제4장연구대상의표집제4장연구대상의표집목차

제 4장 연구대상의 표집

목 차

1. 표집의 의미와 표집방법 2. 표집 시 유의사항

3. 표본의 크기

들어가며

* 표집이 필요한 이유:

- 연구자들은 자신의 연구대상이 되는 모든 사례들을 다 조사하는 경우가 드물다.

- 전체 모집단 중에서 일부분에 해당되는 표본을 선택해서 그 표본 집단을 대상으로 연구를 진행해야 한다.

- 비록 모집단을 연구 대상으로 하지 않더라도 체계적이고 과학적인 표본연구를 통해서 모집단을 대상으로 연구결과를 얻은 것과 유사한 결과를 얻을 수 있다.

모집단(전집)

(population)

표본

(sample)

표집

(sampling)

• 표본을 추출하는 행위

• 연구자의 궁극적인 관심 은 표집을 통하여 산출한 결과를 전체 모집단에 걸쳐 일반화하는 것 (예, 조사연구, 실험연구)

• 연구의 관심이 되는 목적집단

• 연구의 대상이 되는 전체집단

• 실제 연구대상이 된 부분집단

• 전집의 특성을 대표할 수 있는 집단

표본의 의미와 표집방법

표본의 의미와 표집방법

확률적 표집

집단의 각 사례가 표본으로 추출될 기회가 동등하게 부여되는 표집 방법

단순무선표집(simple random sampling)

유층표집(stratified sampling)

군집표집(cluster sampling)

다단계 표집(multistage sampling)

체계적 표집(systematic sampling)

비확률적 표집

집단의 각 사례가 표본으로 추출될 기회가 동등하게 부여되지 않는 표집 방법

의도적 표집 (purposive sampling)

할당표집(quota sampling)

우연적 표집 (accidental sampling)

1. 단순무선표집(simple random sampling)

정 의 • 아무런 의식적인 조작 없이 표본을 추출하는 것

조 건

• 모집단에서 개개 요소 모두 동등한 독립된 기회를 가진 절차에 의해 표본의 구성원으로 선택

• 각 표본들의 요소는 상호 “독립적”이어야 함 필요조건 ① 모집단의 사례가 충분히 커야 함

② 표집을 하는 동안에 모집단 자체에 변동이 없어야 함 - • 난수표 사용, 제비뽑기 등

장 점 • 모집단에 대해 최소한의 정보만 알고 있어도 됨

• 자료분석이나 오차계산이 용이

단 점 • 연구자가 이전에 알고 있던 지식이 활용되지 않음

• 같은 표본 크기일 때 유층표집보다 큰 오차가 생길 수 있음

1) 확률적 표집방법

표본의 의미와 표집방법

1) 확률적 표집방법

2. 유층표집(stratified sampling) = 층화표집

정 의 • 전집이 특정 하위집단으로 분류될 수 있을 경우 전집 내 하위집단 구성비율에 맞추어 표본을 표집하는 방법

- • 비례유층표집, 비비례유층표집

장 점 • 표본과 모집단의 동질성 확보로 대표성을 높일 수 있음

• 표집 오차를 감소시킴

단 점 • 우선적으로 모집단의 특성을 알고 있어야 함

표본의 의미와 표집방법

표본의 의미와 표집방법

1) 확률적 표집방법

3. 군집표집(cluster sampling)

정 의 • 이미 형성되어 있는 집단을 표집단위로 하여 추출하는 방법

조 건

① 표집의 단위를 개인이 아니라 자연적 또는 행정적 집단으로 봄(ex 공장, 학교, 행정구역 등)

② 전집을 집단단위로 나누고 몇 개 집단을 무선으로 선정하여 그 집단 구성원 모두를 표본으로 선정

장 점 • 군집 속에서 조사대상자를 선정함으로써 조사과정이 간편

• 노력과 비용이 절감

단 점 • 단순 무선보다는 오차가 큼

• 표집오차가 크게 나타남

보완점 • 단수무선표집보다 최소한 2배 이상의 표본을 선정이 바람직 함.

표본의 의미와 표집방법

1) 확률적 표집방법

4. 다단계표집(multistage sampling)

정 의

• 최종 단위를 위하여 몇 단계를 거쳐서 표집하는 방법

• 표집의 단계를 몇 번 거치느냐에 따라 2단계, 3단계 표집으로 불림

장 점 • 표집 단위가 지리적으로 규정되면 시간과 경비를 줄일 수 있 음

단 점 • 표본의 크기가 동일 할 때 표준오차가 크게 나타나기 쉬움

• 표집 단위의 수가 감소됨에 따라 표집오차가 증가

1) 확률적 표집방법

5. 체계적표집(systematic sampling)

정 의 • 모집단의 전체 사례에 번호를 붙여놓고 일정한 표집 간격으로 표집하는 방법

장 점

• 짧은 시간 내에 효과적으로 표집을 해낼 수 있음

• 표본이 매우 크고,

모집단의 전체 명단을 이용할 수 있을 때 장점을 가짐

단 점 • 만약 지정되는 번호가 특정 기준으로 일정한 간격을 두고 반복되면, 편중된 사례만이 표본으로 추출될 가능성이 있음

표본의 의미와 표집방법

1) 비확률적 표집방법

1. 의도적표집(purposive sampling)

정 의 • 연구자가 연구의 목적에 따라 주관적인 판단(경험, 전문적 식견)하에 대표한다고 생각하는 사례를 임의로 표집하는 방법

장 점 • 표집이 간편

• 비용절약가능

단 점 • 연구자의 주관적 판단이 잘못되었을 때, 발생하는 오류 수정 불가능

의도적 표집이란?

① 연구자가 모집단의 충분한 사전지식과 신뢰할 만한 판단을 내릴 수 있을 때

② 확률적 표집이 불가능할 때 사용

표본의 의미와 표집방법

1) 비확률적 표집방법

2. 할당표집(quota sampling)

정 의

• 전집의 여러특성(성별, 종교, 지역 등)을 대표할 수 있는

여러 개의 하위집단을 구성하여 각 집단에 알맞은 표집수를 할당한 후 그 범위내에서 임의로 표집하는 방법

장 점

• 비용절약가능

(최종 표집단위를 각 조사자들에게 지리적으로 가깝게 함)

• 어느 정도 유층화 기대

단 점 • 할당하는 데 연구자의 편견개입가능

• 비확률적 표집이기 때문에 대표성에 문제

표본의 의미와 표집방법

1) 비확률적 표집방법

3. 우연적 표집(accidental sampling)

정 의 • 특별한 표집 계획 없이 연구자가 가장 손쉽게 구할 수 있는 대상들 중에서 표집 하는 방법

(예) • 길거리 인터뷰, 자신이 근무하는 학교 학생을 대상으로 표집

한 계

• 표집의 대표성을 전혀 생각할 수 없는 표집 방법으로

어떤 모집단을 대표한다고 할 수 없어, 결과를 일반화하기 어려움

 과학적인 연구에서는 되도록 사용하지 않는 것이 바람직함

표본의 의미와 표집방법

* 표집오차 실험

: 모집단의 모수치와 표본에서 산출된 통계치 간의 차이

- 모집단의 특성을 충분히 반영하는 대표성 있는 표집을 선택하지 못했을 때 발생하며,

표집오차가 커질수록 연구 결과의 의미가 상실된다.

표집 시 유의사항

실험

* 표집 시 일반적으로 유의해야 할 사항

1) 모집단의 크기: 대체로 충분히 커야 한다.

2) 표집은 모집단과 충분한 동질성이 있어야 한다.

3) 표집 방법의 특성에 대한 이해

: 표집 방법의 장단점을 충분히 숙지하고 있어야 한다.

4) 현실적 문제 고려

: 사전 점검과 준비를 통해 인력, 비용, 시간 등을 고려해야 한다.

5) 표집 방법의 일관성 6) 표본의 대표성

: 고의적인 표집은 지양해야 한다.

7) 자료 분석 시 사용할 분석 유목의 수

: 분석 유목의 숫자가 많을 수록 표본의 수도 많아야 한다.

표집 시 유의사항

실험

“ 표본의 크기를 어느 정도로 하는가”

>> 연구 결과의 신뢰성과 직접적인 관계가 있음.

* Gall 등(1999)에 의한 기준 *

- 상관연구 : 최소 30명 이상

- 비교-실험연구 : 각 집단마다 최소 15명 이상

- 조사연구 : 하위그룹별로 20-50명씩 최소 100명 이상

일반적으로 현실적인 요인(연구에 소요되는 경비, 시간, 노력) + 통계적 요인 (연구 변인의 신뢰도, 자료분석방법, 전집의 변산의 정도, 수용오차의 범위 등)

⇒ 종합적으로 고려하여 필요한 표집의 크기를 결정!

표본의 크기

실험

1) 표집분포와 표준오차

※ 표집분포

어떤 모집단에서 일정한 크기의 사례 수로 추출한 각각의 표집에서 나온 통계치 들(평균,표준편차,변량 등)의 분포

※ 표집오차

하나의 표본에서 산출된 단일 통계치와 모집단의 모수치 간의 차이

※ 표준편차

개별사례들이 평균값으로부터 얼마나 흩어져 있는지를 보여주는 통계치

“

표본평균들의 표준편차 = 표준오차”

표본의 크기

1) 표집분포와 표준오차 실험

※ (평균의) 표준오차

- 평균치들의 분포에서 구한 표준편차

* 통계치의 표집분포에서 그 값들의 표준편차를 계산하여 얻음

* 표집에서 얻은 통계치를 얼마나 신뢰할 수 있는가의 정도를 의미

* 사례 수의 크기에 따라 결정되며, 사례 수가 증가할수록 값이 감소

* 실제, 모집단의 표준편차를 아는 경우가 거의 없기 때문에 표본의 표준편차로서 모집단의 표준편차를 추정함

표본의 크기

실험

2) 표본의 크기

표본의 크기를 결정하는 통계적인 방법

- 표집의 크기, 신뢰한계, 수용오차의 관계를 고려하여 사례 수를 정하는 것

ex) 부산에 거주하는 초등학교 교사들의 평균 나이를 알고자 할 때 필요한 표본의 크기를 생각해보자.

첫째, 최대허용오차(최대한으로 허용할 수 있는 표본평균과 모집단 평균의 차이)를 결정 >> 1.0으로 가정

둘째, 신뢰한계(통계치를 가지고 전집치를 추정할 때, 그 추정이 어느 정도 맞을 것인가를 나타내는 확률)를 결정 >> 95%로 가정

셋째, 신뢰수준에 따른 Z값을 결정 >> 95% 신뢰수준에서는 1.96

넷째, 모집단의 표준오차를 추정(흔히, 표본의 최대값과 최소값의 차이를 6으로 나누어 추정하는 방법이 있음) >> 사전 조사 결과, 61세-25세로 6

다섯째, 계산식을 이용하여 표본의 크기를 결정 >> 약 137명

표본의 크기

실험

2) 표본의 크기

※수용오차와 신뢰한계에 따른 표집의 크기 오차의 범위

(tolerated error)

신뢰한계(confrdence limits) 95% 수준 99% 수준

±1%

±2%

±3%

±4%

±5%

±6%

±7%

9,604명 2,401명 1,607명 600명 384명 267명 196명

16,587명 4,147명 1,843명 1,037명 663명 461명 339명

표본의 크기

Thank you