목차
논문 설문을 만들다 보면
이건 거의 무조건 쓰게 됩니다.
“매우 그렇다 ~ 전혀 그렇지 않다”
리커트 척도.
가장 많이 쓰는 방식이고
가장 익숙한 형태입니다.
그런데 아이러니하게도
👉 가장 많이 틀리는 부분도 바로 이 척도입니다.
형식은 맞는데 결과가 이상하게 나오거나
신뢰도가 낮게 나오는 경우
이럴 때 원인을 보면
👉 척도 사용 방식에서 문제가 발생한 경우가 많습니다.
리커트 척도가 잘못 설계된 경우는 보통 아래 신호에서 먼저 나타납니다.
1️⃣ 응답은 들어오는데 변별력이 없는 경우
❌
모든 문항 비슷한 형태
✔
차이를 드러내는 문항 설계
응답은 잘 들어옵니다.
문제 없어 보입니다.
그런데 데이터를 보면
👉 대부분 “보통이다” 또는 “그렇다”에 몰려 있습니다
👉 문항 간 차이가 잘 드러나지 않습니다
이 경우
👉 문항이 너무 비슷하거나
👉 응답을 구분할 수 없는 구조일 가능성이 높습니다
척도는 단순한 선택지가 아니라
👉 차이를 드러내기 위한 도구입니다
2️⃣ 신뢰도는 낮고 문항은 많을 때
❌
문항 수로 보완
✔
개념 일관성 유지
문항 수는 충분합니다.
오히려 많은 편입니다.
그런데 Cronbach’s α 값이 낮게 나옵니다.
이 경우 대부분
👉 문항이 같은 개념을 측정하지 않는 상태입니다
예를 들어
- 유사해 보이지만 다른 의미를 가진 문항
- 방향성이 섞여 있는 문항
- 개념 정의가 불명확한 상태
이런 경우
👉 문항 수가 많아도
👉 신뢰도는 올라가지 않습니다
3️⃣ 분석은 되는데 해석이 애매한 경우
❌
형식 중심 척도 사용
✔
의미 중심 척도 구성
분석은 정상적으로 진행됩니다.
결과도 도출됩니다.
그런데
👉 결과 해석이 애매합니다
👉 “이 정도면 높은 건지 낮은 건지” 판단이 어렵습니다
이 경우는
👉 척도 기준이 명확하지 않은 경우입니다
예를 들어
- 중간값 의미가 불명확하거나
- 문항마다 기준이 다른 경우
이런 상황에서는
👉 결과는 나오지만
👉 해석이 어려워집니다
📌 핵심은 ‘척도 형식’이 아니라 ‘척도 설계’입니다
리커트 척도는
단순히 5점, 7점으로 나누는 것이 아니라
👉 응답 기준을 설계하는 과정입니다
- 각 선택지가 어떤 의미를 가지는지
- 응답자가 어떻게 판단하게 되는지
- 문항 간 기준이 일관된지
이 부분이 중요합니다
📌 리커트 척도 하나로 결과가 달라집니다
같은 주제라도
척도 설계에 따라
👉 결과가 완전히 다르게 나올 수 있습니다
그래서 척도는
설문에서 가장 단순해 보이지만
👉 가장 영향력이 큰 요소 중 하나입니다
📌 이 부분에서 느꼈던 점
저도 처음에는
리커트 척도를 그냥 기본 형식으로만 사용했는데
실제로는
👉 문항보다 척도가 더 중요하다는 걸 느꼈습니다
이 부분을 한 번 점검받고 나니까
신뢰도랑 결과 해석이 훨씬 안정적으로 나오더라고요
(더브레인에서 도움 받았습니다)
📓 정리
리커트 척도 문제는 초반에는 잘 드러나지 않지만
👉 분석 단계에서 확실하게 나타납니다
특히
- 응답은 있는데 차이가 안 보이는 경우
- 문항은 많은데 신뢰도가 낮은 경우
- 결과는 나오는데 해석이 어려운 경우
이 세 가지는
👉 척도 설계가 적절하지 않은 상태일 가능성이 높습니다
이 상태를 그대로 진행하면
👉 결과 해석 단계에서 계속 막히게 됩니다
그래서 설문을 만들 때는
👉 “몇 점 척도를 쓸 것인가”보다
👉 “어떤 기준으로 응답하게 할 것인가”를 먼저 설계하는 것이 중요합니다