신뢰도 분석(Cronbach’s α)을 돌리다 보면
가끔 신기한 상황이 발생합니다.
문항은 원래 10개였는데
👉 1개 삭제했더니
👉 신뢰도가 올라감
예를 들어
- 삭제 전 α = .71
- 삭제 후 α = .83
이런 결과가 나오는 경우도 있습니다.
처음 보면 보통 이렇게 생각합니다.
“신뢰도가 올라갔네?”
“그럼 그냥 지우면 되는 거 아닌가?”
그런데 사실 이 결과에는
생각보다 많은 정보가 숨어 있습니다.
1️⃣ 신뢰도는 ‘문항 개수’가 아니라 ‘일관성’을 봅니다
많은 분들이
👉 문항 많음 = 신뢰도 높음이라고 생각합니다.
하지만 신뢰도 분석은
👉 문항들이 얼마나 같은 방향으로 움직이는지를 보는 것입니다.
즉, 문항 수보다
👉 문항들끼리 얼마나 잘 어울리는지가 더 중요합니다.
2️⃣ 문제는 ‘혼자 다른 행동을 하는 문항’입니다
신뢰도가 떨어지는 이유는
생각보다 단순합니다.
예를 들어 9개 문항은
👉 같은 개념을 측정 하고 있는데
1개 문항만
👉 다른 개념을 건드리고 있는 경우
그 순간 전체 척도 일관성이 깨집니다.
마치 9명은 같은 방향으로 걷는데
1명만 반대로 가는 느낌입니다.
3️⃣ 그래서 문항 하나 삭제했더니 올라가는 겁니다
신뢰도 분석 결과 보면
자주 등장하는 항목이 있습니다.
👉 “Cronbach’s Alpha if Item Deleted”
즉,
👉 이 문항을 제거하면 신뢰도가 어떻게 되는가를 보여주는 값입니다.
만약
현재 α = .74
문항 삭제 후 α = .82라면
그 문항이 전체 척도와 잘 맞지 않을 가능성이 있다는 의미입니다.
4️⃣ 그런데 무조건 삭제하면 안 됩니다
여기서 많은 분들이 실수합니다.
👉 신뢰도 낮음
👉 문항 삭제
👉 신뢰도 상승
👉 끝 ❌
신뢰도만 보고 지우기 시작하면
오히려 연구가 망가질 수도 있습니다.
왜냐하면
그 문항이
👉 이론적으로 중요한 문항일 수도 있기 때문입니다.
신뢰도만 보고 지우기 시작하면
오히려 연구가 망가질 수도 있습니다.
왜냐하면 그 문항이
👉 이론적으로 중요한 문항일 수도 있기 때문입니다.
5️⃣ 실제 원인은 생각보다 다양합니다
신뢰도를 떨어뜨리는 문항은
꼭 나쁜 문항이 아닙니다.
예를 들어
📌 역문항 처리 안 됨
📌 응답자가 이해하기 어려움
📌 다른 개념 측정
📌 문장 표현 애매함
📌 척도 방향 반대
이런 이유만으로도
신뢰도가 흔들릴 수 있습니다.
6️⃣ 오히려 문항이 좋은데도 신뢰도가 떨어질 수 있습니다
이 부분은 의외입니다.
예를 들어
“직무만족”
척도 안에
- 업무 만족
- 조직 만족
- 보상 만족
이 섞여 있다면
문항 간 차이가 발생할 수 있습니다.
즉, 신뢰도 낮음
=
문항 문제가 아니라
👉 구성개념 자체가 복합적일 수도 있습니다.
7️⃣ 그래서 진짜 중요한 질문은 이것입니다
문항 하나 삭제했더니
신뢰도가 올라갔다.
그러면 물어봐야 하는 건
👉 “삭제할까?”가 아닙니다.
👉 “왜 이 문항만 다르게 움직였을까?”입니다.
여기서부터
연구자가 데이터를 이해하기 시작합니다.
🔥 핵심 정리
문항 삭제 후 신뢰도가 올라갔다면
중요한 건 하나입니다.
👉 “신뢰도가 올랐다”가 아니라
👉 “그 문항이 왜 다른 반응을 보였는가”
📌 이런 경우 한 번 더 확인해보세요
✔ 역문항 여부
✔ 문항 표현
✔ 측정 개념 차이
✔ 응답자 이해 가능성
✔ 척도 방향 일치 여부
👉 삭제 전에 이유부터 확인
👀 많이 틀리는 포인트
신뢰도 낮음 → 바로 삭제 ❌
α 수치만 보고 판단 ❌
이론적 의미 무시 ❌
문항 내용 안 읽어봄 ❌
👉 신뢰도 분석은
“문항을 제거하는 도구”가 아니라
“문항을 이해하는 도구”입니다
