신뢰도 분석(Cronbach's α) Q&A

신뢰도 분석에서 자주 나오는 질문과 해결 방법입니다. 실행 경로: 분석 > 척도분석 > 신뢰도 분석

Q1Cronbach's α는 얼마 이상이면 되나요? .70의 출처가 정말 Nunnally인가요?

✅ 관례적으로 .70 이상을 수용 기준으로 쓰고 Nunnally(1978)를 인용합니다. 다만 원문의 맥락을 알고 쓰는 것이 좋습니다.

Nunnally(1978, p. 245)가 실제로 말한 것은 "연구 초기 단계에는 .70 정도면 충분하다"는 것이며, 기초연구에는 .80 이상, 중요한 응용 장면(개인에 대한 결정 등)에는 더 높은 신뢰도를 권했습니다. 즉 .70은 만능 합격선이 아니라 탐색적 연구 단계의 최소 기준입니다(Lance, Butts, & Michels, 2006).

실무 권장: 척도 개발·탐색 단계 ≥ .70, 확립된 척도를 쓰는 본 연구 ≥ .80을 목표로 하고, 본문에는 "α = .87로 양호한 내적일관성을 보였다(Nunnally, 1978)"처럼 값과 출처를 함께 씁니다.

📚 APA 참고문헌

Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.

Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.

Lance, C. E., Butts, M. M., & Michels, L. C. (2006). The sources of four commonly reported cutoff criteria: What did they really say? Organizational Research Methods, 9(2), 202–220.

Q2α가 .70보다 낮게 나왔습니다. 어떻게 해야 하나요?

✅ 점검 순서: ① 역문항 코딩 확인 → ② 문항-전체 상관 확인 → ③ 문제 문항 제거 검토

① 역문항을 재코딩하지 않고 돌리면 α가 크게 떨어집니다(Q3 참고). 가장 흔한 원인이므로 먼저 확인하세요.

② 신뢰도 분석 > 통계량에서 "항목제거시 척도" 체크 → 출력의 수정된 항목-전체 상관이 .30 미만인 문항은 나머지 문항들과 같은 것을 재지 않는 문항일 수 있습니다(Field, 2018).

③ "항목이 삭제된 경우 Cronbach 알파" 열에서 삭제 시 α가 눈에 띄게 오르는 문항을 제거 후보로 검토합니다.

⚠️ 주의: α를 올리기 위한 기계적 문항 삭제는 척도의 내용 타당도를 해칩니다. 삭제할 때는 문항 내용을 함께 검토하고, 삭제 사실과 근거를 논문에 보고하세요. 문항 수가 적으면(예: 3~4개) α가 낮게 나오는 것이 자연스럽다는 점도 고려합니다(Cortina, 1993).

📚 APA 참고문헌

Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104.

Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.

Q3역문항(부정 문항)은 어떻게 처리하나요?

✅ 신뢰도 분석 전에 역채점(recode)부터 합니다.

실행 경로: 변환 > 다른 변수로 코딩변경 → 역문항 선택 → 새 변수명 지정(예: q05r) → 기존값 및 새로운 값에서 5점 척도 기준 1→5, 2→4, 3→3, 4→2, 5→1 입력.

또는 변환 > 변수 계산에서 6 - q05 (5점 척도), 5 - q05 (4점 척도)처럼 "(최고점+1) − 원점수"로 계산해도 됩니다.

확인 방법: 역채점이 제대로 됐는지 보려면 신뢰도 출력의 항목-전체 상관을 확인하세요. 역채점을 빠뜨린 문항은 항목-전체 상관이 음수로 나타나는 경우가 많습니다.

⚠️ 주의: "같은 변수로 코딩변경"은 원자료를 덮어써서 되돌릴 수 없으므로, 반드시 다른 변수로 코딩변경을 쓰세요.

Q4α가 .95를 넘습니다. 높을수록 좋은 것 아닌가요?

⚠️ 지나치게 높은 α는 문항이 사실상 같은 말을 반복하고 있다는 신호일 수 있습니다(Streiner, 2003).

α는 문항 수가 많을수록, 문항 간 상관이 높을수록 커집니다(Cortina, 1993). α > .90은 문항 중복(redundancy) 가능성을 시사하며, 척도를 줄일 여지가 있다는 의미로 해석되기도 합니다. 보고 자체는 문제가 없지만, 척도 개발 단계라면 유사 문항 정리를 검토하세요.

📚 APA 참고문헌

Streiner, D. L. (2003). Starting at the beginning: An introduction to coefficient alpha and internal consistency. Journal of Personality Assessment, 80(1), 99–103.

Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104.

Q5문항이 2개뿐인 하위요인의 신뢰도는 어떻게 구하나요?

✅ 2문항 척도에는 Cronbach's α보다 Spearman-Brown 계수가 더 적절하다는 연구가 있습니다(Eisinga, te Grotenhuis, & Pelzer, 2013).

α는 문항 수에 민감해서 2문항이면 과소추정되기 쉽습니다. SPSS에서는 신뢰도 분석의 모형을 "반분(Split-half)"으로 바꾸면 Spearman-Brown 계수가 출력됩니다(2문항이면 각 문항이 한쪽 반이 됩니다).

📚 APA 참고문헌

Eisinga, R., te Grotenhuis, M., & Pelzer, B. (2013). The reliability of a two-item scale: Pearson, Cronbach, or Spearman-Brown? International Journal of Public Health, 58(4), 637–642.

Q6심사자가 α 대신 McDonald's ω(오메가)를 보고하라고 합니다. 왜죠?

✅ α는 모든 문항의 요인부하량이 같다는(tau-equivalence) 비현실적 가정을 전제하기 때문에, 이 가정이 없는 ω가 더 정확한 신뢰도 추정치라는 권고가 늘고 있습니다(Hayes & Coutts, 2020; McDonald, 1999).

SPSS 최신 버전에서는 분석 > 척도분석 > 신뢰도 분석의 모형에서 ω를 선택할 수 있습니다(버전에 따라 미지원 — 미지원 시 Hayes의 OMEGA 매크로나 jamovi·R 사용). α와 ω를 함께 보고하는 것도 무난한 대응입니다.

📚 APA 참고문헌

Hayes, A. F., & Coutts, J. J. (2020). Use omega rather than Cronbach's alpha for estimating reliability. But… Communication Methods and Measures, 14(1), 1–24.

McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum.

Q7전체 척도의 α와 하위요인별 α 중 무엇을 보고하나요?

✅ 분석에 실제로 사용하는 점수 단위의 신뢰도를 보고합니다. 하위요인 점수를 쓰면 하위요인별 α를, 총점을 쓰면 전체 α를 보고합니다.

다차원 척도에서 전체 α만 보고하는 것은 부적절할 수 있습니다. α는 일차원성을 전제로 해석되기 때문입니다(Cortina, 1993). 하위요인 점수와 총점을 모두 쓰면 둘 다 보고하는 것이 안전합니다.

📚 APA 참고문헌

Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104.