- Cronbach's α는 .70 이상이면 일반적으로 수용 가능한 수준입니다
- 역문항을 역코딩하지 않으면 α가 크게 낮아지거나 음수가 됩니다
- 신뢰도는 하위요인별로 산출하고 본 연구의 값을 보고합니다
Cronbach's α(크론바흐 알파)는 여러 문항이 같은 개념을 일관되게 측정하는지 보여 주는 내적 일관성 신뢰도 지표로, 일반적으로 .70 이상이면 수용 가능하고 .80 이상이면 양호하다고 해석합니다. 탐색적 연구에서는 .60 이상을 허용하는 문헌도 있지만, 기준값을 쓸 때는 근거 문헌을 함께 밝히는 것이 좋습니다. 논문에는 하위요인별로 본 연구에서 산출한 값을 측정도구 절에 보고합니다.
Cronbach's α가 보여 주는 것
같은 개념을 재는 문항들이라면 한 문항에 높게 응답한 사람은 다른 문항에도 높게 응답하는 경향이 있어야 합니다. Cronbach's α는 이런 문항 간 일관성을 하나의 값으로 요약하며, 값이 클수록 문항들이 서로 잘 어울린다는 뜻입니다. 다만 α는 문항 수가 많을수록 커지는 성질이 있어, 문항이 많은 척도에서는 높게 나오고 문항이 서너 개뿐인 하위요인에서는 낮게 나오기 쉽습니다.
신뢰도에는 여러 종류가 있습니다. 같은 사람에게 시간 간격을 두고 두 번 측정해 비교하는 검사-재검사 신뢰도, 문항을 둘로 나눠 비교하는 반분 신뢰도, 관찰자 간 일치도를 보는 평정자 간 신뢰도 등이 있으며, Cronbach's α는 한 번의 측정으로 문항 간 일관성을 보는 내적 일관성 신뢰도에 해당합니다. 설문 연구에서 α를 주로 쓰는 이유는 한 번의 조사만으로 산출할 수 있기 때문입니다. 관찰이나 코딩 결과의 일치도를 봐야 하는 연구라면 α 대신 Cohen의 kappa나 급내상관계수(ICC) 같은 지표를 사용합니다.
기준값 해석표
신뢰도 기준은 보통 다음과 같이 해석합니다.
| α 값 | 일반적 해석 | 대응 방법 |
|---|---|---|
| .90 이상 | 매우 높음 | .95를 넘으면 문항 내용의 중복 여부를 검토 |
| .80 이상 .90 미만 | 양호 | 그대로 보고 |
| .70 이상 .80 미만 | 수용 가능 | 그대로 보고 |
| .60 이상 .70 미만 | 다소 낮음 | 탐색적 연구라면 근거와 함께 보고하고 원인 점검 |
| .60 미만 | 낮음 | 역코딩과 문항 점검, 결과 해석 시 한계로 명시 |
해석 기준은 문헌마다 조금씩 다르며, Nunnally(1978)가 제시한 .70 기준이 가장 널리 인용됩니다. 어떤 기준을 쓰든 출처를 밝히면 심사에서 불필요한 논쟁을 줄일 수 있습니다.
SPSS 신뢰도 분석 방법
- 역문항이 있다면 먼저 변환 > 다른 변수로 코딩변경 메뉴에서 역코딩합니다. 5점 척도라면 1은 5로, 2는 4로 바꾸는 식입니다.
- 분석 > 척도분석 > 신뢰도 분석을 엽니다.
- 한 하위요인에 속한 문항만 항목 칸으로 옮기고, 모형은 알파를 선택합니다.
- 통계량 버튼에서 항목제거시 척도를 선택합니다.
- 결과의 신뢰도 통계량 표에서 Cronbach의 알파를, 항목 총계 통계량 표에서 문항별 정보를 확인합니다.
하위요인이 여러 개라면 하위요인마다 따로 분석하고, 전체 척도의 α가 필요하다면 별도로 한 번 더 산출합니다. 메뉴 이름은 버전에 따라 조금 다를 수 있습니다.
항목 총계 통계량 읽는 법
항목 총계 통계량 표에서는 두 열을 주로 봅니다.
- 수정된 항목-전체 상관관계: 해당 문항과 나머지 문항 합계의 상관입니다. 이 값이 낮은 문항(.30 미만이 자주 쓰이는 경험적 기준)은 다른 문항과 다른 것을 재고 있을 가능성이 있습니다.
- 항목이 삭제된 경우 Cronbach 알파: 그 문항을 빼고 계산한 α입니다. 이 값이 현재 α보다 뚜렷하게 높다면 해당 문항을 검토합니다.
검토 대상이 된 문항이라도 바로 삭제해서는 안 됩니다. 표준화된 척도는 문항 구성 자체가 타당도의 근거이므로, 문항을 빼면 척도가 재는 내용이 달라질 수 있습니다. 삭제를 결정했다면 어떤 문항을 왜 제외했는지와 삭제 전후의 α를 함께 보고합니다.
신뢰도가 낮게 나올 때 점검 순서
- 역코딩 누락: α가 음수로 나오거나 특정 문항의 항목-전체 상관이 음수라면 역코딩을 빠뜨렸을 가능성이 큽니다.
- 분석 범위 오류: 다른 하위요인의 문항을 함께 넣지 않았는지 확인합니다.
- 입력 오류: 범위를 벗어난 값(5점 척도에 6 이상)이나 결측 코드가 그대로 포함되었는지 봅니다.
- 불성실 응답: 모든 문항에 같은 번호로 응답한 사례가 많지 않은지 확인합니다.
- 문항 수와 표본 특성: 문항이 적거나 표본이 지나치게 동질적이면 α가 낮아질 수 있습니다.
원인을 확인한 뒤에도 값이 낮다면 결과를 그대로 보고하고 연구의 제한점에 그 사실과 해석상 주의점을 적습니다.
α만으로 충분하지 않은 이유
신뢰도가 높다고 척도가 의도한 개념을 정확히 잰다는 뜻은 아닙니다. α는 신뢰도의 지표일 뿐 타당도의 근거가 아니며, 문항들이 하나의 차원으로 묶인다는 증거도 아닙니다. 척도의 구성을 확인하려면 요인분석을 함께 실시하고, 필요하면 McDonald의 ω 같은 다른 신뢰도 지표를 보완적으로 보고합니다. 또한 α는 모든 문항이 개념을 같은 정도로 반영한다는 다소 엄격한 가정을 전제로 하므로, 이 가정이 맞지 않으면 실제 신뢰도를 낮게 추정할 수 있습니다.
α 값은 보통 소수점 둘째 자리까지 쓰며, 1을 넘을 수 없는 값이므로 APA 형식에서는 소수점 앞의 0을 생략해 .87처럼 표기합니다.
논문 보고 예시
측정도구 절에서는 척도별로 다음과 같이 씁니다. "직무만족은 ○○○(20XX)가 개발한 척도를 사용하였다. 총 15문항, 5점 리커트 척도로 구성되며 점수가 높을수록 직무만족이 높음을 의미한다. 선행연구에서 Cronbach's α는 .○○였으며, 본 연구에서는 .87로 나타났다." 하위요인이 많다면 다음과 같은 표로 정리하면 한눈에 볼 수 있습니다. 표의 수치는 형식을 보여 주기 위한 가상의 예시입니다.
| 변수 | 하위요인 | 문항 수 | 문항 번호 | Cronbach's α |
|---|---|---|---|---|
| 직무만족 | 직무 자체 | 5 | 1-5 | .84 |
| 직무만족 | 보상 | 5 | 6-10 | .79 |
| 직무만족 | 인간관계 | 5 | 11-15 | .81 |
| 직무만족 | 전체 | 15 | 1-15 | .87 |
선행연구의 α만 인용하고 본 연구의 값을 빠뜨리는 경우가 의외로 많습니다. 신뢰도는 표본마다 달라지므로 원척도나 타당화 연구의 값은 참고로 제시하고, 판단의 근거는 반드시 본 연구에서 산출한 값으로 삼아야 합니다. 번역 척도를 사용했다면 번안 연구의 신뢰도도 함께 적어 두면 좋습니다.
설문 문항을 구성하는 단계라면 설문지 만드는 법을, 전체 분석 순서는 SPSS 통계분석 방법을 참고하세요.
신뢰도가 기대보다 낮게 나왔거나 문항 삭제 여부를 판단하기 어렵다면 통계분석 페이지에서 결과 점검 지원을 확인해 보세요.