확률적 표본추출: 정의, 유형 및 단계

한국에는 5천1백만 명이 넘는 사람들이 거주하고 있습니다. 그렇다면 어떻게 정확한 전국 설문조사를 수행할 수 있을까요? 이 모든 사람에게 설문조사를 발송하는 것은 불가능하지만 확률적 표본추출을 사용하면 훨씬 더 작은 그룹에서 표본이 나오더라도 마찬가지로 우수한 데이터를 얻을 수 있습니다.

확률적 표본추출은 더 큰 모집단에서 소규모 사람들(표본)을 무작위로 선택한 다음 이 소규모 그룹의 모든 응답을 합치면 전체 모집단의 응답과 일치할 확률을 예측하는 표본 추출 기법입니다. 

확률적 표본추출에는 다음과 같이 두 가지 중요한 요건이 있습니다.

이 두 가지 규칙을 따르면 표본추출 범위 안에서 적절하게 선택하는 데(즉, 무작위로) 도움이 되는데, 표본추출 범위는 표본을 추출할 수 있는 모집단 전체의 목록입니다. 확률적 표본추출은 모든 사람이 동일한 확률로 포함되도록 하는 것이기 때문에 무작위 선택이 중요합니다. 이름이 적힌 용지가 섞인 통에서 아무 이름이나 집어 드는 일 또는 마구잡이로 섞인 막대기들 중 가장 짧은 막대기를 고르는 일부터 더욱더 복잡한 무작위 선택 절차에 이르기까지, 이렇게 하면 최종적으로 형성된 표본이 모집단 전체를 대표하도록 할 수 있습니다. 

올바른 표본을 사용하면 훨씬 더 큰 대규모의 설문조사를 통해 얻는 결과만큼 가치 있는 결과를 얻을 수 있습니다. 이렇게 함으로써 표본이 원하거나, 필요로 하거나, 가진 의견에 따라 의미 있는 결론을 도출하고 전체 모집단에 적절한 조처를 할 수 있습니다.

확률적 표본추출에는 여러 가지 표본 추출 방법이 있습니다. 이러한 방법은 진행 중인 연구의 유형과 산출하고자 하는 데이터의 유형뿐만 아니라, 조사를 수행해야 하는 시간과 사용할 수 있는 도구에 따라 달라집니다. 다음은 연구자들이 사용하는 확률적 표본추출의 4가지 주요 유형입니다.

단순 무작위 표본추출에서는 모집단의 모든 사람들이 추출될 확률이 같으며 무작위로 선택됩니다. 이를 달성하기 위해 연구자들은 난수 발생기와 같은 도구를 사용하여 전체 모집단에서 표본의 일부가 될 참가자를 선택할 수 있습니다. 하지만 단순 무작위 표본추출은 이름에서 알 수 있듯이 가장 간단한 표본추출 방법이지만 편향이 발생하기 쉽습니다. 예를 들어, 전체 모집단에 비해 표본 크기가 작을수록 신뢰할 수 있는 표본을 완전 무작위로 추출할 가능성이 낮아집니다. 

SurveyMonkey Audience는 인구 통계 균형 조정과 유연한 대상 지정을 통해 신뢰성 있는 대표적인 표본을 이용할 수 있도록 도와줍니다.

많은 모집단은 중첩되지 않으면서 모두 합치면 전체 모집단을 대표하는 구체적인 특성을 기준으로 더 작은 그룹으로 나눌 수 있습니다. 계층화 무작위 표본추출을 사용하면 이러한 각 그룹(또는 계층)으로부터 개별적으로 표본을 추출할 수 있습니다. 이렇게 하면 모든 하위 그룹이 제대로 반영될 수 있어 단순 무작위 표본추출보다 더 정확한 결과를 얻을 수 있습니다.

성별, 연령, 소득 계층, 민족 등의 특성을 기준으로 계층화하는 것은 일반적입니다. 계층은 구체적이어야 하며 상호 배타적이어야 합니다. 즉, 모집단의 모든 각 개인은 한 개의 그룹에만 속해야 한다는 뜻입니다. 모집단을 계층으로 분할한 후에는 단순 무작위 표본추출을 사용하여 각 그룹에서 총 모집단과 비례하게 개인을 선택합니다. 그런 다음 이러한 개인들은 하나의 표본으로 통합됩니다.

계층 표본추출과 마찬가지로, 군집 표본추출 역시 모집단을 하위 그룹 또는 군집으로 분리합니다. 하지만 바로 여기서 이 두 가지의 확률적 표본추출 방법이 달라집니다. 군집 표본추출의 경우 각 군집은 모집단과 유사한 특성이 있어야 합니다. 그렇기 때문에 모든 군집 각각에서 개인을 선택하는 대신 전체 군집을 무작위로 선택하게 됩니다. 가능하다면 선택한 각 군집 내의 모든 개인을 최종 표본에 포함시킬 수도 있습니다. 군집이 너무 클 경우, 각 군집에서 개인을 무작위로 선택해야 합니다. 

연구자들은 종종 미리 설정되어 있고 쉽게 이용할 수 있는 그룹을 군집으로 이용합니다. 이는 일반적으로 시나 도와 같은 지리적 경계를 기준으로 하지만 학교나 사무실 위치가 될 수도 있습니다. 군집 표본추출은 매우 크거나 지리적으로 흩어져 있는 모집단을 설문조사할 때 비용을 절약하기 위해 가장 자주 사용됩니다. 그러나 군집 표본추출은 표본 오류가 발생할 위험이 더 높습니다. 각 군집은 총 모집단을 나타내야 하지만, 이를 보장하는 것이 어려울 수 있습니다. 

체계적 표본추출은 단순 무작위 표본추출과 비슷하지만 일반적으로 수행하기가 약간 더 쉽습니다. 모집단의 각 구성원에게 숫자가 할당된 다음 일정한 간격으로 선택하여 표본을 형성하게 됩니다. (체계적 표본추출을 구간형 표본추출이라고도 합니다.) 또는 다른 식으로 표현하면 모집단의 모든 ‘n번째’ 개인을 표본의 일부로 선택합니다.

예를 들어, 1,000명이 있는 모집단에서 9번째 사람마다 표본으로 선택할 수 있습니다. 이 방법은 개인을 추출하는 데 난수 발생기를 사용하지 않고 명확하고 체계적인 접근법을 사용하기 때문에 다른 표본추출 방법보다 더 간단할 수 있습니다. 반면에, 이로 인한 선택의 결과는 발생기를 사용할 경우처럼 무작위가 아닐 수도 있습니다. 또한 무작위 선정에 영향을 미칠 수 있는 숨겨진 패턴이 목록에 없는지 확인하는 것도 중요합니다. 데이터 조작의 위험이 있는 경우, 표본이 왜곡되어 표본 내에서 과잉 또는 과소 대표성의 결과가 나올 수도 있습니다. 

예를 들어, 어느 특정 조직 내에서 가나다순으로 나열된 모든 직원들을 상대로 설문조사를 진행한다고 가정해 봅시다. 체계적 표본추출로 매 4번째 직원을 표본으로 선택하고자 합니다. 그러나 이 사전순 목록이 팀별 및 연장자별로도 구성된 경우에는 선임 직책 중 너무 많은 수 또는 적은 수의 직원을 선택하게 되어 표본에 편향이 발생할 수 있습니다.

확률적 표본추출에는 여러 가지 장점이 있습니다. 전반적으로, 타겟팅하고 있는 구매 응답자를 대표하는 대규모 응답자 표본추출을 비용 효과적으로 수행할 수 있습니다. 또한 지리적으로 흩어져 있는 모집단에도 유용합니다. 

각 확률적 표본추출 유형에는 저마다 고유한 장점이 있습니다. 예를 들어, 단순 무작위 및 체계적 표본추출은 구현 절차를 더욱더 사용자 친화적으로 만들어 주며, 계층화 표본추출은 연구자 편향을 줄이는 반면, 군집 표본추출은 연구 내 변동 사항을 제한합니다. 확률적 표본추출은 노련한 경험 관리 플랫폼을 활용할 때 기술적 전문성이 거의 필요하지 않습니다. 또한, 계층화 표본추출이나 체계적 표본추출을 사용하여 모집단 표본을 만들 땐 원하는 만큼 세부적으로 표본을 만들 수 있습니다. 작업 기한이 촉박하다면 군집 표본추출 및 단순 무작위 표본추출이 좋은 방법입니다. 

모든 장점에 따르는 혜택 중 일부는 작업하는 데 오히려 불리하게 작동할 수도 있습니다. 예를 들어, 가능한 최고의 모집단 표본을 확보한다는 것은 좀 더 많은 시간과 자원이 소요되는 연구를 더 많이 수행한다는 뜻입니다. 계층화 표본추출은 군집을 균일하게 나타낼 수 있지만 해당 표본 모집단 내의 모든 차이를 그대로 반영할 수는 없습니다. 

군집 표본추출은 계층을 다양한 군집으로 구분할 수 있지만 이러한 군집에는 특성이 중복될 수도 있습니다. 단순 표본추출과 무작위 확률적 표본추출은 빠른 결과를 제공할 수 있는 반면 군집 및 계층화는 목표로 하는 대상을 타겟팅하지 못할 수도 있습니다. 

확률적 표본추출은 통계 분석을 사용하여 대형 모집단에 대한 결론을 이끌어내는 것이 목표인 정량적 연구에 적합합니다. 전체 모집단을 대상으로 설문조사를 수행하는 것이 너무 어렵거나 비용이 많이 드는 경우, 연구자들은 이 표본추출 전략으로 대표적인 데이터를 수집할 수 있습니다.

확률적 표본추출은 대형 모집단에 대한 인사이트를 확보하기 위해 많은 시장 조사에 사용되며 다음과 같은 프로젝트가 포함됩니다.

확률적 표본추출은 업계 추적, 구매자 태도 및 경쟁 인텔리전스 외에도 회사의 전체 목표 시장을 반영하는 데이터를 활용함으로써 새로운 아이디어를 확인하고 비즈니스를 개선할 수 있도록 해줍니다. 

예를 들어, 한 커피 전문점 체인이 국내의 다양한 지역에 걸쳐 1,900개의 매장을 가지고 있다고 가정해 보죠. 이 체인은 추가된 결제 옵션과 고객들이 리워드를 얻을 수 있는 새로운 방법으로 고객 충성도 프로그램을 확대하는 방법을 찾고 있습니다. 하지만 현저한 업데이트를 적용하기 전에, 고객들이 변경하려는 사항에 어떻게 반응할지 알아보고자 합니다. 

1,900개의 커피숍에 있는 모든 고객에게 다가가는 것은 불가능하지만, 확률적 표본추출 접근 방식을 사용하여 이러한 대형의 모집단을 정확하게 대표하는 표본을 만들 수는 있습니다. 이를 통해 확보한 응답은 고객들이 충성도 프로그램 업데이트에 대해 전반적으로 어떻게 느끼는지를 보여줄 것입니다. 그 결과, 회사의 마케팅 부서에서 고객 서비스 담당자에 이르는 모든 사람들이 이러한 데이터를 사용하여 어떤 사항을 추가로 변경해야 하는지 또는 어떻게 하면 새 충성도 프로그램을 효과적으로 홍보할 수 있는지를 더욱 깊이 이해할 수 있습니다. 또한, 표본이 성별, 연령 범위 또는 소득 수준 등 모집단 내 하위 그룹을 반영하도록 하려는 경우 계층화 표본추출 또는 군집 표본추출과 같은 특정 유형의 확률적 표본추출을 사용할 수 있습니다. 

위의 예에서 확률적 표본추출은 상당히 큰 모집단(이 예시의 경우 수천 개의 커피숍)을 다루는 좋은 방법입니다. 진정한 확률적 표본의 경우 표본이 클수록 전체 모집단을 대표하지 않는 표본을 선택할 때 발생하는 표본 오류의 기회를 줄이는 데 도움이 됩니다. 또한, 무작위 표본추출은 표본 선택에 있어 주관적이기보다는 체계적인 접근 방식을 사용하기 때문에 표본 오류를 최소화하는 데 도움이 될 수 있습니다.

모집단 내에 있는 사람이 표본의 일부로 선택되지 않게 의도적으로 제외하는 일이 없어야 합니다. 특정 그룹이 의도치 않게 참여하지 못하게 될 수도 있는 경우에 주의하세요.

예를 들어, 광범위한 새로운 이민법에 대한 여론을 이해하고자 한다고 가정하겠습니다. 그렇다면 중국어 버전의 설문조사도 제공해야 할까요? 제공해야 합니다. 제공하지 않으면 한국어로 질문에 답변하는 것이 부담스럽지만 연구에 매우 가치가 있을 중국어 원어민들의 이민법에 대한 의견을 들어볼 수 없을 것입니다. 그래서 이들의 참여가 간과된다면 설문조사 결과가 진정한 여론과 일치하지 않게 됩니다.

모집단 내 모든 사람에게 설문조사를 완성할 기회를 제공할 수 없는 경우, 표본은 모집단을 대표할 수 없게 되며, 따라서 이러한 표본은 확률적 표본추출을 기반으로 하지 않게 됩니다.

단순 무작위 표본추출, 계층화 표본추출, 군집 표본추출 및 체계적 표본추출은 모두 확률적 표본추출의 유형입니다. 그러나 표본추출 기법에는 이와는 반대인 비확률적 표본추출이라는 기법이 있습니다. 표본에 무작위 선택을 사용한다고 하더라도 연구자들이 언제, 왜 비확률적 표본추출을 사용하는지를 포함하는 기본 사항을 알고 있는 것은 좋습니다. 

비확률적 표본추출을 사용하면 전체 모집단의 구성원들에게 표본의 일부가 될 확률이 평등하게 주어지지 않으며 이 구성원들이 표본으로 선택되는 방식도 절대로 무작위가 아닙니다. 실제로 일부 구성원들은 선택될 확률이 0이 됩니다. 확률적 표본추출이 더 큰 모집단에 대한 결론을 도출하는 것과 관련이 있는 반면, 비확률적 표본추출은 흔히 특정한 전문 지식, 경험 또는 인사이트를 가진 사람들의 의견을 듣는 데 더 초점을 맞춘 탐색적 및 정성적 연구에 사용됩니다. 

예를 들어, 지역 내 이동용 램프의 사용도를 조사하고 있고 관심 대상 모집단은 이 도시에 거주하는 주민들이라고 가정해 보죠. 주민들에 대한 전체 목록이 없으므로 확률적 표본추출을 사용할 수는 없습니다. 하지만, 연구 참여에 동의하는 몇 명의 사람들을 만나고 이들이 해당 지역에서 휠체어를 사용하는 사람들과 연결해 줍니다. 눈덩이 표본 추출이라고 하는 이러한 비확률적 표본추출은 무작위 선택을 포함하지는 않지만, 해당 연구에 관련된 더 많은 사람들에게 다가갈 수 있게 해주는 가능성이 있습니다.  

비확률적 표본추출은 일반적으로 수행하기가 쉽고 비용이 더 낮지만 확률적 표본추출보다 표본 편향의 위험이 더 높습니다. 이는 표본 선택 과정이 무작위화가 아니라 연구자의 주관적인 판단에 기반하기 때문입니다. 거기다 표본 크기 및 최종 결과가 전체 모집단을 대표할 필요도 없습니다. 

확률적 표본추출에는 어떤 단계가 포함될까요? 실제로는 그렇게 복잡하지 않지만, 연구에 대한 명확한 목표와 관심이 있어야 합니다. 어떤 종류의 결과를 얻고자 하는지에 대한 철저한 이해는 표본 구축 방법과 그 이유의 범위를 더욱더 좁힐 필요가 있을 때 매우 유용합니다. 

의견을 듣고자 하는 모든 사람들에 대해 충분히 생각해 보지만, 의도적으로 제외해야 할 사람들에 대해서도 파악하고 있어야 합니다.

이상적으로는, 이러한 틀에 관심 대상 모집단의 모든 구성원이 포함되어야 하고 관심 대상 모집단에 속하지 않는 사람은 포함되지 않아야 합니다.

군집 및 계층을 원하시나요? 모든 표본 구성원들이 선택될 확률을 동일하게 하고 싶은가요? 무엇이 연구 분야, 모집단 구성원 및 자원에 합리적인지 생각해 보세요.

설문조사하려는 모집단에 따라 적절한 표본 틀을 찾기가 어려울 수 있습니다. 훌륭한 표본 틀을 가지고 있다고 하더라도 최상의 선택 전략을 결정하려면 비용, 대표성, 질 및 시의성 간에 균형을 유지해야 할 수 있습니다.

응답자들이 설문조사 주제에 관심이 없거나 설문조사를 완성하는 데 소요되는 시간과 노력에 대한 보상을 원하는 경우, 진정한 확률적 설문조사에 대한 응답을 받는 것은 어려울 수도 있습니다. 또한, 시간이 많이 소요될 수도 있습니다. 예를 들어, 응답자를 찾고 무작위로 선택하는 데 도움이 되는 도구를 사용하지 않고 시장 조사를 직접 수행할 경우, 더 큰 표본을 만들려면 연구의 분석 부분에 도달하기도 전에 많은 시간과 노력이 필요할 수 있습니다. 

이러한 문제의 대부분은 비확률적 표본추출로 해결할 수 있습니다. 비확률적 표본추출은 적절한 설문조사 표본을 선택하기 위해 여전히 확률과 표본추출 이론을 기반으로 합니다.

자원이 무제한이거나 관심 대상 모집단의 규모가 작은 경우에는 확률적 표본 추출이 필요하지 않을 수 있습니다. 그러나 대부분의 경우 확률적 표본을 구하는 것은 시간과 비용을 절약할 수 있을 뿐 아니라 이에 따른 어려움도 줄일 수 있습니다. 대부분은 모든 사람들을 대상으로 설문조사를 진행할 수는 없지만 항상 모든 사람들에게 설문조사에 응할 수 있는 기회를 제공할 수는 있습니다. 그리고 바로 이것이 확률적 표본추출이 달성하는 바입니다.

SurveyMonkey Audience를 사용하여 언제 어디서나 목표 시장의 표본을 확보하세요. 비즈니스에 가장 적합한 플랜을 선택하세요.