단순무작위추출

이 방식은 표본의 결과를 바탕으로 모집단의 특성을 추정할 때 근거를 제공한다. 무작위 선정은 체계적인 선택 편향을 줄이고, 표본 추정치가 실제 모집단 값에서 얼마나 달라질 수 있는지 평가할 수 있게 한다.^[2][6]

그러나 같은 선정 확률이 표본의 대표성을 자동으로 보장하지는 않는다. 우연히 특정 하위 집단이 적게 포함될 수 있으며, 무작위로 뽑힌 사람 중 참여를 거절한 이들이 참여자와 다르면 무응답 편향이 생길 수 있다.^[1][4]

모집단 크기가 $N$, 표본 크기가 $n$일 때 단순무작위추출에서 각 구성원이 표본에 포함될 확률은 $n/N$이다. 예를 들어 모집단 100명에서 10명을 뽑는다면 각 구성원의 포함 확률은 10분의 1이다.^[6]

추출은 복원 또는 비복원 방식으로 할 수 있다. 복원추출은 뽑은 개체를 다시 모집단에 넣고 다음 추출을 진행하며, 비복원추출은 이미 뽑힌 개체를 다시 뽑지 않는다.^[6]

먼저 조사 대상인 모집단을 분명히 정하고, 그 구성원을 담은 표본추출틀을 마련한다. 목록에 각 구성원의 고유 번호를 붙인 다음 난수 생성기, 난수표 또는 추첨 방식으로 번호를 골라 표본을 구성한다.^[1][4][6]

예를 들어 대학생 12,000명을 1번부터 12,000번까지 번호로 나타내고 난수 생성기로 300개 번호를 뽑으면, 해당 학생들이 표본이 된다. 이름을 쪽지에 적어 추첨하는 방식도 무작위로 번호를 고르는 절차와 같은 원리를 따른다.^[2][5]

표본추출틀에는 조사 대상에 해당하는 구성원이 빠짐없이 들어 있어야 하며, 중복이나 누락이 없어야 한다. 목록이 불완전하면 실제 모집단의 일부가 선정 기회를 얻지 못할 수 있어 추출 결과의 해석에 영향을 준다.^[1][4]

대규모 모집단에서는 전체 명단을 만드는 데 시간과 비용이 들 수 있어 단순무작위추출을 적용하기 어려워질 수 있다. 필요한 표본 크기는 모집단 규모, 신뢰수준, 허용오차 등을 고려해 정한다.^[1][4]

무작위 선정은 조사자가 특정 사람을 고르는 데서 생기는 체계적 편향을 줄이는 데 도움을 준다. 충분히 큰 무작위 표본은 모집단의 특성을 반영할 가능성이 높지만, 표본이 커도 특정 하위 집단이 우연히 적게 포함될 수 있다.^[1][2]

표본이 무작위로 선정됐더라도 참여 단계에서 편향이 생길 수 있다. 선정된 사람 중 참여를 거절한 이들이 참여한 사람들과 다르면, 최종 응답 표본은 원래 추출한 표본과 다른 특성을 갖게 될 수 있다.^[1][4]

• 확률표본추출
• 층화추출
• 군집추출
• 계통추출

^[1] Wwww.simplypsychology.org(새 탭에서 열림)

^[2] Wwww.simplypsychology.org(새 탭에서 열림)

^[4] Wwww.sogolytics.com(새 탭에서 열림)

^[5] Wwww.qualtrics.com(새 탭에서 열림)

^[6] Uunisquads.io(새 탭에서 열림)