Brain표본 추출 기법 (Sampling Techniques)
핵심 인사이트 (3줄 요약)
모집단을 대표하는 부분집합을 과학적으로 선정. 단순랜덤, 층화, 계통, 집락이 4대 확률추출. 대표성 확보와 비용절감의 균형이 핵심.
Ⅰ. 개요
개념: 표본 추출(Sampling)은 모집단 전체를 조사할 수 없을 때, 모집단의 특성을 잘 대변할 수 있는 부분 집합(표본)을 선정하는 과학적 방법이다.
💡 비유: "국민 전체의 건강상태 파악" - 5천만 명을 다 검사할 수 없어요. 대신 5천 명만 검사해서 전체를 추정해요. 어떤 5천 명을 검사하느냐가 중요해요!
등장 배경 (3가지 이상 기술):
- 기존 문제점: 전수조사는 비용, 시간, 인력 면에서 비현실적. 국세조사, 선거 등 특수한 경우만 가능
- 기술적 필요성: 통계적 추론을 위해 모집단을 대표하는 표본 필요. 표본오차를 정량화하여 신뢰도 확보
- 산업적 요구: 시장조사, 품질검사, 여론조사, 의료연구 등 다양한 분야에서 의사결정 근거 필요
핵심 목적: 제한된 자원으로 모집단의 특성을 정확하게 추정할 수 있는 대표성 있는 표본을 확보하는 것.
Ⅱ. 구성 요소 및 핵심 원리
구성 요소 (4개 이상):
| 구성 요소 | 영어 | 역할/기능 | 비유 |
|---|---|---|---|
| 모집단 | Population | 조사 대상 전체 | 대한민국 전체 국민 |
| 표본 | Sample | 실제 조사 대상 | 5천 명 조사 대상자 |
| 표본틀 | Sampling Frame | 표본 추출의 기준 목록 | 주민등록부, 전화번호부 |
| 표본크기 | Sample Size | 표본의 수 | n = 1,000 |
| 추출확률 | Selection Probability | 각 단위가 뽑힐 확률 | 1/50,000 |
확률 추출 4대 기법:
┌─────────────────────────────────────────────────────────────────┐
│ 확률 추출 4대 기법 │
├─────────────────────────────────────────────────────────────────┤
│ │
│ 1️⃣ 단순 무작위 추출 (Simple Random Sampling): │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ • 모든 단위가 동일한 추출 확률 (1/N) │ │
│ │ • 제비뽑기, 난수표, 컴퓨터 난수 │ │
│ │ • 장점: 편향 없음, 통계이론 단순 │ │
│ │ • 단점: 표본틀 필수, 분산 클 수 있음 │ │
│ │ 예: 100명 중 10명 추출 → 각각 10% 확률 │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
│ 2️⃣ 층화 추출 (Stratified Sampling): │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ • 모집단을 동질적 층(strata)으로 분할 후 각 층에서 추출 │ │
│ │ • 층 내 동질적, 층 간 이질적 │ │
│ │ • 장점: ★ 대표성 높음, 오차 작음, 소집단 보장 │ │
│ │ • 단점: 층 분류 기준 설정 어려움 │ │
│ │ 예: 성별(남/여) 또는 연령대별로 나누어 비례 추출 │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
│ 3️⃣ 계통 추출 (Systematic Sampling): │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ • 일정한 간격(k)으로 추출 │ │
│ │ • k = N/n (모집단 크기 / 표본 크기) │ │
│ │ • 장점: ★ 간편, 효율적, 균등 분포 │ │
│ │ • 단점: 주기성 있으면 편향 발생 │ │
│ │ 예: 명부에서 매 10번째 사람 추출 │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
│ 4️⃣ 집락 추출 (Cluster Sampling): │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ • 모집단을 집락(cluster)으로 분할 후 일부 집락 전수 조사 │ │
│ │ • 집락 내 이질적, 집락 간 동질적 │ │
│ │ • 장점: ★ 비용 절감, 지리적 효율성 │ │
│ │ • 단점: 표본오차 가장 큼 │ │
│ │ 예: 전국 학교 중 20개교 선정 → 각 학교 전체 학생 조사 │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
층화 추출 vs 집락 추출 비교:
┌─────────────────────────────────────────────────────────────────┐
│ 층화 추출 vs 집락 추출 (핵심 차이) │
├─────────────────────────────────────────────────────────────────┤
│ │
│ 층화 추출 (Stratified): │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ [ 모집단 ] │ │
│ │ / | \ │ │
│ │ [층1] [층2] [층3] ← 층 내부: 동질적 (같은 학년) │ │
│ │ ↓ ↓ ↓ ← 층 간: 이질적 │ │
│ │ ●● ●● ●● ← 모든 층에서 골고루 추출 │ │
│ │ ●● ●● ●● │ │
│ │ │ │
│ │ 목적: 정확도 향상, 소집단 대표성 보장 │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │
│ 집락 추출 (Cluster): │
│ ┌─────────────────────────────────────────────────────────┐ │
│ │ [ 모집단 ] │ │
│ │ / | \ │ │
│ │ [C1] [C2] [C3] ← 집락 내부: 이질적 (한 학교 전체) │ │
│ │ ●● ●● ●● ← 집락 간: 동질적 │ │
│ │ ●● ●● ●● │ │
│ │ ↓ ↓ │ │
│ │ [전수] [전수] ← 선택된 집락만 전수 조사 │ │
│ │ │ │
│ │ 목적: 비용 절감, 조사 편의성 │ │
│ └─────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
| 구분 | 층화 추출 | 집락 추출 |
|---|---|---|
| 집단 구성 원칙 | 층 내 동질, 층 간 이질 | 집락 내 이질, 집락 간 동질 |
| 추출 단위 | 개별 요소 | 집락 전체 |
| 조사 대상 | 모든 층에서 일부 | 일부 집락의 전체 |
| 목적 | 정확도 향상 | 비용 절감 |
| 표본오차 | 작음 | 큼 |
| 적용 예 | 연령대별 선호도 조사 | 전국 학교 일부 선정 |
비확률 추출 기법:
| 기법 | 특징 | 장점 | 단점 | 용도 |
|---|---|---|---|---|
| 편의 추출 | 접근 용이한 대상 | 간편, 저렴 | 편향 심함 | 탐색적 조사 |
| 판단 추출 | 전문가 판단 | 전문성 활용 | 주관적 | 정성연구 |
| 할당 추출 | 층화 비슷, 비랜덤 | 구현 용이 | 편향 가능 | 시장조사 |
| 스노우볼 | 추천 연쇄 | 소수집단 접근 | 편향 큼 | 특수집단 |
표본오차 vs 비표본오차:
┌─────────────────────────────────────────────────────────────────┐
│ 오차의 종류 │
├─────────────────────────────────────────────────────────────────┤
│ │
│ 📊 표본 오차 (Sampling Error): │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ • 표본이 모집단을 완벽히 대표하지 못해 발생 │ │
│ │ • 표본 크기(n)가 커지면 감소 │ │
│ │ • 정량화 가능: 표준오차 = σ/√n │ │
│ │ • 예: 1,000명 조사 → ±3.1% 오차 │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
│ ⚠️ 비표본 오차 (Non-sampling Error): │
│ ┌───────────────────────────────────────────────────────────┐ │
│ │ • 표본 추출 외의 원인으로 발생 │ │
│ │ • 표본 크기와 무관 (오히려 늘어날 수 있음!) ★ │ │
│ │ • 정량화 어려움 │ │
│ │ • 종류: │ │
│ │ - 커버리지 오차: 표본틀 불완전 │ │
│ │ - 무응답 오차: 응답 거부 │ │
│ │ - 측정 오차: 잘못된 질문, 기록 오류 │ │
│ │ - 처리 오차: 데이터 입력 오류 │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
동작 원리 (단계별 상세 설명):
① 모집단정의 → ② 표본틀구축 → ③ 추출방법선택 → ④ 표본크기결정 → ⑤ 표본추출
- 1단계: 연구 목적에 맞는 모집단 명확히 정의 (대상, 시간, 공간)
- 2단계: 모집단을 완전히 포함하는 표본틀(목록) 확보
- 3단계: 비용, 정확도, 실현가능성 고려하여 추출 방법 선택
- 4단계: 허용오차, 신뢰수준, 모집단 분산으로 표본크기 계산
- 5단계: 선택된 방법으로 실제 표본 추출 수행
코드 예시 (Python):
from typing import List, Tuple, Dict, Any
import random
import math
class SamplingTechniques:
"""표본 추출 기법 구현"""
@staticmethod
def simple_random_sampling(population: List[Any], n: int, seed: int = None) -> List[Any]:
"""
단순 무작위 추출 (Simple Random Sampling)
모든 요소가 동일한 확률로 추출
"""
if seed is not None:
random.seed(seed)
if n > len(population):
raise ValueError("표본 크기가 모집단보다 클 수 없습니다")
return random.sample(population, n)
@staticmethod
def systematic_sampling(population: List[Any], n: int, start: int = None) -> List[Any]:
"""
계통 추출 (Systematic Sampling)
일정한 간격(k)으로 추출
"""
N = len(population)
if n > N:
raise ValueError("표본 크기가 모집단보다 클 수 없습니다")
k = N // n # 추출 간격
if start is None:
start = random.randint(0, k - 1)
sample = []
for i in range(n):
index = (start + i * k) % N
sample.append(population[index])
return sample
@staticmethod
def stratified_sampling(population: List[Any], strata: List[int], n: int,
proportional: bool = True) -> Tuple[List[Any], List[int]]:
"""
층화 추출 (Stratified Sampling)
각 층에서 비례 또는 동일 크기로 추출
population: 전체 데이터
strata: 각 요소의 층 번호 (0, 1, 2, ...)
n: 총 표본 크기
proportional: 비례 추출 여부
"""
if len(population) != len(strata):
raise ValueError("모집단과 층 정보 길이가 일치해야 합니다")
# 층별로 그룹화
strata_groups: Dict[int, List[Any]] = {}
for item, stratum in zip(population, strata):
if stratum not in strata_groups:
strata_groups[stratum] = []
strata_groups[stratum].append(item)
num_strata = len(strata_groups)
sample = []
sample_strata = []
if proportional:
# 비례 추출
total = len(population)
for stratum, group in strata_groups.items():
stratum_n = round(n * len(group) / total)
stratum_n = max(1, min(stratum_n, len(group))) # 최소 1개, 최대 그룹 크기
stratum_sample = random.sample(group, stratum_n)
sample.extend(stratum_sample)
sample_strata.extend([stratum] * stratum_n)
else:
# 동일 크기 추출
stratum_n = n // num_strata
for stratum, group in strata_groups.items():
actual_n = min(stratum_n, len(group))
stratum_sample = random.sample(group, actual_n)
sample.extend(stratum_sample)
sample_strata.extend([stratum] * actual_n)
return sample, sample_strata
@staticmethod
def cluster_sampling(population: List[Any], clusters: List[int],
num_clusters: int) -> Tuple[List[Any], List[int]]:
"""
집락 추출 (Cluster Sampling)
일부 집락을 선택하고 선택된 집락의 모든 요소 조사
population: 전체 데이터
clusters: 각 요소의 집락 번호
num_clusters: 선택할 집락 수
"""
# 집락별로 그룹화
cluster_groups: Dict[int, List[int]] = {}
for idx, cluster in enumerate(clusters):
if cluster not in cluster_groups:
cluster_groups[cluster] = []
cluster_groups[cluster].append(idx)
# 집락 무작위 선택
all_clusters = list(cluster_groups.keys())
selected_clusters = random.sample(all_clusters, min(num_clusters, len(all_clusters)))
# 선택된 집락의 모든 요소 추출
sample = []
sample_clusters = []
for cluster in selected_clusters:
for idx in cluster_groups[cluster]:
sample.append(population[idx])
sample_clusters.append(cluster)
return sample, sample_clusters
@staticmethod
def multi_stage_sampling(population: List[Any], primary_units: List[int],
num_primary: int, secondary_ratio: float = 0.5) -> List[Any]:
"""
다단계 추출 (Multi-stage Sampling)
1단계: 1차 추출단위 선택
2단계: 선택된 1차 단위에서 2차 추출
"""
# 1단계: 1차 단위(집락) 선택
_, selected_primary = SamplingTechniques.cluster_sampling(
population, primary_units, num_primary
)
selected_primary_set = set(selected_primary)
# 2단계: 선택된 1차 단위에서 2차 추출
sample = []
for item, unit in zip(population, primary_units):
if unit in selected_primary_set:
if random.random() < secondary_ratio:
sample.append(item)
return sample
class SampleSizeCalculator:
"""표본 크기 계산기"""
@staticmethod
def for_proportion(p: float, margin_error: float = 0.05,
confidence_level: float = 0.95,
population_size: int = None) -> int:
"""
비율 추정을 위한 표본 크기 계산
n = Z² × p(1-p) / e²
p: 예상 비율 (모르면 0.5)
margin_error: 허용 오차 (예: 0.05 = ±5%)
confidence_level: 신뢰수준 (0.90, 0.95, 0.99)
population_size: 유한 모집단 보정 (선택)
"""
# Z-값
z_values = {0.90: 1.645, 0.95: 1.96, 0.99: 2.576}
z = z_values.get(confidence_level, 1.96)
# 기본 표본 크기
n = (z ** 2 * p * (1 - p)) / (margin_error ** 2)
# 유한 모집단 보정
if population_size is not None and population_size > 0:
n = n / (1 + (n - 1) / population_size)
return math.ceil(n)
@staticmethod
def for_mean(std_dev: float, margin_error: float,
confidence_level: float = 0.95,
population_size: int = None) -> int:
"""
평균 추정을 위한 표본 크기 계산
n = Z² × σ² / e²
"""
z_values = {0.90: 1.645, 0.95: 1.96, 0.99: 2.576}
z = z_values.get(confidence_level, 1.96)
n = (z ** 2 * std_dev ** 2) / (margin_error ** 2)
if population_size is not None and population_size > 0:
n = n / (1 + (n - 1) / population_size)
return math.ceil(n)
class SamplingErrorEstimator:
"""표본오차 추정"""
@staticmethod
def standard_error_proportion(p: float, n: int) -> float:
"""비율의 표준오차: SE = √(p(1-p)/n)"""
return math.sqrt(p * (1 - p) / n)
@staticmethod
def standard_error_mean(std_dev: float, n: int) -> float:
"""평균의 표준오차: SE = σ/√n"""
return std_dev / math.sqrt(n)
@staticmethod
def confidence_interval_proportion(p: float, n: int,
confidence: float = 0.95) -> Tuple[float, float]:
"""비율의 신뢰구간"""
z_values = {0.90: 1.645, 0.95: 1.96, 0.99: 2.576}
z = z_values.get(confidence, 1.96)
se = SamplingErrorEstimator.standard_error_proportion(p, n)
lower = max(0, p - z * se)
upper = min(1, p + z * se)
return lower, upper
@staticmethod
def margin_of_error(p: float, n: int, confidence: float = 0.95) -> float:
"""오차범위 계산"""
z_values = {0.90: 1.645, 0.95: 1.96, 0.99: 2.576}
z = z_values.get(confidence, 1.96)
se = SamplingErrorEstimator.standard_error_proportion(p, n)
return z * se
# 사용 예시
if __name__ == "__main__":
print("=" * 60)
print("표본 추출 기법 예시")
print("=" * 60)
# 모집단 생성
population = [f"학생{i+1}" for i in range(100)]
# 층 정보 (학년: 1, 2, 3, 4)
strata = [i // 25 for i in range(100)]
# 집락 정보 (반: 1~10)
clusters = [(i // 10) + 1 for i in range(100)]
# 1. 단순 무작위 추출
print("\n1. 단순 무작위 추출 (n=20)")
sample = SamplingTechniques.simple_random_sampling(population, 20, seed=42)
print(f"추출된 표본: {sample[:5]}... (총 {len(sample)}개)")
# 2. 계통 추출
print("\n2. 계통 추출 (n=20, k=5)")
sample = SamplingTechniques.systematic_sampling(population, 20)
print(f"추출된 표본: {sample[:5]}... (총 {len(sample)}개)")
# 3. 층화 추출
print("\n3. 층화 추출 (n=20, 비례)")
sample, sample_strata = SamplingTechniques.stratified_sampling(
population, strata, 20, proportional=True
)
stratum_counts = {}
for s in sample_strata:
stratum_counts[s] = stratum_counts.get(s, 0) + 1
print(f"층별 표본 수: {dict(sorted(stratum_counts.items()))}")
# 4. 집락 추출
print("\n4. 집락 추출 (3개 반 선택)")
sample, sample_clusters = SamplingTechniques.cluster_sampling(
population, clusters, num_clusters=3
)
selected_classes = sorted(set(sample_clusters))
print(f"선택된 반: {selected_classes}")
print(f"총 표본 수: {len(sample)}")
# 5. 표본 크기 계산
print("\n5. 표본 크기 계산")
n_95 = SampleSizeCalculator.for_proportion(
p=0.5, margin_error=0.05, confidence_level=0.95
)
n_99 = SampleSizeCalculator.for_proportion(
p=0.5, margin_error=0.05, confidence_level=0.99
)
print(f"95% 신뢰수준, ±5% 오차: n = {n_95}")
print(f"99% 신뢰수준, ±5% 오차: n = {n_99}")
# 유한 모집단 보정
n_finite = SampleSizeCalculator.for_proportion(
p=0.5, margin_error=0.05, confidence_level=0.95, population_size=1000
)
print(f"모집단 1,000명일 때: n = {n_finite}")
# 6. 표본오차 계산
print("\n6. 표본오차 예시")
p, n = 0.45, 1000 # 지지율 45%, 표본 1000명
se = SamplingErrorEstimator.standard_error_proportion(p, n)
moe = SamplingErrorEstimator.margin_of_error(p, n, 0.95)
ci = SamplingErrorEstimator.confidence_interval_proportion(p, n, 0.95)
print(f"표준오차: ±{se:.3f} ({se*100:.1f}%)")
print(f"오차범위 (95%): ±{moe:.3f} ({moe*100:.1f}%)")
print(f"신뢰구간 (95%): [{ci[0]:.3f}, {ci[1]:.3f}]")
print(f"→ 지지율 45% ± {moe*100:.1f}% = [{(p-moe)*100:.1f}%, {(p+moe)*100:.1f}%]")