문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 신뢰도와 타당도 (문단 편집) == 신뢰도 == {{{+1 [[信]][[賴]][[度]] / reliability}}} 신뢰도란 '''어떤 데이터가 동일한 측정대상을 [[측정]]할 때 일관성 있는 측정결과를 산출하는 정도'''를 의미한다. 일관되고 [[재현성|재현이 가능한]](replicable) [[측정]]이 존재하는지 평가하는 기준. 좋은 검사나 조사는 '''시간, 문항, 평가자와 무관하게 일관된 결과'''를 제공하며, 그 점수들이 반복된 측정에서 똑같이 재현되는 정도가 뛰어나다. 시기를 달리하거나, 더 많은 문항을 사용하거나, 더 많은 심사위원 혹은 관찰자들에 의해 측정되더라도, 역시 동일한 결과가 나오게 된다는 것이다. 예를 들어, 아침에 측정한 데이터와 저녁에 측정한 데이터가 서로 들쑥날쑥 천차만별이라면, 그 검사에는 그다지 믿음이 가지 않을 것이다. 군대의 영점 사격에 비유하자면, 표적지에 남은 '''탄착군이 작은 원 모양이 아닌 들쑥날쑥 퍼진 상황'''이다. 신뢰도는 후술할 '''타당도의 필요조건'''이다. 신뢰도 높고 타당도 낮은 데이터는 널려 있지만, 신뢰도 낮고 타당도 높은 데이터는 사실상 존재하지 않는다고 간주된다. 혹시라도 존재한다면, 적어도 전자보다는 후자를 택하는 게 살짝 더 안전할 거라고 한다. 일반적으로 신뢰도를 높이기 위해서는 '''[[측정]]방법을 명확히 하고 [[표준화]]하는 것'''이 제안되어 있다. 또한 측정의 각 문항이나 검사의 수를 늘리는 것도 신뢰도를 높이는 데 도움이 된다. 그러나 단순히 표본의 수를 늘리는 것은 신뢰도에 큰 영향을 주지 않으며, 단지 타당도의 개선에만 기여한다고 알려져 있다. 현실적으로는 그냥 선행문헌 뒤져서 신뢰도 높게 보고된 척도를 고스란히 가져다 쓰게 되며, 잘 모르겠으면 문항의 수가 최대한 많은 쪽을 쓰게 된다. 논문에서 보고되는 대개의 신뢰도 데이터는 하술할 '크론바흐의 알파' 계수인데, 문항 수가 적을수록 실제 이상으로 과소추정된다는 특징이 있다. 나름대로 중박 이상의 척도는 10문항 이상으로 구성되었을 경우 α=.750 정도는 무난히 넘길 수 있다. 반대로 문항을 빼는 경우, 신뢰도가 낮다고 판단된 문항을 빼는 것은 [[이론적 조망]]에 비추어 적절한지 판단해야 하며, 무작정 알파값 높이겠다고 막 잡아빼면 안 된다. 무작정 신뢰도만 높이는 것이 능사는 아니다. 상기한 것처럼 신뢰도가 아무리 높아 봤자 타당도가 낮으면 아무짝에도 쓸모없는 척도가 될 뿐이다. 그리고 신뢰도가 높다는 것이 큰 의미를 갖지 못할 수도 있다. 특히 각 문항의 진술들이 사실상의 '''동어반복'''에 불과할 경우가 문제가 된다. 예를 들어 "귀하는 귀하의 봉급에 불만족하십니까?", "귀하는 귀하의 봉급에 불만이 있으십니까?", "귀하는 귀하의 봉급에 만족하지 못하십니까?"(…) 같은 문항들만 바보같이 줄지어 나오면 신뢰도는 1에 가깝도록 완벽하게 얻어지겠지만 그 신뢰도가 의미하는 바는 전혀 없다. 오히려 이런 극단적인 신뢰도를 보이는 경우에는 '''감쇄의 역설'''(attenuation paradox)이라는 현상이 발생하여 척도의 타당도가 감소하는 경향을 보인다. 신뢰도의 주요 독립 변수는 시간, 검사/조사 내적 측면, 그리고 평가자이다. 계량화된 표본의 경우에는 표본오차의 절대값의 크기가 작을수록 더욱 신뢰성 있는 조사라고 할 수 있다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기