[SAS 활용 노하우] 신뢰도 분석 Part2

[#1]

이전 게시글 신뢰도 분석 part1에서는 신뢰도 분석에 대한 정의를 알아보았습니다.

이번 게시글에서는 신뢰도 분석을 SAS Studio에서 진행하는 방법에 대해서 알아보겠습니다.

데이터셋: ECPRG1.TEST_ANSWERS

ECPG1.TEST_ANSERS는 문자형으로 값이 입력되어 있어서 문자형을 숫자형으로 바꾸는 작업이 필요합니다. 

아래의 코드는 Q1과 Q2의 문항을 숫자형에서 문자형으로 변환하기 위한 코드 입니다. 

신뢰도 분석을 하기 위해서 Q1 ~ Q5의 답변을 숫자형으로 변환하여 신뢰도 분석을 진행하겠습니다.

data work.TEST2;
	length new_q1 3;
	set ECPRG1.TEST_ANSWERS;

	select (Q1);
		when ('A') new_q1=1;
		when ('B') new_q1=2;
		when ('C') new_q1=3;
		when ('D') new_q1=4;
		otherwise new_q1=Q1;
	end;
	
	select (Q2);
		when ('A') new_q2=1;
		when ('B') new_q2=2;
		when ('C') new_q2=3;
		when ('D') new_q2=4;
		otherwise new_q2=Q2;	
	end;
run;

아래의 코드는 크론바흐 알파계수를 구하는 코드로 PROC CORR statement 와 alpha 옵션을 넣어주게 되면 크론바흐 알파 계수를 구할 수 있습니다.

proc corr data = work.test2 alpha;
var new_q1-new_q5;
run;

크론바흐의 a계수가 0.12로 Q1 ~ Q5의 문항이 특정 개념을 파악하기 위해서는 일관성이 없다라고 할 수 있습니다. 

즉, 신뢰도가 있다라고 판단할 수 없습니다.

"변수를 제외했을 때의 크론바흐의 a계수"는 해당 변수를 제거했을 때 나머지 변수들로 계산된 크론바흐 알파계수를 의미합니다. 

q4를 제외하게 되면 크론바흐 a계수가 약간 높아지게 됩니다. 

크론바흐 알파계수(신뢰도)가 떨어진 경우에는 아래의 3가지 방법으로 해결할 수 있습니다.

1) 역으로 코딩된 값이 있는지 확인 (=잘못 코딩된 값이 있는지 확인)

2) 문항의 개수를 늘린다.

3) 크론바흐 알파계수를 확인하여 신뢰도를 떨어뜨리는 항목은 제외한다.