설문 척도를 쓴 논문의 방법 절에는 크론바흐 알파가 자주 적혀 있습니다. 같은 개념을 재려고 만든 문항들이 서로 일관되게 움직이는지를 숫자 하나로 줄인 값으로, 보통 0에서 1 사이에서 읽습니다(문항 방향이 어긋나면 음수가 나오기도 합니다). 엑셀에는 이 값을 바로 내 주는 메뉴가 없고, Microsoft가 안내하는 분석 도구 목록에도 신뢰도 분석은 들어 있지 않습니다. 분산을 구하는 함수 몇 개로 식을 세워 계산합니다. 식은 짧아도 문항 하나의 방향이 어긋나면 값이 크게 달라집니다.
가상의 누리대학교 교육대학원 석사과정 윤서아 씨는 학업 스트레스 척도 10문항으로 재학생 180명의 응답을 받아 합산 점수를 만들고 크론바흐 알파를 구했습니다. 응답을 그대로 합산한 알파는 0.41이었습니다. 이번 편은 엑셀 안에서 클로드를 쓰는 Claude for Excel로 진행합니다. 응답 시트를 열어 둔 채 확인할 것을 먼저 받고, 문항의 방향과 척도를 맞춘 점수 시트와 신뢰도 시트, 요약과 검산 시트를 받습니다.
이 장에서 다루는 것
| 이런 분께 | 설문 척도로 논문이나 리포트를 쓰는 대학원생·학부생, 조사 업무 담당자 |
| 진행 방식 | ② Claude for Excel — 엑셀 사이드바에서 열린 응답 파일의 확인할 점을 묻고, 역문항과 환산 기준을 정한 뒤 문항표·점수·신뢰도·상관표·초안·요약·검산 시트를 수식으로 더하기 |
| 준비 파일 | 가상 학업 스트레스 척도 10문항 응답 180건(1차 5점 150건, 2차 7점 30건)과 설문지 문항 시트가 든 엑셀 파일 한 개 |
| 완성 파일 | 요약·신뢰도·점수·문항표·상관표·초안·검산 시트를 더한 척도 신뢰도 파일 |
| 엑셀 기능 | VAR.S, STDEV.S, COVARIANCE.S, CORREL, SQRT, ABS, AVERAGE, SUM, COUNT, COUNTA, COUNTIF, COUNTIFS, COUNTBLANK, MAX, MIN, IF, ROUND, SUMPRODUCT, 조건부 서식 |
| 쓰는 도구 | Claude for Excel과 엑셀 |
| 핵심 키워드 | 역문항 · 척도 환산 · 합산 점수 · 크론바흐 알파 · 문항-총점 상관 · 검산 |
| 난이도 | ●●○ 중급 — 식은 클로드가 짜고 계산은 엑셀이 하며, 역문항과 환산 기준은 연구자가 정합니다 |
먼저 답부터
구할 수 있습니다. 응답 시트를 열어 둔 채 Claude for Excel에 점수를 만들고 알파를 구하기 전에 확인할 것을 물으면, 빈칸과 척도가 섞인 회차, 합산 점수와 반대로 움직이는 문항을 셀 위치와 함께 짚어 달라고 할 수 있습니다. 어느 문항이 역문항인지는 설문지와 원 척도의 문항표를 보고 연구자가 확정합니다. 확정한 목록과 환산 기준을 알려 주면 응답 시트는 그대로 둔 채 점수, 신뢰도, 상관표 시트와 요약, 열다섯 줄의 검산 시트를 받습니다. 응답을 그대로 합산했을 때 0.41이던 알파는 세 문항을 뒤집고 7점 응답을 5점으로 맞추자 0.83이 되었습니다.
SECTION 20-1
20-1 알파 0.41이 나온 초안
이 글의 대학원과 연구자, 설문 응답, 척도 문항은 모두 가상입니다. 척도는 예제를 위해 만든 것이며 실제 연구에 쓰는 검증된 척도가 아닙니다.
윤 씨는 교육대학원 재학생의 학업 스트레스를 주제로 석사논문을 준비하고 있습니다. 설문은 두 번 받았습니다. 1차는 9월 15일부터 30일까지 150명, 2차는 응답이 모자라 10월 21일부터 일주일 동안 30명을 더 받았습니다. 문항은 10개이고, 응답 시트에는 ‘전혀 그렇지 않다’ 1점부터 ‘매우 그렇다’ 5점까지 숫자로 들어 있습니다. 점수가 높을수록 스트레스가 큰 쪽으로 만든 척도입니다.
윤 씨는 열 문항을 합산해 점수를 만들고 크론바흐 알파를 구했습니다. 문항별 분산을 더한 값은 11.68, 합산 점수의 분산은 18.52, 알파는 0.41입니다. 열 문항에 모두 답한 168명이 대상입니다.
알파가 낮을 때 먼저 볼 곳
앞에서 말한 일관성을 식으로 쓰면 다음과 같습니다. 문항 수 k, 문항별 분산의 합, 합산 점수의 분산이 들어갑니다.
크론바흐 알파 = k ÷ (k − 1) × (1 − 문항별 분산의 합 ÷ 합산 점수의 분산)문항들이 같은 방향으로 움직이면 합산 점수의 분산이 문항 분산의 합보다 훨씬 커지고 알파가 올라갑니다. 일부 문항이 반대 방향으로 움직이면 서로 상쇄되어 합산 점수의 분산이 줄고 알파가 내려갑니다. 이번 초안은 문항 분산의 합이 11.68인데 합산 점수의 분산은 18.52에 그쳤습니다.
초안 표에서 눈에 띄는 것은 문항-총점 상관입니다. 한 문항의 점수가 나머지 아홉 문항의 합과 얼마나 같은 방향으로 움직이는지를 나타내는 값입니다. Q03, Q06, Q09가 -0.14, -0.06, -0.22로 음수입니다. 문구를 읽어 보면 이 세 문항은 “나는 지금의 학업 부담을 잘 감당하고 있다고 느낀다”, “학업 일정을 내 뜻대로 조절할 수 있다”, “공부하는 시간이 대체로 즐겁다”로, 점수가 높을수록 스트레스가 작은 긍정 문구입니다. 나머지 일곱 문항은 점수가 높을수록 스트레스가 큰 문구입니다. 이렇게 나머지와 방향이 반대인 문항을 역문항이라고 합니다.
| 파일에 있던 것 | 초안에서 생긴 일 | 규모 |
|---|---|---|
| 긍정 문구로 쓴 역문항 | 나머지 문항과 반대로 움직여 알파가 낮아짐 | 3문항 |
| 역문항 표시 | 응답 시트에는 없고 설문지에만 있음 | (R) 3개 |
| 7점 척도로 받은 2차 응답 | 같은 숫자가 5점 응답과 다른 위치를 뜻함 | 30건 |
| 빈칸이 있는 응답 | VAR.S는 빈 셀을 세지 않으므로, 빈칸 있는 사람을 빼지 않으면 문항마다 계산에 들어가는 사람 수가 달라짐 | 14칸 · 12명 |
엑셀왕 TIP 알파가 낮으면 문항을 지우기 전에 방향부터
알파가 기대보다 낮게 나오면 문항을 줄이고 싶어집니다. 그 전에 문항-총점 상관이 음수인 문항이 있는지, 그 문항의 문구가 나머지와 반대 방향인지 먼저 봅니다. 방향이 문제라면 문항을 지우지 않고 뒤집기만 해도 값이 크게 달라집니다.
SECTION 20-2
20-2 사본 열기에서 검산까지 다섯 단계
예제 zip의 ‘원본’ 폴더에 ‘학업스트레스_설문_응답.xlsx’가 들어 있습니다. 응답은 모두 가상이고, 이름과 학번 대신 응답ID(S001~S180)가 들어 있습니다. 이 파일을 엑셀에서 열어 순서대로 따라 합니다.
클로드에서는 Claude for Excel로 열린 통합문서 읽기
Claude 문서(2026년 10월 31일 확인)는 Claude for Excel이 엑셀 사이드바에서 열려 있는 통합문서를 읽고 답하며, 답에 셀 단위 인용을 붙여 누르면 그 셀로 이동한다고 안내합니다. 기존 데이터를 덮어쓰기 전에 경고하고, 위험한 작업을 제안할 때는 실행 전에 확인을 요청합니다. Pro, Max, Team, Enterprise 요금제에서 쓸 수 있고, 웹 엑셀, Windows의 Microsoft 365(16.0.13127.20296 이상), Mac(16.46 이상, 빌드 21011600 이상)에서 지원합니다. 데이터 표와 매크로(VBA)는 지원하지 않습니다.
문서는 감사에 중요한 계산을 검증 없이 쓰거나 사람의 검토 없이 최종 산출물로 쓰는 것을 권하지 않고, 외부에서 받은 파일에는 숨은 지시문이 들어 있을 수 있으니 신뢰할 수 있는 스프레드시트에만 쓰라고 안내합니다. Claude for Excel에 물으면 통합문서 내용이 클로드 쪽으로 보내져 처리됩니다. 설문 응답에는 응답자를 알아볼 수 있는 정보가 섞일 수 있으므로 이름·학번·연락처 열은 지우고 응답ID로 바꾼 사본에서 작업하고, 연구윤리 심의나 지도교수의 안내가 있으면 그 기준을 따릅니다. 이 글의 답변은 재현이라 실제 답과 다를 수 있으니, 받은 수식은 STEP 5의 검산 시트로 확인합니다.
STEP 1 사본을 열고 확인할 것 묻기
구글 설문지나 네이버 폼에서 응답을 엑셀 파일로 내려받습니다. 이름·학번·이메일 열은 지운 사본에 응답ID를 붙이고, 응답자를 찾아야 할 때는 따로 보관한 대응표만 씁니다. 역문항 표시는 응답 시트에 들어오지 않으므로 설문지 원본이나 문항표를 같은 폴더에 둡니다. 응답 시트의 칸은 이 단계 이후로 고치지 않습니다.
예제 원본의 응답 시트 이름은 ‘설문지 응답 시트1’이고, 설문지 문항은 ‘설문지 문항(참고)’ 시트에 있습니다. 완성예시에서는 수식을 짧게 쓰려고 응답 시트 이름을 ‘응답’으로 줄였고, 설문지 문항은 문항표 시트로 옮겼습니다. 이 글의 수식에 나오는 ‘응답!’은 그 시트를 가리킵니다.
이렇게 말하기
학업 스트레스 척도 10문항 응답이야. 점수를 만들고 크론바흐 알파를 구하기 전에 확인할 것부터 알려 줘. 고치지는 말고 어디에 있는지만 알려 줘.
답에 들어가야 할 내용
· 빈칸이 있는 칸과 사람 수를 세고, 10문항에 모두 답한 사람이 몇 명인지 알려 줍니다.
· 문항마다 응답의 최댓값을 살펴 척도가 다른 응답이 섞여 있는지 확인하고, 응답일과 맞춰 봅니다.
· 문항-총점 상관이 음수인 문항을 찾고, 문구를 읽어 나머지와 방향이 반대인지 판단 근거를 적어 줍니다.
클로드는 세 문항을 역문항이라고 단정하지 않고 ‘역문항일 수 있다’고 말했습니다. 응답의 숫자만으로는 상관이 음수인 까닭을 알 수 없습니다. 문항의 방향이 반대여서일 수도 있고, 입력 실수나 문항 자체의 문제일 수도 있습니다. 어느 쪽인지는 설문지와 척도의 출처를 볼 수 있는 연구자가 판단합니다.
STEP 2 역문항과 환산 기준 정하기
윤 씨는 설문지를 열어 세 문항 끝에 (R)이 붙어 있는 것을 확인하고, 이 척도를 처음 발표한 논문의 문항표와도 대조했습니다. 2차 설문지는 10월 20일에 열렸고 첫 응답은 21일에 들어왔는데, 설문 도구의 기록을 보니 기본 서식을 복제하면서 보기가 7점으로 바뀐 채 나간 것이었습니다. 빈칸은 열 문항 가운데 하나라도 비면 그 사람을 점수와 알파 계산에서 빼기로 했습니다.
| 정할 것 | 이 사례의 답 |
|---|---|
| 역문항 | 설문지에 (R)이 붙은 Q03, Q06, Q09. 원 척도의 문항표와 대조해 확정합니다 |
| 회차와 척도 | 10월 20일 이후 응답은 7점 설문지. 5점 기준으로 환산해 1차와 합칩니다 |
| 환산식 | 5점 기준 = 1 + (응답 − 1) × 4 ÷ (척도 최대 − 1). 역문항은 환산한 뒤 6에서 뺍니다 |
| 빈칸 | 열 문항 가운데 하나라도 비면 그 사람은 점수와 알파 계산에서 뺍니다 |
| 원본 | 응답 시트의 칸은 고치지 않습니다 |
이렇게 답하기
역문항은 설문지에 (R)이 붙은 Q03, Q06, Q09야. 10월 20일 이후에 받은 응답은 7점 설문지라서 5점으로 환산해 합쳐 줘. 환산은 1 + (응답 − 1) × 4 ÷ (척도 최대 − 1)로 하고, 역문항은 환산한 뒤 6에서 빼 줘. 열 문항 중 하나라도 비면 점수와 알파 계산에서 빼 줘. 응답 시트는 고치지 마.회차는 응답일로 나눕니다. 2차 30건 가운데 6이나 7이 한 번이라도 나온 응답은 22건이고, 나머지 8건은 7점 설문지에 답하고도 5 이하만 골랐습니다. 6이나 7이 있는지로 회차를 나누면 이 8건이 5점 응답에 섞여 들어갑니다.
엑셀왕 노트 환산과 빈칸 규칙은 결과를 보기 전에
5점과 7점 응답을 한 식으로 환산해 합치는 것은 여러 방법 가운데 하나입니다. 2차를 따로 분석할 수도 있고, 지도교수나 학술지에 정해진 방식이 있으면 그것을 따릅니다. 빈칸이 있는 사람을 뺄지, 응답한 문항의 평균으로 채울지도 마찬가지입니다. 이 글은 환산해 합치고, 빈칸이 있는 사람은 뺍니다.
어느 쪽으로 할지는 알파를 계산해 보기 전에 정해 방법 절에 적습니다. 값을 본 뒤에 규칙을 바꾸면 원하는 쪽으로 숫자를 맞췄다는 의심을 피하기 어렵습니다.
STEP 3 점수·신뢰도·상관표 받기
이렇게 말하기
응답 시트는 그대로 두고 문항표, 점수, 신뢰도, 상관표 시트를 더해 줘. 문항표에는 문구와 설문지 표시, 확정한 역문항, 2차 수집 시작일과 척도 최대를 적고, 신뢰도 시트에는 문항별 평균·분산·문항-총점 상관·문항 제거 시 알파와 회차별 알파를 넣어 줘. 받은 그대로 합산한 초안 시트도 따로 남기고, 상관표에는 정리 후와 받은 그대로 두 장을 넣어 줘.답에 들어가야 할 내용
· 문항표 시트에 문항 번호와 문구, 설문지의 (R) 표시, 확정한 역문항을 적고, 2차 수집 시작일과 척도 최대를 설정 칸에 둡니다.
· 점수 시트가 응답 시트의 칸마다 5점 기준으로 환산하고, 역문항이면 뒤집은 값을 계산하게 합니다. 빈칸이 있는 사람은 점수 칸을 비워 둡니다.
· 초안 시트에는 받은 그대로 합산한 점수를 남겨 신뢰도 시트에서 정리 후 알파와 나란히 보이게 하고, 상관표에는 정리 후와 받은 그대로 두 장을 둡니다.
· 역문항 목록을 고칠 때는 문항표 D열의 R 표시만 바꾸면 점수와 알파가 모두 다시 계산됩니다.
수식 읽기 점수 I156
=IF($F156=0,"",IF(I$3="역",6-(1+(응답!F153-1)*4/($C156-1)),(1+(응답!F153-1)*4/($C156-1))))· $F156=0 → 열 문항에 모두 답하지 않은 사람은 칸을 비워 둡니다.
· I$3=”역” → 3행에 문항표에서 가져온 ‘역’ 표시가 있으면 뒤집습니다.
· 1+(응답!F153-1)*4/($C156-1) → 응답을 5점 기준으로 환산합니다. C156은 이 사람의 척도 최대(7)이고, 5점 응답은 4÷4=1배라 값이 그대로입니다.
· 6-(…) → 역문항은 환산한 값을 6에서 뺍니다.
7점 응답의 역문항을 8에서 먼저 빼고 환산해도 결과는 같습니다. 그래서 척도와 상관없이 ‘환산한 뒤 6에서 뺀다’는 한 가지 규칙으로 역문항을 처리할 수 있습니다.
신뢰도 시트의 알파는 앞에서 본 식 그대로입니다. 문항 수 k는 10, 문항 분산의 합은 9.20, 합산 점수의 분산은 36.80이므로 10÷9×(1−9.20÷36.80)=10÷9×(1−0.25)로 알파는 0.83입니다. 초안과 견주면 문항 분산의 합은 11.68에서 9.20으로 줄고 합산 점수의 분산은 18.52에서 36.80으로 두 배 가까이 커졌습니다. 문항 하나를 6에서 빼도 그 문항의 분산은 달라지지 않으므로, 분산의 합이 줄어든 것은 7점 응답을 5점 기준으로 환산한 효과입니다. 합산 점수의 분산이 커진 것은 세 문항이 나머지와 한 방향으로 움직이게 된 결과입니다. 알파를 끌어올린 것은 역문항 뒤집기이고, 환산은 두 회차를 같은 척도에 놓기 위한 작업입니다.
신뢰도 시트 F열(문항-총점 상관)은 그 문항을 뺀 합산 점수와의 상관입니다. 수식은 그 문항과 합산 점수의 공분산, 두 분산을 써서 열을 따로 만들지 않고 바로 구합니다.
상관표로 보면 뒤집기 전과 뒤의 차이가 더 분명합니다. 초안에서는 Q03, Q06, Q09가 나머지 일곱 문항과 음의 상관을 보이고, 세 문항끼리는 0.5 안팎의 양의 상관을 보입니다. 일곱 문항과 세 문항이 각각 한 덩어리가 되어 서로 반대 방향으로 움직인다는 뜻입니다. 뒤집은 뒤에는 모든 칸이 양수입니다.
STEP 4 확인 목록과 요약
숫자를 논문에 적기 전에, 설문지와 설문 도구의 기록으로 맞춰 볼 항목을 클로드에게 추리게 합니다. 옮기는 일과 해석은 윤 씨의 몫입니다.
이렇게 말하기
요약 시트를 만들어 줘. 응답 수와 회차별 인원, 빈칸, 분석 대상, 역문항 수, 받은 그대로와 정리 후의 알파, 회차별 알파, 합산 점수의 평균과 표준편차를 다른 시트를 참조하는 수식으로 모아 줘. 그리고 신뢰도와 요약을 방법 절에 옮기기 전에 내가 확인할 것을 알려 줘. 아직 옮기지는 마.
회차별로 나누면 1차(5점)는 0.84, 2차(7점을 5점으로 환산)는 0.79입니다. 2차는 완전 응답이 29명뿐이라 값이 흔들리기 쉬우므로, 두 회차의 차이를 해석하기보다 두 회차 모두 비슷한 수준인지 확인하는 용도로 봅니다.
신뢰도 시트 맨 오른쪽 열은 그 문항을 뺐을 때의 알파입니다. 어느 문항을 빼도 알파는 0.833보다 낮아집니다. 문항-총점 상관이 가장 낮은 Q07(0.38)을 빼면 0.831로 거의 같습니다. 알파만 보면 지울 문항이 없습니다. 문항을 줄일지는 알파의 변화와 함께 문항의 내용과 연구 질문을 보고 정합니다.
알파 0.83을 읽는 기준은 분야마다 다릅니다. 의학 교육 분야의 논문 한 편(Tavakol & Dennick, 2011)은 알파의 허용 값에 관한 보고가 0.70에서 0.95까지 다양하다고 정리하고, 0.90을 넘으면 문항이 중복되었을 수 있다고 적었습니다. 같은 글은 알파가 문항 수와 문항 사이의 관련성, 차원성의 영향을 받는다고 설명합니다. 문항이 많으면 알파가 올라가며, 알파가 높다고 척도가 한 가지 개념만 잰다는 증거가 되지는 않습니다. 기준은 학과와 지도교수, 투고할 학술지의 안내를 따릅니다.
STEP 5 검산하기
검산 시트는 열다섯 줄입니다. 앞의 아홉 줄은 시트끼리 수식으로 맞춰 봅니다. 응답 행 180이 1차와 2차의 합과 같은지, 응답 칸과 빈칸을 더하면 1,800인지, 완전 응답과 빈칸이 있는 사람을 더하면 180인지 확인합니다. 이어서 6 이상이 나온 22행이 모두 2차에 속하는지, 1차에는 5를 넘는 값이 없는지 봅니다. 환산하고 뒤집은 점수가 1~5를 벗어나지 않는지, 합산 점수가 10~50 안에 있는지, 합산 점수의 평균이 문항 평균의 합과 같은지, 설문지의 (R) 표시 수와 확정한 역문항 수가 같은지도 확인합니다. 나머지 여섯 줄은 분석 대상 수, 빈칸 수, 6 이상이 나온 행 수, 두 알파, 합산 점수 평균을 따로 센 기대값과 비교합니다.
이렇게 말하기
계산이 맞는지 검산 시트에 열다섯 줄로 확인해 줘. 응답 행 = 1차 + 2차, 응답 칸 + 빈칸 = 응답 행 × 10, 완전 응답 + 빈칸 있는 사람 = 응답 행, 6 이상이 나온 행은 모두 2차인지, 1차에 5 초과가 없는지, 환산 점수가 1~5 안인지, 합산 점수가 10~50 안인지, 합산 평균 = 문항 평균의 합, (R) 표시 수 = 확정한 역문항 수를 맞춰 보고, 내가 적어 주는 기대값과도 비교해 줘. 기대값: 분석 대상 168명, 빈칸 14칸, 6 이상이 나온 행 22, 받은 그대로 알파 0.410, 정리 후 알파 0.833, 합산 점수 평균 32.29.답에 들어가야 할 내용
· 칸 수와 사람 수의 합이 맞는지 서로 다른 시트의 수식으로 맞춰 봅니다.
· 분석 대상 수, 빈칸 수, 알파, 합산 점수 평균을 미리 따로 센 기대값과 비교합니다(예제 파일에서는 파이썬으로 계산한 값이며, 내 파일에서는 SPSS·jamovi·R 같은 통계 프로그램으로 따로 구한 값을 넣습니다. 인원과 빈칸 수는 응답 시트에서 필터로 세어도 됩니다).
· 차이를 계산해 모두 0이면 종합을 ‘일치’로 표시합니다.
검산이 일치하면 사람 수와 칸 수, 따로 계산한 알파가 수식 결과와 맞는다는 것까지 확인됩니다. 세 문항이 정말 역문항인지, 2차 응답이 모두 7점 설문지로 받은 것인지는 검산으로 알 수 없으므로 STEP 4에서 설문지와 설문 도구의 기록으로 확인합니다.
방법 절에 적을 문장 예
학업 스트레스는 10문항, 5점 척도(1=전혀 그렇지 않다, 5=매우 그렇다)로 측정하였다. 10월 추가 조사에서 7점 척도로 응답한 30건은 1+(응답−1)×4/6으로 5점 기준으로 환산해 합쳤고, 3·6·9번 역문항은 환산한 점수를 6에서 뺀 값으로 계산하였다. 열 문항 중 하나라도 응답하지 않은 12명을 제외한 168명을 분석하였으며, 합산 점수(10~50점)의 평균은 32.29점(SD=6.07), 크론바흐 알파는 0.83이었다. 1차(n=139)와 2차(n=29)의 알파는 각각 0.84와 0.79였다.
SECTION 20-3
20-3 누가 무엇을 하나
| 맡는 쪽 | 하는 일 |
|---|---|
| 연구자 | 이름·학번을 지운 사본을 만들고, 설문지를 열어 역문항 목록을 확정하고, 환산 방식과 빈칸 규칙을 정합니다. 확인 목록대로 설문지와 설문 도구의 기록을 맞춰 보고, 알파의 해석 기준을 지도교수나 학술지의 안내에 맞춰 방법 절에 적습니다. |
| 클로드 | 빈칸, 척도가 섞인 회차, 합산 점수와 반대로 움직이는 문항을 셀 위치와 함께 짚고, 점수·신뢰도·요약·검산 수식을 설계합니다. 논문에 적기 전에 확인할 것을 목록으로 정리합니다. |
| 엑셀 | 문항을 환산하고 뒤집어 합산하고, 분산과 공분산으로 알파와 문항 제거 시 알파를 계산하고, 열다섯 줄의 차이를 계산합니다. |
SPSS나 R 같은 통계 프로그램에도 신뢰도를 계산하는 기능이 있습니다. 엑셀에서 식을 직접 세우면 어느 문항이 값을 올리고 내리는지를 칸 단위로 볼 수 있고, 통계 프로그램의 결과와 견주어 볼 수도 있습니다.
요청문 모아 보기
한 번에 보는 요청문
[STEP 1] 학업 스트레스 척도 10문항 응답이야. 점수를 만들고 크론바흐 알파를 구하기 전에 확인할 것부터 알려 줘. 고치지는 말고 어디에 있는지만 알려 줘.
[STEP 2] 역문항은 설문지에 (R)이 붙은 Q03, Q06, Q09야. 10월 20일 이후에 받은 응답은 7점 설문지라서 5점으로 환산해 합쳐 줘. 환산은 1 + (응답 − 1) × 4 ÷ (척도 최대 − 1)로 하고, 역문항은 환산한 뒤 6에서 빼 줘. 열 문항 중 하나라도 비면 점수와 알파 계산에서 빼 줘. 응답 시트는 고치지 마.
[STEP 3] 응답 시트는 그대로 두고 문항표, 점수, 신뢰도, 상관표 시트를 더해 줘. 문항표에는 문구와 설문지 표시, 확정한 역문항, 2차 수집 시작일과 척도 최대를 적고, 신뢰도 시트에는 문항별 평균·분산·문항-총점 상관·문항 제거 시 알파와 회차별 알파를 넣어 줘. 받은 그대로 합산한 초안 알파도 옆에 남겨 줘.
[STEP 4] 요약 시트를 만들어 줘. 응답 수와 회차별 인원, 빈칸, 분석 대상, 역문항 수, 받은 그대로와 정리 후의 알파, 회차별 알파, 합산 점수의 평균과 표준편차를 다른 시트를 참조하는 수식으로 모아 줘. 그리고 신뢰도와 요약을 방법 절에 옮기기 전에 내가 확인할 것을 알려 줘. 아직 옮기지는 마.
[STEP 5] 계산이 맞는지 검산 시트에 열다섯 줄로 확인해 줘. 시트끼리 맞춰 보는 줄에 더해 내가 적어 주는 기대값과도 비교해 줘. 기대값: 분석 대상 168명, 빈칸 14칸, 6 이상이 나온 행 22, 받은 그대로 알파 0.410, 정리 후 알파 0.833, 합산 점수 평균 32.29.같은 요청을 다시 보내도 결과가 똑같이 나온다는 보장은 없으므로 검산 시트와 문항별 상관으로 확인합니다. 클로드 대화창에 파일을 첨부해 같은 순서로 진행할 수도 있습니다.
내 설문에 바꿔 쓰기
문항 수와 척도, 역문항 목록만 바꾸면 같은 순서로 진행할 수 있습니다.
| 설문 | 첫 문장 바꿔 쓰기 |
|---|---|
| 직무 만족도 척도 | “직원 설문 응답이야. 만족도 8문항 합산 점수와 크론바흐 알파를 구해 줘 …” (부정 문구로 쓴 문항이 있는지 설문지에서 확인) |
| 학습 동기 검사 | “학생 동기 검사 응답이야. 하위 척도마다 알파를 따로 구해 줘 …” (하위 척도별 문항 범위를 먼저 알려 주기) |
| 고객 만족도 5문항 | “만족도 5문항으로 평균 점수를 만들고 알파를 구해 줘 …” (문항 수가 적으면 알파가 낮게 나오기 쉬움) |
| 척도가 다른 두 회차 | “1차는 5점, 2차는 7점 설문지였어. 환산해서 합치고 알파를 구해 줘 …” (환산해 합칠지 따로 볼지는 연구자가 정하기) |
이 장의 핵심
알파가 낮게 나오면 문항을 지우기 전에 문항-총점 상관이 음수인 문항을 찾습니다. 역문항은 설문지의 표시와 척도의 출처를 보고 연구자가 확정합니다. 누리대학교 설문은 세 문항을 뒤집고 7점 응답을 환산하니 알파가 0.41에서 0.83이 되었습니다.
5점과 7점이 섞였으면 합산 전에 같은 척도로 환산하고, 회차는 응답일로 나눕니다. 환산 방식과 빈칸 규칙은 알파를 보기 전에 정해 방법 절에 적습니다.
알파는 문항 분산의 합과 합산 점수의 분산으로 계산합니다. 열다섯 줄의 검산과 확인 목록을 본 뒤 회차별 알파까지 방법 절에 적고, 문항 제거 시 알파는 문항을 지울지 판단할 때 참고합니다.
직접 해 보기 12월 후속 조사
예제 파일의 ‘직접해보기/학업스트레스_후속조사_12월.xlsx’는 12월 1일부터 일주일 동안 받은 후속 조사 응답 40건입니다. 5점 설문지이지만 개정판이라 문항 순서가 바뀌었고, 응답 시트의 열 머리글에는 문항 번호와 문구가 함께 적혀 있습니다. 설문지 시트에서는 역문항 옆에 (R)이 붙어 있습니다. 윤 씨가 10월까지 쓰던 역문항 목록(3·6·9번)을 이 파일의 문항 열 가운데 3·6·9번째(F·I·L열)에 그대로 적용해 알파를 구하면 -0.04가 나옵니다. 값이 왜 이렇게 나왔을까요?
답 예시
(학업스트레스_후속조사_12월.xlsx를 연 채로) 12월 후속 조사 응답이야. 10월 설문의 역문항은 ‘학업 부담을 잘 감당하고 있다’, ‘학업 일정을 내 뜻대로 조절할 수 있다’, ‘공부하는 시간이 대체로 즐겁다’ 세 문구였어. 12월 파일에서 이 문구가 몇 번째 문항으로 옮겨졌는지 셀 위치와 함께 먼저 알려 주고, 설문지 시트의 (R) 표시와 맞으면 그 문항을 뒤집어 크론바흐 알파를 구해 줘.개정판은 문항 순서가 바뀌어 역문항이 2·5·10번째 문항(E·H·M열)으로 옮겨졌습니다. 예전 목록대로 3·6·9번째 문항(F·I·L열)을 뒤집으면 역문항이 아닌 세 문항을 뒤집고 진짜 역문항은 그대로 두게 되어 알파가 -0.04에 그칩니다. 아무것도 뒤집지 않으면 -0.34입니다. 문구를 기준으로 E·H·M열을 뒤집으면 알파는 0.86입니다(열 문항에 모두 답한 38명 기준). 역문항 목록을 번호와 문구로 함께 적어 두면 문항 순서가 바뀌어도 같은 문항을 찾아 뒤집을 수 있습니다. 클로드의 답에는 세 문구가 옮겨 간 셀 위치(E1·H1·M1)와 설문지 시트의 (R) 표시가 맞는지가 들어가야 합니다.
윤 씨의 방법 절에는 역문항 목록, 5점 환산, 빈칸 규칙, 분석 인원 168명이 한 문단으로 들어갔습니다. 문항표에 문구와 역문항 표시를 함께 두었으므로, 다음 조사 파일은 응답 시트를 바꿔 넣고 열 순서가 달라졌는지 문항표의 문구와 대조한 뒤 계산합니다.
후속 조사 응답 40건의 값은 사례를 위해 만든 자료입니다.
APPENDIX
예제 파일
응답 180건과 설문지 문항을 담은 ‘원본/학업스트레스_설문_응답.xlsx’, 요약·신뢰도·점수·문항표·상관표·초안·검산 시트를 더한 ‘완성예시/누리대_학업스트레스_척도신뢰도.xlsx’, ‘직접 해 보기’용 12월 후속 조사 파일, 파일 설명을 적은 ‘읽어보기.txt’를 한 번에 받을 수 있습니다. 대학과 응답은 모두 가상 데이터입니다.
이 글에 대하여
예제 파일의 수식과 본문 숫자는 2026년 10월 31일 LibreOffice로 다시 계산해 확인했습니다. 알파, 문항 제거 시 알파, 문항-총점 상관, 회차별 알파, 검산의 기대값과 ‘직접 해 보기’의 숫자는 같은 식을 파이썬으로 따로 계산한 값과 맞춰 보았습니다. 엑셀에서 열었을 때 수식 결과가 같게 보이는지는 직접 확인해 보시기 바랍니다. 이 글의 화면은 모두 예제 파일 값으로 다시 그린 ‘재현 화면’이며, Claude for Excel 창의 답변은 설명을 위해 구성한 재현이어서 실제 응답은 다를 수 있습니다. 응답 값은 알파가 0.41에서 0.83이 되는 사례가 나오도록 설계한 가상 데이터입니다. 설문 자료의 개인정보와 연구윤리는 소속 기관과 지도교수의 안내가 기준입니다.
Claude for Excel의 지원 환경과 기능은 Claude 문서 Claude for Excel(2026년 10월 31일 확인)을 기준으로 적었습니다. 엑셀 분석 도구 목록에 신뢰도 분석이 없다는 설명은 Microsoft 지원 문서 Use the Analysis ToolPak to perform complex data analysis의 도구 목록을, VAR.S가 참조 안의 텍스트와 빈 셀을 세지 않는다는 설명은 같은 사이트의 VAR.S function 문서를 기준으로 적었습니다(모두 2026년 10월 31일 확인). 알파의 허용 범위에 관한 설명은 Tavakol & Dennick(2011), Making sense of Cronbach’s alpha(International Journal of Medical Education)를 기준으로 했으며, 실제 기준은 학과와 학술지의 안내를 따릅니다. 서비스 화면과 지원 범위는 바뀔 수 있습니다.
이 연재는 저자가 기획하고 AI 도구의 도움을 받아 집필·정리했습니다. 구성, 사실 확인, 표현, 최종 판단과 출판 책임은 저자와 출판사에 있습니다. 클로드와 엑셀의 화면과 기능은 바뀔 수 있으며, 이 글은 2026년 10월 기준입니다. 2026년 10월 31일 개정: 검산을 열다섯 줄로 늘리고 요약 시트와 방법 절에 옮기기 전 확인 목록을 더했습니다.
『클로드 엑셀왕』 연재 목록 · 이전 편: 설문 집계표 만들기, 설문 응답을 문항별 집계표로 만들 수 있나요? · 다음 편: 참고문헌 목록 정리하기, 참고문헌 목록을 정리하고 중복을 찾을 수 있나요?