― 설문 데이터는 먼저 “믿을 수 있는가?”를 물어야 합니다
설문 기반 연구를 진행할 때
가장 먼저 확인해야 할 것은
“내 문항이 제 역할을 하고 있는가?” 입니다.
아무리 많은 응답이 모여 있어도,
거기 포함된 질문들이 엉뚱한 방향을 측정하고 있다면
그 결과를 기반으로 한 분석은 모두 무의미해집니다.
그래서 등장한 것이 바로 👇
신뢰도 분석(Reliability Analysis) 입니다!
🧠 신뢰도란? (연구자가 꼭 알아야 할 개념!)
신뢰도 = 측정의 일관성
예를 들어,
체온계를 한 번 재면 36.5도,
다시 재면 40도,
또 재면 32도…?
이러면 이 체온계, 믿고 쓸 수 있을까요? 🤔
→ 당연히 못 쓰죠!
설문 문항도 마찬가지입니다.
같은 개념을 측정하고 있다면
응답은 서로 비슷한 방향을 보여야 합니다.
📌 신뢰도가 높다는 것은
문항들이 한 가지 개념을 안정적으로 측정한다는 의미!
🔎 SPSS에서 신뢰도 분석은 언제, 왜 할까?
📍 요인분석 후, 각 요인별 문항들이
실제로 일관되게 작동하는지 검증하기 위한 필수 과정
📍 문항을 유지/수정/삭제할지 판단하는 근거
📍 논문 심사에서 가장 많이 확인하는 지표 중 하나!
즉, “내가 만든 설문도구가 엉뚱한 말을 하고 있지 않다는 증거”
💻 SPSS 신뢰도 분석, 이렇게 합니다
📌 메뉴 이동
[Analyze] → [Scale] → [Reliability Analysis]
- 검정할 문항 선택
- 모형(Model): Cronbach’s α (기본)
- [Statistics]에서
- “Item-Total”
- “Inter-Item Correlation”
- 선택하여 결과표 자세히 확인
📊 결과표 해석 핵심 3가지
1️⃣ Cronbach’s α (크론바흐 알파)
전체 문항의 내적 일관성 지수
값 범위: 0 ~ 1
높을수록 좋음 👍
| 기준 | 신뢰도 수준 |
|---|---|
| ≥ .90 | 매우 우수 Excellent |
| ≥ .80 | 우수 Good |
| ≥ .70 | 수용 가능 Acceptable |
| ≥ .60 | 보완 필요 Questionable |
| < .60 | 낮음 Poor |
💡 논문에서는 .70 이상이 일반적인 기준!
2️⃣ Corrected Item-Total Correlation
해당 문항이 다른 문항과 조화롭게 움직이는가?
- .30 미만 → 삭제 고려
(해당 문항은 같은 개념을 제대로 측정하지 못함)
3️⃣ Cronbach’s Alpha if Item Deleted
“이 문항을 지우면 더 좋아질까?”
- 특정 문항 삭제 시
α 값이 오히려 증가한다면
→ 과감한 제거 후보
📌 신뢰도는
점수가 중요한 게 아니라
문항 구성 개선을 위한 기준이라는 것!
✨ 문항 간 상관행렬까지 체크!
Inter-Item Correlation Matrix 확인 포인트👇
- 0.30~0.70 → 이상적 범위
- 너무 높다(>.80)? → 문항 내용 중복 의심
- 너무 낮다(<.30)? → 해당 문항 기능 부족
📍 정리하면?
| 체크 항목 | 판단 기준 |
|---|---|
| Cronbach’s α | ≥ .70 유지 |
| 항목-전체 상관 | ≥ .30 유지 |
| 항목 삭제 시 α | 증가하면 삭제 고려 |
| 문항 간 상관 | .30~.70 권장 |
좋은 척도는
“문항이 서로 의지하면서도
독립된 역할을 하는 상태”입니다.
📝 논문에 이렇게 쓰세요! (예시 문장)
본 연구에서 사용한 ○○척도의 신뢰도 분석 결과,
Cronbach’s α 값은 .83으로
수용 가능한 수준으로 나타났다.
또한 항목-전체 상관계수는
.31~.67 범위로 확인되어
문항들의 내적 일관성이 확보된 것으로 판단하였다.
📌 여기까지만 정확하게 적어도
🎓 심사위원이 “아, 신뢰도 문제는 없네” 하고 넘어갑니다!
마무리
신뢰도 분석 없이 진행되는 설문 연구는
기초도 없이 집을 짓는 것과 같습니다.
논문에서
신뢰도 분석은 선택이 아닌
필수 체크포인트입니다!
