본 연구는 사회복지실천 평가 영역에서 현상학적 접근에 기반한 질적 평가의 의의와 실무적 적용 가능성을 검토하기 위해 「사회복지실천의 질적평가에서 왜 현상학인가?」를 중심으로 비평적 고찰을 시도하였다. 기존 사회복지실천 평가가 양적 지표와 성과 중심의 접근에 치우쳐 왔 다는 문제의식에서 출발하여 평가를 결과 확인의 도구가 아닌 이용자의 삶과 경험을 이해하는 실천적 성찰의 과정으로 재개념화할 필요성을 제 기하였다. 분석 결과, 현상학적 질적평가는 이용자의 주관적 경험과 실 존적 의미를 중심으로 사회복지실천을 이해할 수 있는 이론적 대안을 제공하며, ‘반성’과 ‘투기’라는 개념을 통해 평가 절차를 체계화하고 있음 을 확인하였다. 특히 실무자의 역량 수준에 따라 평가 단계를 구분함으 로써 질적평가가 현장 실무에서도 단계적으로 적용될 수 있는 현실적 가능성을 제시하고 있다는 점에서 의의가 있다. 다만 평가자의 해석 역 량과 윤리적 감수성에 대한 의존성이 크고, 계획 및 개입 단계에서의 구체적 적용 논의가 제한적이라는 한계도 함께 드러났다. 본 연구는 현 상학적 질적평가가 사회복지실천 평가의 이론적 지평을 확장하고, 현장 중심의 평가 논의를 심화하는 데 기초 자료를 제공한다는 점에서 실천 적 의의가 크다.

This paper aims to propose a new steps of hypothesis testing using analysis process and improvement process in the six sigma DMAIC. The six sigma implementation models proposed in this paper consist of six steps. The first step is to establish a research hypothesis by specification directionality and FBP(Falsibility By Popper). The second step is to translate the research hypothesis such as RHAT(Research Hypothesis Absent Type) and RHPT(Research Hypothesis Present Type) into statistical hypothesis such as H0(Null Hypothesis) and H1(Alternative Hypothesis). The third step is to implement statistical hypothesis testing by PBC(Proof By Contradiction) and proper sample size. The fourth step is to interpret the result of statistical hypothesis test. The fifth step is to establish the best conditions of product and process conditions by experimental optimization and interval estimation. The sixth step is to draw a conclusion by considering practical significance and statistical significance. Important for both quality practitioners and academicians, case analysis on six sigma projects with implementation guidelines are provided.

The research presents a guideline for quality practitioners to provide a full comprehension of differences in theoretical and practical interpretations of assumed sampling errors of and significance probability of calculated p-value. Besides, the study recommends the use of statistical inferences methods with known parameters to identify the improvement effects. In practice, the quality practitioners obtain the known parameters through systematic quality Database (DB) activities.