제품

SurveyMonkey는 모든 사용 사례와 요구를 다루도록 구축되었습니다. 제품을 둘러보고 SurveyMonkey로 어떤 효과를 누릴 수 있는지 알아보세요.

온라인 설문조사의 글로벌 리더로부터 데이터 기반 인사이트를 얻으세요.

100개 이상의 앱 및 플러그인과 연동하여 업무 효율성 향상

정보 수집과 결제를 위한 온라인 양식을 만들고 맞춤화하세요.

빌트인 AI을 통한 더 나은 설문조사 작성과 빠른 인사이트 발견

시장 조사에 필요한 모든 것을 갖춘 솔루션

기본서식

비즈니스에 대한 고객 만족도와 충성도를 측정

고객을 만족시켜 지지자로 만드는 것이 무엇인지 파악

실행 가능한 인사이트를 얻어 사용자 경험을 개선

잠재 고객, 참석자 등으로부터 연락처 정보를 수집

다음 이벤트를 위해 쉽게 RSVP를 받고 확인

다음 이벤트 개선을 위해 참석자가 무엇을 원하는지 파악

참여도를 높이고 더 나은 결과를 이끌어낼 인사이트를 발견

참석자들의 피드백을 받아 회의 운영 방법을 개선

동료 피드백을 통한 직원 성과 향상

더 나은 코스를 만들고 교수법을 개선

학생들이 코스 자료 및 프레젠테이션을 어떻게 평가하는지 파악

신제품 아이디어에 대한 고객의 생각을 파악

리소스

설문조사 및 설문조사 데이터 사용에 대한 모범 사례

설문조사, 비즈니스를 위한 팁 등에 관한 블로그

SurveyMonkey 이용에 대한 튜토리얼 및 사용법 가이드

일류 브랜드들이 SurveyMonkey로 성장을 견인하는 방법

영업팀에 문의로그인
영업팀에 문의로그인

표본 크기 계산 도구를 사용하고 표본 크기 실행 방식을 알아보세요. 더 많이 알고 싶으세요? 신뢰할 수 있는 결과를 얻도록 고안된 기능과 설문조사 템플릿을 둘러보세요.

SurveyMonkey 로고

몇 명이 설문조사에 응답해야 하나요? 통계학자조차 설문조사 표본 크기를 결정하는 일은 어려울 수 있습니다. 표본 크기 계산기로 쉽게 설문조사에 필요한 응답 수를 찾으세요.

표본이 대표할 의견이나 행동을 가진 사람들의 총 수입니다.
표본이 모집단의 태도를 정확하게 반영할 확률로 업계 표준은 95%입니다.
모집단의 응답이 표본으로부터 이탈할 수 있는 범위(백분율로 표시)입니다.

0

표본 크기는 설문조사에서 받는 완성된 응답 수로 일단의 사람들 중 일부(즉, 대상 모집단)만 대표하므로 표본이라고 부르며, 바로 이들의 의견이나 행동양상을 알고자 하는 것입니다. 예를 들어 한 가지 표집 방법으로 대규모 모집단에서 전적으로 우연히 응답자를 선정하는 ‘무작위 표본’을 사용할 수 있습니다.

이러한 정의를 염두에 두고 다음 주제에 대해 자세히 살펴보도록 하겠습니다.

  • 표본의 결과를 해석하는 여러 가지 방법
  • 표본 크기를 계산하는 데 사용되는 공식
  • 설문조사에 적절한 표본 크기를 사용하는 것이 중요한 이유
  • 설문조사 유형에 따라 서로 다른 표본 크기의 유의성

다음은 표본 크기를 계산하고 의미를 부여하기 위해 알아야 하는 3가지 주요 용어입니다.

모집단 크기: 조사하려는 그룹의 총 인원 수입니다. 미국 전역의 사람들을 무작위로 선택한다면 모집단 크기는 3억 1,700만 명이 됩니다. 마찬가지로 소속된 회사를 대상으로 설문조사를 한다면 모집단 크기는 총 직원 수가 됩니다.

온라인 Audience 패널로 많든 적든 일단의 사람들에게 설문조사를 보내세요.

오차 한계: 설문조사 결과가 전체 모집단의 관점을 반영하는 정도를 얼마나 기대할 수 있는지를 보여주는 백분율입니다. 오차 한계가 작을수록 주어진 신뢰 수준의 정확한 답변을 받을 확률에 더 가까워집니다.

표본추출 신뢰 수준: 모집단이 특정 범위 내의 답변을 선택할 것이라고 얼마나 확신할 수 있는지를 나타내는 백분율입니다. 예를 들어 95% 신뢰 수준은 결과가 x 및 y 사이에 있을 거라고 95% 확신할 수 있다는 뜻입니다.

오차 한계를 계산하려면 SurveyMonkey의 오차 한계 계산기를 살펴보세요.

표본 크기 계산 방법이 궁금하세요? 손으로 직접 계산하려면 다음 공식을 사용하세요.

표본 크기 공식

N = 모집단 크기 • e = 오차 한계(십진수 형식의 백분율) • z = z점수

z점수는 해당 비율이 평균값에서 벗어나는 표준 편차의 수입니다. 어떤 z점수를 사용하는 것이 적절한지 알아내려면 아래 표를 참조하세요.

원하는 신뢰 수준z점수
80%1.28
85%1.44
90%1.65
95%1.96
99%2.58
  • 오차 한계를 더 작게 하려면 동일한 모집단에서 표본 크기가 더 커야 합니다.
  • 더 높은 표집 신뢰 수준을 원한다면 표본 크기도 더 커져야 합니다.

표본 크기에 통계적 유의성이 있는 게 중요한가요? 일반적으로 표본 크기가 클수록 통계적 유의성도 더 높습니다. 즉, 결과가 우연히 발생할 확률이 더 낮다는 것을 의미합니다.

통계적 유의성을 계산해야 하나요? 저희 A/B 테스팅 계산기를 확인해 보세요.

통계적 유의성이 있는 표본 크기가 얼마나 중요한지의 여부는 상황에 따라 모두 다릅니다. 설문조사 표본을 통해 일반 모집단을 대표하는 표본 크기가 없어도 가치있는 답변을 얻을 수 있습니다. 고객 피드백은 통계적 유의성이 있는 표본 크기를 가지고 있는지 여부와 관계없이 가치있는 답변을 얻을 수 있는 설문조사 중 하나입니다. 고객의 의견에 귀를 기울이면 어떻게 비즈니스를 개선할 수 있는지에 대한 가치있는 관점을 확보할 수 있습니다.

반면, 정치 여론조사 전문가들은 적합한 표본 크기를 대상으로 설문조사를 하는 데 상당한 주의를 기울여야 하는데, 그 이유는 전체 모집단을 반영할 수 있도록 균형을 맞추어야 하기 때문입니다. 다음은 통계적 유의성이 있는 표본 크기가 중요한지 파악하는 데 도움이 되는 몇 가지 구체적인 사용 사례입니다.

값 증가값 감소
모집단 크기정확성 감소정확성 증가
표본 크기정확성 증가정확성 감소
신뢰 수준정확성 증가정확성 감소
오차 한계정확성 감소정확성 증가

직원 만족도 설문조사를 작성하고 있나요? 모든 HR 설문조사가 직원들이 직장 환경이나 회사에 대해 어떻게 느끼고 있는지에 대한 중요한 피드백을 제공합니다. 표본 크기에 통계적 유의성이 있으면 일반적인 직원들에 대한 전체적인 관점을 제공할 수 있습니다. 하지만 표본 크기에 통계적 유의성이 없더라도 반드시 설문조사를 보내야 합니다. HR 관련 설문조사는 직장 개선 방법에 대한 중요한 피드백을 제공할 수 있기 때문입니다.

앞서 말한 것처럼 고객 만족도 설문조사가 반드시 통계적 유의성이 있는 표본 크기에 의존할 필요는 없습니다. 설문조사를 통해 받는 응답이 정확하고 고객이 어떻게 느끼는지 보여주는 것도 중요하지만 고객 만족도 설문조사의 각 답변을 면밀히 살펴보아야 합니다. 긍정적이든 부정적이든 모든 피드백을 중요하게 다루어야 합니다.

시장 조사 설문조사를 수행할 때에는 표본 크기에 통계적 유의성이 있으면 큰 도움이 됩니다. 시장 조사 설문조사는 고객 및 목표 시장에 대한 자세한 정보를 밝혀내는 데 도움이 됩니다. 즉, 통계적 유의성이 있는 표본 크기가 전체 목표 시장에 대한 인사이트를 얻는 데 도움이 될 수 있으며, 가장 정확한 정보를 얻을 것임을 확신할 수 있습니다.

교육 설문조사의 경우에는 모집단을 대표하는 통계적 유의성이 있는 표본 크기를 사용할 것을 권합니다. 학교에서 학생의 피드백을 바탕으로 기관, 강사, 교사 등에 대한 조치를 취할 계획이라면 통계적 유의성이 있는 표본 크기가 학교의 성공적인 변화 추진을 위한 결과를 얻는 데 도움이 될 것입니다. 체제에 어떤 변화를 주기 위한 것이 아니라 단순히 학생들의 생각을 알아보기 위한 것이라면 통계적 유의성이 있는 표본 크기가 그다지 중요하지 않을 수도 있습니다.

보건의료 설문조사를 수행할 때 통계적 유의성이 있는 표본 크기를 사용하면 환자들이 다른 무엇보다 건강상의 문제를 크게 염려하는지 알아보는 데 도움이 될 수 있습니다. 또한 의료 연구조사에서 결론을 도출하는 데 도움이 될 수도 있습니다. 단, 환자 만족도를 알아보거나 환자에게 일반적인 치료에 관한 질문을 하기 위해 보건의료 설문조사를 사용한다면 통계적 유의성이 있는 표본 크기가 그다지 중요하지 않을 수도 있습니다. 그렇지 않아도 개별 환자들이 필요로 하는 것과 경험에 대한 가치있는 정보를 얻을 수 있습니다.

일상적으로 친구, 동료, 가족 등에게 설문조사를 보내고자 할 수 있습니다. 이 경우 설문조사를 통해 얻고자 하는 것이 무엇인지에 따라 통계적 유의성이 있는 표본 크기가 필요한지 여부가 결정됩니다. 사실 증명을 위해 설문 결과를 사용하고 싶다면 통계적 유의성이 있는 표본 크기가 중요합니다. 그렇지 않고 재미로 SurveyMonkey를 사용하여 몇 명에게만 설문조사를 보낸다면 그러한 것이 필요 없습니다.

몇 명이나 설문조사에 응답해야 하는지 추측하지 말고, 확률적 표집이나 확률 분포 모델 등과 씨름하지도 마세요. SurveyMonkey의 표본 크기 계산기를 사용하면 됩니다. 표본 편향, 표본 크기, 통계적 유의성이 있는 표본 크기, 더 많은 응답을 받는 방법 등에 익숙해지세요. 곧 설문조사를 위해 더 나은 데이터를 확보하는 데 필요한 모든 것을 갖추게 될 것입니다.

표본 크기 계산기에서 응답자가 더 필요하다고 나온다면 저희가 도와드릴 수 있습니다. 모집단에 대해 알려주시면 설문조사에 응답할 적합한 사람들을 찾아드리겠습니다. 수백만 명의 자격을 갖춘 응답자인 SurveyMonkey Audience로 전 세계 누구로부터든 바로 쉽게 설문조사 응답을 받으세요.

고객 만족도 설문조사 기본서식

SurveyMonkey 무료 고객 만족도 설문조사 기본서식으로 시간도 절약하고 효과적인 아이디어도 얻으세요. 지금 필요한 피드백을 받아보세요.

Box가 어떻게 고객 데이터로 팀의 역량을 강화하는지 알아보세요

Box가 SurveyMonkey를 사용하여 어떻게 고객 여정을 전체적으로 파악하며 한 곳에 피드백을 모으는지 알아보세요.

고객 성공 사례와 사용후기로 브랜드를 강화하세요

고객들로부터 직접 체험담과 사용후기를 포착하고 피드백을 사례 연구, 사용후기 및 평가 등으로 변환하여 영업 및 마케팅에 도움을 주세요.

CSAT로 고객 만족도를 측정하는 방법

고객 만족도를 측정할 수 있으면 성공으로 이어집니다. CSAT로 고객 만족도를 측정하는 방법을 알아보세요.

의견을 제공할 준비가 되어 있는 실제 사람들로 구성된 글로벌 설문조사 패널인 SurveyMonkey Audience를 이용하세요.