2016년 2월 13일 토요일

아빠가 들려 주는 [통계] 내적 신뢰도 분석 Cronbach 알파

아빠가 들려 주는 [통계] 내적신뢰도분석  Cronbach 알파




‘Cronbach 알파’는 신뢰성 지수, 내적 합치도 지수, 동질성 지수,
내적 일관성 지수, 알파 등 다양하게 불리고 있습니다.
지수 대신 계수라는 말도 쓰고, 영어로도 다양하게 불립니다.






예를 들어 만족도를 조사하는 5가지 문항을 주었고,
그 답들은 모두 연속변수라고 합시다. (또는 서열변수)
이 다섯 가지 문항은 다양한 질문으로 표현한 것이지,
사실은 같은 지표를 나타내는 질문이라고 생각했는데,
과연 그런지를 알고 싶습니다.

이 때, ‘Cronbach 알파’가 사용됩니다.
그 결과값은 0부터 1까지의 숫자로 표현되는데 기준을 0.6으로
잡기도 하고, 0.7로 잡기도 하지만, 그 이상일 때 일치한다고 말할 수 있습니다.

앞으로 배우게 될 ‘요인분석’과 동반되어 사용하기도 합니다.
요인분석에서 서로 같은 요인이라고 판단된 것을
다시 ‘Cronbach 알파’로 점검해 보는 식이지요.
사실 이렇게 만들어진 설문지가 제대로 된 설문지인지 확인해보는 것은
이미 공인된 설문지인 경우에는 필요가 없겠지만,
설문지를 제작해야 하는 입장에서는 중요한 문제입니다.
설문의 신뢰성을 확보하기 위해서,
반분법, 재검사법, 복수양식법 등이 사용되지만,
통계 패키지 내에서 할 수 있는 것으로
내적 일관성 분석법(internal consistency method)이 사용되고,
그것을 위해서 ‘Cronbach 알파’가 사용되는 것입니다.

앞서 보았듯이, ‘0.6 또는 0.7이상일 때 일반적으로 일치도가 높다’라고
 전체적으로 판단하기도 하지만,
알파값은 문항수가 많을수록, 응답자 수가 많을수록 더 올라가고,
단순히 그 수치만 가지고 판단하기에는 무리가 있습니다.

전체 문항(동일한 개념을 질문하는 문항들 모두)의 알파값과
개별 문항 하나가 제거된 상태에서의 알파값을 비교해 보기도 하는데,
 만일 어떤 문항이 포함되었는데, 알파값이 더 낮아진다면,
그 문항이 속함으로써 오히려 일치도가 더 떨어진다고 생각할 수 있습니다.

또 문항이 어떤 경우는 값이 클수록,
어떤 경우는 값이 작을수록 원하는 지표에 가까울 수있는데,
이련 경우에는 역으로 코딩을 바꾸어 주어야 함은 당연합니다.
예를 들면 ‘직장 생활에 만족합니까?’라는 질문은 점수가 높을수록
만족도가 높은 것이지만,
‘이 직장을 그만 두고 싶습니까?’라는 질문은
그 반대이므로 이런 것을 조절해 주어야 한다는 것이지요.

계산에서는 연속변수인 것이 기본이긴 하지만,
서열변수인 경우도 많고, 심지어 이분변수
인 경우에도 사용하기도 합니다.


SPSS는 복잡한 세팅을 통해서 아주 단순한 값만 구해 낼 수 있습니다.
MedCalc는 dBSTAT만큼이나 단순한 세팅이면서,
특히 탐나는 기능이  ‘Correct  for possible scale reversal➊’입니다.
이것은 가끔 어떤 설문이 scale이 반대로 된 경우
(다른 것은 높을수록, 이것은 낮을수록 같은 지표를 보인다면)
자동으로 그것을 체크해 낸다는 것이지요.
사실은 단순한 것이지만, 좋은 아이디어 입니다. 


결과에 있어서도 탁월한데,
반대로 되어 있는 Q3을 자동으로 찾아서 역으로 계산해 냅니다➋.

앞서 설명한대로 하나씩 뺐을 때,
알파값이 증가하는지 감소하는지를 보여주는 것도
자동으로 수행해 주는데➌
Q4는 오히려 제외시켰을 때 더 증가하는 양상이므로 도움이
되지 않는 지문일 가능성이 많다는 것을 암시해 줍니다.

향후 dBSTAT도 이런 점에서 개선된다면 좋겠습니다.

---------------------------------
이건 "dBSTAT 길들이기"253쪽~255쪽까지의 내용이고요,
dBSTAT는 간단한 명령에 간단한 결과가 나옵니다.
향후 dBSTAT도 이런 점에서 개선된다면 좋겠고,
오늘 Web-R 보다가 어떻게 개선되면 좋을지 생각하게 되었습니다.
Web-R도 이런 점이 반영되면 좋겠습니다.

------------------ 추가 ------------------

대충의 가이드라인은 이렇습니다. 
George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference. 11.0 update (4th ed.). Boston: Allyn & Bacon.





댓글 1개:

  1. 한 분께서 몇 가지 지적해 주셔서 종합해서 추가하겠습니다.
    1. Coefficient alpha라는 말이 더 정확한 말이라 합니다. 아마도 Cronbach가 처음 논문 올릴 때 자기 이름을 붙이지 않은 것을 후대 사람이 붙인 거겠지요. 다른 '알파'들이 워낙 많다보니 혼란을 피해서 말이죠. 뭐 alpha error 이런 것도 있고...
    어쨌든 지금은 대다수가(위키피디아를 포함해서) 크론바하 알파라고 부르고 있습니다.
    2. 지금은 한참 오래된 이론이라고 합니다. 오래되긴 했죠.
    카이제곱 검정이나 t-test 만큼은 아니지만 아주 오래되었습니다. 그 뒤로도 개선된 많은 것들이 나왔다고 합니다. (저는 사실 잘 모릅니다.)
    그런데, 의학 논문에서는 잘 본적이 없어서... 혹시라도 본인이 속한 학문 분야에서(통계학이 아닌)의 최신 동향이 어떤지를 살펴보고 사용하시면 좋겠습니다.
    사실 덧글달아주신분의 글을 그대로 복사해서 붙이고 싶은 마음도 있지만... 그렇게 할 수가 없네요.

    답글삭제