반분신뢰도 (Split-half Reliability)
쉽게 풀면
빵집에서 대량으로 구운 쿠키의 맛이 고른지 확인하고 싶다면, 한 판을 절반으로 나눠 양쪽에서 하나씩 맛을 봐서 비교해볼 수 있습니다. 두 쪽 맛이 비슷하다면 "이 판 전체가 고르게 잘 구워졌구나"라고 믿을 수 있겠죠. 반분신뢰도도 비슷한 발상입니다.
예를 들어 20개 문항으로 된 설문지가 있다면, 홀수 번호 문항과 짝수 번호 문항으로 나누어 각각 점수를 계산합니다. 이 두 점수가 사람마다 비슷하게 나온다면, "이 설문지는 어느 절반을 쓰더라도 일관되게 같은 결과를 준다"고 판단할 수 있습니다.
왜 중요한가
반분신뢰도는 새로운 척도를 개발하거나 기존 척도를 다른 집단에 적용할 때, 그 척도가 일관되게 같은 개념을 측정하는지를 확인하는 기초적인 검증 절차입니다. 심리검사·설문 기반 연구에서는 척도의 신뢰도를 보고하는 것이 결과 해석의 신뢰성을 뒷받침하는 필수 요소로 여겨지기 때문에, 방법론 섹션에서 자주 다뤄집니다.
계산과 범위
문항을 두 묶음으로 나눠 사람마다 두 점수(예: 홀수 번호 문항 합, 짝수 번호 문항 합)를 구하고, 두 점수의 상관계수 rhh를 계산합니다. 이 값은 절반 길이 검사끼리의 상관이므로 전체 검사의 신뢰도보다 낮게 나옵니다. 그래서 스피어만-브라운 공식으로 길이를 두 배로 늘렸을 때의 값을 환산합니다(Spearman, 1910; Brown, 1910).
r전체 = 2·rhh / (1 + rhh)
- 범위: 상관계수이므로 이론상 −1~1이고, 보정 후에도 실제로 쓰이는 값은 0~1입니다. 음수가 나오면 한 묶음이 반대 방향으로 채점된 문항(역채점 누락)을 의심합니다.
- 두 반쪽의 분산이 다르면 스피어만-브라운 대신 루론(Rulon)·거트먼 공식
2·(1 − (sA² + sB²)/sX²)을 씁니다. 두 분산이 같으면 두 공식은 같은 값이 됩니다. 여기서 sA², sB²는 두 반쪽 점수의 분산, sX²는 전체 점수의 분산입니다.
작은 예(가상의 자료). 6문항(1~5점) 설문을 10명이 응답해, 홀수 번호 3문항 합(O)과 짝수 번호 3문항 합(E)을 구했습니다.
| 구분 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| 홀수 합 O | 9 | 12 | 7 | 14 | 10 | 8 | 13 | 6 | 11 | 12 |
| 짝수 합 E | 10 | 11 | 8 | 13 | 9 | 9 | 12 | 7 | 10 | 14 |
두 점수의 상관은 rhh = 0.895, 스피어만-브라운 보정 후 0.945입니다. 같은 자료에 루론 공식을 쓰면 0.936으로 비슷합니다(위 표로 직접 계산해 확인할 수 있습니다).
해석 기준
흔히 쓰는 기준은 Nunnally(1978)가 제시한 관례입니다. 연구 초기 단계의 척도는 .70 정도, 기초 연구는 .80, 개인에 대한 중요한 결정에 쓰는 검사는 .90 이상을 바란다는 것으로, 법칙이 아니라 관례이므로 분야와 목적에 따라 달리 적용합니다.
- 반분 방식에 따라 값이 달라집니다. 홀짝, 전반·후반, 무작위 중 무엇으로 나눴는지에 따라 rhh가 다릅니다. 크론바흐 알파는 가능한 모든 반분에 대한 루론 계수를 평균한 것과 같다고 알려져 있어(Cronbach, 1951), 하나의 분할에 의존하지 않는 대안으로 쓰입니다.
- 문항을 내용·난이도가 균형 잡히도록 나눠야 합니다. 앞쪽에 쉬운 문항, 뒤쪽에 어려운 문항이 몰린 검사에서 전반·후반으로 나누면 두 묶음이 서로 다른 것을 재게 됩니다.
- 시간이 모자라 뒤쪽 문항을 못 푸는 속도검사에서는 홀짝 반분 값이 부풀려지므로 적절하지 않다고 알려져 있습니다.
보고 방법
어떻게 나눴는지, 보정 전 상관과 보정 후 계수를 함께 적습니다. (수치는 위 가상 자료에서 얻은 값입니다.)
문항을 홀수·짝수 번호로 나누어 반분신뢰도를 산출하였다. 두 반쪽 점수의 상관은 r = 0.90였고, 스피어만-브라운 공식으로 보정한 반분신뢰도는 0.94였다.
- 보정 전 r과 보정 후 값을 혼동하지 않도록 표기합니다.
- 대부분의 최신 논문은 반분신뢰도 대신(또는 함께) 크론바흐 알파나 오메가를 보고하므로, 반분신뢰도만 단독으로 제시할 때는 그 이유(예: 문항 수가 매우 적음, 이분 채점 검사)를 밝히면 좋습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
이 문장은 "문항을 절반씩 나눠 계산한 두 점수가 서로 높은 상관을 보였으므로, 이 설문지가 일관성 있게 측정하고 있다"는 뜻입니다.
이 문장은 검사 개발 연구에서 단순 절반 나누기 상관값을 그대로 쓰지 않고, 전체 문항 수 기준으로 보정한 계수를 함께 제시하는 관행을 보여줍니다.
조금 더 깊게 보면
반분신뢰도로 얻은 상관계수는 전체 문항이 아니라 절반짜리 검사 간 상관이므로, 실제 신뢰도를 과소추정하는 경향이 있어 스피어만-브라운 예측 공식(Spearman-Brown prediction formula)으로 보정해 전체 문항 기준의 신뢰도로 환산하는 것이 관행입니다. 문항을 나누는 방식으로는 홀짝 분할 외에도 무작위 분할, 전후반 분할 등이 쓰이며, 어떤 분할을 택하느냐에 따라 값이 달라질 수 있다는 점이 크론바흐 알파가 대안으로 선호되는 이유이기도 합니다.
주의할 점
반분신뢰도는 문항을 "어떻게" 절반으로 나누느냐에 따라 결과가 달라질 수 있다는 한계가 있습니다. 이 때문에 최근 논문에서는 가능한 모든 방식으로 문항을 나눈 값의 평균 개념인 크론바흐 알파를 더 많이 사용하는 편입니다.
헷갈리기 쉬운 용어
신뢰도를 재는 방법들은 ‘무엇을 일치시키는가’로 갈립니다.
| 용어 | 일치시키는 것 | 한 번에 끝나는가 |
|---|---|---|
| 반분신뢰도 | 같은 검사의 두 반쪽 점수 | 한 번의 실시로 가능 |
| 크론바흐 알파 | 모든 문항 사이의 일관성(가능한 모든 반분의 평균에 해당) | 한 번의 실시로 가능 |
| 검사-재검사 신뢰도 | 시간을 두고 반복한 두 번의 점수 | 두 번 실시해야 함 |
| 동형검사 신뢰도 | 서로 다른 두 동형 검사의 점수 | 두 검사가 필요 |
| 스피어만-브라운 공식 | (계수가 아니라) 문항 수를 바꿀 때 신뢰도를 환산하는 공식 | — |
참고 문헌
- Spearman, C. (1910). Correlation calculated from faulty data. British Journal of Psychology, 3(3), 271–295.
- Brown, W. (1910). Some experimental results in the correlation of mental abilities. British Journal of Psychology, 3(3), 296–322.
- 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.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.