목차
Ⅰ. 샘플링(표집)
1. 샘플링의 용어
2. 표집의 장점과 단점
3. 표집의 대표성
4. 표본조사의 설계
5. 샘플링(표본) 추출의 유형
6. 표준오차
7. 신뢰 구간과 신뢰 수준
8. 표본 크기
1. 샘플링의 용어
2. 표집의 장점과 단점
3. 표집의 대표성
4. 표본조사의 설계
5. 샘플링(표본) 추출의 유형
6. 표준오차
7. 신뢰 구간과 신뢰 수준
8. 표본 크기
본문내용
것이다.
신뢰 구간이란, 신뢰 수준과 함께 쓰이며 신뢰 수준을 말하기 위해서는 일정한 신뢰 구간을 정해야 한다.
ex) 68% 정도의 신뢰 수준 → ± 1 표준오차의 범위 / 95% 정도의 신뢰 수준 → ± 2 표준 오차의 범위 / 99% 정도의 신뢰 수준 → ± 3 표준오차의 범위
신뢰 구간을 넓히면 표본 추정치의 신뢰 수준은 증가한다. 반대로 신뢰 구간이 좁혀지면, 즉 모수에 대한 추정 범위를 좁게 잡으면 그만큼 신뢰 수준이 저하된다. 표본 값에서 ± 1.96 표준오차의 범위를 설정해 두고 보면, 모집단의 평균이 그 범위 내에 있을 것이라고 확신하기는 그리 어렵지 않다. 이 경우 신뢰 수준이 95% 정도이므로, 일상적으로는 이 정도의 확률은 여전히 존재한다. 만약 5%의 오차 가능성도 허용하지 않으려면, 신뢰 구간을 넓히는 것이 필요하다. 만약 99%의 확신이나 신뢰 수준을 필요로 한다면, 표본 값으로부터 ± 2.58 표준오차의 신뢰구간을 설정하는 것이 필요하다.
8. 표본 크기
조사연구에서 수집될 자료의 양을 결정하는 것이 표본의 크기이다. 표본 크기에 대한 고려는 상대적인 것으로, 표준오차와 신뢰도에 대한 연구자의 결정을 근거로 각 연구들에서 필요한 적절한 표본 크기를 결정하게 된다. 특정 표본 결과로 모수를 추정하는 데는 어느 정도의 신뢰 수준이 요구되는지, 혹은 어느 정도의 오차들은 허용되는지 등을 고려하여 표본 크기가 계산된다. 비용이나 다른 실질적인 문제들을 고려하지 않는다면, 바람직한 표본 크기를 계산해 내는 과정은 그리 어려운 문제가 아니다.
실제로는 표본 크기에 관한 결정들은 보다 복잡한 어려움을 가지고 있다. 실제적인 조사연구의 상황에서 표본의 크기를 결정하는 데는,
① 표본의 크기가 크면 클수록 좋다.
② 연구의 심도에 따라 표본의 크기가 결정된다. 연구가 다루고 있는 개념 및 변수 의 수가 많으면 그에 따라 표본의 크기도 증대한다.
③ 표본 크기는 처음 생각보다 미리 크게 하는 것이 필요하다. 연구 과정 중에 새 로운 통제변수들이 개입되어야 할 필요성이 종종 생기기 때문이다.
④ 사용하려는 통계학의 성격을 고려하여 표본의 크기를 결정한다.
표본이 선택되는 모집단은 정상분포 되어 있을 것이라는 가정이 대표적인 것이다. 그런데 실제로는 이러한 가정이 잘 들어맞지 않는 경우들도 있다. 따라서 이러한 논리들에 대한 적절한 이해와 그것을 통한 한계 설정이 조사연구자들에게는 요구된다.
신뢰 구간이란, 신뢰 수준과 함께 쓰이며 신뢰 수준을 말하기 위해서는 일정한 신뢰 구간을 정해야 한다.
ex) 68% 정도의 신뢰 수준 → ± 1 표준오차의 범위 / 95% 정도의 신뢰 수준 → ± 2 표준 오차의 범위 / 99% 정도의 신뢰 수준 → ± 3 표준오차의 범위
신뢰 구간을 넓히면 표본 추정치의 신뢰 수준은 증가한다. 반대로 신뢰 구간이 좁혀지면, 즉 모수에 대한 추정 범위를 좁게 잡으면 그만큼 신뢰 수준이 저하된다. 표본 값에서 ± 1.96 표준오차의 범위를 설정해 두고 보면, 모집단의 평균이 그 범위 내에 있을 것이라고 확신하기는 그리 어렵지 않다. 이 경우 신뢰 수준이 95% 정도이므로, 일상적으로는 이 정도의 확률은 여전히 존재한다. 만약 5%의 오차 가능성도 허용하지 않으려면, 신뢰 구간을 넓히는 것이 필요하다. 만약 99%의 확신이나 신뢰 수준을 필요로 한다면, 표본 값으로부터 ± 2.58 표준오차의 신뢰구간을 설정하는 것이 필요하다.
8. 표본 크기
조사연구에서 수집될 자료의 양을 결정하는 것이 표본의 크기이다. 표본 크기에 대한 고려는 상대적인 것으로, 표준오차와 신뢰도에 대한 연구자의 결정을 근거로 각 연구들에서 필요한 적절한 표본 크기를 결정하게 된다. 특정 표본 결과로 모수를 추정하는 데는 어느 정도의 신뢰 수준이 요구되는지, 혹은 어느 정도의 오차들은 허용되는지 등을 고려하여 표본 크기가 계산된다. 비용이나 다른 실질적인 문제들을 고려하지 않는다면, 바람직한 표본 크기를 계산해 내는 과정은 그리 어려운 문제가 아니다.
실제로는 표본 크기에 관한 결정들은 보다 복잡한 어려움을 가지고 있다. 실제적인 조사연구의 상황에서 표본의 크기를 결정하는 데는,
① 표본의 크기가 크면 클수록 좋다.
② 연구의 심도에 따라 표본의 크기가 결정된다. 연구가 다루고 있는 개념 및 변수 의 수가 많으면 그에 따라 표본의 크기도 증대한다.
③ 표본 크기는 처음 생각보다 미리 크게 하는 것이 필요하다. 연구 과정 중에 새 로운 통제변수들이 개입되어야 할 필요성이 종종 생기기 때문이다.
④ 사용하려는 통계학의 성격을 고려하여 표본의 크기를 결정한다.
표본이 선택되는 모집단은 정상분포 되어 있을 것이라는 가정이 대표적인 것이다. 그런데 실제로는 이러한 가정이 잘 들어맞지 않는 경우들도 있다. 따라서 이러한 논리들에 대한 적절한 이해와 그것을 통한 한계 설정이 조사연구자들에게는 요구된다.
소개글