크론바흐 알파, 얼마면 되나

0.7 이상이면 양호, 0.8 이상이면 좋습니다. 0.6대는 탐색적 연구에서 받아들여지기도 합니다. 낮게 나오면 역코딩부터 확인하세요.

크론바흐 알파는 같은 요인을 재는 문항들이 서로 얼마나 일관되게 움직이는지를 보는 값입니다. 논문에서 척도를 쓸 때 거의 반드시 보고하는 숫자입니다.

판단 기준

• 0.8 이상: 좋음 (Nunnally가 제시한 기준이 널리 쓰입니다)
• 0.7 이상: 양호. 대부분의 논문에서 통과하는 선입니다.
• 0.6 이상: 탐색적 연구에서 받아들여지기도 합니다. 다만 사유를 적어야 합니다.
• 0.6 미만: 그대로 쓰기 어렵습니다.

RELIABILITY
 /VARIABLES=q7 q8_R q9 q10
 /SCALE('직무만족') ALL
 /MODEL=ALPHA
 /SUMMARY=TOTAL.

0.6도 안 나온다면 순서대로 확인하세요

1. 1역코딩을 빠뜨리지 않았는지. 이것이 가장 흔한 원인입니다. 수정된 항목-전체 상관이 음수인 문항이 있다면 거의 확실합니다.
2. 2문항 수가 3개 이하는 아닌지. 알파는 문항이 적으면 원래 낮게 나옵니다.
3. 3묶은 문항들이 정말 같은 것을 재고 있는지. 요인분석 결과와 어긋나게 묶었을 수 있습니다.
4. 4그래도 낮으면 알파를 깎아먹는 문항이 있는지 봅니다.

알파를 깎아먹는 문항 찾기

SUMMARY=TOTAL을 넣으면 출력물에 항목이 삭제된 경우의 크론바흐 알파라는 열이 나옵니다. 이 값이 전체 알파보다 눈에 띄게 높은 문항이 범인입니다. 그 문항을 빼면 알파가 올라간다는 뜻이니까요.

다만 무작정 빼지 마세요. 그 문항이 이론적으로 꼭 필요하다면 남기고 사유를 적는 편이 낫습니다. 알파를 억지로 올리려고 문항을 계속 빼면 척도가 원래 재려던 것을 못 재게 됩니다.