표본조사의 내용과 표본추출의 과정

목차

1. 의의

2. 표본조사의 장점과 단점

3. 표집의 배경

4. 표집에 대한 기본적인 사고체계

5. 표본추출의 과정(표본설계과정)
1) 모집단(population) 확정
2) 표본추출프레임(sampling frame)
3) 표본추출방법(표본추출의 설계)
(1) 확률표본추출(확률표집)
① 단순무작위표본추출(simple random sampling : SRS)
② 계통적 표본추출(systematic sampling)
③ 층화표본추출(stratified sampling)
④ 집락표본추출(cluster sampling)
(2) 비확률표본추출
① 할당표본추출(quota sampling)
② 편의․임의표본추출(convenience or accidental sampling)
③ 판단표본추출( 유의표집, judgement or purposive sampling)
④ 누적표본추출(snowball sampling = 눈덩이표집)
4) 표준오차, 표본오차 및 표본의 크기(p.220)
(1) 표본오차(sampling error)
(2) 비표본오차(non-sampling error)
(3) 표본오차와 비표본오차와의 관계
5) 표본추출설계시 고려사항
6) 적정표본크기의 결정
(1) 적정표본의 크기
(2) 표본의 크기에 대한 잘못된 편견
(3) 적정표본크기의 결정원리
(4) 고려요소

본문내용

단에 대한 지식의 정도
연구의 모집단이 아주 크면 집락표출이 적당
지식이 충분한 경우 층화판단표출 가능
(3) 연구의 단계
초기의 탐구단계에서는 전반적으로 연구의 방향결정이 중요하며 대표성은 약함
따라서 편의표출이나 판단표출이 적절
(4) 조사설계의 유형
오늘날 주로 사용되는 조사설계에는 사례조사, 현지연구, 실험, 문헌조사, 서베이리서치 등이 있음
→ 서베이리서치는 확률적 표본설계가 적절, 사례조사, 현지연구, 문헌조사 등에는 판단표출이 주로 이용
(5) 조사요소에의 접근가능성과 일반화 가능성
실제적 차원에서 선정된 조사요소에의 접근이 제한된 경우, 협조거부 등의 경우에는 비확률표출을 이용
연구자가 표본에서 발견된 결론을 더 큰 모집단에 적용하려는 일반화의 의도를 가지고 있다면 확률표출을 사용
6) 적정표본크기의 결정
(1) 적정표본의 크기
모집단으로부터 표본단위의 수를 몇 개로 하는 것이 가장 적절한가의 문제
→ 비용을 적게 들이고도 표본통계량으로 모수를 정확하게 알아내려면 표본의 크기가
어느 정도 되는 것이 적정한가 하는 것
→ 표본이 커지는 것만큼 정확성이 높아지는 것은 아니므로 표본이 무조건 커야 하는
것은 아니라는 것을 의미한다.
(2) 표본의 크기에 대한 잘못된 편견
모집단의 일정 비율 이상을 표본으로 해야 한다는 것 → 모집단의 크기와 다른 요인에 의해 표본의 크기를 결정하는 것이 바람직
표본은 일정크기의 표본단위수 이상이어야 한다는 것
표본이 크면 클수록 정비례적으로 표본결과의 정밀도와 정비례한다는 것 → 정밀도는 표본크기의 제곱근 에 비례하기 때문에 정비례적으로 증가하는 것은 아니다.
(3) 적정표본크기의 결정원리
신뢰도를 일정하게 하였을 때 어떤 허용된 범위 내로 들어가도록 표본크기를 정하는 것을 말함
→ 표본오차의 허용한계, 즉 극대값을 정밀도로 규정하면 결국 표본크기의 결정은 신뢰도와 정밀도에 의해 좌우된다.
(4) 고려요소
① 모집단의 성격
㉠ 모집단의 규모 : 모집단의 규모가 크면 상대적으로 표본의 크기도 크게 하는 것이 바람직하나
표본의 크기가 모집단의 크기에 비례하는 것은 아니다. → 우리 나라에 성인을 대상으로 한 각종 여론조사에서 표본의 크기는 1,500명 정도이다.
㉡ 모집단의 이질성 여부
모집단의 구성요소가 이질적인 경우에는 동질적인 경우에 비하여 그만큼 표본의 크기를 늘려야 한다. → 극단적으로 모집단의 구성요소가 완전히 동질적이라면 하나의 사례로 전체 모집단을 대표할 수도 있다.
층화표출을 하게 되면 표출오차는 각 층에서의 표본크기에 따라 좌우되며 전체 표본의 크기와는 관련되지 않는다. → 다만 비비례표출을 해야 할 경우에는 가중치를 부여한다.
② 연구의 목적과 방법
㉠ 표출의 방법과 조사설계의 유형
동일한 정확성이 요구될 때 표본의 크기가 가장 큰 순서로 나열하면 집락표출, 단순무작위표출, 층화표출의 순서
사례연구에서는 그 사례수가 표본의 크기가 되며 탐색적 연구에서는 성격상 표본의 크기가 작아도 문제가 없지만 실태조사나 설명적 연구에서는 표본의 크기가 커야 한다.
㉡ 통계분석기법
모집단이 정규분포를 이루고 있지 않은 경우 중심극한 정리에 따라 표본평균을 통한 모집단의 추정이 가능하려면 표본수가 커야 하는데 이때의 기준이 “n＝30”이므로 최저 30사례는 되어야 한다.
n이 30이하인 경우에는 t검증을 해야 한다.
㉢ 동시에 분석해야 할 변수 및 범주의 수
범주와 변수의 수가 많아질수록 통계적 측정의 신뢰성을 높이는 데 필요한 전체 표본의 수는 증가한다. 즉, 범주의 수가 많아질수록 표본의 크기가 일정하다면 범주에 속하는 사례 수는 점점 작아지게 되며 따라서 신뢰성이 떨어진다.
㉣ 요구되는 신뢰도의 정도
신뢰도가 높아지면 표본의 크기는 커져야 한다. → 대체로 사회과학의 조사연구에서는 95%의 신뢰수준을 기준으로 하고 있으며 표본오차의 단위도는 ±1.96이다.
㉤ 허용오차의 크기
정확도를 높이기 위해서는 표본의 수를 크게 해야 한다.
→ 일반적으로 사회조사기관에서 사용하는 표출오차의 한계는 ±4.00% 정도이나
정부에서 정기적으로 실시하여 정책에 반영하는 표본조사에서는 이보다 훨씬
적은 표본오차를 요구
③ 시간과 비용
일반적으로 표본의 크기가 증가하면 자료수집처리에 투입되는 비용시간이 증가
또한 조사원훈련, 자료수집, 처리분석과정에서 비표본오차가 증가할 가능성 커짐
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
(가) 표본의 신뢰도
* 신뢰도 = 95% ± 0.03 : 표집된 표본 표집오차가 ± 0.03, 즉 3%의 한도내에서 95% 신뢰할만한 표본이라고 할 수 있다.
* 95% 신뢰수준은 100번 같은 조사를 하면 5번정도 같은 결과가 나오지 않을 확률을 의미한다.
1. 의의
2. 표본조사의 장점과 단점
3. 표집의 배경
4. 표집에 대한 기본적인 사고체계
5. 표본추출의 과정(표본설계과정)
1) 모집단(population) 확정
2) 표본추출프레임(sampling frame)
3) 표본추출방법(표본추출의 설계)
(1) 확률표본추출(확률표집)
① 단순무작위표본추출(simple random sampling : SRS)
② 계통적 표본추출(systematic sampling)
③ 층화표본추출(stratified sampling)
④ 집락표본추출(cluster sampling)
(2) 비확률표본추출
① 할당표본추출(quota sampling)
② 편의임의표본추출(convenience or accidental sampling)
③ 판단표본추출( 유의표집, judgement or purposive sampling)
④ 누적표본추출(snowball sampling = 눈덩이표집)
4) 표준오차, 표본오차 및 표본의 크기(p.220)
(1) 표본오차(sampling error)
(2) 비표본오차(non-sampling error)
(3) 표본오차와 비표본오차와의 관계
5) 표본추출설계시 고려사항
6) 적정표본크기의 결정
(1) 적정표본의 크기
(2) 표본의 크기에 대한 잘못된 편견
(3) 적정표본크기의 결정원리
(4) 고려요소

키워드

표본조사,   표본추출,   표본,   사회조사방법론,   표본추출과정,   표본조사과정