□ 확률표본추출과 비확률표본추출◯ 확률표집(Probability Sampling)일정한 확률에 의한 표본추출로 모집단에 대한 통계적 추론이 가능하여 정교한 조사에서 많이 실시된다. 그러나 대표성과 오차추정에는 바람직하나 이를 적용할 수 없는 경우도 많다. 확률표집에는 단순무작위표집, 계층표집, 층화표집, 집락표집이 있다. 확률표본추출은 모집단의 대표성을 높여주고 그 결과로 모집단에 대한 정확한추정을 가능하게하는데 목적이 있다. 즉 무작위선택을 할 때마다 모집단의 각 요소가 표본으로 선택될 기회(확률)가 동등하게 되도록 보장해준다. <?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />
1. 단순무작위표집(Simple Random Sampling)은 기본적인 확률샘플링 디자인으로서 주사위나 카드와 같이 각 요소(element)가 뽑힐 확률이 똑같은 경우를 말한다. 그러나 여기에는 표집틀(Sampling frame)이 있어야하는데 일반적으로 한번 뽑힌 것은 다시 넣지 말아야 하며 표집틀이 일관성있게 나열되면 안 된다. 표집틀(Sampling frame)에는 제비뽑기나 난수표가 있는데 난수표가 일반적으로 많이 쓰인다. 2. 계층표집법(Systematic Sampling)은 모집단으로부터 일정한 순서에 따라 체계적으로 표본을 추출하는 방법으로 처음에는 난선화되어 있으나 그 다음은 체계적으로 뽑는 것을 말한다. 3. 층화표집법(Stratified Sampling)으로 처음부터 무턱대고 난선화하는게 아니라 모집단을 하위범주로 정해놓는 방법으로 미리 모집단의 비율을 알고 있어야한다. 그러므로, 모집단의 비율을 알고 있을 때에는 이 방법이 바람직하며 표본의 크기 또한 줄일 수 있는데 이를 비례층화 표집법이라고 한다.각 계층에서 동일한 비율로 Sampling 단위들을 추출하는 것으로서 선거의 예를 들 수 있다. 한편, 각 계층에서 차등비율로 Sampling 단위들을 추출하는 방법으로 비비례층화법이 있는데 Marketing Survey와 같이 어떤 목적을 위해 사용하고자 할 때 많이 이용된다. 4. 집락표집법(Cluster Sampling)이 있는데 모집단을 일차적 군집으로 나두고 이들 군집안에서 각기 따로 표본들을 모작위로 추출하는 것으로서 논문을 쓸 때 주로 많이 사용된다. 이 디자인은 지리적인 경우나 행정구역 등을 정해놓고 하는 것으로서 각 지역의 비율이 동일하다는 전제가 필요하며 Multistage Cluster Sampling이라고도 한다. ◯ 비확률표집(Non-probability Sampling)현실적으로 확률표집이 불필요하거나 불가능할 경우(역사적 사건, 법칙이나 과학적 방법이 어려울 때), 비용이 많이 들고 모집단이 너무 커서 Sampling하기 어려울 때, 조사의 성격상 표본을 의도적으로 구성하는 것이 의미있다고 생각될 경우에 사용되며 주로 탐색적 조사에서 많이 쓰인다. 이 비확률 표집에는 임의표집, 유의표집, 할당표집 세가지 유형이 대표적이다. 1. 임의표집, 또는 우발적표집(Accidental Sampling)은 연구자가 편리하게 획득할 수 있는 Sampling단위들을 추출하여 표본을 만드는 방법으로 길거리에서 “시민들에게 물어보겠습니다”와 같은 방법이다. 그러므로 대표성이 없고 왜곡된 경우가 많으므로 대안이 없거나 현실적으로 불가능할때 사용해야한다. 2. 유의표집(Purposive Sampling)은 어떤 의도를 갖고 Sampling하는 것으로서 사회사업논문에서 가장 많이 쓰인다. 가령, 아동학대를 조사할 때 심각한 아동학대를 겪은 사람을 개입시켜 아동학대의 심각성을 고발하는 것과 같이 예외적인 Case를 가지고 그것에 대해 개입방법 제시나 사회고발을 하고자할 때 쓰이며 양적조사에서도 쓰이긴 하지만 주로 질적조사시 많이 사용된다. 그러나 이 디자인은 조사자가 조사대상에 대해 잘 알고 있을 때 극단적인 예를 찾을 수 있다. 3. 할당표집(Quota Sampling)이 있는데 대부분의 대상자의 속성을 잘 알고 있는 경우 실시되는 층화표집과 달리 대상자의 속성을 모르고 하는 경우이다. 예를 들면, 어느 회사가 신제품을 개발하여 한 shopping mall에서 모집단도 모른 체 지나가는 사람을 붙잡고 실시하는 것과 같은 방법이라 할 수 있다. □ 기술통계, 추론통계◯ 기술통계 표본이든 모집단이든 주어진 자료를 의미 있는 형태로 조직하여 기술하는 목적에 사용된다.(빈도분포, 백분율, 평균, 표준편차, 상관관계 등에 대한 분석), 기술통계는 자료분석시 가장 일차적이고 기본적인 분석.◯ 추론통계 표본의 자료를 통해 모집단의 특성, 즉 모수를 측정하거나 가설을 검증하는데 사용된다. <<?xml:namespace prefix = v ns = "urn:schemas-microsoft-com:vml" />
<?xml:namespace prefix = w ns = "urn:schemas-microsoft-com:office:word" />-검증(카이스퀘어 검증), t-test(t-검증), 변량분석(ANOVA)> □ 난수표0에서 9까지의 숫자를 각 숫자가 나오는 비율이 같도록 무질서하게 배열한 표이다. 통계 조사에서 표본을 무작위로 가려낼 때, 또는 암호를 작성하거나 해독할 때 쓴다. □ 표준편차, 표준오차, 표준추출오차◯ 표준편차변량은 각 변수값들이 평균으로부터 어느 정도 떨어져 있는지를 나타내는 통계로써 이를 통해 자료의 전체적인 분산 정도를 파악하는 것이다. 분산의 정도를 나타내는 가장 중요한 통계치 중의 하나이다. 모든 변수값이 다 반영되므로 전체적인 분포의 정도를 파악하는데 훨씬 도움이 된다. 표준편차는 변량에다 제곱근을 씌운 값이다. 즉, 변량을 구하기 위해 편차에다 제곱근을 하여 변량의 수치가 과장되어 나타난 결과를 실제적인 의미로 나타내기 위해 제곱의 의미를 없앤 것이다. ◯ 표준오차 조사 대상 전체를 조사하지 않고, 전체의 일부분만을 표본으로 추출하였기 때문에 생기는 오차로 표본의 크기가 커짐에 따라 크기의 제곱근에 반비례하여 감소한다. 표본오차를 나타내는 양으로서 추정량의 변이계수를 사용한다. ◯ 표준추출오차표본에 의한 모수치 추정값과 실제 모수치와의 차이(시례 모수치를 알 수 없으므로 대부분의 경우 통계를 사용하여 구함). 확률표본추출법으로 예측하고자 하는 모수에 정확하게 일치하는 통계치를 얻는 경우는 거의 없다. 그러나 확률이론으로 특정한 표본설계에서 예상되는 오차의 정도를 예측할 수 있다. □ 정규분포곡선정규분포 곡선은 두 개의 모수 즉, 평균과 와 분산에 의해 그 모양이 정해지며, 정규분포 곡선은 다음과 같은 몇 가지 특징을 가지고 있다. - 평균 을 중심으로 종모양의 대칭곡선이다.
- 평균, 중앙값, 최빈값은 모두 같다.
- 평균으로 부터 멀어지는 양쪽 꼬리부분은 축에 접근한다.
- 곡선과 축 사이 부분의 넓이는 1 이다.
□ 신뢰수준, 신뢰구간신뢰수준과 신뢰구간은 표본의 통계치가 모수로부터 어느 정도 차이가 나는지를 보여줄 때 사용한다. 신뢰수준은 표본의 결과를 통해 추정하려는 모수가 어느 정도 신뢰성을 갖는지를 말하는 것이고, 신뢰구간은 모집단의 모수가 일정한 확률을 가지고 갖게 될 값의 범위를 말한다. □ 표본틀, 모수, 통계치◯ 표본틀(sampling frame) 표본이 실제로 선정되는 표집단위의 실제 목록이다. ◯ 모수(parameters) 변수를 요약하여 기술한 수치. 전수조사가 이루어졌다면 각 변수의 빈도나 평균 등과 같은 수치는 곧 모수이다. 하지만 대부분의 사회조사연구는 전수조가 아니라 표본조사를 하기 때문에 표본의 수치를 통해 예측한다. ex) 표본의 성별 분초를 통해 모집단의 성별 분포를 예측하는 것. 따라서 표본조사의 경우에는 표본이 얼마나 모집단을 잘 대표하는지가 중요하다. ◯ 통계치(statistics) 표본에서 어떤 변수가 갖고 있는 특성을 요약하여 기술한 수치이다.
