[인사-23008] 조직문화, 인사평가 등 HR Survey의 척도와 합리적인 리커트 척도 제안

Ⅰ. 측정과 척도의 관계

어느날 아는 사람으로부터 전화가 왔다. 

 

"야..! OO아 갑자기 상무가 OO에 대해서 설문조사를 해보라고 하는데, 어떻게 해야하냐...?"

 

답답한 것인지 아니면 막막한 것인지 그의 목소리는 다소 격앙되어 있었으며 많이 다급해보였다. 기업에서 공채로 시작하여 커리어를 쌓아온 사람이라면 갑작스럽게 하달된 ⓐ조직문화 진단, ⓑ직무평가, ⓒ전 그룹사 리더십 역량 평가 및 비교, ⓓ직원 만족도 조사 등 설문조사를 기획하고 실시하는 것에 대하여 부담감을 느끼는 것은 사실 당연하다. 그도 그럴 것이 이러한 업무들은 대부분 컨설팅 펌에 외주를 주는 경우가 많기 때문이다. 

 

필자는 이때 뭐라고 설명해야 할지 대략 난감하였다. 왜냐하면 "설문조사는 이렇게 하면 된다!" 라고 단언하듯이 말하기에는 부담되고, 그렇다고 세부적으로 설명하기에는 너무 방대하기 때문이다. 또한, 필자는 설문조사를 기획·실행할 때 방식이나 절차·순서 등은 정의된 문제와 분석기법에 따라 다르기 때문에 뭐라고 딱 잘라 설명하기 어려웠다. 

 

그러나 이 글을 보고 있는 당신도 필자의 아는 사람과 같이 이러한 난감한 업무를 맡고 있을 가능성이 높아 보인다. 그래서 당신에게 조금이라도 도움이 되고자, 설문지 작성 단계 중 측정을 위한 척도가 무엇이고, 어떤 종류가 있는지, 필자의 경험상 어떤 척도를 사용하는 것이 바람직하였는지 알려드리고자 한다.

※ 참고) 연구설계 단계는 ①연구주제 설정, ②연구가설 설정, ③변수의 정의, ④적용할 분석기법 및 결과보고서 계획, ⑤설문지 작성, ⑥신뢰도 및 타당도 분석(연구주제에 따라 생략 가능), ⑥실험설계 후 실험 실시, ⑦가설 검증로 구성됨.

 

측정(Measurement)이란 미리 결정된 규칙에 의하여 연구대상의 특징을 수치나 기호로 할당하는 과정을 의미한다. 다시말해 측정은 연구대상이 무엇인가에 관심이 있는 것이 아니라 연구대상의 특성이나 태도에 대한 특징이 어떠한가에 관심이 있는 것이다. 직원들에게 회사에 대한 태도를 알아보는 E-NPS 실시하는 것을 예로 들 수 있다.

 

위와 같은 측정 작업을 적절히 수행하기 위하여 연구대상의 태도 등을 명확히 규명할 필요가 있다. 이러한 규명작업에 사용되는 것이 바로 척도(Scale)이다. 척도는 측정대상이 위치하고 있는 연속적인 체계(Continuum)라고 말할 수 있는데, 쉽게 설명하면 연구대상의 특질을 하나의 체계 내에서 계량화하는 도구라고 이해하면 된다.

위 E-NPS를 설명하는 그림을 살펴보자. 회사는 직원들이 회사에 대해서 갖는 만족도를 "측정"하고 싶다고 할때 이를 수행하기 위하여 5단계 리커트 "척도"를 사용할 것인지 혹은 "친구나 동료에게 우리 회사를 추천할 가능성은 0~10점 중 몇 점입니까"로 질문형 "척도"를 사용할 것인지를 고민하는 것이다. 다만 주의해야 할 것은 어떤 직원들한테는 5단계 리커트 척도로 설문을 실시하고 다른 사람에게는 질문형 척도를 사용하여 수집한 응답 결과를 비교할 수는 없다. 왜냐하면 하나의 체계 내에서 계량화된 정보가 아니기 때문이다.

---

반응형

---

Ⅱ. 척도의 종류

 1. 통계적 분류

이군희(2014)

 

척도는 데이터를 수집하기 위한 도구가 되고, 어떤 척도를 사용하느냐에 따라 데이터의 성질이 달라진다. 그리고 이러한 데이터의 성질에 따라 활용 가능한 분석기법이 상이해진다.

 

명목척도(Nominal Scale)는 연구대상을 구분하거나 분류할 목적으로 라벨을 부여하는 척도를 의미한다. 예를 들어  A, B, C 사람들은 "상위 직급", D, E, F 사람들은 "하위 직급" 이런 식으로 카테고리화하는 것이 명목척도이다. 카테고리 내의 인원 수를 카운팅하여 비교하는 등으로 많이 활용되기 때문에 이와 관련된 통계량으로는 퍼센트(Percent), 최빈값(Mode) 등이 있으며, 통계분석 방법으로는 카이제곱 검정(Chi-square Test), 이항검정(Binominal Test) 등이 있다.

 

서열척도(Ordinal Scale)는 연구대상의 특성에 대한 상대적인 정도를 수치로 할당한 순서를 말하며, 측정값들의 차이에 의미를 부여할 수 없다는 특징이 있다. 가령, S등급을 받은 직원 '김씨'와 B등급을 받은 직원 '오씨'가 있다고 가정할 때 김씨는 오씨에 비하여 어느 정도로 탁월한지 계량화하여 계산할 순 없다. 그냥 '김씨가 오씨보다 성과를 잘 내었구나' 정도로만 이해할 수 있을 뿐이다. 즉, 서열척도에서 수집한 정보로 덧셈, 뺄셈, 나눗셈, 곱셈이 불가능하다. 서열척도에서는 명목척도에서 사용할 수 있는 통계량을 포함하여 백분위수(Percentile), 제4분위수(Quartiles), 중앙값(Median) 등을 사용할 수 있으며, 분석방법으로는 순위상관계수(Rank-order correlation), 순위를 이용한 분산분석(Fried-man's ANOVA) 등이 있다.

 

등간척도 또는 구간척도(Interval Scale)에서는 두 연구대상이 가지고 있는 특성에 대한 측정값의 차이와 다른 두 연구대상이 가지고 있는 측정값의 차이는 동일한 간격을 가지고 측정이 된다는 특징을 가진다. 예를 들어 우리가 일상생활에서 접하는 온도가 대표적이며, 블라인드에서 기업 리뷰 작성 시 별점을 부여하는 것 역시 등간척도에 해당한다. 이러한 등간척도에는 "0"의 의미가 고정되지 않고 자의적으로 설정된다는 점에서 덧셈과 뺄셈을 적용될 수 있어도 곱셈과 나눗셈은 적용될 수 없다. 생각해보면 '어제(1도)보다 오늘이 3배가량 춥다!'라고 표현할 때 오늘은 도대체 몇도인지 답이 딱 나올 수 있는가? 음.. -3도 인가..? -5도를 의미하는 것인가..? 애매하다. 이렇게 애매한 이유가 바로 "0"의 의미가 고정되어 있지 않기 때문이다. 등간척도는 서열척도에서 사용할 수 있는 통계량을 포함하여 평균(Mean), 표준편차(Standard Deviation) 등이며, 통계분석 방법으로는 피어슨 상관계수(Pear-son's correlation), 분산분석(ANOVA), 회귀분석(Regression Anaysis) 등이 있다.

 

비율척도(Ratio Scale)는 "0"의 의미가 절대 불변으로 고정되어 있는 척도로서 해당 척도로부터 얻어진 측정값으로 연구대상을 구분하거나 분류할 수 있으며, 순위를 만들 수 있고, 차이를 비교하여 분석할 수도 있으며 나아가 비율에 대한 분석까지 가능하다. 이러한 비율척도의 예로는 나이, 제조업 성과급 계산을 위한 시간 당 생산량(Unit Per Hour), 영업직 성과급 계산을 위한 제품 판매량 등이 있다. 비율척도에서 수집된 정보는 덧셈, 뺄셈, 나눗셈, 곱셈이 모두 가능하기 때문에 기하평균, 조화평균, 변동계수 등을 포함한 모든 통계량을 활용할 수 있으며, 통계분석 방법 역시 제한이 없다.

 

 2. 척도법에 따른 분류

척도는 크게 비교척도와 메트릭척도라는 두 가지의 형태로 구분해볼 수 있다.

 

우선 비교척도는 측정대상을 직접 비교하여 상대적인 서열이 반드시 수반된다는 점에서 앞서 살펴본 서열척도와 동일하다. 비교척도에는 쌍대비교척도, 순위서열척도, 고정총합척도, Q소트척도 등으로 구분된다. 각각 간략하게 살펴보자.

 

• 쌍대비교척도 : 응답자가 어떠한 기준에 의하여 두 연구대상 중 한 가지를 선택하도록 하는 측정방법이다. 주로 직무평가요소별 가중치를 설정하기 위하여 AHP(Analytic Hierarchy Process) 과정에서 필요한 척도이다.
  [예시] "엄마가 좋아? 아빠가 좋아?" 
• 순위서열척도 : 응답자가 여러 연구대상을 동시에 고려하여 어떠한 기준에 따라 이들의 순위를 정하는 방법이다.
  [예시] "여기있는 엄마, 아빠, 삼촌, 고모 중에 좋아하는 순서대로 번호를 매겨줘"
• 고정총합척도 : 응답자에게 고정된 수치를 주고, 응답자가 생각하는 기준에 맞추어 연구대상에게 할당하는 방식이다. 그러나 고정총합척도법은 서열척도의 성격과 비율척도의 성격이 동시에 가지고 있는 척도법이므로 다양한 분석이 가능하다. 필자도 특정 기업의 인사평가제도를 개선할 때 상대평가 및 절대평가의 성질을 동시에 가지고 있는 고정총합척도법을 활용하여 솔루션을 제공한 적이 있다.
  [예시] "너 손에 사탕 30개가 있는데 엄마, 아빠, 삼촌, 고모한테 각각 몇 개씩 주고싶어?"
• Q소트척도 : 많은 연구대상에 대한 차이를 구분하기 위하여 만들어진 척도인데, 인사평가에서 사용하는 행위관찰척도법(BOS, Behavioral Observation Scales)이 대표적인 Q소트척도의 예시이다. BOS에서도 가장 바람직한 행동부터 그렇지 못한 행동 양식이 세부적으로 규정된 체크리스트가 있고, 그러한 행동을 할 때마다 체크를 함으로써 평가가 진행되는데 Q소트도 동일한 방식으로 진행된다고 이해하면 된다.
  [예시] "너한테 엄마, 아빠, 삼촌, 고모가 그려진 그림이 있는데, 좋아하는 순서대로 빨간통, 파란통, 녹색통으로 넣어줘"

 

메트릭척도는 측정하는 과정에서 다른 연구대상과의 비교가 이루어지지 않고, 절대적인 기준에 의해 정보가 수집되는 척도를 말한다. 그냥 인사평가 시 "절대평가"를 생각하면 편하다. 메트릭 척도에는 연속형 평가척도와 항목형 평가척도로 또 구분될 수 있는데, 아래 예시를 보면 그 차이를 분명하게 알 수 있다.

[연속형 평가척도 예시]
우리 기업에 대해서 어떻게 생각하십니까?
매우 나쁘다 ---------------------------------√--------------- 매우 좋다

[항목형 평가척도 예시]
우리 기업에 대해서 어떻게 생각하십니까?
①매우 나쁘다. ②나쁘다. ③보통이다. ④좋다. ⑤매우 좋다.

 

위 예시와 같이 연속형은 연속된 바에서 위치를 조절하면서 상당히 자유롭게 응답을 할 수 있는 반면 항목형은 범주화된 응답항목에 제한을 받을 수 있다. 항목형 평가척도는 응답항목의 범주화가 이루어진다는 점에서 리커트 척도, 어의차이 척도, 스타펠 척도 등으로 세분화될 수 있으나 어의차이 척도법이나 스타펠 척도법은 주로 마케팅이나 영업에서 사용되는 척도법이고, 그 형태가 HR Survey를 수행하기엔 적절치 않아 우리는 리커트 척도법에 대해서 구체적으로 살펴보고자 한다.

 

---

반응형

---

Ⅲ. HR Survey에서 주로 사용되는 척도 : 리커트 척도

 1. 리커트 척도의 개념

리커트 척도는 이 척도의 개발자인 Rensis Likert의 이름에서 유래된 것으로, 응답자는 어떠한 주어진 문항을 읽고 연구자가 미리 설정한 카테고리에 동의 정도를 응답하는 방법이다. 많은 사회과학 연구에서 사용되고 있는 척도이므로 HR Survey를 수행할 때에도 자주 사용된다.

 

리커트 척도는 일반적으로 5단계 척도로 구성되는 경우가 많다. 5단계 척도란 앞서 살펴본 항목형 평가척도 예시와 같이 5지 선다로 구성되어 있는 척도를 말한다. 이러한 리커트 척도에 대하여 몇몇 학자들은 서열척도에 해당하므로 덧셈, 뺄셈, 나눗셈, 곱셈과 같은 사칙연산이 불가능하다고 지적하나 또 다른 학자들은 이를 합산척도(Summated Scale)이라 부르며 덧셈, 뺄셈이 가능하다고 판단하였다. 생각해보면 교육학·심리학·행정학 등 여러 학문 분야에서 리커트 척도를 가지고 평균을 계산하여 분석하는 방법을 자주 이용하므로 실용성 차원에서 보면 합산척도로 보아서 폭 넓은 분석에 활용하는 것이 더 바람직해보이긴 한다.

 

만약, 리커트 척도를 합산 척도로 활용하고자 한다면 주의해야 할 것이 있다. 문항의 내용과 척도에 할당된 방향성이 일치하지 않는 경우 리버스 코딩(Reverse Coding)을 통해 일치시켜주어야 한다는 점이다. 이게 무슨 의미이냐면 "①매우 동의한다. ~ ⑤매우 동의하지 않는다"라는 문항을 설계하여 응답을 수집하였다면 이를 그대로 분석에 활용하지 말고, "매우 동의한다"는 선호도가 매우 높은 방향성을 지니고 있기에 5점을, 반대로 "매우 동의하지 않는다"는 선호도가 최악의 방향성을 지니고 있으므로 1점을 할당하여 분석에 활용하여야 제3자가 보더라도 오해하지 않는다.

 

 2. 리커트 척도의 문항의 수와 중간 응답 유무

리커트 척도는 응답범주에 명확한 서열성이 있고 문항들이 갖는 상대적인 강도를 결정하는 것으로 5단계 척도를 사용하는 경우가 많지만 문항의 개수 등은 피험자의 성향, 분석 계획 등을 고려하여 결정하는 것이 바람직하다.(김남걸, 2001)

 

일반적으로 응답 가능한 문항의 수가 많을 수록 신뢰도가 높아진다고 주장하는 학자들이 많지만, 학자에 따라선 오히려 문항의 수가 지나치게 많을 경우 피로감이 쌓여 신뢰도가 떨어질 것이라는 주장도 있다. Cicchetti, Showalter, & Tyrer(1985), Jenkins and Taber(1977) 등의 시뮬레이션 연구에 따르면 리커트 척도의 문항의 개수가 5나 7을 넘어가면 신뢰도는 더 이상 올라가지 않고 평행선을 그리게 된다고 하였다.

 

리커트 척도는 문항의 개수만 문제되지 않는다. 리커트 척도를 짝수 개수만큼 설정하게 되면 중간 선택지가 사라지게 되는데, 이때 응답자는 반드시 Yes Or No와 같은 선택의 기로에 놓이게 된다. 양가적인 입장을 취하는 응답자에게는 곤란한 문항이 만들어지는 것이다. 이러한 중립적인 선택지(주로 접하는 설문지 내용 중 "보통이다."라고 응답할 수 있는 문항)의 존재 여부가 문항반응이론에 근거한 문항 양호도 검증 시 유의미한 차이가 있는지를 검증한 배정윤(2002)은 별 다른 차이를 발견하지 못하였다고 보고하였으나 다른 학자들의 논문에서는 반대되는 의견이 대두된다.

 

[리커트 척도의 문항의 개수에 관한 연구 정리]

1. 문항의 개수가 증가할 수록 신뢰도 증가
 - Guilford(1954), Nunnally(1978), Finn(1972), Garner(1960), Komorita & Graham(1965)

2. 문항의 개수가 증가할 수록 타당도 증가
 - Andrews(1984)

3. 문항의 개수는 신뢰도 및 타당도와 무관함
 - Komorita(1963), Matell & Jacoby(1972), Komorita & Graham(1965)

4. 문항의 개수가 증가할 수록 신뢰도는 상승하나 5개를 초고하면 한계증가률이 완화됨
 - Aiken (1983), Jenkins & Taber(1977), Lissitz & Green(1975)

5. 문항의 수가 너무 적어서도 안되지만 지나치게 많아서도 안됨
 - 가장 높은 타당성과 신뢰도는 7~8개 (Cox, 1980)
 - 5개 이하는 정보의 상실, 7개 이상은 변별력 상실 (Boote, 1981)

 

[중간 선택지 삽입 여부에 관한 연구 정리]

1. 중간 선택지 사용 필요
 - Dubois & Burns(1975), Ory & Wise(1981) 등
 - (근거) 양가적 태도, 평가자의 무관심, 문항에 대한 이해도가 떨어지는 평가자, 응답이 어려운 경우 등의 경우에도 강제적으로 긍정 또는 부정을 선택하도록 하여 왜곡을 초래할 수 있음.

2. 중간 선택지 사용 불필요
 - Doyle(1975), Nunnally(1978) 등
 - (근거) 수검자가 설문조사 대상 문제에 대한 분명한 태도를 변별력있게 도출할 수 있으며, 중립적인 태도로 답변이 쏠리면서 정보의 손실이 발생할 수도 있음.

 

살펴본 바와 같이 과거 1960년대부터 지금까지 적절한 리커트 척도의 개수가 몇 개인지 그리고 중간 선택지를 사용하는 것이 바람직한 것인지에 대해서 결정된 바 없다. 이렇게 많은 학자들이 분명한 답을 내리지 못하고 있을 때 상당히 재밌는 의견이 나타난다.

 

중첩 리커트 척도 개념을 활용한 직무평가척도

 

Albaum(1997)은 중간 선택지를 사용하는 경우 응답이 중앙으로 집중되는 것을 방지하기 위한 대안으로, 2단계 Likert 척도를 제안하였는데, 첫 단계에서 태도의 방향과 의견 여부를 물고, 둘째 단계에서는 첫 단계에서 응답한 의견의 강도를 물어보는 방식으로써, 연구 결과 단순히 ‘no opinion’ 항목을 넣은 척도보다, 2단계 척도를 사용했을 때 극단치를 선택한 비율이 높게 나타나, 수검자가 가진 태도의 방향을 명확히 알 수 있었다고 밝혔다.

 

그렇다. 우리는 리커트 척도를 중첩해서 활용함으로서 중간 선택지 삽입 문제를 해결하고, 상대적으로 다양한 선택지를 응답자에게 부여함으로써 정보의 손실 문제도 개선할 수 있다. 필자는 리커트 척도를 활용할 때 3개 문항에서 7개 문항까지 다양하게 설문지를 구성해보았지만, 직무평가와 같이 다소 예민한 사안에 있어서는 "중첩 리커트 척도"를 사용했을때 인사팀 내지 응답자가 느끼는 부담감이 적었다.

 

 

[참고문헌]

1. 이군희(2014), 연구방법론의 이해, 북넷
2. 김남걸 (2001). Likert 척도 개발을 위한 문항선정 방법의 비교 분석. 연세대학교 대학원 석사학위 논문
3. 배정윤 (2002). 중립반응범주 유무에 따른 Likert형 척도의 양호도 비교. 이화여자대학교 대학원 석사학위논문
4. 김경성 & 곽현석. (2020). Likert 척도의 반응범주 수(3, 4, 5, 6단계)에 따른초등학생용 심리검사의 신뢰도 비교. 한국초등교육, 31(1), 75-92
5. 양소오. "Likert형 척도의 반응 형식에 따른 양호도 비교." 국내석사학위논문 이화여자대학교 대학원, 2011. 서울
6. Albaum, G. (1997). The Likert scale revisited: an alterate version. Journal of Marketing Research Society. 5(1), 29-47.