문항 분석(Item Analysis)
문항 분석은 둘 이상의 수치형 문항을 하나의 점수로 결합하기 전에 그 내적 일관성을 확인합니다. 전체 문항 집합의 Cronbach의 알파를 보고하고, 각 문항에 대해 평균, 표준편차, 문항-총점 상관, 제곱 다중 상관, 삭제 시 알파를 보고하며 상관 행렬도 제공합니다. 모든 문항에 응답한 응답자만 사용합니다. 일관성을 측정하는 것이며 타당도를 측정하지는 않습니다.
최종 검토
핵심 요점
문항 분석은 Cronbach의 알파와 문항 통계량을 사용하여 여러 설문 문항, 시험 문항 또는 체크리스트 항목이 같은 것을 측정하는지 확인하며, 그 점수를 하나의 총점으로 합산할 수 있는지 판단합니다.
목적
문항 분석은 여러 질문이나 점검 항목이 같은 것을 측정하는지 확인하여 그 점수를 하나의 총점으로 합산할 수 있는지 판단합니다. 고객 또는 직원 설문의 질문, 교육 시험의 문항, 감사 체크리스트의 항목을 하나의 점수로 결합하기 전에 사용하며, 나머지와 맞지 않는 문항을 찾는 데에도 사용합니다.
주요 기능
- 전체 문항 집합의 Cronbach의 알파.
- 각 문항별 평균, 표준편차, 문항-총점 상관, 제곱 다중 상관, 해당 문항을 삭제했을 때의 Cronbach의 알파.
- 모든 문항의 상관 행렬.
- 문항 수에 제한이 없으며, 응답이 누락된 응답자는 제외됩니다.
통계적 방법
선택한 모든 문항에 수치 응답을 한 응답자만 사용합니다(출력의 N). 분산이 sᵢ²인 k개 문항과 총점 분산 s_T²에 대해 Cronbach의 알파 = k/(k − 1) × (1 − Σsᵢ² / s_T²)입니다. 문항끼리 양의 상관이 있을수록, 그리고 문항 수가 많을수록 알파가 커집니다. 일반적인 기준으로 결합 점수에는 0.7이 통상적인 최소값이고 0.8 이상이면 양호하며, 알파가 매우 높으면(약 0.95 초과) 일부 문항이 서로 중복된다는 뜻일 수 있습니다.
문항-총점 상관은 한 문항과 나머지 문항의 합 사이의 상관입니다(수정된 문항-총점 상관). 값이 낮거나 음수이면 나머지와 함께 움직이지 않는 문항이거나 반대 방향으로 채점된 문항임을 나타냅니다. 제곱 다중 상관은 해당 문항을 나머지 모든 문항에 회귀한 R²입니다. Alpha if Deleted는 나머지 k − 1개 문항의 Cronbach의 알파이며, 전체 알파보다 높다면 그 문항을 제외할 때 점수가 더 일관됩니다.
상관 행렬은 모든 문항 쌍의 Pearson 상관을 제공합니다. 문항 분석은 내적 일관성만 측정하며, 점수가 의도한 것을 측정한다는 것(타당도)을 보여 주지는 않습니다.
입력 항목 및 옵션
항목 | 설명 |
Items (variables) | 수치형 열(설문 또는 시험 문항)을 2개 이상 선택합니다. 여러 열을 선택하려면 Ctrl 또는 Command + 클릭을 사용합니다. |
Title | 출력의 제목으로 표시되며 기본값은 Item Analysis입니다. |

그림 1 — 설문 예제의 옵션: Q1 Product Quality부터 Q8 Overall Satisfaction까지 질문 열 8개를 문항으로 선택.
출력 설명
- Title — 입력한 Title이 출력의 제목으로 표시됩니다.
- N과 문항 수, Cronbach's Alpha.
- Item Statistics — 각 문항의 Mean, StdDev, Item-Total Corr, Squared Multiple Corr, Alpha if Deleted.
- Correlation Matrix — 문항 간 Pearson 상관.
- Download를 통한 PDF 내보내기.

그림 2 — 설문 질문 8개의 문항 분석: Cronbach의 알파는 0.8801이며 모든 문항에서 Alpha if Deleted가 이보다 낮습니다.
계산 예제
한 고객 경험 관리자가 8개 질문으로 구성된 만족도 설문(점수 1~5)의 응답을 하나의 점수로 합산하려 하며, 먼저 질문들이 같은 것을 측정하는지 확인합니다. 고객 60명이 모든 질문에 응답했습니다. 관리자는 Q1 Product Quality부터 Q8 Overall Satisfaction까지의 열을 문항으로 선택하며, Respondent 열은 사용하지 않습니다.
Cronbach의 알파는 0.8801로 통상적인 최소값 0.7을 크게 웃돌아 8개 질문이 일관됩니다. 문항-총점 상관은 0.5421(Q8 Overall Satisfaction)과 0.5463(Q3 Staff Courtesy)에서 0.7302(Q1 Product Quality)와 0.7296(Q6 Problem Resolution)까지이므로 모든 질문이 나머지의 합과 함께 움직입니다. 상관 행렬에서는 모든 쌍이 양수이며 0.2845(Q3과 Q8)에서 0.6213(Q5와 Q7)까지입니다.
Alpha if Deleted는 모든 질문에서 0.8801보다 낮으며 0.8559에서 0.8772까지입니다. 따라서 어떤 질문을 제거해도 점수의 일관성이 약간 낮아집니다. 관리자는 8개 질문을 모두 유지하고 합산 점수를 보고합니다. Q8을 제거하면 알파는 0.8772로 거의 변하지 않으므로, 더 짧은 전체 점수가 필요하다면 Q8은 별도로 보고할 수 있습니다.
자주 묻는 질문
좋은 Cronbach의 알파는 얼마입니까?
일반적인 기준으로 결합 점수에는 0.7이 통상적인 최소값이고 0.8 이상이면 양호합니다. 알파가 매우 높으면(약 0.95 초과) 일부 문항이 서로 중복된다는 뜻일 수 있습니다. 문항끼리 양의 상관이 있을수록, 그리고 문항 수가 많을수록 알파가 커집니다. 설문 예제에서 알파는 0.8801이었습니다.
문항-총점 상관은 어떻게 해석합니까?
문항-총점 상관은 한 문항과 나머지 문항의 합 사이의 상관입니다. 값이 낮거나 음수이면 나머지와 함께 움직이지 않는 문항이거나 반대 방향으로 채점된 문항임을 나타냅니다. 예제에서는 값이 0.5421에서 0.7302까지였으므로 모든 질문이 나머지의 합과 함께 움직였습니다.
Alpha if Deleted는 무엇을 의미합니까?
Alpha if Deleted는 해당 문항을 제거했을 때 나머지 문항의 Cronbach의 알파입니다. 전체 알파보다 높다면 그 문항을 제외할 때 점수가 더 일관됩니다. 설문 예제에서는 모든 질문에서 전체 알파보다 낮았으므로 관리자는 8개 질문을 모두 유지했습니다.
문항 분석으로 점수가 타당함을 알 수 있습니까?
아니요. 문항 분석은 내적 일관성, 즉 문항들이 함께 움직이고 합리적으로 합산할 수 있는지만 측정합니다. 점수가 의도한 것을 측정한다는 것, 즉 타당도는 보여 주지 않습니다. 설문 질문, 시험 문항, 감사 체크리스트 항목을 하나의 점수로 결합하기 전에, 그리고 맞지 않는 문항을 찾는 데 사용하십시오.
