Spearman-brown 공식: 정의 및 예

Spearman-Brown 공식은 테스트 기간을 변경한 후 테스트의 신뢰성을 예측하는 데 사용됩니다.

공식은 다음과 같습니다.

예측 신뢰도 = kr / (1 + (k-1)r)

금:

• k : 테스트 기간이 수정되는 요소입니다. 예를 들어 원래 테스트에 10개의 질문이 있고 새 테스트에 15개의 질문이 있는 경우 k = 15/10 = 1.5 입니다 .
• r : 원래 테스트의 신뢰성입니다. 이를 위해 일반적으로 Cronbach’s Alpha를 사용하는데, 이는 0과 1 사이의 값으로, 값이 높을수록 신뢰성이 높다는 것을 나타냅니다.

다음 예에서는 이 수식을 실제로 사용하는 방법을 보여줍니다.

예: Spearman-Brown 공식을 사용하는 방법

회사에서 직원 만족도를 평가하기 위해 15개 항목 테스트를 사용하고 테스트의 신뢰도가 0.74인 것으로 알려져 있다고 가정합니다.

회사에서 테스트 기간을 30개 항목으로 늘린다면 새 테스트의 예상 신뢰도는 얼마입니까?

Spearman-Brown 공식을 사용하여 예측 신뢰도를 계산할 수 있습니다.

• 예측 신뢰도 = kr / (1 + (k-1)r)
• 예측 신뢰도 = 2*.74 / (1 + (2-1)*.74)
• 예측 신뢰도 = 0.85

새로운 테스트의 예측 신뢰도는 0.85 입니다.

참고 : k를 30/15 = 2로 계산했습니다.

Spearman-Brown 공식 사용에 관한 주의사항

Spearman-Brown 공식을 기반으로 테스트 항목 수를 늘리면 테스트 의 예측 신뢰도가 높아진다는 것을 알 수 있습니다.

예를 들어 이전 예에서 테스트 항목 수를 15에서 16으로 늘렸다고 가정합니다. 그런 다음 k를 16/15 = 1.067로 계산합니다.

예측된 신뢰도는 다음과 같습니다.

• 예측 신뢰도 = kr / (1 + (k-1)r)
• 예측 신뢰도 = 1.067*.74 / (1 + (1.067-1)*.74)
• 예측 신뢰도 = 0.752

새 테스트의 예측 신뢰도는 0.752 로, 이는 원래 테스트의 신뢰도 0.74 보다 높습니다.

이 논리를 사용하면 엄청난 수의 항목으로 테스트 기간을 늘리는 것이 신뢰도를 1에 점점 더 가깝게 높일 수 있기 때문에 좋은 생각이라고 생각할 수 있습니다.

그러나 우리는 다음 사항을 명심해야 합니다.

1. 너무 많은 아이템을 사용하면 피로 효과가 발생할 수 있습니다.

테스트에 문제가 너무 많으면 개인이 점점 더 많은 질문에 대답함에 따라 피곤해지며 테스트가 진행됨에 따라 답변의 신뢰성이 떨어질 수 있습니다.

2. 테스트에 추가되는 새로운 항목은 기존 항목과 동일한 난이도여야 합니다.

테스트 기간을 늘리기로 결정한 경우 추가하는 새 항목/질문의 난이도가 기존 항목과 동일한지 확인하는 것이 중요합니다. 그렇지 않으면 예측된 신뢰도가 정확하지 않게 됩니다.

추가 리소스

다음 튜토리얼에서는 통계에서 일반적으로 사용되는 기타 용어를 설명합니다.

내부 일관성이란 무엇입니까?
신뢰성을 둘로 나눈다는 것은 무엇입니까?
테스트-재테스트 신뢰도란 무엇입니까?
병렬 형태 신뢰성이란 무엇입니까?