사회복지 조사에서의 리커트 척도 분석

문서 내 토픽

1. 리커트 척도의 개념 및 정의

리커트 척도는 1930년 렌시스 리커트에 의해 개발된 측정도구로, 평가 대상을 연속체에 입각하여 등급에 따른 수를 부여하거나 카테고리로 구별하여 측정하는 방식이다. 감정, 태도, 지각의 정도 등을 측정할 수 있으며, 수적 리커트 척도, 도표식 리커트 척도, 카테고리 리커트 척도 등으로 분류된다. 가장 많이 사용되는 것은 도표식 리커트 척도이며, 가장 사용하기 쉬운 것은 수적 리커트 척도이다.
2. 리커트 척도의 장점

리커트 척도의 주요 장점은 다음과 같다: (1)제작의 용이성으로 시간과 비용이 절감되며 여러 항목을 간편하게 구성할 수 있다. (2)응답의 간편성으로 응답자가 쉽게 응답할 수 있고 강도를 나타낼 수 있다. (3)통계 처리가 용이하고 긍정/부정을 즉각적으로 확인할 수 있다. (4)다각적 관점의 설문에 용이하여 다양한 연구와 설문조사에서 가장 빈번하게 활용된다. (5)평가자의 주관적 개입을 배제하여 객관적 평가가 가능하다.
3. 리커트 척도의 단점

리커트 척도의 주요 단점은 다음과 같다: (1)후광연쇄효과로 첫 문항의 평가가 이후 항목에 영향을 미칠 수 있다. (2)중간구역 중심적 응답으로 관대한 평가 결과가 나올 수 있다. (3)총점의 의미적 불확실성으로 같은 합산 결과를 받은 사람들이 동일한 성격이라 말하기 어렵다. (4)최고점 또는 최하점 측정이 어려워 결과 왜곡이 발생할 수 있다. (5)응답의 진정성 부족으로 응답자가 극단적 선택보다 동의하려는 경향이 있어 진실된 심리가 표출되지 않을 수 있다.
4. 척도의 측정 원리 및 특징

척도는 경험적 또는 논리적으로 연관된 여러 문항이나 지표로 이루어진 복합적 측정도구이다. 리커트 척도는 합산적 평정으로 여러 문항을 통해 태도를 측정하고 점수를 합산한다. 응답자 중심적이며 서열적 특징을 가지고 있다. 문항은 긍정이나 부정을 확실히 표현할 수 있어야 하며, 5점 척도가 주로 사용된다. 모든 항목에 동일한 가중치를 부여하며 일차원성을 가정한다.

Easy AI와 토픽 톺아보기

1. 리커트 척도의 개념 및 정의

리커트 척도는 사회과학 연구에서 가장 널리 사용되는 측정 도구로, 응답자의 태도나 의견을 체계적으로 수량화할 수 있는 효과적인 방법입니다. 일반적으로 5점 또는 7점 척도로 구성되어 '매우 동의한다'에서 '매우 동의하지 않는다'까지의 범위를 제공합니다. 이러한 순서형 척도는 복잡한 심리적 개념을 단순하고 명확하게 표현할 수 있어 설문조사, 만족도 조사, 성과 평가 등 다양한 분야에서 활용됩니다. 리커트 척도의 정의는 명확하고 이해하기 쉬우며, 통계 분석에 적합한 데이터를 생성한다는 점에서 학문적 가치가 높습니다.
2. 리커트 척도의 장점

리커트 척도의 가장 큰 장점은 응답자가 쉽게 이해하고 빠르게 응답할 수 있다는 점입니다. 복잡한 개념을 단순한 선택지로 표현하므로 응답 시간이 짧고 응답률이 높습니다. 또한 수집된 데이터를 통계적으로 분석하기 용이하며, 신뢰도와 타당도를 검증할 수 있는 다양한 방법론이 확립되어 있습니다. 여러 문항을 조합하여 복합적인 개념을 측정할 수 있고, 비용 효율적이며 대규모 표본 조사에 적합합니다. 이러한 실용성과 과학성의 결합으로 인해 학계와 산업계에서 광범위하게 채택되고 있습니다.
3. 리커트 척도의 단점

리커트 척도의 주요 단점은 응답자의 실제 의견을 완전히 포착하지 못할 수 있다는 점입니다. 제한된 선택지로 인해 미묘한 차이나 복잡한 감정을 표현하기 어렵고, 응답자가 중간값을 선택하는 경향이 있어 데이터 왜곡이 발생할 수 있습니다. 또한 척도의 간격이 동일하다고 가정하지만 실제로는 응답자마다 간격의 의미가 다를 수 있습니다. 사회적 바람직성 편향으로 인해 응답자가 실제 의견보다 긍정적으로 응답할 가능성도 있습니다. 이러한 한계들은 연구 결과의 신뢰성을 저하시킬 수 있으므로 보완적 방법론의 병행이 필요합니다.
4. 척도의 측정 원리 및 특징

리커트 척도의 측정 원리는 순서형 데이터를 기반으로 하며, 각 응답 범주에 수치를 할당하여 정량화합니다. 일반적으로 1부터 5까지의 숫자를 부여하여 응답의 강도를 표현합니다. 주요 특징으로는 첫째, 순서 관계가 있어 응답 간의 대소 비교가 가능하고, 둘째, 간격이 동일하다고 가정하여 평균과 표준편차 계산이 가능하며, 셋째, 여러 문항의 점수를 합산하여 종합 점수를 도출할 수 있습니다. 이러한 특징으로 인해 기술통계와 추론통계 모두 적용 가능하며, 신뢰도 검증을 위한 크론바흐 알파 계수 등의 지표를 활용할 수 있습니다.

주제 연관 토픽을 확인해 보세요!

주제 연관 리포트도 확인해 보세요!