크론바흐 알파 (Cronbach's Alpha)
쉽게 풀면
같은 방의 온도를 재는 온도계 여러 개가 있다고 해봅시다. 온도계마다 재는 값이 들쭉날쭉하다면 그 온도계들을 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.
계산과 범위
문항이 k개인 척도에서 α = k ÷ (k − 1) × (1 − 문항 분산의 합 ÷ 총점의 분산)입니다(Cronbach, 1951). 문항들이 서로 비슷하게 움직일수록 총점 분산이 문항 분산의 합보다 커져 α가 올라갑니다.
가상의 예: 5문항을 8명이 1~5점으로 답했습니다. 문항 분산의 합이 5.96, 총점 분산이 24.21이어서 α = 5/4 × (1 − 5.96 ÷ 24.21) ≈ 0.94입니다(코드로 계산).
문항 간 평균 상관이 같아도 문항 수가 늘면 α가 커집니다. 표준화 α = k r ÷ (1 + (k − 1) r)(r은 문항 간 평균 상관)로 계산하면 다음과 같습니다.
| 문항 수 k | 평균 상관 0.2 | 평균 상관 0.3 |
|---|---|---|
| 5 | 0.56 | 0.68 |
| 10 | 0.71 | 0.81 |
| 20 | 0.83 | 0.90 |
범위는 이론상 상한이 1이고, 역채점을 빠뜨렸거나 문항들이 서로 반대로 움직이면 0보다 작아질 수도 있습니다.
해석 기준
- 흔히 인용되는 기준은 Nunnally(1978)의 제안으로, 초기 연구에서는 .70 정도, 중요한 결정에 쓰는 도구는 .90 이상이 바람직하다는 식입니다. 이는 관례이지 통계적 문턱이 아닙니다.
- 너무 높은 값(예: .95 이상)은 문항이 서로 거의 같은 내용을 반복한다는 신호일 수 있습니다(Streiner, 2003).
- α는 문항 간 일관성을 말할 뿐 척도가 한 개념만 재는지(단일차원성)를 보증하지 않습니다(Sijtsma, 2009). 여러 하위요인이 섞인 척도는 요인분석으로 구조를 확인한 뒤 하위척도별로 계산합니다.
- α는 문항들이 같은 크기로 개념을 반영한다는(tau-등가) 가정이 맞을 때 신뢰도와 같고, 그렇지 않으면 신뢰도의 하한에 가깝습니다. 이 가정이 어려우면 오메가 계수가 대안으로 제안됩니다(McNeish, 2018).
보고 방법
- 신뢰도는 척도 자체의 고정 속성이 아니라 이 표본에서의 점수가 가진 성질입니다. 기존 논문의 α를 그대로 옮기지 말고 본 연구 자료에서 다시 계산해 적습니다.
- 문항 수와 응답 척도, 역채점 처리 여부, 전체 척도와 하위척도별 α를 구분해 적습니다.
- 소수점 둘째 자리(예: α = .87)로 쓰고, 가능하면 오메가 계수나 신뢰구간을 함께 보고합니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“플립러닝 기반 기본간호학 실습교육 전·후의 학업적 자기효능감과 학습동기의 차이는 paired t-test로 분석하였으며, 측정도구의 신뢰도는 Cronbach's alpha로 분석하였다.”
플립러닝을 적용한 기본간호학 실습교육의 효과, Journal of The Korean Data Analysis Society, 2016 · KCI 한국학술지인용색인 · 원문 보기 ↗
“전체 설명량은 59.32%이였으며 Cronbach's α는 .80으로 개발된 도구를 실무나 연구에 사용 하는데 문제가 없는 값으로 나타났다.”
보육교사의 안전돌봄 실천행위 측정 도구 개발, 보건의료생명과학논문지, 2022 · KCI 한국학술지인용색인 · 원문 보기 ↗
“각 하위 지표에서 내적 합치도(Cronbach's alpha)는 .65에서 .90사이이며, 전체 문항은 .79로 나타났다.”
한국판 정서-행동 선별시스템(K·BASC-3 BESS), 자기보고형 검사-초등용(SRP-C)의 타당화 연구, 열린교육연구, 2026 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
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.
헷갈리기 쉬운 용어
신뢰도에는 여러 종류가 있고, 각각 다른 질문에 답합니다.
| 용어 | 무엇을 보나 | 필요한 자료 |
|---|---|---|
| 크론바흐 알파 | 문항 간 내적 일관성 | 한 번 측정한 문항별 응답 |
| 맥도날드 오메가 | 요인 모형에 기초한 일관성(문항별 부하량 차이 허용) | 한 번 측정한 문항별 응답과 요인 모형 |
| 반분 신뢰도 | 문항을 반으로 나눈 두 점수의 일치 | 한 번 측정한 문항별 응답 |
| 검사-재검사 신뢰도 | 시간이 지나도 점수가 안정적인가 | 두 시점의 같은 척도 점수 |
참고 문헌
- Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334.
- Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.
- Streiner, D. L. (2003). Starting at the beginning: An introduction to coefficient alpha and internal consistency. Journal of Personality Assessment, 80(1), 99–103.
- Sijtsma, K. (2009). On the use, the misuse, and the very limited usefulness of Cronbach's alpha. Psychometrika, 74(1), 107–120.
- McNeish, D. (2018). Thanks coefficient alpha, we'll take it from here. Psychological Methods, 23(3), 412–433.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.