스피어만-브라운 예언공식 (Spearman-Brown Prophecy Formula)
쉽게 풀면
줄자로 책상 길이를 한 번만 재면 손이 떨려서 오차가 생길 수 있지만, 세 번 재서 평균을 내면 오차가 훨씬 줄어듭니다. 검사 문항도 마찬가지입니다. 문항 수가 많을수록 우연에 의한 오차가 서로 상쇄되면서 검사 전체의 신뢰도가 올라가는 경향이 있습니다. 스피어만-브라운 예언공식은 "지금 10문항짜리 검사의 신뢰도가 이 정도인데, 문항을 20문항, 30문항으로 늘리면 신뢰도가 얼마나 올라갈까?"를 실제로 문항을 만들어보지 않고도 수학적으로 예측해주는 도구입니다. 원래는 반분신뢰도로 구한 절반짜리 신뢰도를 전체 문항 수 기준으로 보정하기 위해 만들어졌습니다.
왜 중요한가
심리검사나 설문 도구를 개발하는 논문에서는 신뢰도를 확보하면서도 응답자의 부담을 줄이는 것이 중요한 과제입니다. 스피어만-브라운 공식은 문항 수와 신뢰도 사이의 관계를 수량화해주기 때문에, 반분신뢰도 보정뿐 아니라 새 척도를 설계할 때 "목표 신뢰도를 얻으려면 문항이 몇 개 필요한가"를 가늠하는 데도 활용됩니다. 이런 이유로 척도 개발·타당화 논문의 방법론 절에서 자주 언급됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 검사를 절반으로 나눠 구한 신뢰도 값이 전체 문항을 다 썼을 때보다 낮게 나오기 때문에, 공식을 이용해 원래 문항 수 기준의 신뢰도로 환산했다는 뜻입니다.
이 문장은 실제로 문항을 만들어 검증하기 전에, 문항 수를 늘렸을 때 신뢰도가 어느 정도까지 오를지 미리 예측했다는 뜻입니다.
이 문장은 문항을 줄이는 방향으로도 공식을 활용해, 신뢰도를 크게 해치지 않는 선에서 검사를 얼마나 짧게 만들 수 있는지를 계산했다는 뜻입니다.
조금 더 깊게 보면
스피어만-브라운 공식은 새로 추가되는 문항들이 기존 문항과 동일한 평균 상관(동질성)을 갖는다는 가정 위에 세워져 있어, 실제로는 이 가정이 어긋나면 예측값과 실제 신뢰도 사이에 차이가 발생할 수 있습니다. 반분신뢰도 산출 시에는 검사를 어떻게 반으로 나누느냐(홀짝 문항, 전후반 문항 등)에 따라 결과가 달라질 수 있어, 이 점도 함께 보고하는 것이 일반적입니다.
주의할 점
이 공식은 문항 수를 늘리기만 하면 신뢰도가 항상 좋아진다는 뜻이 아닙니다. 새로 추가되는 문항이 기존 문항과 비슷한 수준의 질과 동질성을 갖고 있다는 전제가 있어야 하며, 실제 신뢰도 검증은 여전히 크론바흐 알파 같은 지표로 확인해야 합니다.