리커트 척도 점수, 어떻게 만드나요?

척도 점수가 무엇이고 왜 만드나요?

척도 점수는 같은 개념을 재는 문항 여러 개의 답을 점수 하나로 합친 값이에요. 설문에서 학업스트레스를 문항 4개로 물었다면, 응답자마다 네 답의 평균(또는 합계)을 구해 「학업스트레스 점수」라는 변수 하나를 새로 만들어요. t검정·상관·회귀에는 문항 4개가 아니라 이 점수 1개가 들어가요.

문항 하나로 개념을 재면 문장 하나의 표현이나 응답자의 그날 기분에 따라 값이 크게 달라져요. 같은 개념을 여러 문항으로 묻고 합치면 그런 우연한 차이가 서로 상쇄되어 점수가 안정적이에요(DeVellis, 2017). 그래서 사회과학 설문은 개념 하나를 문항 여러 개로 묻고, 분석은 척도 점수로 해요.

샘플 데이터의 학업스트레스 척도(4문항, 1~5점)로 보면 다음과 같아요.

응답자 #2는 네 문항 모두 4~5로 답해 4.50이고, #1은 2~3으로 답해 2.50이에요. 문항 열 네 개는 그대로 두고 오른쪽에 「척도 점수」 열이 하나 늘어난 모양이에요. 180명 전체의 점수는 M = 3.31, SD = 0.94예요.

어떤 문항을 한 척도로 묶나요?

문항의 내용과 원척도의 구조로 정해요. 척도는 보통 선행 연구에서 개발하고 검증한 도구를 가져와 써요. 원척도 논문에 문항 수, 하위요인, 역문항, 점수 방식이 적혀 있으니 그 구성대로 묶어요. 하위요인이 있는 척도는 하위요인 단위로 묶어요.

통계값만 보고 묶지는 않아요. 신뢰도 계수 α는 「이 문항들이 한 묶음이 맞다」는 전제 위에서 일관성을 재는 지표라, 문항이 한 개념을 재는지는 판단하지 못해요(Cortina, 1993). 샘플 데이터에서 학업스트레스 4문항과 자기효능감 3문항을 한 척도로 묶어 계산하면 다음과 같아요.

따로 계산하면 학업스트레스 α = .84, 자기효능감 α = .85인데, 합치면 .61로 내려가요. 자기효능감 세 문항의 문항-총점 상관은 .13~.26으로, 흔히 쓰는 기준 .30(Field, 2018)에 못 미쳐요. 두 척도의 점수가 서로 반대 방향으로 약하게 관련되기 때문이에요(r = −.18, p = .01). 이 표만 보면 「자기효능감 문항을 빼자」로 읽기 쉽지만, 문장을 읽어 보면 애초에 다른 개념을 묻는 문항이라 함께 묶지 않아요.

반대 경우도 있어요. 내용상 이유 없이 자기효능감 세 문항을 뒤집어 방향만 맞추면 α가 .77로 올라가 흔히 쓰는 기준 .70(Nunnally, 1978)을 넘어요. 그래도 이 7문항이 재는 것은 여전히 두 개념이에요. α가 높다는 것은 문항의 답이 같은 방향으로 움직인다는 뜻이지, 한 개념을 잰다는 증거가 아니에요(Cortina, 1993). 그래서 묶는 근거는 통계가 아니라 문항 내용과 원척도에 두어요.

직접 만든 문항은 만든 과정을 함께 적어요. 원척도 없이 연구원님이 문항을 만들었다면, 전문가 검토로 내용타당도를 확인한 과정과 예비조사 뒤 문항을 고친 과정을 방법 절에 적어요(DeVellis, 2017). α는 보고하되, 검증된 척도가 아니라는 점을 함께 밝혀요.

만드는 순서는 어떻게 되나요?

여덟 단계예요. 샘플 데이터의 학업스트레스 척도(4문항, 1~5점, 역문항 없음)를 예로 들면 다음과 같아요.

1. 원척도를 확인해요. 원척도 논문에서 문항 수, 하위요인, 역문항, 점수 방식(평균인지 합계인지)을 적어 둬요. 학업스트레스 척도는 단일요인 4문항이고 역문항이 없어요.
2. 응답 범위를 확인해요. 설문지가 1~5점인지 1~7점인지, 데이터의 값이 그 범위 안에 있는지 봐요. 학업스트레스 네 문항은 관측값이 모두 1~5 안에 있고 범위 밖 값은 0건이에요. 범위 밖 값(예: 5점 척도의 7)이 있으면 그대로 계산에 넣지 않아요. 기준과 처리는 「설문 데이터 이상치, 기준은 무엇이고 어떻게 처리하나요?」에 있어요.
3. 역문항을 역채점해요. 부정문으로 적힌 문항은 값을 뒤집어요. 학업스트레스에는 역문항이 없어 이 단계를 건너뛰어요. 역문항이 있는 삶의 만족도 척도는 3번 문항을 뒤집기 전 α가 .42이고, 뒤집은 뒤 .88이에요. 역문항을 찾고 뒤집는 방법은 「리커트 척도 역채점, 어떻게 하나요?」에 있어요.
4. 문항을 묶어요. 앞 절에서 본 대로 원척도 구성에 맞춰 같은 개념의 문항만 골라요. 여기서는 학업스트레스 1~4번 네 문항이에요.
5. 신뢰도를 확인해요. 묶은 문항의 Cronbach's α와 문항-총점 상관을 봐요. 학업스트레스는 α = .84(N = 180)예요. 기준과 낮을 때의 대처는 「크론바흐 알파 기준은 0.7인가요? 낮게 나오면 어떻게 하나요?」에 있어요.
6. 점수 방식을 정해요. 답한 문항의 평균이 일반적이고, 원척도가 합계를 쓰면 합계로 해요. 둘의 차이는 「척도 점수는 합산인가요, 평균인가요?」에 있어요. 학업스트레스는 평균 방식으로 M = 3.31, SD = 0.94(N = 180)예요.
7. 이름을 붙여요. 변수 이름과 함께 「점수가 높을수록 학업스트레스가 높다」처럼 방향을 적어 둬요. 역문항이 있는 척도일수록 이 문장이 있어야 해석 방향이 분명해요.
8. 분석에 써요. 이 점수가 t검정·상관·회귀의 변수예요. 예를 들어 성별에 따른 학업스트레스 차이는 문항 4개를 하나씩 검정하지 않고, 척도 점수 하나로 독립표본 t검정을 해요.

만든 뒤 무엇을 확인하나요?

세 가지를 봐요. 문항 진단표, 점수의 분포, 그리고 N이에요. 마지막으로 만든 방법을 기록해요.

문항 진단표. 네 문항의 평균이 3.26~3.36으로 비슷하고, 문항-총점 상관이 모두 .30을 넘고, 어느 문항을 빼도 α가 .84보다 내려가요. 문항 구성을 바꿀 이유가 없다는 뜻이에요. 문항-총점 상관이 음수인 문항이 있으면 역채점을 빠뜨렸는지 먼저 봐요.

점수의 분포. 척도 점수의 범위가 응답 범위 안에 있는지 봐요. 평균 방식이면 1~5점 척도의 점수도 1~5 사이에 있어야 해요. 학업스트레스 점수는 최소 1.25, 최대 5.00, M = 3.31, SD = 0.94예요. 점수가 범위를 벗어나면 범위 밖 값이 남아 있거나 역채점 공식이 다르게 들어갔다는 신호예요.

N. 점수의 N과 α의 N은 다를 수 있어요. 점수는 답한 문항만의 평균으로 계산하는 게 관례라 문항 하나를 비운 응답자도 점수를 받지만, α는 모든 문항에 답한 응답자로만 계산해요. 학업스트레스는 결측이 없어 둘 다 180이고, 삶의 만족도는 점수 N = 180, α의 N = 178이에요(「설문 결측치, 어떻게 처리하고 논문에는 뭐라고 쓰나요?」).

만든 방법의 기록. 어떤 문항을 묶었는지, 어느 문항을 역채점했는지, 평균인지 합계인지 세 가지를 적어 둬요. 이 기록이 있어야 같은 원자료에서 같은 점수가 다시 나오고, 논문 방법 절에도 그대로 옮길 수 있어요.

논문에는 뭐라고 쓰나요?

측정도구 절에 척도마다 한 문단씩 써요. 한 문단에 들어갈 내용은 다음 여덟 가지예요. APA(2020)의 측정도구 보고 관례를 정리한 거예요.

• 척도 출처. 누가 개발했고 누가 번안했는지, 연도와 함께 적어요.
• 문항 수와 하위요인. 「단일요인 4문항」 또는 「하위요인 3개, 총 12문항」처럼 적어요.
• 응답 범위. 「5점 리커트(1 = 전혀 그렇지 않다, 5 = 매우 그렇다)」처럼 양 끝의 뜻까지 적어요.
• 역문항과 역채점. 몇 번 문항을 역채점했는지 적고, 없으면 없다고 적어요.
• 점수 방식. 문항의 평균인지 합계인지 적어요.
• 점수 방향. 「점수가 높을수록 학업스트레스가 높음을 의미한다」처럼 적어요.
• 신뢰도. 이 연구 자료의 Cronbach's α와 N을 적어요. 원척도 논문의 α를 함께 적으면 독자가 비교하기 쉬워요.
• 타당도. 원척도 논문이 보고한 타당도 근거를 한 줄로 적어요(예: 요인분석으로 확인한 요인구조, 관련 척도와의 상관으로 본 수렴타당도). 이 연구 자료로 요인구조를 다시 확인하는 요인분석은 연구친구에 순차 추가 예정이에요.

아래 「논문에 쓰는 문장」은 샘플 데이터의 학업스트레스 척도로 쓴 예예요. 대괄호 안의 척도 출처는 연구원님이 쓴 원척도로 바꿔 넣고, 문항 수와 M·SD·α·N도 연구원님 데이터의 값으로 바꿔 써요. 번안한 척도를 썼다면 첫 문장 대신 두 번째 문장처럼 개발자와 번안자를 함께 적어요.

논문에 쓰는 문장

자주 묻는 질문

참고 자료

• DeVellis, R. F. (2017). Scale development: Theory and applications (4th ed.). Sage. · 여러 문항을 합쳐 점수를 만드는 이유(우연한 차이의 상쇄)와 척도 구성 절차(전문가 검토·예비조사)
• Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill. · 신뢰도 「.70 이상」 관례 기준의 출처
• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. · α를 처음 제안한 논문
• Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104. · α가 높아도 문항이 한 개념(단일 차원)을 잰다는 증거가 아니라는 근거
• Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage. · 문항-총점 상관 .30 기준
• Eisinga, R., te Grotenhuis, M., & Pelzer, B. (2013). The reliability of a two-item scale: Pearson, Cronbach, or Spearman-Brown? International Journal of Public Health, 58(4), 637–642. · 2문항 척도에는 Spearman-Brown 계수
• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). · 측정도구 서술의 보고 기준(JARS, 양적 연구 보고 기준)과 통계 표기(α, M, SD, N) 관례

함께 보기

• 리커트 척도 역채점, 어떻게 하나요?
• 크론바흐 알파 기준은 0.7인가요? 낮게 나오면 어떻게 하나요?
• 척도 점수는 합산인가요, 평균인가요?
• 설문 데이터 이상치, 기준은 무엇이고 어떻게 처리하나요?
• 설문 결측치, 어떻게 처리하고 논문에는 뭐라고 쓰나요?