정의 및 개요
표본조사(標本調査, 영어: sample survey 또는 sampling)는 통계학 및 사회과학 연구에서, 연구의 대상이 되는 전체 집단인 모집단(population)의 일부를 표본(sample)으로 추출하여 이들로부터 얻은 정보를 바탕으로 모집단 전체의 특성을 추정하는 조사 방법이다. 이는 모집단의 모든 구성 단위를 빠짐없이 조사하는 전수조사(센서스, census)와 구분된다.
표본조사는 전수조사에 비해 시간과 비용을 크게 절감할 수 있고, 신속한 결과 도출이 가능하며, 조사 항목을 보다 심층적으로 구성할 수 있다는 장점이 있다. 또한 제품의 파괴 검사(예: 전구 수명 테스트, 휴지 파열강도 검사)와 같이 전수조사가 현실적으로 불가능한 경우에도 표본조사가 필수적으로 사용된다. 반면, 표본이 모집단을 제대로 대표하지 못할 경우 추정 결과에 오차가 발생할 수 있다는 단점이 있다.
기본 용어
- 모집단(population): 조사 목적에 따라 규정되는 모든 기본 단위(조사 단위)의 집합. 목표 모집단(target population)과 조사 가능 모집단(accessible population)으로 구분된다.
- 표본(sample): 모집단에서 추출된 일부 단위들의 집합.
- 모수(parameter): 모집단의 특성을 나타내는 값(예: 모평균, 모분산, 모비율).
- 통계량(statistic): 표본으로부터 계산된 값으로, 모수를 추정하는 데 사용된다(예: 표본평균, 표본분산, 표본비율).
- 추출틀(sampling frame): 표본을 추출하기 위한 모집단 구성 단위의 목록.
- 표본오차(sampling error): 표본 통계량과 모집단 모수 간의 차이.
표본추출 방법
표본추출 방법은 크게 확률추출법(probability sampling)과 비확률추출법(non-probability sampling)으로 나뉜다.
1. 확률추출법
모집단의 각 구성 단위가 표본으로 추출될 확률을 사전에 알 수 있는 방법으로, 통계적 추론이 가능하다.
- 단순 무작위 추출법(simple random sampling, SRS): 모집단의 모든 단위가 표본으로 선택될 확률이 동일하도록 무작위로 추출하는 방법.
- 체계적 추출법(systematic sampling): 모집단에서 임의의 시작점을 정한 후 일정한 간격(k)으로 표본을 추출하는 방법.
- 층화 추출법(stratified sampling): 모집단을 서로 이질적인 여러 층(strata)으로 나눈 후, 각 층에서 무작위로 표본을 추출하는 방법. 층 내에서는 동질적, 층 간에는 이질적인 특성을 가진다.
- 집락 추출법(cluster sampling): 모집단을 여러 개의 집락(cluster)으로 나눈 후, 일부 집락을 무작위로 선택하여 해당 집락 내의 모든 단위를 조사하거나 다시 표본을 추출하는 방법. 집락 내에서는 이질적, 집락 간에는 동질적인 특성을 가진다.
2. 비확률추출법
각 단위의 추출 확률을 알 수 없으며, 연구자의 주관적 판단이 개입될 수 있다. 통계적 추론의 정확성을 보장하기 어렵지만, 시간과 비용이 적게 든다는 장점이 있다.
- 편의 추출법(convenience sampling): 연구자가 접근하기 쉬운 대상으로 표본을 구성하는 방법.
- 판단 추출법(judgmental/purposive sampling): 연구자의 전문적 판단에 따라 모집단을 대표할 것으로 생각되는 대상을 선정하는 방법.
- 할당 추출법(quota sampling): 모집단의 특성(성별, 연령 등)을 고려하여 각 집단별로 할당된 수만큼 표본을 편의적으로 추출하는 방법.
- 눈덩이 추출법(snowball sampling): 초기 표본으로부터 다른 표본을 소개받아 점차 표본을 확대하는 방법. 접근이 어려운 소수 집단 연구에 사용된다.
표본조사의 필요성
표본조사가 필요한 이유는 다음과 같다. 첫째, 모집단의 규모가 방대하여 전수조사에 막대한 시간과 비용이 소요되는 경우(예: 전국 여론조사). 둘째, 조사 과정에서 조사 대상이 파괴되는 경우(예: 품질 검사를 위한 파괴 검사). 셋째, 신속한 결과가 필요한 경우. 넷째, 전수조사보다 더 적은 인력으로 정밀한 조사 관리가 가능하여 오히려 정확도가 높아질 수 있는 경우.
표본오차와 추정
표본조사에서는 표본 통계량과 모수 사이에 차이가 발생할 수 있는데, 이를 표본오차라고 한다. 표본의 크기가 클수록 표본오차는 일반적으로 감소한다. 표본으로부터 모집단의 특성을 추정하는 방법으로는 하나의 값으로 추정하는 점추정(point estimation)과 일정한 신뢰수준 하에서 구간으로 추정하는 구간추정(interval estimation)이 있다. 중심극한정리(central limit theorem)에 따르면, 표본의 크기가 충분히 클 때 표본평균의 분포는 모집단의 분포 형태와 관계없이 정규분포에 근사한다.
활용 분야
표본조사는 여론조사, 시장조사, 사회조사, 국가통계(경제활동인구조사, 가계동향조사 등), 품질관리, 의학 연구, 교육 평가 등 다양한 분야에서 널리 활용된다.
