SPSS 졸업논문 - 신뢰성과 타당성 개념

카테고리 없음

by 통계친구 2019. 6. 29. 16:40

여러분이 지금껏 신뢰도, 신뢰성, 타당도, 타당성이란 말을 많이 들어봤을 것이다.

신뢰성은 개념을 의미하고

신뢰도는 신뢰라는 개념을 측정한 결과의 정도를 의미한다

마찬가지로 타당성은 개념을 의미하고

타당도는 타당함이 얼마나 되는지에 대한 정도를 의미한다.

바로 개념 설명 들어가겠다.

아주 쉬운 설명을 해드리겠다.

신뢰성(Reliability) : 같은 사람에게 같은 질문을 100번 반복하였을 때 얼마나 같은 대답이 나오는가? = 얼마나 믿을 수 있는가?
예: 같은 사람에게 같은 질문을 물을 때마다 그 결과가 다르다면? - 못 믿는다.

즉, 같은 설문 응답자에게 같은 측정문항으로 100번을 똑같이 물었을 때, 그 설문 응답자가 똑같은 대답(예: 매우 만족, 만족, 보통, 불만, 매우 불만)을 할 경우를 의미한다.
만약 크론바흐 알파가 0.7이 나왔다면, "100번 물었을 때 70번 정도를 같은 대답한다"라고 이해하면 쉽다.
- 예시 : 나 얼마나 사랑하냐?
  -> 2일 전 대답(아주 많이 사랑한다)
  -> 1일 전 대답(아니 별로)
  -> 오늘 대답(보통 그저 그렇다.)
  당신이라면 이런 사람의 말을 믿을 수 있겠는가?
- 신뢰성 = 믿을 수 있는가?
- 신뢰성 기준 : 0.6(또는 0.7) ~ 0.9( 또는 0.92)
- 신뢰성 측정 방법 : 우리가 흔히 논문에서 보는 크론바흐 알파(Cronbach Alpha)는 신뢰성의 정도가 어느 정도인가를 나타내는 지표이다. 이 값이 0.6~0.9 사이로 나와야 한다.

타당성(Validity) : 내 설문측정문항이 얼마나 해당 변수를 잘 측정하도록 만들어졌는가? = 내 질문이 해당 변수를 얼마나 잘 묻는가?
- 예시 : 해당 매장의 "음식 맛 수준"을 묻고 싶은데
  -> 매장의 위치는 고객이 이용하기 편리한 곳에 있는가?
  -> 주자장은 이용하기 편리한가?
  -> 직원은 친절하냐?
  이렇게 물으면 "음식 맛 수준"을 묻기에 타당성이 없는 질문들이다.
- 타당성 = 제대로 질문했나?
- 타당성의 종류
  - 내용타당성 : 측정 문항이 얼마나 해당 변수를 잘 측정하도록 만들어졌는가? 반영하고 있는가?(존재에 초점)
    이 타당성은 주관적인 판단에 의해 이루어진다.(따로 수치로 표현하지 않는다)
    예: 음식의 맛이라는 변수를 측정하고 싶을 때 -> 맛과 관련된 질문을 하였는가?
  - 기준 타당성
    - 예측타당성 : 지금 측정한 내용(=문항)이 향후에 해당 변수의 변화상태를 잘 예측할 수 있는가?
      예: 1년 전에 쳤던 토익 점수가 현재 그 사람의 영어 실력을 얼마나 나타내는가?동시타당도 : 어떤 변수 A에 대해 B라는 변수가 판단 근거가 될 때, B와 A를 동시에 측정하면 A와 B는 상관성이 높다.
    - 동시타당성 : 예: "홍길동"이라는 영어 번역가가 있다고 치자, 현 시점에서 친 토플 점수(예: 오늘 토플 시험이라 치자)와 그 사람의 번역 수준은 상관성이 높게 나타날 것이다.
  - 개념(=구성)타당성 : 내가 만든 측정문항이 정말로 제대로 그 변수 개념을 측정하였는가?(행위에 초점)
    *** 내용타당성은 측정 문항의 존재 자체(->존재에 초점)에 대해 의문을 가지고 타당한지 보는 것이고, 개념타당성은 측정 문항 존재 자체보다는 측정 문항이 얼마나 제대로 측정했는가(-> 행위에 초점)를 묻는 것이다.
    개념타당성은 아래의 3가지 종류로 세분화 시킬 수 있다.
    - 집중(=수렴)타당성 : 동일한 변수를 측정한 문항들은 서로 상관성이 높다. 이렇게 상관성이 다른 문항들보다 높게 나와야한다.
      예: "고객만족"이라는 변수를 측정하고 싶을 때
      -> 질문 1 : 해당 제품에 대해 만족한다.
      -> 질문 2 : 해당 매장을 이용한 것에 대해 만족한다.
      - 집중타당성 분석 방법 : 요인분석
    - 판별타당성 : 나의 연구에 사용되는 변수들이 정말로 독립적으로 구분(=판별)되는가?
      즉, 만족은 만족이고, 친절은 친절이라고 구분(=판별)되는가?
      예: 변수들 간 상관성이 너무 높게 나타나면 같은 변수라고 본다
      아래의 그림처럼 제품의 품질과 서비스 품질이 같은 모양으로 취급되어 중복의 문제가 발생한다.
      하지만 판별타당성이 있는 데이터의 경우 서로 다른 변수로 인정받으며, 다음 분석을 진행해도 아무 문제가 없다.
      - 판별타당성 분석 방법 : 공차, VIF
        이에 대한 방법은 다음 포스팅에서 알려주겠다.

이해타당성 : 선행연구를 바탕으로 변수들을 선정하였을 때, 이들의 이론적인 상관관계가 실제 나의 데이터에서도 상관관계를 보여야함을 의미한다.
예: "제품의 품질"과 "고객만족"이라는 변수가 이론적으로 서로 정(+)의 상관관계가 있는데, 실제 데이터에서는 아무 상관도 없다고 뜨면 타당성이 없다고 본다.(특수한 상황에서는 없을 수 있다. 그걸 찾고 증명하는게 논문으로 인정 받을 수 있다)