8장: 측정의 개념
모든 과학적 조사연구에 동원되는 명제나 가설은 그 타당성의 여부가 경험적으로 검증되어야 한다.
명제나 가설은 변수들 간의 관계를 기술하고 있으며, 따라서 이를 경험적으로 검증하려면 변수들에
대한 측정이 선행
1. 측정의 정의(measurement)
• 측정이란: 추상적인 개념을 경험화하는 작업으로, 경험적인 특질들에 대해 규칙에 의거해서 숫자나
기호 등을 배정하는 절차
• 측정의 가장 핵심적인 요소는 규칙
• 규칙은 숫자나 기호들을 어떻게 배당할 것인지에 관한 기준을 제시하는 것
• 측정에서는 규칙의 정확성이 곧 측정의 정확성을 결정하는 것과도 같음
예) 규칙 : 성별은 보통 '남성, 여성'으로 구분되는데, '남성, 중성, 여성'으로 구분하 는 것도 가능하고,
심지어 '남성 같은 남성, 여성 같은 남성, 남성 같은 여성, 여성 같은 여성'으로 구분해 볼 수도
있음
-기호나 숫자의 배정 : 남성과 여성이라는 경험적으로 구분되는 특질들에 대해 기호나 숫자를 부 여한다.
이 경우에 기호가 사용되면 'm, f' 혹은 '남, 여' 등의 문자기호를 사용할 수도 있다.
숫자가 사용되면 '1,2'나 '0,1' 등 다양하게 값을 할당할 수 있음
• 양적 조사연구에서는 측정을 통해 자료를 수집하고, 이를 분석에 활용해서 조사문제에 대한 답 결정
예) 지역사회 주민들의 공동체 의식 함양을 목적으로 하는 프로그램이 있다 하자.
단일집단 전-후 검사 디자인을 써서 프로그램의 효과(성과)를 경 험적으로 확인하려 한다.
그러자면 먼저 공동체 의식에 대한 측정이 필 요하다. 개념을 단순화해서 사람들을 공동체 의식이 강한
사람과 약한 사람으로 이분화하기로 한다.
• 측정에는 먼저 규칙이 필요
<큰 범위 규칙>
① 어떤 경험적인 특질을 갖는 사람들을 공동체 의식이 강한 사람
② 어떤 사람들을 공동체 의식이 약한 사람으로 분류할지를 규정하는 것
<세부규칙>
① 자원봉사를 했거나 할 의사가 있는 사람들은 공동체 의식이 강한 사람
② 자원봉사를 하지 않았거나 앞으로도 할 의사가 없는 사람들은 공동체 의식이 약한 사람으로
규정한다는 규칙
<수자 부여>
'1'은 공동체 의식 '강함'의 특질을 가진 사람들을 표시하는 것
'2'는 '약함' 의 특질을 가진 사람들을 나타내는 것
• 동일한 규칙에서 공동체 의식이 '2' 라고 배당되었던 사람들이, 프로그램 을 이수한 후에는 대부분
'1' 로 바뀌었다는 것
• 경험적인 사실에 기초해서 연구자는 프로그램의 개입에 따른 공동체 의식 의 긍정적인 변화를 입증하려
할 것
<표8-1> 프로그램 실시 전-후 측정 비교
|
프로그램 실시 전 |
프로그램 실시 후 |
|
2 1 2 2 1 2 2 2 1 2 2 1 1 2 2 2 2 2 2 2 2 2 1 2 |
1 1 1 2 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 2 1 1 2 |
2. 측정의 구조
• 측정이란 규칙에 따라 숫자나 기호를 배정하는 것
• 측정의 질은 규칙의 질에 좌우
• 부실한 규칙은 부실한 측정을 만들어 냄
• 실재(reality)와 긴밀히 연결되지 않는 규칙이나 측정 절차는 측정을 의미 없는 것으로 만듬
• 의미 있는 측정은 측정 절차가 실재와의 경험적인 합치를 가져올 때 획득 될 수 있음
• 사회과학에서는 많은 경우에 개념을 측정하기 위해, 특질들 자체를 직접 측정하기보다는 특질을 나타내는
지표(indicator)들을 써서 간접적으로 측 정하는 경우가 많다.
예) 공동체 의식이나 소속감, 지능 등과 같이 고도의 추상적인 구성체 개념
• 공동체 의식은 '헌혈에의 참여' 라는 경험적인 지표를 써서 간접적으로 측정
• 지능을 측정하기 위해 IQ 검사라는 복합 지표를 사용
• 간접적 경험에 따른 측정의 한계에 대해서는 충분히 이해
• 지표를 사용한 측정의 경우는, 개념을 직접적으로 측정하는 것에 비해 측 정의 규칙이나 절차가
복잡하게 될 가능성이 높음
• 조작적 정의(규칙)에 의거하여 지표가 구체화되고, 지표의 관찰이 있은 후 에 다시 지표가 갖는 값을
숫자나 기호로 대체하고, 숫자들은 다시 통계학 이나 수학적 연산에 이용
3. 개념화(conceptualization)와 조작화(operationalization)
• 조사연구에서 측정의 규칙과 절차는 개념화와 조작화를 통해 구체화
• 연구문제의 서술과정에서 개념적 정의를 통해 변수에 대한 개념화가 이루 어짐
• 조작화는 개념적 정의에 기초한 조작적 정의를 통해 성립
• 개념화와 조작화는 둘 다 변수의 성격과 변수를 구성하는 속성들을 구체화 하는 작업이라는 점에서 같음
• 개념화가 추상적인 상태의 구체화이고, 조작화는 경험적 차원 에서의 구체화라는 점
• 개념화와 조작화의 과정에서 반드시 지켜져야 하는 두 가지 원칙:
1) 포괄성은 모든 속성들이 포함되었는지
2) 상호배타성은 속성들이 서로 구분되어 있는지를 말하는 것
1) 포괄성의 원칙(exhaustive)
측정에서 포괄성의 원칙이란 변수를 구성하는 모든 속성들의 집합이 포괄 적으로 나타날 수 있어야 한다는것
예) 사람들이 어떤 애완동물을 소유하고 있는지를 측정하고자 한다.
이를 위해 먼저 애완동물이란 어떤 것인지에 대한 개념적 정의가 내려져야 하고, 이에 따라 애완동물의
종류가 경험적으로 분간될 수 있는 조작적 구체화가 이루어진다. 그 결과 '애완동물의 종류'라는 변수가
다음과 같 은 규칙 절차로 측정된다고 하자.
· 당신이 기르는 애완동물의 종류를 다음 중에서 선택하시오.
①개 ②물고기 ③새 ④고양이
- ⑤ 기타 또는 좋아한는 동물 이라고 넣었을 때 포관성의 원칙이 성립됨
2) 상호 배타성의 원칙(mutually exclusive)
상호 배타적이란 각기 다른 속성들은 서로가 엄격히 구분될 수 있어야 한다는 뜻
예) 직장 동료들과의 관계는 명확한 선을 긋는 것이 필요하다.
( ) 매우찬성 ( ) 종종찬성 ( ) 가끔 반대 ( ) 매우 반대
-강도 빈도를(매우,종종/ 종종,가끔) 섞을 것이 아니라 분리해서 질문을 해야함
• 직장 동료와의 관계에 대한 의견을 묻는 과정에서 '매우'는 강도 이고 '종종'과 '가끔'은
빈도를 나타내는 것
• 상호 배타적이지 못한 속성 값들로 정의된 측정 절차는 서로 구분된 속성 들을 분리해
내려는 측정의 목적을 달성할 수 없음
4. 측정의 4등급 -(명목,서열,등간,비율 등급으로 분류함)
1) 명목 등급(nominal level)
• 명목 등급의 측정은 일명 분류화(classification)라고 표현
• 숫자의 의미를 갖지 않고 단지 분류 기호로만 취급
예) ① 무지개의 색을 7가지로 규정
만약 14가지 색으로 규정하는 개념적 및 조작적 정의가 가능하다면, 그에 적절한 14가지
속성 값들이 포괄적이고 상호 배타적으로 제시 되어야 함
② 성별이나 계절
어떻게 변수에 대한 정의가 내려지느냐에 따라 포함될 속성들은 달 리 나타날 수 있음
• 명목 등급의 규칙으로 산출된 측정값들은 다음과 같은 수학적 및 통계학적 연산에 사용할 수 있음
|
수 학 : (=) 통계학 : 빈도(frequency), 람다(Lambda) 종종,아주 기초자산의 변동성 변화율 |
• 명목 측정이란 무엇은 무엇과 같거나 혹은 다르다는 것이 경험적으로 구분 될 수 있는 정도
• 수학적으로는 등호(= ) 수준 정도를 사용할 수 있다. 통계학적으로는 변수 의 속성 값들이 각기
나타나는 정도를 보여 주는 빈도 분석이나, 두 명목 변수 간의 상관관계의 크기를 측정하는 데
쓰이는 람다 계수 등에 쓰일 수 있음
<표8-2> 명목 측정의 예
|
변수 |
속성(측정값) |
|
무지개 색 성별 계절 |
빨, 주, 노, 초, 파, 남, 보 남성, 여성 봄, 여름, 가을, 겨울 |
2)서열 등급(ordinal level)
• 서열 등급의 측정은 명목 측정에 서열성이라는 하나의 정보가 더 추가된 것으로, 구분된 속성들에다
서열을 매길 수 있는 수준의 측정
• 서열 측정을 위해서는 명목 등급의 측정에 필요한 기본 원칙을 갖춘 상태 에서, 측정값들 간의 순위를
결정하는 측정 규칙이 추가로 필요
• 서열 등급의 규칙은 명목 등급 수준의 측정 규칙에 '> 혹은 < '를 추가해 놓은 것
|
수 학 : (=), (> <) 통계학 : 중위수(median), 감마(Gamma) |
• 서열 측정은 무엇은 무엇과 구분된다는 것을 이미 포함
• 수학적으로 등호( = )의 개념이 당연히 포함
• 서열성 특질로 수학적으로는 부등호( < > )도 사용할 수 있음
• 통계학적으로는 빈도나 람다 등에 추가해서, 서열을 가진 값들을 늘어놓았 을 때 가운데
있는 값을 나타내는 중위수나, 서열변수 간 상관관계의 크기 를 나타내는 감마 계수의 활용도 가능함
<표8-3> 서열 측정의 예
|
변수 |
속성(측정값) |
|
선호도 학점 정치 성향 장애 정도 |
좋음, 보통, 나쁨 A, B, C, D, F 보수, 중도, 진보 1급 장애, 2급 장애, 3급 장애 |
3)등간 등급(interval level)- (명복+서열+거리)
• 서열 등급의 측정에 '거리' 개념이 더해진 것이 등간 등급 측정이다. 속성 들 간의 서열뿐만
아니라 개별 속성값 사이에 거리가 일정하다는 것도 측 정이 가능한 수준이다.
• 등간 등급의 측정은 서열 등급까지의 측정 규칙에다 속성들 간의 간격이 일정함을 드러내는
등간성의 규칙을 더한 것
예) 학년 변수의 예에서 1학년에서 2학년의 거리나 3학년에서 4학년의 거리 는 같다.
각 학년들 간의 거리가 일정하게 나타나므로, 이를 등간 등급이 라 할 수 있다.
온도와 IQ 역시 이와 마찬가지다.
수 학 : (=),(> <),(+ -)
통계학 : 보통 사용하는 대부분의 통계학
<표8-4> 등간 측정의 예
|
변수 |
속성(측정값) |
|
대학 학년 온도 지능지수(IQ) |
1학년, 2학년, 3학년, 4학년(똑같이올라가는것) …-20℃ …0℃ …36℃ …200℃ … …80점 …120점… |
4)비율등급(ratio level)
• 비율 등급 측정은 등간 등급의 모든 특질들에 절대 영점의 정보가 추가된 것
• 절대 영점(true zero point)이 어디에 있는지가 확인되어야 비로소 수는 완벽해짐
• IQ로 말하자면 지능이 전혀 없는 상태가 검사 점수로서도 0점으로 나타나 야 하는데 그것이
일치한다는 보장이 없음
• 온도에서도 마찬가지로 온도가 전혀 없는 상태가 0로 표시되어야 하는데, 섭씨 온도계에서 0은
단지 물이 어는 온도를 표시할 따름이고 온도가 없 다는 영의 뜻은 아님
• 수의 세계에서 의미하는 0과 측정값에서의 0의 의미는 서로 다르기 때문 에, 이들은 비율 등급이
될 수 없음
• 등간 측정값들을 표기할 때 편의상 문자기호 대신 숫자기호를 많이 사용
• 절대영의 기준점이 어디에 있는지를 모르고서는 곱셈이나 나눗셈과 같은 배수의 조작이 불가능
• IQ가 150점인 사람은 120점인 사람에 비해서 1.2배로 더 똑똑하다고 말 할 수 없음
• 온도계로 측정된 40℃가 20℃보다 두 배로 덥다고 말할 수 없음
[그림8-2] 절대영의 기준점
｜----｜----｜----｜----｜----｜----｜----｜----｜----｜----｜
(등간) a b c d e f g h i j k 속성값
s1 0 1 2 3 4 5 6 7 8 9 10
s2 -5 -4 -3 -2 -1 0 1 2 3 4 5
기준점
|
변수 |
속성(측정값) |
|
몸무게 소득 수준 가족 수 |
0kg… 40kg… 80kg… 0만원… 120만원… 150만원… 0명, 1명, … 10명… |
<표8-5> 비율 측정의 예
|
수 학 : (=)명목, (> <)서열, (+ -)등간,등수, (X ÷)변수 통계학 : 모든 통계학 적용 |
• 사람, 조직, 집단, 지역, 국가 등 어떤 것도 측정 대상이 되는 개체로 포함 될 수 있다.
측정 단계에서는 이러한 개체들을 측정단위라 함
예) 성별을 측정하려고 할 때는(명목 측정), 측정 단위로서의 개체는 사람들이 된다.
조직의 리더십 유형을 측정하려 한다면, 개별 조직들이 측정 단위 가 될 것이다.
지역 간 비교를 목적으로 하는 연구에서는 측정 단위의 개 체가 지역들이 되는 등
[그림 8-3] 측정 등급의 예
9장: 측 정 도 구
1. 지표와 합성 측정
사회과학에서 쓰이는 개념들은 직접적으로 실체가 측정되기 어려운 경우가 많다.
이런 경우 개념을 직접 측정하기보다는 지표를 이용한 간접 측정이 필요하다.
• 지표(indicator)란: 개념 속에 내재된 속성들이 표출되어 나타난 결과를 말 하는 것
-지능을 측정하기 위해 IQ 테스트라는 지표들을 사용하는 것
-공동체 의식의 측정을 위해 헌혈 참여율을 지표로 삼는 것 등이 그 예
단일한 지표: 성별, 자녀 수, 혼인여부, 월 소득, 학력 등
다양한 지표들: 가정생활 만족도와 같은 변수들은 한두 개의 지표로 측정되 기 어렵고, 부부관계,
자녀관계, 경제 형편 등에 관한 다양한 지표들을 합성해야만 측정할 수 있는 것
• 단일 항목에 따른 측정은 그만큼 오류의 가능성이 높음
예) 학점을 산출(측정)하는데, 한 번의 시험에서 한 문제를 가지고 하는 것보 다 여러번의 시험에서
여러 문제들을 가지고 하는 것이 신뢰도가 높다.
여기에 덧붙여서 출석이나 과제물 평가 등과 같은 여타 지표들을 포함하 면 측정의 정확성을 보다
높일 수 있음
• 인간과 인간 사치에 존재하는 복잡한 현상들을 단일 항목이나 지표로 측정 한다는 것은 거의 불가능
(복지의식, 삶의 질, 빈곤선, 기초생활수급대상, 장애 정도 등 )
• 사회복지 조사연구에서는 복수의 항목이나 지표들을 합성해서 만든 측정도 를 많이 사용
• 지수(index)와 척도(scale)는 복합적인 지표의 결합을 통해 만들어진 측정 도구
- 지수: 경험적으로 쉽게 인식할 수 있는 지표들로 구성된 것
(물가, 소비자물가지수 등)
- 척도: 사람들의 태도 등과 관련된 변수의 측정
(일반만족척도, 아동의 어머니에 대한 태도 등)
2. 지수의 작성
지수(index)란 두 개 이상의 항목이나 지표들이 모여 만들어진 합성 측정도구
① 목적의 정의: 무엇을 측정하려는지와 개발된 측정도구는 어떻게 사용될 것인지 등을 규정
② 자료 유형의 선택: 어떤 방법을 통해 자료를 수집할 것인지를 결정
③ 기초기준의 선택: 지수는 비교의 목적을 위해 비(比, ratio)나 백분율(%) 등으로 나타내는 경우가 많다.
이때 어떤 기초 기준(ba
se) 을 선택하느냐에 따라 동일한 자료에 대한 표현이 크게 달라 짐
④ 합산방법의 선택: 지수는 보통 개별 항목이나 지표들을 합산해서 나타낸다. 합산 방법에는 집성과
가중으로 분류
-집성(aggregation): 단순히 개별 항목들의 점수를 더하는 것
-가중(weighting): 개별 항목들을 각각의 중요도에 따라 가중치를 부여해 합산하는 방법
3. 척도구성
• 척도구성(scaling, 스케일링)은 척도를 만드는 방법
• 심리사회과학에서는 인간의 내면적 태도(attitude)를 측정하는 일종의 잣대 를 구성하는 것으로 간주
- 단일차원성의 원칙 : 척도의 구성 항목은 단일한 차원을 반영해야 한다는 것으로, 척도의 모든 항목들은
하나의 동일 차원적 연 속선상에 배열되어 있어야 함을 뜻함
- 복합지표 척도 : 다차원으로 구성된 개념을 측정하는
• 척도를 구성하는 방법은 측정하려는 변수의 구조적 성격에 의거해서 결정
1)명목측정의 척도구성
• 명목 측정은 한 변수에 포함되는 속성값들을 단순히 구분해 내는 것
예) 정치성향 변수에 대해 '보수, 중도, 진보'라는 속성값들
• 척도의 구성 항목들은 단일차원성의 원칙에 의거해서 포괄적이고 상호배타 적이어야 한다는 것
|
<예문1> 당신의 정치적 성향은 어디에 가깝다고 생각하십니까? (1) 보수 (2) 중도 (3) 진보
<예문2> 당신의 정치적 성향은 어디에 가깝다고 생각하십니까? (1) 보수 (2) 한나라당 (3) 민주노동당
<관찰1> 검은색 옷을 입은 사람은 보수, 회색 옷을 입으면 중도, 흰색 옷을 입으면 진보라고 하고, 속성값을 각각 (1), (2), (3) 으로 부여한다.
<관찰2> 파란색 옷을 입은 사람은 보수, 회색은 중도, 밝은색은 한나라당, 빨간색은급진이라 하고, 속성값을 각각 (1), (2), (3), (4) 로 부여한다. |
위의 두 경우는 측정의 규칙이 연구자의 시각을 활용하는 것으로, 옷 색깔이 정치성향의 특질을
드러내는 지표라고 파악하는 것
2) 서열 측정
• 서열 측정이란 측정된 값들이 구분 가능하고, 이에 더해 서 열성도 갖추고 있는 것
• 학점을 A~F로 측정하는 것이 대표적
(1) 리커트 척도구성(Likert scaling)
측정에 동원된 모든 항목들에 대해 동등한 가치를 부여한다. 각 항목의 값들을 단순 합산하여
측정값이 만들어지고, 그것으로 측정 대상자들의 서열성이 포함된 구분 속성값을 부여하는 것
• (예, 아니요)의 응답을 가진 10문항 테스트가 있다 하자.
이 테스트를 치른 사람들은10문항 중에서 몇 문항에 '예' 라고 했는지에 따라 10점에서 0점 까지 서열을
매길 수 있다. 5문항에 '예'한사람은 4문항에 '예' 한 사람에 비해 높은 서열값이 부여된다.
그리고 어떻게 각기 다른 문항들에 '예'라고 했건 10개 중 5개 문항에 '예' 한 사람들은 같은 서열,
즉 같은 속성을 가 진 사람들이라고 측정하는 것
• 리커트 척도구성에서는 모든 문항들이 그 중요도 에서 동등한 가치를 가지 고 있는 것으로 간주한다.
합이 5점인 사람들은 모두 같은 서열에 있다고 하자는 것
- 리커트 척도는 단순 합계에 따른 합산법(summated rating) 척도의 대표적 인 방법
- 개별 문항들의 응답 형식은 반드시 통일될 필요가 없으나, 눈금 간격은 일 관성을 유지하는 것이 좋음
• 단순 합산법에 따른 리커트 척도의 장점:
① 등간 점수를 산출해 내는 기초를 제공하고
② 척도구성과 활용이 비교적 용이하다는 것
• 리커트 척도의 단점:
개인들마다 응답의 준거틀이 다를 수 있다는 것
예) 비슷한 수준의 생각이라도 어떤 사람은 '약간'에, 어떤 사람은 '보통'의 눈 금에 답할 수 있다.
모든 문항들이 등가(等價)로 구성되었다는 전제가 명 확하지 않으면, 단순 합산점수를 근거로 서열성을
측정해 낼 수 없다는 것도 리커트 척도의 단점임
<표9-1> 리커트 척도의 예: SHA
|
권위위계 척도(Scale of Hierachy of Authority) Aiken과 Hage가 개발한 척도로 조직 구조의 권위위계 정도를 측정하는 것이다. 원래 이 척도는 [Aiken and Hage Scale of peragnal Participation in Decision Making and Hierarchyof Authority)라는 이름으로 조직의 의사결정과 권위위계라는 두 개념을 측정하도록 만들어진 것이나, 여기서는 권위위계의 부분만을 떼어서 소개한다(주의: 아래의 예시는 소개의 목적으로 번역하고 임의 포맷한 것이므로, 타당도와 신뢰도에 대한 확인은 할 수 없음). |
|
매우 아니다 맞다 매우 아니다 맞다
1. 슈퍼바이저가 승인 결정을 하기 전까지 이 조직 에서는 아무런 행동도 취할 수 없다. _______ _______ _______ _______
2. 스스로 결정을 내리기 좋아하는 사람은 이 조직에서 쉽사리 낙담할 것이다. _______ _______ _______ _______
3. 아주 사소한 문제라도 최종 결정을 위해서 는 윗선에 있는 사람들에게 알려야 한다. _______ _______ _______ _______
4. 어떤 일이라도 사전에 상사에게 반드시 물어보아야 한다. _______ _______ _______ _______
5. 내가 내리는 어떤 결정도 상사의 승인을 받아야 한다. _______ _______ _______ _______
|
* 출처: Miller, D. (1983). Handbook of Research Design and Social Measurement(4th ed.).
New York: Longman, pp. 364-365.; 원출처: Aiken, M., & Hage, J. (1968)."
Organizational interdependence and intraorganizational structure," Americn
Sociological Review, 33(6), pp. 912-930.
|
관계사정 척도(Relationship Assessment Scale: RAS) Susan Hendrick이 만든 것으로 파트너 관계의 만족도를 측정하기 위한 7항목의 측정 도구다. 일반적인 애정관계에 대한 만족도를 측정하며, 부부의 관계만에 한정되어 있지는 않다. A=1, E=5점으로 처리하여 총점은 7점(낮은 만족도)에서 35점(높은 만족도) 사이에 분포한다. 4, 7번 문항은 역점수 처리한다(주의: 영문으로 된 도구를 단순 번역하였고 포맷도 재구성되었으므로, 아래의 예는 타당도와 신뢰도에 대한 확인은 할수 없음). |
<표9-2> 리커드 척도의 예 : RAS
|
1. 당신의 파트너는 당신이 필요로 하는 것들을 얼마나 잘 충즉시켜 줍니까? A B C D E 못함 매우못함 매우잘함
2. 일반적으로 말해서, 파트너와의 관계에 대해 얼마나 만족합니까? A B C D E 만족못함 보통 매우 만족함
3. 다른 사람들의 관계에 비해 당신들의 관계는 얼마나 좋습니까? A B C D E 안좋음 보통 훌륭함
4. 당신은 '이런 관계를 맺지 않았더라면 좋았을 것을…' 하는 생각을 얼마나 자주 합니까? A B C D E 전혀 없었음 보통 매우자주
5. 이 관계가 당신의 원래의 기대에 어느 정도 부응하고 있습니까? A B C D E 거의못함 보통 완벽하게
6. 당신의 파트너를 얼마나 많이 사랑합니까? A B C D E 조금 보통 매우많이
7. 당신들의 관계에는 얼마나 많은 문제가 있습니까? A B C D E 거의없음 보통 매우많음 |
*출처: Fischer, J., & Corcoran, K. (1994), Measures for Cinical Practice: A Source Book
(2nd ed.), Vff. I. New York: The Free Press, pp. 170-171.; 원출처 Hendrick, S. (1988).
"A generic measure of relationship satisfaction," Jourrial of Marriage and the Family, 50, pp. 93-98.
(2) 거트만 척도구성(Guttman scaling)
거트만 척도는 누적 스케일링(cumulative scaling)의 대표적인 형태
• 거트만 척도의 특징:
① 척도에 동원된 문항들을 서열화하는 구성을 취한다는 것
② 개별 항목들 자체에 서열성이 미리 부여되는 방식을 택한다는 것
③ 거트만 척도 역시 측정 결과 점수들을 통해 단일 차원의 서열성을 결정 할 수 있다는 것
<표9-3> 거트만 척도구성의 예
|
<문> 다음 문항들에 대해 √로 답해 주세요. 찬성 반대
보육원이 우리나라에 있는 것을 어떻게 생각합니까? ( ） ( ) 보육원이 부산에 있는 것을 어떻게 생각합니까? ( ） ( ) 보육원이 우리 동네에 있는 것을 어떻게 생각합니까? ( ） ( ) 보육원이 우리 옆집에 있는 것을 어떻게 생각합니까? ( ） ( ) |
<표9-4> 거트만 척도구의 사용 예
<문> 다음의 복지시설들에 대해 해당되는 의견을 모두 √해 주세요.
|
아동보육시설 |
노인생활시설 |
장애인생활시설 |
종합사회복지관 | |
|
1. 우리나라에 들어와도 된다. |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
|
2. 우리 부산에 들어와도 된다. |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
|
3. 우리 동네에 들어와도 된다. |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
|
4. 우리 옆집에 들어와도 된다. |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
찬성( ) 반대( ) |
• 각기 차원이 다른 성격의 문항들을 단순히 합산하는 리커트 척도에서는, 단일차원성의 원칙에
의거한 서열성을 부여하기가 어렵다는 것
• 거트만식 척도구성은 그러한 문제를 극복할 수 있는 장점
• 거트만식에서는 서열성을 감안한 항목들에서의 누적 합산 점수를 사용하기 때문에, 단일차원성의
원칙에 의한 서열성을 부여할 수 있는 것
• 거트만 척도와 리커트 척도의 근본적인 차이점은 문항들의 쓰임새에 있음
• 리커트 척도는 모든 항목들에 동등한 가치를 부여
• 거트만 척도에서는 항목들간에 서열이 주어짐
• 거트만 척도는 쉽사리 활용되기 어렵다는 것이 단점
• 거트만 척도를 사용한 대표적인 용례로는 보가더스(E. Borgadus)의 사회 적 거리 척도
(Social-Distance Scale)가 있음