성격, 동기, 정서 등 심리적 구인의 구조를 탐색하고, 이들 간의 복잡한 메커니즘을 설명하기 위해 다양한 통계 방법을 개발하고 적용합니다. 특히 요인분석, 구조방정식모형, 혼합모형, 다층모형 등 잠재변수를 기반으로 한 방법을 주로 활용하며, 이를 통해 심리현상을 일반화하고 개인차를 분석합니다.

시뮬레이션 기반의 실험적 접근을 통해 다양한 조건하에서 기존 통계 방법의 강건성과 한계를 체계적으로 분석합니다. 현실을 반영한 실험 조건을 구현하여, 각 방법이 특정 상황에서 얼마나 신뢰할 수 있고 타당한 결론을 도출하는지에 대한 실증적 근거를 제공합니다. 이러한  연구는 실제 적용 상황에서의 방법의 유효성과 안정성의 근거를 제공하며, 분석 결과에 대한 해석 가능성과 일반화 가능성을 높이는 데 기여합니다. 

지능, 성격, 동기 등과 같이 직접 관찰할 수 없는 심리적 속성을 정량적으로 측정하기 위해 심리검사 도구를 개발하고 타당화합니다. 이러한 도구는 이론적 근거와 선행 연구를 토대로 구성되며, 심리측정학적 속성을 바탕으로 신뢰도와 타당도를 평가합니다. 신뢰도와 타당도가 입증된 척도는 임상, 교육, 조직 등 다양한 맥락에서 유용하게 활용될 수 있습니다. 

사회과학 데이터에 내재된 복잡한 변수 간 관계를 설명하기 위해 다양한 분석 방법을 적용하여 수리적 모델링을 수행합니다. 이렇게 개발된 모델을 평가하여 타당성을 검토하고 연구 결과에 대한 해석의 근거를 제공합니다. 

빅데이터와 인공지능(AI) 기법을 활용하여 심리, 의료, 교육 등 다양한 분야에서 발생하는 복잡한 문제를 해결합니다. 이를 위해 비정형 데이터 분석, 딥러닝, 자연어 처리(NLP), 설명가능한 인공지능(XAI), 인과적 추론(Causal Inference) 등의 기법을 도구로 활용합니다. 이를 통해, 단순한 데이터 기반 예측을 넘어 실질적인 의사결정과 문제해결에 기여합니다.