크론바흐 알파 (Cronbach's Alpha)
쉽게 풀면
설문지에 같은 개념을 묻는 여러 문항(예: 우울을 측정하는 10개 문항)이 있을 때, 이 문항들이 서로 비슷한 방향으로 응답되는지를 확인하는 통계치입니다. 값은 보통 0에서 1 사이로 나오며, 일반적으로 0.7 이상이면 문항들이 서로 잘 어울려 하나의 개념을 일관되게 측정한다고 봅니다. 값이 너무 낮으면 문항들이 서로 다른 것을 재고 있다는 뜻이므로 척도를 다시 다듬어야 할 수 있습니다. 반대로 지나치게 높으면(0.95 이상) 문항들이 거의 같은 질문을 반복하는 중복일 수도 있습니다.
왜 중요한가
크론바흐 알파는 새로운 척도를 개발하거나 기존 척도를 다른 집단에 적용할 때, 그 측정 도구가 믿을 만한지를 가장 먼저 확인하는 지표이기 때문에 심리학, 교육학, 경영학, 간호학 등 설문을 다루는 거의 모든 분야의 논문에서 필수적으로 보고됩니다. 척도의 신뢰도가 낮으면 이후 분석 결과 전체의 타당성이 흔들리므로, 연구방법 절에서 신뢰도 확보를 논증하는 표준 절차로 자리 잡고 있습니다. 또한 요인분석이나 구조방정식 모형 같은 후속 분석의 전제 조건을 점검하는 단계로도 자주 언급됩니다.
논문에서는 이렇게 쓰입니다
설문 문항들이 서로 얼마나 일관되게 응답되었는지를 나타내는 값이 .87로 나와 신뢰할 만한 수준이었다는 뜻입니다.
경영학·조직행동 연구에서는 다차원 척도를 사용할 때 하위요인별로 신뢰도를 따로 보고하는 관행이 흔하다.
척도 번안·타당화 연구에서는 원척도와 번역판의 신뢰도를 비교해 번역의 적절성을 뒷받침하는 근거로 이 값을 사용한다.
조금 더 깊게 보면
크론바흐 알파는 척도를 구성하는 모든 가능한 반쪽 조합의 상관을 평균한 것과 수학적으로 동일한 값으로, 문항 간 평균 상관과 문항 수에 의해 결정됩니다. 그래서 문항 수가 늘어나면 문항 간 상관이 낮아도 알파값이 커지는 특성이 있어, 단순히 알파값만으로 척도의 질을 판단하기보다는 문항-총점 상관이나 문항을 제거했을 때의 알파 변화 같은 세부 지표를 함께 살펴보는 경우가 많습니다. 최근에는 단일 요인 가정이 지나치게 단순하다는 비판에 따라 맥도날드의 오메가 계수 같은 대안 지표도 함께 보고되는 추세입니다.
주의할 점
크론바흐 알파는 문항 수가 많아지면 다른 조건이 같아도 값이 자연스럽게 높아지는 경향이 있어, 문항 수를 함께 고려해서 해석해야 합니다.