직무만족도 설문 문항 설계법 2026: 경영학 논문에 바로 쓰는 척도 만들기

직무만족도 설문 문항 설계법 2026: 경영학 논문에 바로 쓰는 척도 만들기

경영학·인사관리(HR) 논문에서 직무만족도를 종속변수나 매개변수로 다루는 경우, 이미 검증된 척도를 그대로 가져다 쓸지, 아니면 자신의 연구 맥락에 맞게 문항을 재구성할지 고민하게 됩니다. 이 글은 직무만족도를 측정하는 대표적인 척도들을 비교하고, 문항을 설계하거나 선택할 때 실제로 확인해야 할 절차를 정리했습니다. 모든 수치 예시는 이해를 돕기 위한 가상의 내용이며, 실제 논문에서는 반드시 자신의 표본과 지도교수의 지도를 따라야 합니다.

직무만족도를 측정하는 대표 척도 3가지

척도 개발자·특징 문항 수
MSQ (Minnesota Satisfaction Questionnaire) Weiss, Dawis, England, Lofquist(1967) 개발, 단축형은 내재적·외재적·전반적 만족 점수를 산출 단축형 20문항, 장문형 100문항(20개 측면)
JDI (Job Descriptive Index) Smith 등(1969) 개발, 업무·급여·승진·상사·동료 5개 하위영역 영역별 9~18문항, 총 72문항
JSS (Job Satisfaction Survey) Spector(1985) 개발, 9개 하위영역으로 세분화 36문항(하위영역별 4문항)

세 척도 모두 국내에서 번역·타당화 연구가 여러 차례 이루어졌으므로, 새로 문항을 개발하기보다 이미 타당화된 한국어판을 활용하는 것이 학위논문 일정상 훨씬 효율적입니다. 다만 어떤 척도를 쓰든 반드시 원 개발자와 번역자를 함께 인용하고, 사용 허락이 필요한 척도인지 확인해야 합니다.

사용 조건은 척도마다 다릅니다. JDI를 관리하는 미국 볼링그린주립대(BGSU)는 JDI와 관련 척도를 연구·조직 개발 목적이라면 무료로 내려받을 수 있다고 안내하며, JSS 개발자 Paul Spector는 결과 공유, 정확한 인용, 저작권 표시를 조건으로 무료 사용을 허용합니다. JSS는 여섯 단계 응답 척도를 쓰고 문항의 약 절반이 역채점 문항이라는 점도 개발자 안내에 명시되어 있습니다. MSQ는 미네소타대학교 직업심리연구소(Vocational Psychology Research)가 배포하므로, 사용 조건과 문항지는 배포처 안내를 직접 확인해야 합니다. 한국어 번안판을 쓸 때는 원 척도의 조건과 별도로 번안 연구자에게도 사용 허락이 필요한지 확인하는 것이 안전합니다.

직무만족도를 왜 다차원으로 봐야 하나요

직무만족도를 단일 문항이나 단일 점수로만 측정하면 “만족도가 낮다”는 결과는 얻을 수 있어도, 실무자가 무엇을 개선해야 할지는 알기 어렵습니다. 내재적 만족(성취감, 자율성, 성장 가능성)과 외재적 만족(급여, 근무환경, 복지)의 구분은 Herzberg의 2요인이론과도 맞닿아 있으며 지금도 척도 설계의 기본 틀로 자주 쓰입니다. MSQ 단축형은 내재적·외재적 만족 점수를 따로 산출하며, JDI와 JSS는 더 세분화된 하위영역(급여, 승진, 상사, 동료, 업무 자체 등)으로 나눠 측정합니다.

경영학 논문에서 “어떤 요인이 직무만족도에 가장 큰 영향을 미치는가”를 다루고 싶다면, 전반적 만족도 점수 하나만으로는 이 질문에 답할 수 없습니다. 하위영역별로 점수를 산출할 수 있는 다차원 척도를 선택해야 각 영역의 상대적 중요도를 비교하는 분석이 가능해집니다.

요인적재량이 표시된 요인분석 결과표를 검토하는 모습
척도의 구성타당도는 요인분석을 통해 통계적으로 검증합니다.

척도를 선택하는 기준

  • 연구 목적과의 부합성 — 직무만족의 전반적 수준만 필요하다면 MSQ 단축형처럼 간단한 척도로 충분하지만, 급여·승진 등 특정 영역별 차이를 분석하고 싶다면 JDI나 JSS처럼 하위영역이 세분화된 척도가 적합합니다.
  • 업종·직군의 특수성 — 감정노동이 큰 서비스직, 교대근무가 있는 생산직처럼 특정 직군을 다룬다면, 해당 직군에서 타당화된 척도나 문항을 추가로 검토해야 합니다.
  • 문항 수와 응답 부담 — 다른 변수(조직몰입, 이직의도 등)와 함께 측정해야 한다면 전체 설문 길이를 고려해 단축형 척도를 선택하는 것이 응답률 관리에 유리합니다.

기존 척도를 그대로 쓸 수 없는 경우: 문항 설계 절차

연구 맥락이 매우 특수해 기존 척도로 포착되지 않는 부분이 있다면, 직접 문항을 개발하거나 기존 척도를 일부 수정해야 합니다. 이때는 다음 절차를 따르는 것이 일반적입니다.

  1. 개념 정의: 직무만족도를 “직무 및 직무 경험에 대한 긍정적 정서 상태”처럼 조작적으로 정의하고, 하위 요인(내재적 만족, 외재적 만족 등)을 명확히 구분합니다.
  2. 예비 문항 작성: 선행연구와 개방형 인터뷰를 바탕으로 하위 요인별 3~5개씩 예비 문항을 작성합니다.
  3. 내용타당도 검증: 해당 분야 전문가 5~10명에게 각 문항이 개념을 적절히 측정하는지 평가받고, 내용타당도비율(CVR)이 낮은 문항은 수정하거나 삭제합니다.
  4. 예비조사(파일럿 테스트): 30~50명을 대상으로 예비조사를 실시해 문항의 이해도와 응답 분포를 확인합니다.
  5. 본조사 및 통계적 타당화: 본조사 자료로 신뢰도(Cronbach’s α)와 요인구조(탐색적·확인적 요인분석)를 검증합니다.

문항 작성 시 지켜야 할 원칙

  • 한 문항에 하나의 내용만 담기 — “급여와 승진 기회에 만족한다”처럼 두 개념을 한 문항에 넣으면 응답자가 어느 쪽에 답해야 할지 혼란스러워합니다.
  • 이중부정 피하기 — “나는 상사의 피드백이 부족하다고 느끼지 않는다”처럼 부정을 두 번 쓰면 응답자의 실수 가능성이 커집니다.
  • 역채점 문항을 적절히 배치 — 모든 문항이 같은 방향으로 긍정적이면 무성의 응답(모든 문항에 같은 점수) 위험이 커지므로, 일부 문항을 역방향으로 구성해 역채점 처리합니다.
  • 척도 점수 구간을 통일 — 5점, 7점 등 척도 폭을 다른 변수 측정과 통일해 응답자의 혼란을 줄입니다.

몇 점 척도로 물어야 하나요 (5점 vs 7점)

국내 경영학 논문에서는 5점 리커트 척도가 흔히 쓰이지만, 응답의 변별력을 높이기 위해 7점 척도를 쓰는 논문도 있습니다. 5점 척도는 응답자가 답하기 쉽고 국내 선행연구와 비교하기 편하다는 장점이 있고, 7점 척도는 중간값으로의 쏠림(중심화 경향)을 줄이고 통계분석에서 더 풍부한 분산을 확보할 수 있다는 장점이 있습니다.

어느 쪽을 선택하든 같은 설문지 안에서 다른 변수들과 척도 폭을 통일하는 것이 중요합니다. 직무만족도는 5점, 조직몰입은 7점처럼 척도가 섞여 있으면 응답자가 혼란을 겪고, 분석 시에도 표준화 절차가 추가로 필요해집니다.

MSQ 단축형 문항 구성 예시 (가상으로 재구성)

실제 MSQ 원문을 그대로 옮기기보다, 어떤 식으로 내재적·외재적 만족 문항이 구성되는지 이해를 돕기 위해 유사한 형태로 재구성한 예시입니다.

하위영역 문항 예시(재구성)
내재적 만족 “나는 내 업무가 의미 있다고 느낀다”, “나는 지금 하는 일을 통해 새로운 것을 배우고 있다”
외재적 만족 “나는 현재 급여 수준에 만족한다”, “나는 회사의 복지제도에 만족한다”

이처럼 하위영역별로 문항을 명확히 구분해두면, 결과 분석 시 “내재적 만족은 높지만 외재적 만족은 낮다”처럼 구체적인 패턴을 발견할 수 있어 논의 장에서 훨씬 풍부한 해석이 가능해집니다.

신뢰도와 타당도는 어떻게 검증하나요

구분 검증 방법 기준
내적 일관성 신뢰도 Cronbach’s α 계산 보통 .70 이상이면 양호, .60대는 수용 가능한 경우도 있음
내용타당도 전문가 패널의 CVR 평가 Lawshe 기준값 이상
구성타당도 탐색적 요인분석(EFA) 또는 확인적 요인분석(CFA) 요인적재량 .40(EFA) 또는 .50(CFA) 이상
수렴·판별타당도 평균분산추출값(AVE), 개념신뢰도(CR) 산출 AVE .50 이상, CR .70 이상

학위논문에서는 최소한 Cronbach’s α와 요인분석 결과를 함께 보고하는 것이 관례이며, 구조방정식모형(SEM)을 함께 쓰는 논문이라면 AVE와 CR까지 보고하는 것이 일반적입니다. 전체 척도의 α만 제시하기보다 하위영역별 α를 함께 보고해야 어느 영역의 문항이 불안정한지 드러나고, 문항 삭제 시 α 변화까지 표로 제시하면 문항을 수정하거나 삭제한 근거를 심사위원에게 설명하기가 훨씬 쉬워집니다.

표본 크기는 얼마나 필요한가요

척도의 신뢰도·타당도를 검증하려면 일반 설문조사보다 표본 크기 기준이 더 엄격합니다. 요인분석을 안정적으로 수행하려면 문항 수 대비 최소 5~10배의 표본을 확보하는 것이 권장되며(예: 20문항이면 최소 100~200명), 확인적 요인분석이나 구조방정식모형까지 계획한다면 200명 이상을 목표로 하는 것이 안전합니다.

표본이 이 기준에 못 미친다면 요인분석 대신 문항-총점 상관(item-total correlation)만으로 신뢰도를 보완하는 방법도 있지만, 이 경우 구성타당도에 대한 근거가 약해진다는 점을 고찰에서 밝혀야 합니다. 표본 확보가 어려운 특수 직군(예: 특정 자격증 보유자, 소수 직급)을 대상으로 한다면, 애초에 모집단 규모 자체가 작을 수 있으므로 표본 크기 기준을 완화하는 대신 질적 인터뷰를 함께 병행해 결과를 보완하는 혼합연구 설계를 고려해볼 수 있습니다.

직무만족도와 자주 함께 측정되는 변수들

직무만족도는 단독으로 다뤄지기보다 다른 변수와의 관계 속에서 연구되는 경우가 많습니다. 아래는 경영학·HR 논문에서 직무만족도와 자주 짝지어지는 변수와 그 관계 방향입니다.

변수 직무만족도와의 관계(선행연구에서 자주 보고되는 방향)
조직몰입 직무만족도가 높을수록 조직몰입도 높아지는 경향
이직의도 직무만족도가 낮을수록 이직의도가 높아지는 경향(부적 상관)
직무소진(burnout) 직무만족도가 낮을수록 소진 수준이 높아지는 경향
조직시민행동 직무만족도가 높을수록 자발적 조직기여 행동이 늘어나는 경향

연구모형을 설계할 때는 직무만족도를 독립변수, 매개변수, 종속변수 중 어느 위치에 놓을지 먼저 정해야 합니다. 예를 들어 “유연근무제 → 직무만족도 → 이직의도”처럼 매개변수로 놓으면 매개효과 분석이, “직무만족도 → 조직시민행동”처럼 종속변수로 놓으면 회귀분석이나 구조방정식이 적합한 분석 방법이 됩니다.

번역 척도를 쓸 때 확인해야 할 것

해외에서 개발된 척도(MSQ, JDI, JSS 등)의 한국어판을 쓴다면 다음을 확인해야 합니다.

  • 이미 국내에서 타당화된 번역판이 있는지, 있다면 그 논문을 인용하고 동일한 문항을 사용
  • 타당화 논문이 없다면 번역-역번역(back-translation) 절차를 거쳤는지, 직접 번역할 경우 이 절차를 스스로 수행해야 하는지
  • 원 척도의 저작권 정책(학술 목적 무료 사용 여부, 사용 신청 필요 여부)

번역-역번역 절차는 원어 문항을 한국어로 번역한 뒤, 별도의 번역자가 이를 다시 영어로 역번역해 원문과 의미가 일치하는지 확인하는 방식입니다. 학위논문에서 새로 번역할 경우 이 절차를 거쳤음을 방법론 장에 명시해야 합니다. 원척도와 번안 척도, 일부 문항을 수정한 척도를 본문과 참고문헌에 각각 어떻게 표기하는지는 척도·측정도구 인용법에서 예시로 확인할 수 있습니다. 번역 과정에서 문화적 차이로 의미가 달라지는 표현(예: 미국식 “empowerment”와 한국 조직문화의 “권한위임” 간 뉘앙스 차이)이 있다면, 원문의 의도를 최대한 살리면서도 국내 응답자가 자연스럽게 이해할 수 있는 표현으로 조정하는 작업이 함께 필요합니다.

번역판과 원문 설문지를 나란히 비교하며 검토하는 연구자들
번역-역번역 절차는 원문과 번역판의 의미가 일치하는지 직접 대조하며 확인합니다.

온라인 설문으로 배포할 때 확인할 점

구글폼이나 네이버폼으로 척도를 배포할 때는 종이 설문과 다른 몇 가지를 추가로 점검해야 합니다. 먼저 리커트 척도 문항을 라디오 버튼이 아니라 드롭다운으로 만들면 응답자가 전체 척도 폭을 한눈에 보지 못해 응답 왜곡이 생길 수 있으므로, 반드시 라디오 버튼이나 척도형 질문 기능을 사용해야 합니다. 또한 모바일 화면에서 문항과 척도 보기가 한 줄에 다 들어오는지 미리 확인하지 않으면, 응답자가 스크롤하다가 척도 순서를 착각해 역채점 문항에서 실수할 가능성이 커집니다.

온라인 설문은 중복 응답이나 봇 응답을 걸러내는 장치(이메일 인증, 응답 제한 설정)를 함께 고려해야 하며, 설문 완료까지 걸리는 예상 시간을 안내 문구에 명시하면 중도 이탈률을 줄이는 데 도움이 됩니다. 응답 데이터를 다운로드할 때는 역채점이 필요한 문항의 원본 응답값을 먼저 별도로 보관해두고, 통계 프로그램에서 역채점 처리를 한 뒤에도 원본과 대조할 수 있도록 두 버전을 모두 남겨두는 것이 실수를 줄이는 습관입니다.

문항 순서는 어떻게 배치하나요

같은 하위영역의 문항을 연달아 배치하면 응답자가 패턴을 눈치채고 기계적으로 답할 위험이 있습니다. 이 때문에 하위영역별 문항을 무작위로 섞어 배치하거나, 최소한 인접한 문항끼리는 서로 다른 하위영역이 되도록 순서를 조정하는 것이 일반적입니다. 다만 완전히 무작위로 섞으면 응답자가 맥락 전환에 피로를 느낄 수 있으므로, 통계 프로그램의 난수 생성 기능으로 한 번 섞은 뒤 예비조사에서 응답 소요 시간과 이해도를 확인하고 최종 순서를 고정하는 방식이 실무적으로 무난합니다. 인구통계학적 문항(성별, 연령, 근속연수 등)은 응답자의 긴장을 낮추기 위해 설문지의 맨 앞이 아니라 맨 뒤에 배치하는 방식도 흔히 쓰입니다.

경영학 논문에 적용해보기 (가상의 예시)

“유연근무제가 직무만족도에 미치는 영향”을 주제로 한 논문을 가정해보겠습니다.

  • 척도 선택: 전반적 만족도는 MSQ 단축형(20문항), 유연근무와 관련된 “근무시간 자율성”은 선행연구에서 개발된 3문항을 추가
  • 예비조사: 유연근무제를 시행 중인 기업 직원 40명 대상 예비조사, 문항 이해도 확인 후 2개 문항 수정
  • 본조사: 250명 대상 설문, Cronbach’s α = .88(전체), 하위요인별 .75~.85
  • 타당도 검증: 확인적 요인분석 결과 모형 적합도 양호(CFI=.95, RMSEA=.05, 가상 수치)

척도 개발 뒤 실제 통계분석으로 넘어가는 흐름이 궁금하다면 매개효과·조절효과 분석 완전 가이드를, 연구모형 전체를 설계하는 방법은 논문 연구문제·연구목적 작성법을 참고하십시오.

자주 저지르는 실수

  • 척도 출처를 밝히지 않고 임의로 문항을 조합함 — 여러 척도에서 문항을 가져와 짜깁기하면 척도의 타당도 근거 자체가 흔들립니다. 반드시 원 척도 전체 또는 검증된 하위척도 단위로 사용해야 합니다.
  • 예비조사 없이 바로 본조사를 실시함 — 문항의 이해도를 사전에 확인하지 않으면 본조사에서 응답 오류나 낮은 신뢰도가 나올 위험이 커집니다.
  • 신뢰도만 보고하고 타당도를 생략함 — Cronbach’s α만 제시하고 요인분석을 생략하면 척도가 실제로 의도한 개념을 측정하는지 확인하지 않은 것이 되어 심사에서 지적받습니다.
  • 역채점 문항을 처리하지 않고 그대로 분석함 — 역방향 문항을 역채점 처리하지 않으면 전체 척도 점수가 왜곡됩니다.
  • 동일방법편의(common method bias)를 고려하지 않음 — 독립변수와 종속변수를 같은 응답자에게 같은 시점, 같은 척도 형식으로 물으면 실제보다 상관관계가 부풀려질 수 있습니다. Harman의 단일요인검증 같은 사후 통계 검증을 함께 보고하는 것이 좋습니다.

척도 설계 전 체크리스트

  • 연구 목적에 맞는 기존 척도를 검토했는가(MSQ, JDI, JSS 등)
  • 번역판을 쓴다면 국내 타당화 연구를 확인했는가
  • 새로 문항을 만든다면 내용타당도 검증(전문가 패널)을 거쳤는가
  • 예비조사로 문항 이해도를 확인했는가
  • 신뢰도(Cronbach’s α)와 타당도(요인분석)를 모두 검증할 계획인가
  • 역채점 문항을 명확히 표시하고 분석 전 처리 계획을 세웠는가

더 읽어보면 좋은 자료

연구의 필요성을 논증하는 절을 먼저 정리하고 싶다면 연구의 필요성 쓰는 법: 3단 논증 구조를 참고하십시오.

Tesify로 척도 설계 절차를 정리하는 법

기존 척도 비교, 문항 수정 근거, 신뢰도·타당도 검증 계획까지 한 번에 정리하려면 생각보다 챙길 것이 많습니다. Tesify는 학위논문의 장(章) 구성과 문단 흐름을 정리하도록 돕는 AI 논문 작성 도구로, 지금까지 9,000명 이상의 학생이 15,000개 이상의 장을 작업했습니다. 모든 문장은 100% 본인이 직접 쓰는 것을 원칙으로 합니다. 신뢰도·타당도 수치는 반드시 수집된 자료를 직접 분석해 확정해야 하며, 기존 척도를 그대로 쓸지 일부 수정할지는 원 척도 전체를 예비조사에 적용해본 뒤 판단하는 것이 현실적입니다. 예비조사에서 발견한 문제점과 수정 내역을 표로 정리해두면 방법론 장과 부록에 그대로 활용할 수 있습니다. Tesify에서 논문 작성 시작하기

AI와 함께 학위논문 쓰기

구조 설계부터 집필, APA 참고문헌 정리까지 — 학문적 진실성을 지키며. 무료 가입, 신용카드 불필요.

Tesify 무료로 시작하기 →