이 재사용효과 = -1.957 + 2.402(경험 및 지식)라고 나타낼 수 있다. 하지만, 상수는 유의수준 0.894 > α=0.05 이므로 회 귀계수로는 유의하지 못함을 보여주고 있다.
Lee and Litecky [1997]의 연구에서는 도메인 관련 지식 및 재사용 경력이 재 사용 비율에 영향을 주었던 것으로 밝혀졌던 것과 같이 본 연구의 가설[1-1]
검증결과에서도 마찬가지로 유의한 결과를 가지는 것으로 밝혀졌다. 한편으로 이것은 Frakes and Fox [1995]의 연구에서 연구조사 결과 중에서 소프트웨어 엔지니어링 경험이 재사용 비율에 영향을 주지 못한다는 조사와는 반대되는 결 과를 가지고 있다.
가설[1-2]를 검정하기 위하여 ‘교육 및 훈련’을 독립변수 하고 ‘소프트웨어 재 사용율’을 종속변수로 하여 분석을 실시하였다.[표 43]의 분산분석 결과 회귀식 은 유의성을 검정하는 F 통계량은 0.671로 나타났으며 유의확률은 0.471 > α
=0.05로 교육 및 훈련과 소프트웨어 재사용 효과 및 재사용율과의 영향관계는 [표 41] 경험 및 지식과 재사용율과의 분산분석
모 델 제곱합 자유도 평균제곱 F 유의확률
1
선형회귀분석 2398.392 1 2398.392 5.770 0.020a 잔 차 20369.255 49 415.699
합 계 22767.647 5
[표 42] 경험 및 지식과 재사용율과의 회귀계수 비표준화 계수 표준화 계수
t 유의확률
모 형 B 표준오차 베타
1 (상수) -1.957 14.566 -0.134 0.894
경험및지식 10.076 4.195 0.325 2.402 0.020
유의하지 못한 결과를 보여주고 있다.
a. 예측값: (상수), 교육 및 훈련 b. 종속변수: 재사용율
Rebecca [1994], Card and Comer [1994]는 교육의 중요성을 강조하고 있다.
특히, Card and Comer는 장기적인 관점을 가지고 투자해야 함을 말하고 있다.
한편 Frakes and Fox [1995]의 연구에서는 교육 및 훈련, 특히 기업 내부의 훈 련이 재사용 비율을 높이는데 영향을 미쳤다고 보고 있지만 본 연구에서는 교 육 및 훈련은 소프트웨어를 개발 할 경우나 프로젝트 수행 시에 재사용 비율과 재사용 효과에 영향을 주지 못하는 것으로 밝혀졌다. 이는 교육을 통해서 실제 적인 효과를 보기 위해서는 장기적인 안목을 가지고 투자를 지속적으로 함으로 써 혜택을 볼 수 있지만 국내의 경우는 장기적인 안목보다는 단기적인 기술 습 득에 치중하는 경향으로 인해 가설의 기각된 것으로 볼 수 있다.
한편 Frakes and Fox [1995]의 연구에서는 교육 및 훈련, 특히 기업 내부의 훈 련이 재사용 비율을 높이는데 영향을 미쳤다고 보고 있지만 본 연구에서는 교 육 및 훈련은 소프트웨어를 개발 할 경우나 프로젝트 수행 시에 재사용 비율과 재사용 효과에 영향을 주지 못하는 것으로 밝혀졌다. 이는 교육을 통해서 실제 적인 효과를 보기 위해서는 장기적인 안목을 가지고 투자를 지속적으로 함으로 써 혜택을 볼 수 있지만 국내의 경우는 장기적인 안목보다는 단기적인 기술 습 득에 치중하는 경향으로 인해 가설의 기각된 것으로 볼 수 있다.