크론바흐 알파가 0.64로 원척도보다 낮게 나왔는데 그대로 써도 될까요?

직무 스트레스가 이직 의도에 미치는 영향으로 석사논문을 쓰고 있고, 직장인들에게 설문을 받아 SPSS로 신뢰도 분석을 했습니다. 조절변수로 쓰는 상사 지원 척도가 0.64로 나왔는데, 원척도 논문에서는 0.78이었습니다. 0.6 이상이면 받아들일 수 있다는 자료도 있고 0.7은 넘어야 한다는 자료도 있어서 어느 쪽을 따라야 할지 모르겠습니다. 일단 그대로 두고 연구의 한계에 적으라는 피드백을 받았는데, 심사에서 지적받지 않을까 걱정이 됩니다. 문항이 4개뿐인 척도라면 0.64를 그대로 보고해도 괜찮을까요?

Gemini 3.8 Flash의 답변

문항 수가 4개로 적다면 0.64는 학술적 근거를 통해 방어할 수 있으나, 문항 수정 가능성을 먼저 점검한 뒤 논문에 정당화 근거를 명시해야 합니다.

크론바흐 알파(Cronbach's $lpha$)는 설문 문항들이 하나의 개념을 일관되게 측정하고 있는지를 나타내는 ‘내적 일관성 신뢰도’ 지표입니다. 일반적으로 0.7 이상을 권장하지만, 결론부터 말씀드리면 4문항 척도에서 0.64라면 적절한 논리적 근거를 갖추어 논문에 사용할 수 있습니다.

심사 과정에서 이를 안전하게 방어하기 위해 다음 3단계를 순서대로 점검하고 반영하시기 바랍니다.

1. 문항 자체의 기술적 문제 점검 (SPSS 확인)

수치를 그대로 수용하기 전에 아래 두 가지를 먼저 확인하세요.

• 역코딩 누락 여부: 부정 문항이 포함되어 있는데 점수를 역산(예: 1점↔5점)하지 않았다면 신뢰도가 크게 떨어집니다.
• ‘항목 삭제 시 크론바흐 알파’ 확인: SPSS 출력 결과표에서 특정 문항 하나를 지웠을 때 알파값이 0.70 이상으로 크게 뛴다면, 해당 문항을 연구에서 제외하는 것이 척도 전체의 신뢰도를 높이는 방법입니다. 단, 문항을 삭제할 때는 그 문항이 상사 지원의 핵심 개념을 훼손하지 않는지 타당성을 검토해야 합니다.

2. 문항 수가 적다는 학술적 근거 제시

크론바흐 알파는 ‘문항 수’에 직접적인 영향을 받습니다(Cortina, 1993). 측정 대상의 신뢰도가 실제로는 양호하더라도 문항 수가 3~4개로 적으면 알파 계수가 수학적으로 낮게 계산되는 특성이 있습니다.

• 사회과학 연구에서 널리 쓰이는 Hair et al.(2010)이나 DeVellis(2016) 등의 연구자들은 탐색적 연구나 하위 요인 분석 시 **0.60 이상을 수용 가능한 최저 한계선(acceptable)**으로 보기도 합니다.
• 문항 수가 적을 때는 알파 계수와 함께 **문항 간 평균 상관계수(Mean Inter-Item Correlation)**를 함께 제시하면 좋습니다. 이 값이 0.15~0.50 사이에 있다면 척도의 내적 일관성이 확보된 것으로 봅니다(Clark & Watson, 1995).

3. 논문 작성 팁 (연구의 한계 서술법)

심사위원의 지적을 피하려면 먼저 선수를 치는 것이 좋습니다. 방법론(측정 도구) 절에서 "문항 수가 4개로 구성되어 알파 계수가 다소 보수적으로 산출되었으나, Hair et al.(2010)의 기준(0.6 이상)을 충족하여 분석에 활용하였다"라고 학술적 출처를 밝혀 적으십시오.

또한 연구의 한계(Limitations) 부분에 "원척도에 비해 다소 낮은 신뢰도를 보였으므로, 후속 연구에서는 표본의 대표성을 넓히거나 문항을 보완하여 재검증할 필요가 있다"라고 투명하게 밝히면 학술적으로 충분히 방어할 수 있습니다.

GPT-6.1 Sol의 답변

4문항 척도의 α=.64는 조건부로 사용할 수 있지만, 문항 수나 ‘.60 이상’만으로 정당화하기는 어렵습니다.

크론바흐 알파(α)는 문항들이 서로 일관되게 응답되는 정도를 나타내는 내적 일관성 지표입니다. .70은 흔히 쓰는 참고 기준이지 절대적인 합격선이 아닙니다. 반대로 .60 이상이면 언제나 괜찮다는 규칙도 없습니다. 연구 목적, 문항 구성, 표본 특성을 함께 판단해야 합니다.

4문항처럼 짧은 척도는 문항 간 상관이 같아도 α가 낮아질 수 있습니다. 원척도의 .78도 척도에 고정된 값이 아니라 해당 표본에서 얻은 추정치이므로, 현재의 .64와 다르다는 사실만으로 사용 불가라고 볼 수는 없습니다. 다만 .64는 신뢰도가 충분하다고 자신 있게 주장하기에는 낮은 값입니다.

그대로 사용하기 전에는 다음을 확인하세요.

• 코딩·자료 오류: 역문항 재코딩, 결측값 처리, 응답 범위가 정확한가요?
• 문항 상태: SPSS의 ‘수정된 문항–총점 상관’과 ‘문항 삭제 시 α’를 확인하세요. 수치를 높이려고만 문항을 빼면 내용의 대표성이 손상될 수 있습니다.
• 척도 구조: 네 문항이 실제로 하나의 ‘상사 지원’을 측정하는지, 번역·문항 수정이나 표본 특성이 원연구와 다른지 검토하세요. 가능하면 요인구조와 α의 신뢰구간도 확인하면 좋습니다.

특히 상사 지원을 조절변수로 쓰면 측정오차 때문에 상호작용 효과를 탐지하기 어려워질 수 있습니다. 따라서 조절효과가 유의하지 않아도 곧바로 “조절효과가 없다”고 단정하지 않는 것이 좋습니다.

점검 결과 뚜렷한 문제가 없다면, α=.64를 정확히 보고하고 사용 근거와 해석상의 제약을 함께 설명하는 선택은 가능합니다. 다만 한계에 한 줄 적는 것만으로 문제가 해소되지는 않습니다. 심사 지적을 완전히 피할 기준은 없으며, “.60을 넘었다”보다 점검 과정과 이론적 근거를 제시하는 편이 설득력 있습니다.

Claude Sonnet 5.5의 답변

문항 4개 척도의 알파 0.64는 경계선이라 사용은 가능하지만, 원인 점검과 투명한 보고, 근거 있는 한계 서술이 필요합니다.

0.6과 0.7, 어느 쪽이 맞나?

둘 다 절대 기준이 아닙니다. 0.7은 Nunnally(1978)의 경험칙이고, 0.6~0.7은 탐색적 연구에서 하한선으로 허용된다는 해석(Hair et al. 등)이 흔합니다. 국내 사회과학 논문에서는 0.6을 관행적으로 쓰지만, 엄격한 심사위원은 0.7을 기대할 수 있습니다. 따라서 "0.64라서 된다/안 된다"보다 왜 낮은지 확인하고 그 근거를 제시하는 것이 중요합니다.

문항 수가 4개라는 점

알파는 문항 수에 영향을 받아, 문항이 적으면 같은 내적 일관성에서도 값이 낮아집니다. 이 점은 방어 논리가 됩니다. 다만 이것만으로 충분하다고 보기는 어렵고, 아래를 먼저 점검하세요.

1. 역코딩 문항이 제대로 변환되었는지 (가장 흔한 실수입니다)
2. 문항-전체 상관(corrected item-total correlation)과 **'항목 삭제 시 알파'**로 특정 문항이 문제인지
3. 평균 문항 간 상관이 대략 .20~.40 범위인지 (문항 수가 적은 척도에서는 알파보다 이 지표가 더 적절하다는 견해가 있습니다)
4. 번안·수정한 척도라면 문항 의미가 달라지지 않았는지, 표본(직종 등)이 원척도와 크게 다른지

실무적 대응

• 문항을 삭제하려면 이론적·내용적 근거가 있어야 합니다. 알파를 올리려는 목적만으로 삭제하면 내용 타당도가 훼손되고 원척도와 비교도 어려워집니다.
• 가능하면 요인분석(CFA)을 하고 **합성신뢰도(CR)**나 오메가(ω)를 함께 보고하세요. 알파는 문항 간 측정 수준이 같다는 가정이 있어 과소추정할 수 있습니다.
• 조절효과 분석에서는 신뢰도가 낮으면 상호작용항의 신뢰도가 더 낮아집니다. 조절효과가 유의하지 않다면 측정오차 때문일 가능성도 해석에 담아야 합니다.

한계 서술 방법

"신뢰도가 낮았다" 정도로 쓰면 지적받기 쉽습니다. 다음처럼 구체적으로 쓰세요.

상사 지원 척도의 Cronbach's α는 .64로 원척도(.78)보다 낮았다. 이는 4문항의 짧은 척도 특성과 표본 차이에 기인했을 가능성이 있으며, 조절효과 추정이 과소평가되었을 수 있다. 후속 연구에서는 문항 수를 늘리거나 다른 척도로 재검증이 필요하다.

지도교수의 피드백도 이 방향과 일치합니다. 다만 심사 엄격도는 학교와 분야마다 달라, 최종 판단은 지도교수·심사위원과 확인하시길 권합니다.