요인분석 문항 제거, 요인 적재량 0.5 미만은 무조건 삭제해야 할까?

 

"요인 적재량이 0.5 미만이면 무조건 삭제해야 할까요?" 통계 패키지에서 수치가 기준에 못 미친다고 기계적으로 문항을 지웠다가 논문의 내용 타당도와 연구 본질까지 흔들리는 경우가 많습니다. 통계적 기준과 개념적 타당성 사이에서 어떻게 균형 잡힌 판단을 내려야 하는지 그 명확한 기준을 제시해 드립니다!

 

대학원 석·박사 학위논문이나 학술지 투고 논문을 지도하다 보면 연구자들이 가장 흔하게 겪는 패닉 순간이 있다.

 

바로 요인분석(Factor Analysis) 회전 결과표를 확인했을 때 요인 적재량(Factor Loading)이 0.47, 0.49처럼 아슬아슬하게 0.5 밑으로 떨어진 문항을 마주하는 때이다. 😊

 

"교수님, 0.5가 안 넘으니 이 문항 바로 날려야겠죠?"라며 마우스 클릭 한 번으로 문항을 지워버리려는 연구자분들을 보면 참 안타깝다. 

 

* 이미지 출처 : Gemini NotebookLM 내용 요약 생성

1. 요인 적재량 0.5의 통계학적 의미와 오해 🤔

요인 적재량은 특정 관측 변수(설문 문항)와 잠재 요인(Factor) 사이의 상관계수를 의미한다.

이 값을 제곱하면 해당 요인이 개별 문항의 분산을 얼마나 설명하는지 나타내는 분산설명력(R²)이 된다.

 

예컨대 적재량이 0.5라면 그 문항 분산의 약 25%(=0.5²)를 해당 요인이 설명한다는 뜻이다.

사회과학 연구에서는 관례적으로 0.4 이상이면 유의한 수준, 0.5 이상이면 실질적 의미가 있는 적재량으로 평가해 왔다.

 

Hair et al.(2019) 연구진의 다변량 분석 지침에서도 표본 크기가 120명 이상일 때는 0.50 이상, 350명 이상일 때는 0.30 이상만 되어도 통계적으로 유의하다고 판정한다.

💡 알아두세요!
표본 수(Sample Size)가 충분히 크다면 0.40 수준의 요인 적재량도 통계적으로 엄연히 유의하다. 0.50이라는 숫자는 절대 불변의 진리가 아니라, 실무적 관행에서 통용되는 가이드라인이라는 점을 잊지말자.

 

2. 기계적 문항 제거가 초래하는 치명적인 위험 📊

수치만을 근거로 문항을 성급하게 제거하면 내용 타당도(Content Validity)의 심각한 훼손이 발생한다.

그 척도가 측정하고자 설계된 개념 영역 전체를 제대로 포괄하지 못하게 되는 것이다.

 

특히 이론적 구성 개념의 핵심 하위 차원을 대변하는 유일한 문항을 삭제해 버리면, 통계적 수치는 깨끗해질지 몰라도 심사 과정에서 "왜 해당 개념의 핵심 내용이 빠졌는가?"라는 심사위원의 날카로운 질문에 방어할 수 없게 된다.

문항 제거 시 관점별 비교

구분	기계적 삭제 접근(수치 지향)	균형적 의사결정(개념 중심)	비고 및 연구 영향
판단 기준	요인 적재량 < 0.50 시 무조건 삭제	표본 크기, AVE, 공통성, 내용 타당도 종합 평가	통계적 타당성과 개념의 공존
내용 타당도	핵심 차원 누락 및 개념 왜곡 위험	이론적 영역의 완전성 유지	논문 심사 방어력 극대화
신뢰도 변화	문항 수 감소로 Cronbach's α 왜곡 가능	복합신뢰도(CR)와 일관성 균형 유지	문항 삭제 시 신뢰도 계수 추적 필수
심사 통과율	이론적 근거 부족 시 수정 지시	논리적 각주 및 통계 지표 제시로 수월하게 통과	학술지 투고 시 핵심 경쟁력

⚠️ 주의하세요!
탐색적 요인분석(EFA)에서 0.5 미만이라고 마구 지운 문항은 이후 확인적 요인분석(CFA) 단계에서 적합도 지수를 올리기 위한 수정지수(MI) 조작이나 문항 간 오차공분산 연결이라는 악순환을 유발하기 쉽다.

 

3. 문항 유지 및 제거 결정을 위한 4단계 진단법 🧮

적재량이 0.40~0.49 사이로 측정되었을 때, 연구자가 거쳐야 할 체계적인 의사결정 프로세스가 있다.

📝 문항 진단 4단계 공식

종합 판단 = ① 공통성(Communality ≥ 0.40) + ② 교차 적재 여부(Cross-loading < 0.30) + ③ 잠재요인의 AVE(≥ 0.50) + ④ 개념 대체 불가능성

단계별 구체적인 판단 경로를 점검해 보자!

1) 1단계(공통성 확인): 문항의 공통성이 0.40 이상인지 살핍니다. 0.40 미만이면 요인 모형 전반에서 설명되지 않는 잔차가 너무 큽니다.

 

2) 2단계(다중 적재 검토): 다른 엉뚱한 요인에도 0.35 이상 걸쳐 있는 교차 적재(Cross Loading) 문항인지 확인합니다. 교차 적재가 심하면 개념적 모호성 때문에 삭제 우선순위가 됩니다.

 

3) 3단계(요인 전체의 AVE 검토): 해당 문항을 포함하더라도 요인의 평균분산추출값(AVE)이 0.50 이상, 복합신뢰도(CR)가 0.70 이상을 충족하는지 계산합니다.

→ 4단계(내용 타당도 검토): 해당 문항이 선행연구의 조작적 정의 핵심을 대변한다면, 0.45 수준이라도 각주를 달고 보존하는 것이 원칙입니다.

4. 심사위원을 설득하는 방어 전략 및 논문 기술법 👩‍💼👨‍💻

논문 심사에서 심사위원이 "이 문항 적재량이 0.47인데 왜 지우지 않았습니까?"라고 묻는다면, 절대 당황하실 필요가 없다.

학술적 근거를 바탕으로 한 논리적 설득이 준비되어 있으면 오히려 심사위원에게 탄탄한 연구 역량을 증명하는 기회가 된다.

본문 통계 분석 챕터에 다음과 같이 선제적으로 기재해 두는 것이 가장 좋은 방법이다.

📌 논문 본문 서술 예시문!
"문항 4의 경우 요인 적재량이 0.468로 일반적 권고 기준인 0.50에 다소 미치지 못하였으나, 본 연구의 표본 수(N=280)가 250명 이상일 때 0.35 이상의 적재량이 통계적으로 유의하다는 통계적 기준(Hair et al., 2019)을 충족하며, 해당 문항이 '조직 공정성' 하위 영역 중 절차적 투명성을 측정하는 핵심적인 내용 타당도를 확보하고 있으므로 연구의 개념적 완전성을 위해 최종 모형에 포함하였다."

 

실전 예시: 0.46 문항을 버리지 않고 학술지에 게재한 사례 📚

 

연구자의 딜레마 상황

• 연구 주제: 플랫폼 긱 워커의 직무 자율성이 심리적 안녕감에 미치는 영향
• 문제 문항: '업무 일정에 대한 유연한 스케줄링 권한' 문항의 적재량이 0.462로 산출됨

의사결정 및 검증 과정

1) 내용 타당도 점검: '스케줄링 권한'은 긱 이코노미(Gig Economy) 자율성의 본질적 정의인데, 이 문항을 지우면 일반 직장인의 재량권과 다를 바가 없어짐을 확인했다.

 

2) 지표 산출: 해당 문항을 포함한 상태에서 AVE는 0.531, Cronbach's α는 0.842로 기준치를 모두 여유 있게 통과했다.

최종 결과

- 통계표 하단 주석에 Hair et al.(2019) 문헌을 인용하여 표본 크기 대비 적재량 유의성을 명시했다.

- 심사 과정에서 수정 지시 없이 연구의 개념적 타당성이 우수하다는 호평을 받으며 최종 KCI 등재지 게재에 성공했다.

이처럼 통계 수치에 연구자가 휘둘리는 것이 아니라, 연구자가 논리적 근거를 바탕으로 통계 수치를 통제하고 해석하는 것이 연구의 격을 결정한다.

 

핵심 내용 요약 📝

요인분석은 숫자를 깎아내는 단순 작업이 아니라, 연구자의 철학과 이론적 개념을 검증하는 정교한 학술 작업이다.

0.5라는 수치 하나에 갇혀 소중한 연구 문항을 섣불리 지우지 마시고, 내용 타당도와 통계적 기준을 종합적으로 살펴보세요. 😊

 

💡

요인 적재량 0.5 미만 판단 요약

✨ 통계적 본질: 0.50은 절대적 탈락선이 아닌 권고 가이드라인입니다.

📊 최우선 가치: 이론적 개념을 포괄하는 내용 타당도 보존이 우선입니다.

🧮 판별 기준 공식:

표본 크기별 유의수준 충족 + 전체 요인의 AVE ≥ 0.50 확인

👩‍💻 심사 대비 전략: 통계 주석과 학술 출처(Hair et al.) 명시로 방어 논리 구축이 핵심입니다.

무조건적인 기계적 삭제는 논문의 본질적 타당도를 무너뜨릴 수 있습니다.

자주 묻는 질문 ❓

Q: 요인 적재량이 0.48인 문항을 그대로 유지하면 논문 심사에서 무조건 지적받나요?

A: 그렇지 않습니다. 아무런 설명 없이 방치하면 지적받지만, 표본 크기 기준과 내용 타당도 상 해당 문항이 필수적임을 본문이나 각주에 학술 문헌과 함께 논리적으로 명시하면 충분히 통과됩니다.

Q: 문항을 삭제할 때 가장 중요하게 봐야 하는 우선순위는 무엇인가요?

A: 단순 적재량 수치보다 '교차 적재(여러 요인에 동시에 걸치는 현상)' 여부와 '공통성(0.40 미만)'을 먼저 보아야 합니다. 여러 요인에 애매하게 걸치면서 공통성이 낮은 문항이 1순위 제거 대상입니다.

Q: 한 하위 요인에서 문항을 지우다 보니 2문항만 남았습니다. 괜찮을까요?

A: 매우 위험합니다. 잠재 요인을 안정적으로 식별하려면 최소 3문항 이상(이상적으로는 4~5문항)이 유지되어야 합니다. 2문항만 남게 되면 구조방정식 모형에서 미식별(Under-identification) 문제가 발생할 수 있으므로, 다소 낮은 적재량이라도 문항을 보존하는 것이 모형 안정성에 유리합니다.

Q: 탐색적 요인분석(EFA)과 확인적 요인분석(CFA)에서의 기준이 다른가요?

A: EFA에서는 데이터 구조를 파악하기 위해 0.40 이상을 유의미한 출발점으로 볼 수 있으나, 가설 검증 단계인 CFA에서는 수렴 타당성(Convergent Validity) 확보를 위해 표준화 요인 부하량(Standardized Factor Loading) 0.50 이상, 통계적 유의성(t-value > 1.96)을 엄격히 권장합니다.

Q: 적재량이 낮아서 문항을 삭제했더니 Cronbach's α 신뢰도가 오히려 떨어졌습니다. 왜 그런가요?

A: 신뢰도 계수는 문항 간의 내적 일관성뿐만 아니라 '문항의 총 개수'에도 직접적인 영향을 받습니다. 척도의 전체 문항 수가 적을 때 기계적으로 문항을 삭제하면 척도 길이 감소 효과로 인해 신뢰도 지수가 더 하락할 수 있습니다.