사용 방법
- 한 척도 또는 하위척도의 문항만 복사하세요. 응답자마다 한 행, 문항마다 한 열이에요. 머리글 행은 있어도 없어도 돼요.
- 역채점 문항을 체크하고, 가장 낮은 선택지와 가장 높은 선택지(예: 1과 5)를 확인하세요.
- α와 평가 등급을 확인한 다음, 문항-전체 표에서 ⚠로 표시된 문항을 보세요.
- APA 표기를 복사하세요.
옵션 설명
- 알파
- α = k/(k−1) × (1 − 문항 분산의 합 ÷ 총점의 분산)이에요. k는 문항 수예요. 문항들이 일관되게 함께 움직일수록 α가 1에 가까워요.
- 수정된 문항-전체 상관
- 한 문항과 나머지 문항 합계 사이의 상관이에요. 대략 0.3보다 낮은 문항은 다른 것을 재고 있을 수 있어요.
- 문항 삭제 시 알파
- 그 문항을 뺀 나머지 문항의 α예요. 현재 α보다 높으면 그 문항이 신뢰도를 낮추고 있다는 뜻이에요.
- 역채점
- '나는 차분함을 거의 느끼지 못한다'처럼 부정문으로 쓴 문항은 계산 전에 뒤집어야 해요(1↔5, 2↔4). 그러지 않으면 α가 낮게 나오거나 음수가 될 수도 있어요.
계산 예시
기본 데이터는 응답자 10명이 5점 척도 문항 다섯 개에 답한 값이에요.
| 통계량 | 값 |
|---|---|
| 크론바흐 α | 0.868 |
| 표준화된 문항 기준 α | 0.872 |
| 95% 신뢰구간 | 0.672 – 0.963 |
| 문항 간 평균 상관 | 0.576 |
| 문항 | 평균 | 표준편차 | 문항-전체 r | 삭제 시 α |
|---|---|---|---|---|
| Q1 | 3.0 | 1.155 | 0.764 | 0.822 |
| Q2 | 3.0 | 1.247 | 0.835 | 0.802 |
| Q3 | 3.2 | 1.229 | 0.596 | 0.865 |
| Q4 | 3.2 | 0.919 | 0.675 | 0.849 |
| Q5 | 3.0 | 1.247 | 0.627 | 0.858 |
α = 0.868이면 좋은 편이에요. 모든 문항이 나머지와 0.3을 넘는 상관을 보이고 어느 문항을 빼도 α가 내려가므로 다섯 문항을 모두 유지해요. 응답자가 10명뿐이라 신뢰구간이 넓어요(0.67에서 0.96). 실제 연구에서는 훨씬 큰 표본이 필요해요.
APA 표기: 크론바흐 α = .868(문항 5개, n = 10).
α가 낮을 때 확인할 것
- 역문항을 체크하지 않고 넘어가지 않았는지 보세요.
- 문항-전체 상관이 0.3 미만인 문항은 표현이 모호하지 않은지 읽어 보세요.
- α는 문항 수의 영향을 받아요. 문항이 두세 개뿐이면 낮게 나오기 쉬우므로 문항 간 평균 상관도 함께 보고하세요.
- 구글 폼 같은 설문 도구에서 내려받을 때는 응답 텍스트가 아니라 숫자 코드(1, 2, 3…)로 내보내세요.
자주 묻는 질문
크론바흐 알파는 얼마면 좋은 건가요?
보통 0.7이면 수용 가능, 0.8이면 좋음, 0.9면 매우 좋음으로 봐요. 탐색 연구에서는 0.6도 받아들이기도 해요. 0.95를 넘으면 문항이 서로 중복인 경우가 많아요.
설문지에 하위척도가 여러 개예요. α는 어떻게 구하나요?
하위척도마다 그 문항만 넣어서 따로 계산하세요. 전체 문항의 α를 함께 보고해도 돼요.
SPSS와 결과가 같나요?
네. α, 표준화된 α, 수정된 문항-전체 상관, 문항 삭제 시 α가 SPSS의 분석 → 척도 → 신뢰도 분석에서 「항목이 삭제된 경우 척도」를 체크했을 때와 같아요.
α가 음수로 나와요.
대개 역문항을 역채점하지 않았거나, 나머지 문항과 음의 상관인 문항이 있는 경우예요. 문항-전체 상관이 음수인 문항을 찾아보세요.
설문 데이터가 업로드되나요?
아니요. 계산은 브라우저 안에서 이뤄져요.
개인정보 보호
이 도구는 전적으로 브라우저에서 실행돼요. 파일과 텍스트는 기기에서 처리되며 서버로 업로드되지 않아요.