사회조사방법론 중간고사 대비 핵심정리

소개글

사회조사방법론 중간고사 대비 핵심정리에 대한 보고서 자료입니다.

본문내용

상 힘들다. 비확률표집은 편의성만을 추구한 것
* 확률표집(probability sampling)
① 의식적 표집 오류와 무의식적 표집 오류
② 대표성과 추출 확률
- 대표성(representativeness) : 표본의 특성이 그 표본이 추출된 모집단의 특성과 동일한 특성을 가지는 속성
- 균일확률추출방법 = 엡셈(EPSEM) 표본
: ‘동일한 확률이 추출되는 방식(Equal Probaility of SElection Method)' → 확률 표집의 기초를 형성
→ 모집단의 모든 구성원들이 표본에 추출될 가능성이 동일한 경우에 표본은 그것이 추출된 모집단을 대표할 것임
- 확률표본은 결코 완벽한 대표성을 가지지는 못함. 그러나 확률 이론을 통해 대표성을 나타낼 수 있음
- 확률표집의 이점 : ㉠ 다른 유형의 표본들보다 더 나은 대표성을 가짐(앞에서 논의된 오류들을 피하기 때문)
→ 실제로 확률표본이 비확률 표본보다 그것이 추출된 모집단을 더 잘 대표한다.
㉡ 확률이론을 통해 표본의 정확성 또는 대표성을 추정할 수 있음
- 확률표집이 비확률 표집보다 오류가 적다.
- 확률표집은 표집을 했을 때 오류의 크기를 통계적으로 추정해 내는 것이 가능하다.
(표집오류의 양 측정은 확률 표집만 가능. 비확률 표집은 불가능)
→ 방법 ㉠ 단순 무작위 표집(simple random sampling) - ex) 구슬 돌려서 뽑아내는 방법, 난수표 사용
-> 이것은 좋은 방법이나 구지 그렇게까지 무식하게 해야 되느냐는 생각이 들게 함
또 난수를 동원하는 것이 힘이 드는 문제를 가짐
㉡ 체계적인 표집(Systematic sampling) -전체목록의 매 k번째 요소가(체계적으로)선택되어 표본에 들어감
ex) 학적부를 넘길 때 마다 매 몇 번째 나오는 사람들을 뽑음
표집간격(sampling interval)을 두고 추정.
단순무작위 표본의 문제점 보완
단, 요소들의 목록이 표집간격과 일치하는 주기적인 형태로 배열되어 주기성(periodicity)을 띨 경우 쓰면 안 됨
ex) 전화번호부가 주기성을 가질 경우 쓰면 안 된다.
# 미국의 경우 cell phone의 요금이 공동 부담이라서 받지 않아 이메일로 조사함
# 모든 서베이 조사 방법은 나중에 문제점이 다 드러난다.
* 표집단위(sampling unit) : 표집 단계에서 추출의 대상으로 고려되는 요소 또는 요소들의 집합
* Sample size는 키워갈수록 정규분포에 가까워진다.
* 아무리 조심스럽게 추출된 표본도 결코 그것이 추출된 모집단에 대하여 완벽한 대표성을 제공하지는 못함. 어느 정도의 표집오차는 항상 존재. 단 표집오차는 표본설계의 두 요인에 의해 감소함. 첫 째 큰 표본은 작은 표본보다 작은 표집오차를 산출. 둘 째 동질적인 모집단은 이질적인 모집단보다 작은 표집오차를 가진 표본들을 생산(Error가 확률표집이 낮다)
* 어느 표본에서 기대되는 오차는 신뢰수준과 신뢰구간을 통해 표현된다.
① 신뢰구간(confidence interval) : 모수가 놓여져 있을 것으로 예상되는 값들의 범위
ex) 표본의 40%가 후보자 A를 선호한다고 할 때 모집단의 35%~45% 백분비의 구간을 조사
② 신뢰수준(confrdence level) : 모수가 주어진 신뢰구간 안에 놓여있을 가능성을 추정한 확률
ex) 35%~45%의 유권자들이 후보자 A를 선호하고 있음을 95%확신함
* 점추정과 구간추정
① Point estimates(점추정) : 모집단으로부터 무작위로 추출된 표본에서 모집단의 변수에 대한 근사값을 구하는 과정
콕 찝어서 설명해 내는 것 ex) 키 173cm
② Internal estimates(구간추정) : 구간을 추정하는 것 ex) 2003년~2004년, 163cm~166cm
→ 사회조사에서는 구간추정만 가능하다. (점추정 불가능)
* 층화표집(stratification sampling) : 모집단을 구성하고 있는 단위들을 표집 전에 동질성이 있는 집단들(또는 층)으로 집단화하는 것. (가장 정교한 표집) 이 절차는 단순 무작위 표집, 체계적 표집, 집략표집과 연계해서 사용할 수 있으며, 최소한 층화 변수에 한해서는 표본의 대표성을 향상시킨다.
- 층화, 즉 모집단의 성원들을 표집 전에 비교적 동질적인 층들로 집단화하는 과정은 표집 오차의 수준을
감소시킴으로써 표본의 대표성을 향상시킨다.
- 층화표집은 할당표집(quata sampling)과 비슷하지만 근본적으로 차이 있다. 쿼터표집은 맨 마지막에 아무나
몇 명을 뽑기 때문에 오류가 많지만 층화표집은 확률이론을 적용해 뽑기 때문에 가장 정교하다고 할 수 있다.
- 그러나 층화표집은 시간과 비용이 많이 들기 때문에 사실상 불가능하다.
(모집단에서 1000명 뽑을 때 1명을 뽑기 위해 제주도나 강원도 등으로 멀리 가야하기 때문)
* 집락표집(cluster sampling) : 자연적인 집단(집락)들이 일차적으로 표집된 다음, 선정된 각 집단에서 구성원들이 추출되는 다단계 표집. ex) 학교 명부에서 미국 대학들에 대한 표본을 추출하고, 그 추출된 학교들 각각에서 학생들의 명부를 구한 다음, 각 학교에서 표본을 추출할 수 있음 (행정구역을 사용하여 뭉텅이 뭉텅이를 추출하는 것 - 서울시 중 금천구를 서울시로 보고 여기서만 조사하는 것. 단 금천구는 서울시 다른 22개 구와 다르지 않고 비전형적인 특성을 지니고 있지 않다는 것을 전제해야함. 이는 시간, 비용을 줄일 수 있어 좋다)
- 집락(cluster)의 숫자를 많이 할수록 정교성은 높아지지만, 그렇게 되면 cluster의 특성을 살리지 못하게 됨
* 표집의 가중치부여(weighting) 문제 - 만약 모집단의 성원들이 표본에 추출될 확률이 동일하지 않다면 연구자들은 대표성 있는 전체 모집단의 그림을 제공할 수 있도록 반드시 각 관찰에 가중치를 할당해야만 한다. 기본적으로 특정 표본 성원에 할당되는 가중치는 그것이 추출될 확률의 역수가 되어야 한다. (응답에 가중치를 주어 인위적으로 조작함)
ex) 제주도, 강원도 주민은 적기 때문에 이들의 응답에 대해 가중치(무게)를 실어줌
(응답자 x 가중치 = 결과계산)

키워드

사회조사방법론,   중간고사 대비,   핵심요약 정리,   사회조사방법론 제 11판