크론바흐 알파 계산기

여러 문항이 서로 같이 움직이는 정도(내적 일관성)를 잽니다. α = k/(k−1)·(1 − Σσᵢ²/σ_총점²)이며, 문항들이 서로 무관하면 총점 분산이 문항 분산의 합과 같아져 0에 가까워지고 같이 움직일수록 1에 가까워집니다.

문항이 많다는 뜻일 수도 있습니다. 문항 사이 상관이 그대로여도 문항 수만 늘리면 알파가 저절로 오릅니다. 문항 사이 평균 상관이 0.3밖에 안 되는 척도라도 20문항이면 알파가 0.90을 넘습니다. 그래서 알파와 함께 평균 문항 간 상관을 봐야 합니다.

널리 퍼진 관행이지만 어떤 규격에도 없습니다. 초기 연구 단계의 어림으로 적힌 것이 굳어진 것이며, 진단이나 선발처럼 개인에게 결정을 내리는 자리에서는 0.9도 모자라다고 보는 관행이 있습니다. 반대로 탐색적 연구라면 0.6도 씁니다. 쓰임새를 먼저 밝히고 기준을 정해야 합니다.

역채점 문항을 뒤집지 않았을 가능성이 큽니다. «나는 일이 즐겁다»와 «나는 일이 지겹다»를 섞어 놓고 그대로 두면 두 문항이 반대로 움직여 총점 분산이 줄고 알파가 무너집니다. 문항-총점 상관이 음수인 문항을 찾아 5점 척도면 6에서, 7점 척도면 8에서 빼서 다시 넣어 보세요.

그것만으로 빼면 안 됩니다. 그 문항이 나머지와 따로 놀고 있다는 신호이기는 하지만, 재려는 개념의 한 면을 그 문항만 맡고 있을 수도 있습니다. 문항을 빼면 알파는 오르지만 척도가 재는 범위가 좁아집니다.

문항을 모두 표준화한 뒤의 알파입니다. 평균 문항 간 상관 r̄로 α_std = k·r̄/(1+(k−1)·r̄)가 되며, 문항들의 분산이 크게 다르면 원래 알파와 벌어집니다. 문항의 척도가 서로 다를 때(5점과 100점을 섞었을 때) 표준화 알파가 더 뜻이 통합니다.

아닙니다. 알파는 문항들이 서로 같이 움직이는지만 봅니다. 서로 다른 두 개념을 재는 문항들이 우연히 함께 움직여도 알파는 높게 나옵니다. 척도가 한 차원인지는 요인분석으로 따로 확인해야 합니다.

전송되지 않습니다. 모든 계산은 브라우저 안에서 이루어지며 입력값은 이 기기에만 남습니다.