크론바흐 알파 (Cronbach's Alpha)
쉽게 풀면
같은 방의 온도를 재는 저울 여러 개가 있다고 해봅시다. 저울마다 재는 값이 들쭉날쭉하다면 그 저울들을 믿기 어렵겠죠. 설문지도 마찬가지입니다. "나는 내 삶에 만족한다", "요즘 행복하다고 느낀다"처럼 같은 개념(행복감)을 재려는 문항들이 여러 개 있을 때, 이 문항들에 대한 응답이 서로 비슷한 패턴을 보인다면 "이 문항들이 정말 같은 것을 재고 있구나"라고 믿을 수 있습니다. 크론바흐 알파는 바로 이 문항들 간의 일관성을 숫자로 나타낸 것으로, 보통 .70 이상이면 양호, .90 이상이면 매우 우수하다고 봅니다.
왜 중요한가
설문이나 척도를 활용하는 연구는 그 측정 도구가 실제로 일관되게 작동하는지를 먼저 입증해야 결과를 신뢰할 수 있기 때문에, 크론바흐 알파는 연구방법 절에서 거의 빠지지 않고 등장하는 기초 통계치입니다. 특히 새로운 문항을 개발하거나 기존 척도를 다른 언어·문화·연령대로 옮겨 사용할 때는 그 집단에서도 문항들이 여전히 일관되게 기능하는지 확인하는 절차로 필수적으로 다뤄집니다. 이는 이후 이루어지는 요인분석이나 집단 간 비교 분석의 신뢰성을 뒷받침하는 전제이기도 합니다.
논문에서는 이렇게 쓰입니다
이 문장은 "자기효능감을 재는 여러 문항들의 응답이 서로 일관되게 나타났으므로, 이 척도를 믿고 사용할 수 있다"는 뜻입니다.
척도의 연령·집단 간 적용 가능성을 검토하는 연구에서는 신뢰도가 낮게 나온 경우 문항 수정이나 삭제를 논의하는 근거로 이 값이 사용된다.
측정도구·조사방법론 연구에서는 응답 매체 변화가 척도 신뢰도에 미치는 영향을 검토할 때 이 지표를 비교 기준으로 활용한다.
조금 더 깊게 보면
크론바흐 알파는 척도가 하나의 단일한 개념만을 측정한다는 가정 위에서 계산되기 때문에, 실제로는 여러 하위 요인이 섞인 척도에 그대로 적용하면 값이 왜곡될 수 있습니다. 이 때문에 다차원 척도는 요인분석으로 하위 구조를 먼저 확인한 뒤 하위요인별로 알파를 따로 계산하는 것이 일반적입니다. 최근에는 알파의 단일 요인 가정이 지나치게 엄격하다는 지적에 따라 맥도날드의 오메가 계수처럼 보다 유연한 신뢰도 지표를 함께 제시하는 연구도 늘고 있습니다.
주의할 점
크론바흐 알파는 문항 수가 많아질수록 값이 커지는 경향이 있어, 문항이 10개인 척도와 30개인 척도의 알파값을 단순 비교하기는 어렵습니다. 또한 알파값이 높다고 해서 척도의 신뢰도 전체가 완벽하다는 뜻은 아니며, 시간이 지나도 결과가 안정적인지를 보는 검사-재검사 신뢰도와는 별개의 개념입니다.