본 연구는 델파이 기법을 활용하여 최적화 단면 설계 도출 및 시공중 터널 붕괴위험도 평가를 위해 필요한 평가영향인자를 정립하는 것을 목표로 하였다. 평가영향인자 정립은 문헌조사, 선행연구 및 전문가 집단의 브레인스토밍과정을 통하여 총 5개의 상위분류체계를 구축하였다. 21명의 전문가 패널을 구성하여 총 1, 2, 3차의 델파이 조사 과정을 통해 전문가 판단과정에서의 오류 및 편향을 방지하여 신뢰성을 향상시켰다. 델파이 1차 조사에서는 개방형 설문조사를 통해서 각 전문가 패널의 의견을 수렴하여 총 22개의 평가영향인자 후보군을 도출하였다. 델파이 2차 조사에서는 수집된 총 22개의 평가영향인자 후보군을 대상으로 리커트 7점 척도를 기반으로 중요도 설문을 수행하였으며 타당성 검증을 위해 CVR (Content Validity Ration)분석을 수행하여 부적합한 후보군을 제외하였다. 마지막으로 3차 조사에서는 2차 조사에서 도출된 결과를 가지고 재조사를 수행하였으며, 최종적으로 전문가 답변에 대한 CVR 및 COV (Coefficient of Variation)분석을 수행하여 총 14개의 평가영향인자를 도출하였다.
본 연구는 델파이 기법을 활용하여 최적화 단면 설계 도출 및 시공중 터널 붕괴위험도 평가를 위해 필요한 평가영향인자를 정립하는 것을 목표로 하였다. 평가영향인자 정립은 문헌조사, 선행연구 및 전문가 집단의 브레인스토밍과정을 통하여 총 5개의 상위분류체계를 구축하였다. 21명의 전문가 패널을 구성하여 총 1, 2, 3차의 델파이 조사 과정을 통해 전문가 판단과정에서의 오류 및 편향을 방지하여 신뢰성을 향상시켰다. 델파이 1차 조사에서는 개방형 설문조사를 통해서 각 전문가 패널의 의견을 수렴하여 총 22개의 평가영향인자 후보군을 도출하였다. 델파이 2차 조사에서는 수집된 총 22개의 평가영향인자 후보군을 대상으로 리커트 7점 척도를 기반으로 중요도 설문을 수행하였으며 타당성 검증을 위해 CVR (Content Validity Ration)분석을 수행하여 부적합한 후보군을 제외하였다. 마지막으로 3차 조사에서는 2차 조사에서 도출된 결과를 가지고 재조사를 수행하였으며, 최종적으로 전문가 답변에 대한 CVR 및 COV (Coefficient of Variation)분석을 수행하여 총 14개의 평가영향인자를 도출하였다.
This research aims to define influence factors to perform an optimized section design and evaluate tunnel collapse risk during construction using Delphi technique. A total of five upper classification systems were constructed through literature review, pervious research analysis, and brainstorming o...
This research aims to define influence factors to perform an optimized section design and evaluate tunnel collapse risk during construction using Delphi technique. A total of five upper classification systems were constructed through literature review, pervious research analysis, and brainstorming of expert group for establishing influence factors. The $1^{st}$, $2^{nd}$, and $3^{rd}$ Delphi survey process was proceeded by panel group which is consisted 21 experts to prevent errors and bias in the expert judgement process. In Delphi $1^{st}$ survey, a total of 22 influence factors candidates were derived through open-ended questionnaire. In Delphi $2^{nd}$ survey, questionnaire was proceeded based on 7-point Likert scale method. In order to verify the validity, CVR (Content Validity Ration) analysis was performed to exclude inappropriate candidates. In the $3^{rd}$ survey, verification of influence factors was proceeded once more with the result of $2^{nd}$ survey, and lastly, a total of 14 influence factors was derived by CVR and COV (Content Validity Ration) analysis for response of experts.
This research aims to define influence factors to perform an optimized section design and evaluate tunnel collapse risk during construction using Delphi technique. A total of five upper classification systems were constructed through literature review, pervious research analysis, and brainstorming of expert group for establishing influence factors. The $1^{st}$, $2^{nd}$, and $3^{rd}$ Delphi survey process was proceeded by panel group which is consisted 21 experts to prevent errors and bias in the expert judgement process. In Delphi $1^{st}$ survey, a total of 22 influence factors candidates were derived through open-ended questionnaire. In Delphi $2^{nd}$ survey, questionnaire was proceeded based on 7-point Likert scale method. In order to verify the validity, CVR (Content Validity Ration) analysis was performed to exclude inappropriate candidates. In the $3^{rd}$ survey, verification of influence factors was proceeded once more with the result of $2^{nd}$ survey, and lastly, a total of 14 influence factors was derived by CVR and COV (Content Validity Ration) analysis for response of experts.
본 연구는 터널 붕괴위험과 관련된 영향인자를 신뢰적으로 정립하기 위하여 문헌조사 및 선행연구 자료의 분석을 통하여 평가영향인자의 범주를 나열하고 델파이 기법을 통해 체계화되고 표준화된 평가영향인자를 정립하는 것을 목표로 하였다. 델파이 기법이란 통제된 피드백이 제공되는 수차례의 설문조사를 통하여 어떠한 문제에 대하여 전문가 집단의 합의를 이루는데 유용한 의사결정 수단이다.
가설 설정
1차 조사에서 도출된 각 평가영향인자에 대한 적용 타당성 검증은 CVR (Lawshe, 1975)을 분석하여 검증하였다. CVR은 조사결과의 유의미함을 평가하는 방법으로서 중요하다고 인식하는 패널들이 많으면 많을수록 그 문항의 유효비율 정도 또는 유효 범위가 증가한다는 가정을 기초로 한다. 즉 어떤 문항이든 중요하다고 응답한 패널 수가 50% 이상일 때 그 문항은 타당도를 어느 정도 가지고 있다고 볼 수 있는데, 중요하다고 응답한 패널 수가 50%보다 적으면 음수 값이 되고, 50%일 때는 0, 50%보다 크고 100% 미만이면 0과 1사이 값, 100%일 때 1의 값을 가진다.
제안 방법
본 연구에서는 시공 중 터널붕괴위험도의 신뢰적인 평가를 보장할 수 있도록 21인의 전문가 패널을 구성하여 델파이 조사기법을 제3차에 걸쳐 수행하였으며, 분석과정에서 조사내용의 타당성과 일치성을 분석하기 위하여 CVR(Content Validity Ration) 및 COV (Coefficient of Variation)를 활용하였다.
터널 붕괴위험도에 영향을 미치는 인자를 결정하기 위해 문헌조사 및 선행연구를 통한 전문가 집단의 브레인스토밍 과정을 거쳐 평가영향인자의 상위분류체계를 도출하였고, 총 3차의 델파이 조사를 수행하여 평가영향인자를 정립하였다. 1차 델파이 조사 결과 상위분류체계에 종속되는 하위 분류의 영향인자 총 181개가 조사되었으며, 이 중 의미가 중복되는 인자를 제거하여 22개의 결과를 도출하였다.
대상 데이터
전문가 참여의 수는 많을수록 결과의 신뢰도가 커지는 것으로 보고되고 있으나(Dalkey, 1969), 일반적으로 1015명의 소집단의 전문가만으로도 유용한 결과를 얻을 수 있다고 조사되고 있다(Ziglid, 1996; Anderson, 1997). 본연구에서는 Table 1의 내용과 같은 경력을 지닌 교수, 설계 및 시공회사 직원, 연구원 등 다양한 분야 총 21인의 전문가 패널을 구성하였으며, 3차에 걸친 델파이 조사·분석 과정에 모두 참여하여 분석의 신뢰성을 고려하였다.
데이터처리
각 평가요소에 대한 타당성 검증차원에서 수행하였으며, 또한 3차 델파이 조사에서 사용될 평가요소들을 도출하기 위하여 수행하였다. 1차 조사에서 도출된 각 평가영향인자에 대한 적용 타당성 검증은 CVR (Lawshe, 1975)을 분석하여 검증하였다. CVR은 조사결과의 유의미함을 평가하는 방법으로서 중요하다고 인식하는 패널들이 많으면 많을수록 그 문항의 유효비율 정도 또는 유효 범위가 증가한다는 가정을 기초로 한다.
제3차 델파이 조사는 2차 델파이 조사결과 도출된 총 14개의 평가영향인자를 대상으로 리커트 7점 척도를 활용한 폐쇄형 설문으로 진행하였으며 1, 2차 조사에 참여하였던 전문가들의 최종적인 의견의 일치 및 합의를 도출하기 위한 목적이다. 제3차 델파이 조사결과를 평가하기 위하여 CVR분석을 통해 인자별 타당성 검증을 재수행 하고, 전문가 답변의 일치성을 측정하기 위하여 COV를 산정하였다. 델파이 조사는 근본적으로 전문가들의 의견의 일치점을 도출하는데 있다.
성능/효과
인접 토지사용 상태, 굴착효율에 대해서는 내용타당도 비율이 음수로 분석되어 시공 중 터널붕괴분석을 위한 평가 영향인자로서 가치가 낮은 것으로 평가되었다. 따라서 제2차 델파이 조사결과는 최종적으로 분석에 사용된 총22개의 평가요소들 중 8개를 제외한 14개의 평가영향인자가 결정되었다.
총 3라운드에 걸친 델파이 조사를 수행하는 동안 1차 델파이 조사 때 추출된 22개의 평가영향인자 중에서 8개의 평가영향인자를 제거하고 최종적으로 14개의 평가영향인자들을 도출하였다. 이들 평가영향인자들은 다양한 분야의 터널 전문가를 대상으로 의견의 일치와 합의에 대한 결과로서 터널 붕괴위험도 평가영향인자로서 매우 가치가 있다고 판단된다.
터널 붕괴위험도에 영향을 미치는 인자를 결정하기 위해 문헌조사 및 선행연구를 통한 전문가 집단의 브레인스토밍 과정을 거쳐 평가영향인자의 상위분류체계를 도출하였고, 총 3차의 델파이 조사를 수행하여 평가영향인자를 정립하였다. 1차 델파이 조사 결과 상위분류체계에 종속되는 하위 분류의 영향인자 총 181개가 조사되었으며, 이 중 의미가 중복되는 인자를 제거하여 22개의 결과를 도출하였다. 2차 델파이 조사에서는 1차조사에서 수집된 22개의 평가영향인자에 대하여 전문가를 대상으로 리커드 7점 척도를 적용하여 각 인자별 중요도에 대한 설문을 수행하여 CVR 검증을 통하여 14개의 평가영향인자를 도출하였다.
후속연구
본 연구의 진행 결과 터널붕괴위험도 평가영향인자 선정 시 고려사항들의 절대평가 결과는 얻었지만 보다 객관적이고 정성적 항목들의 정량적 평가를 위해서는 항목들의 쌍대비교를 통해 중요도를 반영한 상대평가결과를 도출해야 할 것이다. 향후 이들 평가영향인자들은 다양한 분야의 터널 전문가를 대상으로 의견의 일치와 합의에 대한 결과로서 터널 붕괴위험도 지수개발을 위한 사전조사, 분석단계에서 요구되는 평가영향인자로서 매우 가치가 있다고 판단된다.
본 연구의 진행 결과 터널붕괴위험도 평가영향인자 선정 시 고려사항들의 절대평가 결과는 얻었지만 보다 객관적이고 정성적 항목들의 정량적 평가를 위해서는 항목들의 쌍대비교를 통해 중요도를 반영한 상대평가결과를 도출해야 할 것이다. 향후 이들 평가영향인자들은 다양한 분야의 터널 전문가를 대상으로 의견의 일치와 합의에 대한 결과로서 터널 붕괴위험도 지수개발을 위한 사전조사, 분석단계에서 요구되는 평가영향인자로서 매우 가치가 있다고 판단된다.
참고문헌 (18)
Anderson, D., 1997, Strand of System : The Philosophy of Charles Peirce, West Lafayette, Purdue University Press, 204p.
Barton, N. R., 1978, Suggested methods for the quantitative description of discontinuities in rock masses, ISRM Commission on Standardization of Laboratory and Field Tests, Int. J. Rock Mech. Min. Sic. and Geomech. Abstr., 15, 319-368.
Dalkey, N. C., 1969, The Delphi method : An experimental study of group opinion, Rand Corporation Memorandum, 79p.
Delbecq, A. L., Van de Ven, A. H., and Gustafson, D. H., 1975, Group Techniques for Program Planning: A guide to nominal and Delphi Processes, Glenview, IL : Scott, Foresman, 174p.
Goricki, A., Schubert, W., and Riedmueller G., 2004, New developments for the design and construction of tunnels in complex rock masses, International Journal of Rock Mechanics and Mining Sciences, 41(1), 720-725.
Li, S., Shi. S., Li, L., Zhou, Z., Sun, C., Wang, Q., and Liu, H., 2013, The Cause of Shallow Tunnel Collapse and Simulation Analysis of Consolidation for a Collapsed Tunnel, Research Journal of Applied Sciences, Engineering and Technology, 5(7), 2488-2493.
Martin, C. D., Kaiser, P. K., and McCreath, D. R., 1999, Hoek-Brown parameters for predicting the depth of brittle failure around tunnels, Canadian Geotechnical Journal, 36(1), 136-151.
Martin, C. D., Kaiser, P. K., and Christiansson, R., 2003, Stress, instability and design of underground excavation, International Journal of Rock Mechanics and Mining Sciences, 40, 1027-1047.
Rho, S. Y., 2006, Delphi Technique: Professional insight to predict the future, Korea Research Institute for Human Settlements, No. 299, 53-62.
Rowe, G., and Wright, G., 2001, Expert opinions in forecasting : The role of the Delphi technique, in J. Armstrong (Ed.) Principles of Forecasting, Boston: Kluwer Academic, 125-144.
Ziglio, E., 1996, The Delphi method and its contribution to decision-making. In M. Adler and E. Ziglio (Eds). Gazing into the oracle : the Delphi method and its application to social policy and public health, 3-33. London: Jessica Kingsley Publishers.
Shin, H. S., Kwon, Y. Ch., Jung, Y. S., Bae, G. J., and Kim, Y. G., 2009, Methodology for quantitative hazard evaluation for tunnel collapses based on case histories in Korea, International Journal of Rock Mechanics and Mining Science, 46(5), 1072-1087.
Shin, H. S., Lee, S. S., Kim, K. Y. and Bae, G. J., 2013, Quantitative evaluation of collapse hazard levels of tunnel faces by interlinked consideration of face mapping, design and construction data : focused on adaptive weight, Tunnelling and Underground Space Association, 15(5), 505-522.
KICT, 2009, Develpment of Tecnologies for Minimizing and Preventing the Disaster on Tunnel Construction (VI), Final Technical Report, KICT 2009-071, Korea Institute of Construction Technology (KICT), 867p.
Yoo, Y. I., Kim, M. K., Song, J. J., 2008, Methodology to Quantify Rock Behavior in Shallow Rock Tunnels by Analytic Hierarchy Process and Rock Engineering Systems, Journal of Korean Society for Rock Mechanics, Tunnel and Underground Space, 18(6), 465-479.
이 논문을 인용한 문헌
저자의 다른 논문 :
활용도 분석정보
상세보기
다운로드
내보내기
활용도 Top5 논문
해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다. 더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.