리커트 척도 뜻과 예시: 5점·7점 척도 작성법 총정리

리커트 척도(Likert scale)는 하나의 진술에 대해 응답자가 얼마나 동의하는지를 순서가 있는 여러 단계 중에서 고르게 하여 태도, 의견, 행동 의도를 측정하는 방법입니다. 가장 흔한 형태는 ‘전혀 동의하지 않음’부터 ‘매우 동의함’까지의 5점 척도와 7점 척도입니다. 미국 심리학자 렌시스 리커트(Rensis Likert)가 1932년 논문 「A Technique for the Measurement of Attitudes」에서 제안한 데서 이름이 유래했으며, 오늘날 고객 만족도 조사, 브랜드 조사, 제품 콘셉트 테스트 등 거의 모든 설문 조사에서 사용됩니다.

엄밀히 말하면 하나의 진술과 응답 단계로 이루어진 것은 ‘리커트 문항’이고, 같은 개념을 측정하는 여러 문항을 합산한 것이 ‘리커트 척도’입니다. 실무에서는 두 용어를 구분하지 않고 쓰는 경우가 많습니다.

리커트 척도의 작동 방식

리커트 척도의 작동 방식은 문항(Item)이라 불리는 특정 진술에 대해 동의 또는 비동의 정도를 묻는 데 기초합니다. 예와 아니오 사이의 이분법적 선택 대신, 주로 5점 또는 7점의 대칭적인 응답 범주로 구성된 다단계 평가 척도를 응답자에게 제공합니다. 응답 옵션은 일반적으로 매우 동의함부터 중립적인 중간 단계를 거쳐 전혀 동의하지 않음까지 범위가 설정됩니다. 때로는 중립적 선택을 배제하고 특정 응답을 유도하기 위해 짝수 단계의 척도가 사용되기도 합니다. 방법론적 목적은 태도의 강도를 측정 가능하게 만드는 데 있습니다. 출력값으로 척도는 통계 분석이 가능한 순서형 데이터를 제공하며, 연구진은 이 결과를 집계하여 특정 세그먼트 내의 응답 분포와 차이를 비교합니다.

5점·7점 리커트 척도 예시

5점 척도의 표준 응답 문구는 다음과 같습니다.

1. 전혀 동의하지 않음
2. 동의하지 않음
3. 보통이다
4. 동의함
5. 매우 동의함

7점 척도는 여기에 ‘약간 동의하지 않음’과 ‘약간 동의함’을 추가해 더 세밀한 차이를 측정합니다. 동의 정도 외에도 같은 구조로 만족도(매우 불만족매우 만족), 중요도(전혀 중요하지 않음매우 중요함), 가능성(전혀 그렇지 않을 것이다매우 그럴 것이다), 빈도(전혀 없음항상)를 측정할 수 있습니다.

리커트 척도 문항 작성법

• 한 문항에는 하나의 내용만 담습니다. ‘이 제품은 저렴하고 품질이 좋다’처럼 두 가지를 묻는 이중 질문은 피합니다.
• 응답 단계의 간격이 비슷하게 느껴지도록 문구를 대칭적으로 만듭니다.
• 모든 문항이 같은 방향으로만 쓰이면 무조건 동의하는 경향(묵종 편향)이 커지므로, 일부 문항은 반대 방향으로 작성하는 것을 고려합니다.
• 응답자가 실제로 판단할 수 없는 경우를 위해 ‘잘 모르겠음’ 선택지를 척도 밖에 따로 둘지 결정합니다.

결과 분석과 주의할 편향

리커트 응답은 단계 사이의 간격이 정확히 같다고 보장할 수 없는 순서형 데이터입니다. 따라서 각 단계의 응답 비율, 중앙값, 상위 두 단계 비율(Top-2-Box, 예: 4점과 5점의 합)로 보고하는 것이 안전합니다. 여러 문항을 합산한 척도 점수는 평균으로 분석하는 경우가 많습니다. 해석할 때는 중간값으로 몰리는 중앙 집중 경향, 무조건 동의하는 묵종 편향, 바람직해 보이는 답을 고르는 사회적 바람직성 편향을 함께 고려해야 합니다.

구체적인 사례

한 독일 소비재 기업이 유기농 귀리 음료를 위한 친환경 패키징 라인 출시를 계획하고 있습니다. 인사이트 팀은 비용이 많이 드는 테스트 마켓 단계에 들어가기 전, 100% 지역 생산 및 탄소 중립 제조라는 문구가 환경 의식이 높은 가구 그룹에 어떤 영향을 미치는지 확인하고자 합니다. 이를 위해 팀은 리커트 문항을 설계합니다. '이 패키징 문구는 브랜드의 친환경성에 대한 신뢰를 강화한다'라는 진술을 대표 소비자로 구성된 페르소나 프로필에 제시합니다. 응답 옵션은 1(전혀 동의하지 않음)부터 5(매우 동의함)까지입니다. 예를 들어 Hamburg 출신의 34세 엔지니어 페르소나는 이 콘셉트를 평가하고 4단계(동의함)를 선택합니다. 정성적 후속 질문에서 그녀는 지역 공급망에 대한 투명성이 명확히 제시되어야 최우수 점수를 줄 수 있을 것이라고 설명합니다. 시장 조사 팀은 이러한 문항 여러 개를 분석함으로써, 실제 인쇄를 진행하거나 광고 예산을 집행하기 전에 소비자가 어디에서 의구심을 갖는지, 그리고 커뮤니케이션 콘셉트를 어떻게 수정해야 하는지 파악할 수 있습니다.

Minds의 리커트 척도 활용 방식

Minds에서는 Study(스터디)를 만들 때 표준 척도와 사용자 정의 척도를 질문 유형으로 선택할 수 있으며, 같은 Audience(오디언스)에게 개방형 질문, 단일 선택, 다중 선택, MaxDiff 같은 방법도 함께 적용할 수 있습니다. 각 Mind는 공개 자료와 사용자가 추가한 설문 결과, 인터뷰 기록 같은 자료를 바탕으로 응답하며, 응답 분포를 세그먼트별로 비교하고 후속 질문으로 점수의 이유를 확인할 수 있습니다.

시뮬레이션 결과를 얼마나 신뢰할 수 있는지는 일반적인 정확도 수치로 판단하지 않습니다. Minds의 Audience Validation(오디언스 검증)은 오디언스와 응답자 조건이 맞는 공개 설문 또는 업로드한 설문 파일과 시뮬레이션 응답을 비교해 설문별 점수를 보여 줍니다. 시뮬레이션 응답은 방향성을 잡는 용도이며, 실제 사람보다 응답 분산이 작게 나타날 수 있으므로 중요한 의사결정 전에는 실제 응답자 조사로 확인하는 것이 좋습니다.

관련 용어

• 의미 차별화 척도: 양극단에 반대되는 형용사 쌍을 배치하여 태도를 측정하는 척도.
• 스타펠 척도: 중립적인 중간 단계 없이 속성을 평가하는 단극성 측정 도구.
• 써스톤 척도: 전문가에 의해 진술문들의 가중치가 미리 평가 및 부여되는 태도 측정 기법.
• 거트만 척도: 특정 문항에 대한 동의가 이전 모든 문항에 대한 동의를 내포하는 누적 척도.
• 순고객추천지수: 고객 충성도를 측정하기 위해 0부터 10까지의 척도를 사용하는 단일 단계 추천 지표.
• 등간 척도: 절대적 영점은 없으나 측정 지점 간의 간격이 등간격으로 정의된 등급 데이터 수준.
• 심리 측정학: 심리적 측정의 이론과 실무를 다루는 심리학 내의 연구 분야.

결론

리커트 척도는 태도와 의견을 표준화된 방식으로 측정하는 가장 널리 쓰이는 방법입니다. 한 문항에 한 가지 내용만 담고, 대칭적인 응답 단계를 쓰고, 결과를 분포와 Top-2-Box로 해석하면 신뢰할 수 있는 데이터를 얻을 수 있습니다. 실제 설문을 진행하기 전에 문항을 미리 점검하고 싶다면 합성 오디언스로 사전 테스트를 해 볼 수 있습니다. getminds.ai에서 시장 조사를 위한 오디언스 시뮬레이션 활용 방안을 확인해 보세요.

참고 문헌: Likert, R. (1932). A Technique for the Measurement of Attitudes. Archives of Psychology, 140.