에드윈 블로그

등현간격척도, 유사등간척도이라고도 불리는 서스톤 척도는 Thurstone과 Chave가 정신물리학의 방법을 태도측정에 적용하면서 유래된 척도제작법이다.

Thustone은 태도를 일종의 연속체로 보았다. 태도는 긍정과 부정으로 연결되어 있고 개인의 태도를 이 연속체의 길이로 척도화시켜 태도 측정을 시도한 것이다. 그리고 이러한 길이를 측정할 수 있다면 사람들의 태도를 비교할 수도 있다고 봤다. 

서스톤 척도 구성

1. 연구 문제에 대한 긍정적, 중립적, 부정적 의견을 포함한 진술문을 50개 이상 확보한다. 
2. 전문가(평정자)들에게 보여줘 진술문의 강도를 11단계(11부정, 비호의적-1긍정, 호의적)로 평가하게 한다.
3. 진술문마다 책정된 점수에서 중앙값과 사분위편차를 계산한다.
4. 중앙값을 기준으로 내림차순으로 순서를 배열한 후 중앙값이 비슷하면서 사분위편차의 범위가 작고 유사한 진술문을 최종진술문으로 채택한다.
5. 실제 자료수집 대상자(응답자)가 진술문 동의 여부에 응답함으로써 응답자의 연구문제에 대한 태도를 측정한다.

예

측정값=(4.5+3.5)/2=4

서스톤 척도는 각 개인의 태도 점수를 심리적인 연속선상에 위치에 따라 긍정~중립~부정에 대한 절대적 해석을 제공한다

한계

• 평정자의 태도와 판단이 독립적이어야한다는 비현실적 가정에 기초한다. 평정자도 사람이므로 완전히 연구문제에 대한 진술문에 대해 객관적으로 평정할 수 없다
• 개인마다 연구문제에 대한 느낌이 다르기 때문에 조사자가 의도한 속성 이외의 변수가 개입될 수 있다. 흥부와 놀부를 보고 어떤 사람은 착한 일을 하면 보상받는다는 결과를 봤지만, 어떤 사람은 같은 핏줄임에도 경제적 풍요에 도달한 놀부의 능력을 본다.
• 척도의 일차원성에 대한 증거를 확보하기 어렵다. 태도가 긍정~부정 연속성에 위치한다는 것에 대한 증거는 무엇인가?
• 척도 양극단에 놓여 있는 문항들의 영향으로 동일한 간격을 지닌 척도를 구성하기 어렵다. 
• 척도를 구성하고 평정하는 등 많은 시간과 비용이 요구된다.

모집단을 층으로 나눠고 각 층별로 단순 무작위 추출법을 적용하여 표집 확률표본추출 방법이다.

https://whatilearned.tistory.com/57?category=922487

층으로 나눈다?

모집단이라 하더라도 다 똑같은 애들로 구성되어 있진 않다.

하다못해 중고등학교에서도 학교마다 그리고 반마다 다 다르다는 걸 알 수 있다.

층으로 나눈다는 것은 이러한 모집단을 서로 상이한 소집단으로 나눈다는 것이다. 그리고 이런 소집단에서 각각 무작위로 추출하는 것이다.

그리고 일정 기준에 따라 분류하고 분류별로 표본을 추출한다는 점에서 할당 표본추출방법과 유사하다.

아무튼 층화란 쉽게 말해 끼리끼리 묶는 것이다.

왜?

기본 논리는

모집단이 동질적이라면, 이질적인 경우보다 표본오차가 더 적은 표본을 추출할 수 있다는 것이다.

모집단의 다양성을 다 반영하려면 그만큼 표본의 크기를 키워야 한다. 누가 나올 지 모르기 때문이다.

그러나 끼리끼리 묶어놓고 이 속에서 추출한다면 적게 뽑아도 집단의 특성을 충분하게 반영할 수 있다.

따라서 이를 통해 추정값의 오차를 감소시킬 수 있다. 그리고 이는 곧 표본의 대표성 향상으로 이어진다.

따라서 장점은

표본의 수를 줄이더라도 대표성을 확보할 수 있다.

표본의 무작위성을 확보하면서 불필요한 분산을 줄일 수 있다는 점이다.

표본의 크기가 같을 때 표집오차가 가장 적은 표집방법이다.

단점은 

모집단의 각 층을 정확히 알고 있어야 한다.

끼리끼리 묶어야 하는데 걔들이 어떤 특성을 갖고 있는지 알고 있어야 묶지 않겠는가?

또한 위 작업을 거쳐야 하기에 비용과 시간이 많이 들 수 있다.

층마다 표본을 배분하는 방법은

• 균등배분법

"모집단 전체/층의 수"로 표본을 층마다 동일하게 배분한다.

• 비례배분법

층의 크기에 비례하여 배분한다. 모집단A에서 소집단 a가 차지하는 비율이 50%이면 표본에도 50%할당하는 것이다.

• 최적배분법

층별 표본추출 비용을 반영해 추정치의 분산이 최소화되게 배분한다.

• 네이만 배분법

층마다 표본 추출비용이 동일할 경우.

동질적인 집단에는 비교적 적게, 이질적인 집단에는 보다 많은 표본을 추출하여 최소 규모로 정확성을 유지되게 한다. 

• 데밍 배분법:

층마다 조사비용이 상이할 경우, 분산 최소화되게 배분한다.

등이 있다.

이렇게 각 층에서 뽑은 표본의 크기에 따라

• 비례 층화 표본추출

각 층에 속하는 모집단의 크기에 비례해 각 층에 속하는 표본의 크기를 결정한다.

• 비비례 층화 표본추출

그러나 비례 층화 표본추출을 실시할 경우 전체 모집단에서 차지하는 비율이 작은 소집단을 조사하는데 한계가 있을 수 있다. 예를 들어 크기가 매우 작을 경우, 그 집단의 정보를 유의미하게 반영하지 않을 수 있다.

이 경우 각 층에 속하는 모집단 크기에 비례하지 않으면서 전체적으론 비례 표본추출과 동일한 크기의 표본을 추출한다.

• 가중확률 표본추출

필요에 따라 표집률을 달리하는 것이다. 

로 구분된다.

• 정리
• 층으로 나누고, 각 층에서 무작위 추출
• 기본 논리: 집단이 동질적이라면 표본의 크기를 줄일 수 있다
• 표본 배분법: 균등, 비례, 최적, 네이만, 데밍
• 표본의 크기에 따른 구분: 비례 층화, 비비례 층화, 가중확률

가장 기본적인 확률 표본추출의 한 형태이다.

https://whatilearned.tistory.com/57

단순 무작위란 랜덤하게 추출한다는 의미이다.

확률 표본추출에서 생각해봤듯 이를 위해선 표본틀을 반드시 갖고 있어야 한다.

그리고 마치 공정한 주사위처럼 모든 구성요소가 동등한 확률을 갖고 표집하는 방법이다.

따라서 이론적으로 모집단을 대표하는 적합한 표본을 추출할 수 있다.

또한 모든 구성원에게 동등한 기회를 주기에 구성원에 대해 자세히 알 필요가 없다.

그러나 이로인해 반대로 모집단에 대해 알고 있는 지식을 활용할 수 없다는 점이다.

모집단 내에서도 A범주의 사람이 더 조사에 필요할 것이라 생각할 수 있으나 이러한 요소를 반영할 수 없다는 점이다. 

이로 인해 동일한 크기의 표본일 경우 층화추출보다 오차가 더 크다는 단점이 있다.

표본조사란 모집단으로부터 표본을 추출해 자료를 수집하는 조사방법이다.

표본조사는 결국 궁극적으로 모집단의 특성을 파악하기 위해 실시된다.

근데 문제는 모집단의 일부로 모집단 전체의 특성을 파악해야 한다는 점이다.

따라서 모집단에서 일부를 추출할 때, 즉 표집할 때 모집단의 특성을 잘 알려줄 수 있도록 표본을 추출해야 한다.

표본 추출 방법은 크게 2가지다.

확률 표본추출과 비확률 표본추출

확률 표본추출은 

무작위적 표본추출을 의미한다. 랜덤으로 추출이 이뤄진다는 것이다. 

랜덤하다면 어떨까? 뭐가 뽑힐지 알 수 있을까? 즉 모두가 뽑힐 확률이 동일하다는 의미이다

모두가 뽑힐 확률이 동일하다는 것은? 모두를 알고 있다는 것을 전제한다.

따라서 확률 표본추출 방법을 실행하기 위해선

모든 구성원 명단이 기재된 표본틀이 있어야 한다.

이를 통해 조사자는 대표성있는 표본을 확보할 수 있다.

또한 확률적으로 모든 구성원이 잘 반영되었기 때문에 이렇게 조사된 바를 통해 모집단의 특성이 이러할 것이다라고 할 수 있을 것이다. 즉 일반화가 가능하다.(물론 어디까지나 추론이기에 제약이 있다) 

그러나 모든 구성원을 파악하고 이들에게 동등한 기회를 부여해야하기에 시간과 비용이 많이 든다.

대표적인 확률 표본추출방법은

• 단순 무작위 추출
• 층화표본추출
• 집락 표본추출
• 체계적 표본추출

등이 있다.

비확률 표본추출방법은

조사자가 인위적으로 표집하는 방법이다.

따라서 모집단의 모든 것을 필요는 없다(알면 당연히 좋을 것이다). 따라서 표본틀이 필요하지 않다.

또한 시간과 비용이 확률 표본추출에 비해 상대적으로 적게 든다.

그러나 모집단을 알지 못하기 때문에, 표본이 모집단과 얼마나 다른지 알지 못한다. 따라서 표본오차를 추정할 수 없다(확률 표본추출은 표본오차 추정가능).

표본의 대표성 확보와 조사 결과 일반화 또한 어렵다.

대표적인 비확률 표본추출 방법은

• 편의 표본추출
• 판단 표본추출
• 할당 표본추출
• 눈덩이 표본추출
• 임의 표본추출

등이 있다.

정리

• 확률표본추출: 무작위적, 표본틀有, 대표성 확보, 일반화 가능, 표본오차 추정가능
• 비확률표본추출: 인위적, 표본틀無, 대표성 확보 어려움, 일반화 어려움, 표본오차 추정 불가능, 시간비용 절약

신뢰도란 반복 측정에 관한 것이다

https://whatilearned.tistory.com/53

타당도란 얼마나 정확하게 측정했는가에 대한 것이다.

https://whatilearned.tistory.com/54

조사에 있어 둘다 매우 중요하지만 같이 움직이는 것은 아니다.

1.타당도가 높다->항상 신뢰도가 높다

측정도구가 측정대상을 제대로 그리고 정확하게 측정한다면, 반복 측정해도 정확하게 측정할 것이다.

2.타당도가 낮다->항상 신뢰도가 낮다X

측정도구가 측정대상을 정확하게 측정하지 못하더라도, 신뢰도가 높을 수 있다. 측정도구가 정확하게 다른 대상을 측정하고 있는 경우가 이 경우이다.

3.신뢰도가 높다->항상 타당도가 높다X

반복 측정으로 동일한 결과가 나오더라도 항상 타당도가 높다고 할 수 없다. 우연에 의한 것일 수 있다. 

4.신뢰도가 낲다->항상 타당도가 낮다

신뢰도가 낮으면 타당도도 낮은 것이다. 신뢰도가 다르다는 것은 측정도구가 측정할 때마다 다른 것을 측정한다는 의미일 수 있기 때문이다.

타당성은 측정하고자 하는 바를 얼마나 정확하게 측정했는가에 대한 개념이다.

타당성은 크게 내적 타당성과 외적 타당성으로 나뉜다.

내적 타당성이란 실험 결과가 독립변수로 인한 것인가에 대한 문제이다.

즉 독립변수때문에 종속변수가 변한 것인지, 아니면 외생변수의 개입으로 그런 것인지에 대한 것이다.

내적 타당성을 저해하는 요인으론

• 우연한 사건

문자 그대로, 정말 우연히 종속변수가 변하게 된 사건을 의미한다

• 성숙요인

실험설계와 관계없이 조사참여자의 신체적 심리적 변화가 발생해 이것이 종속변수에 영향을 미친 것이다. 예를 들어 노인을 대상으로 건강증진 프로그램을 실시하고 건강검진으로 사전사후 측정을 실시했다고 하자. 이 결과 건강검진 결과가 이전과 동일하다면 성숙요인으로 인한 것일 수 있다.

• 검사요인

검사효과 요인이며, 유사한 측정을 반복한 결과 검사도구에 대한 친숙도가 증가해 종속변수가 변하는 것이다. 예로 IQ테스트가 그러하다.

• 도구요인

반복 측정 시 검사 도구에 내적 일관성이 없다면, 타당성이 저해된다

• 통계적 회귀

극단 특성을 지닌 집단을 대상으로 검사를 진행하더라도 검사를 진행할수록 평균값으로 회귀하는 경향이 있다.

• 중도탈락

실험 대상자 상실요인으로 조사 참여자가 탈락하여 기존 실험 집단과 다른 특성을 지닌 집단으로 변할 수 있다. 실험설계에서 1020세대와 3040세대를 집단으로 구성했으나, 20세대가 탈락하고 30세대가 탈락한다면 두 집단은 더 이상 실험설계 단계에서 기획했던 집단과 동일한 집단으로 보기 어렵다.

• 인과관계 모호성

시간적 우선성이 불확실하여 독립변수와 종속변수간의 영향을 미치는 방향이 모호하다.

• 개입의 확산/모방

집단 간 비교 실험에 있어서 실험집단과 비교집단간의 상호작용으로 두 집단간 차이가 모호해진다.

• 편향된 선택요인

집단 간 차이가 본래 구성원 구성의 차이에서 발생한 것일 수 있다. 즉, 실험 집단의 성과가 더 탁월할 경우 독립변수때문이 아니라 원래 실험집단이 더 탁월한 성과를 내는 구성원으로 구성되었을 경우를 의미한다.

등이 있다.

외적 타당성이란 연구결과 일반화 가능성에 대한 것이다.

외적 타당성 저해요인으론

• 측정 자체가 실험 대상자들의 행동을 변화시킬 수 있다는 점

학부모 참관 수업에서 학생들은 과연 학부모가 없을 때처럼 행동한다고 할 수 있는가? 

• 실험 대상 선정 단계에서 발생할 수 있는 편향과 독립변수 간 상호작용이 있을 수 있다는 점
• 일반화 가능 여부는 생태학적 상황에 의해서 결정될 수 있다는 점

실험실에서의 실험 상황과 실험결과를 적용하고자 하는 현실세계에서의 상황이 같은 상황인가? 

• 차별적 표집이 대표성 문제를 야기할 수 있다는 점

서울에 거주하는 20대 남자만을 대상으로 수집된 결과를 전세계의 모든 세대에게 일반화하여 적용할 수 있는가?

등이 있다.

내적타당성과 외적타당성은 일반적으로 trade-off관계를 가진다.

내적타당성을 높이기 위해선 더 많은 요인들을 통제해야 한다.

외적타당성을 높이기 위해선 현실세계와 더 비슷해야 한다.

통제하는 요인이 많아질수록 현실세계와는 멀어진다.

따라서 둘은 trade-off관계를 가진다.

https://whatilearned.tistory.com/53

신뢰도

• 신뢰도는 동일한 개념을 반복적으로 측정했을 때 동일한 측정값을 얻게 되는 정도이다.
• 신뢰도는 동일한 대상에 대해 측정도구를 반복 적용했을 경우 동일한 결과가 나오는 게 어느정도 되는가를 의미한다.

간단하게, 또 측정했을 때 똑같은 결과가 나오는 가를 묻는 개념이다.

따라서 안정성, 일관성, 예측가능성, 정확성 등으로 표현할 수 있다.

신뢰도 제고 방안은

• 측정 항목의 모호성을 제거한다: 응답자가 문항을 읽을 때마다 다른 의미로 해석되면, 당연히 다른 응답이 나올 것이다. 따라서 애매하거나 모호한게 아닌 명확하게 작성되어야 한다.
• 응답자가 잘 모르거나 관심 없는 내용을 측정하지 않는다: 모르는 질문엔 응답하지 않거나 찍는 수밖에 없다. 그리고 관심 없는 내용이라면 대충 응답할 것이다. 
• 측정항목 수를 늘린다: 측정항목의 수가 늘어나면 측정항목의 평균은 측정대상의 실제갑에 가까워진다(표본의 크기가 커질 수록 정규분포에 가까워지듯이)
• 조사방법의 일관성을 유지한다: 조사자가 조사할 때마다 다른 방식과 태도로 조사한다면 응답도 다르게 나타날 것이다.
• 인정받은 측정도구를 이용한다
• 중요한 질문은 질문을 2번 묻거나 유사한 질문을 한다: 응답이 동일하다면 응답자가 신뢰성있는 응답을 하였다고 알 수 있으며, 그렇지 않을 경우 반대로 생각할 수 있다.
• 사전조사를 실시한다: 사전조사로 모호한 문항을 확인하고 조사방식의 보완할 점을 발견할 수 있다.(일반적으로 20~50명정도 실시)
• 누구나 동일하게 해석될 수 있도록 문항 구성한다.
•  

신뢰도의 조건

• 예측 가능성
• 시간에 구애받지 않고 일관된 측정치: 어제 대답이랑 오늘 대답이랑 다르면 안된다.
•  

신뢰도 평가

• 검사-재검사법(재조사법)

같은 조사지로 반복 측정하는 것이다. 이전과 같은 결과가 나오면 신뢰도가 높다고 평가한다.

단점은 측정결과의 변화가 나타날 경우 측정대상의 변화(외생변수)로 인한 것인지, 조사지의 신뢰도 문제인지 파악이 어렵다.

또한 응답자가 조사지에 대한 내용을 학습해 생기는 검사효과를 배제할 수 없다.

• 반분법

하나의 측정 도구를 반으로 나누고 이 둘을 각각 독립된 측정도구로 보고 사용하는 것이다.

재조사법에서 발생할 수 있는 검사효과와 외생변수의 개입을 통제할 수 있다.

단점은 반분된 조사도구가 동일하냐는 문제이다. 또한 문항구분의 방식에 따라 신뢰도 계수가 달라지면서 불확실성 문제가 발생할 수 있다.

반붑법의 신뢰도 추정에서는 스피어만-브라운 공식을 사용한다.

스피어만-브라운 신뢰도 계수=(2 X 반분 조사지 상관계수) / (1 + 반분 조사지 상관계수)

이 공식의 전제조건은 질문지 전체가 반쪽보다 신뢰도가 높아야 한다는 것이다.

• 복수 양식법

애초에 비슷한 측정도구 2개를 개발해 신뢰도를 검증하는 방법이다.

측정 후 상관관계를 비교하여 상관계수가 높으면 신뢰도가 있다고 판단한다.

장점은 재조사법의 검사효과를 배제할 수 있다.

단점은 두 조사지가 동일한 것인가에 대한 문제와 측정도구간 유사성을 파악하기 어렵다는 점이다.

따라서 신뢰도가 낮은 경우 측정도구의 신뢰도 때문인지, 측정 도구 사이의 차이로 인한 것인지 알 수 없다.

• 내적 일관성법

문항 상호 간 어느 정도의 일관성을 갖고 있는가를 측정하는 방법이다.

크론바흐 알파값(표준화된 알파)을 이용하는데, 구체적으로 층정항목이 가질 수 있는 모든 조합에서의 상관관계 평균값을 산출하여 신뢰도를 측정한다.

https://whatilearned.tistory.com/49

크론바흐 알파계수는 또한 리커트 척도에서 문항 간 내적일관성을 측정하기위해 사용된다.

어의차이 척도 또는 어의분화 척도라고도 하는 의미분화 척도는

양 극단으로 연결된 일직선 상에서 평가가 이뤄지는 척도이다.

일직선은 서로 상반된 형용사로 연결된다. 

예

다음에 제시된 형용사를 일고 귀하가 가장 밀접하게 느끼는 곳에 O 표시를 하십시오.

귀하는 해당 브랜드에 대해 어떤 느낌을 갖습니까?

밝다---------+---------+---------+---------+---------+---------+---------+---------어둡다

차갑다---------+---------+---------+---------+---------+---------+---------+---------뜨겁다

빠르다---------+---------+---------+---------+---------+---------+---------+---------느리다

어렵다---------+---------+---------+---------+---------+---------+---------+---------쉽다

무겁다---------+---------+---------+---------+---------+---------+---------+---------가볍다

게으르다---------+---------+---------+---------+---------+---------+---------+---------부지런하다

기쁘다---------+---------+---------+---------+---------+---------+---------+---------슬프다

배부르다---------+---------+---------+---------+---------+---------+---------+---------배고프다

불편하다---------+---------+---------+---------+---------+---------+---------+---------편하다

어의분화 척도는 여러 쌍의 대칭적 형용사를 활용함으로써 평가적, 활동적, 역동적 차원 등 다차원적 측정이 가능하다. 이를 통해 조사 대상에 대한 응답자의 느낌을 측정하기 위해 사용된다.

어의분화 척도의 주요 이론적 가정은 어떤 대상을 의미적 공간에 위치시킬 수 있다는 것이다.

이를 통해 측정된 값을 분석하는 방법은 

• 평균값 분석법: 각 척도별 응답 지점의 평균값을 기준으로 분석한다
• 거리집략 분석법: 측정 개념 사이 어느 지점에 위치하는지를 측정하여 이를 통해 관계를 분석
• 요인평점 분석법: 요인분석을 통해 평점을 낸 후 개념 평가

정리

• 양 극단 대칭적 형용사, 일직선 연결
• 기본 가정: 대상을 어떠한 의미적 공간에 둘 수 있다
• 다차원 측정, 느낌 측정
• 분석: 평균값, 거리집략, 요인(분석)평점