샘플링(통계)

이 문서에서는 통계적 샘플링이 무엇인지 설명합니다. 또한, 다양한 유형의 샘플이 어떻게 만들어지는지, 각각의 예를 확인할 수 있습니다.

통계에서 샘플링이란 무엇입니까?

통계에서 샘플링은 모집단의 표본을 선택하는 과정입니다. 즉, 샘플링은 통계 연구를 수행하기 위해 개인 그룹을 선택하는 방법입니다.

예를 들어, 표본을 추출하는 한 가지 방법은 무작위로 개인을 선택하는 것입니다. 따라서 통계적 모집단의 규모를 연구하려면 단순 무작위 샘플링을 통해 연구 표본을 선택할 수 있습니다.

모집단을 샘플링하는 방법에는 여러 가지가 있으며 각각 장점과 단점이 있습니다. 아래에서는 다양한 유형의 통계 샘플링이 무엇인지 살펴보겠습니다.

통계에서의 표본추출은 목표 모집단의 일부만을 연구한 다음 표본 분석을 통해 얻은 결론을 통계적 추론을 통해 전체 모집단에 외삽할 수 있기 때문에 매우 유용합니다. 이는 검색 시간과 비용을 줄여준다는 점에서 큰 장점입니다.

샘플링 프레임

통계에서 표본추출 프레임 (또는 표본추출 프레임 )은 표본에서 선택할 수 있는 모집단의 모든 요소 목록입니다. 즉, 샘플링 프레임은 통계 연구가 의도된 우주의 모든 요소의 목록입니다.

예를 들어, 한 도시의 시민을 대상으로 통계 조사를 수행하려는 경우 이 연구의 샘플링 프레임은 해당 도시에 거주하는 모든 사람을 포함하는 목록이므로 해당 도시의 등록부입니다.

따라서 표본추출 프레임은 통계조사를 위한 표본을 얻기 위해 사용된다. 샘플링 프레임이 잘 설계되면 통계 분석을 위해 샘플링하는 것이 훨씬 쉽습니다.

통계의 샘플링 유형

통계에서 샘플링의 종류는 다음과 같습니다.

• 확률추출 : 표본을 무작위로 추출하는 표본추출.
  • 단순임의추출 : 단순 무작위로 표본을 추출한다.
  • 체계적 표본 추출 : 첫 번째 개인이 무작위로 선택되고 표본의 나머지 요소는 고정된 간격에 따라 선택됩니다.
  • 계층화 샘플링 : 표본을 구성하기 위해 대상 모집단을 여러 계층(그룹)으로 나눈 다음 각 계층에서 무작위로 개인을 선택합니다.
  • 클러스터 샘플링 : 샘플은 무작위로 선택된 클러스터(자연 그룹)로 구성됩니다.
• 비확률 표본추출(Non-probability sampling) : 연구자가 과정에 우연을 포함하지 않고 자신의 기준에 따라 표본을 선택하는 표본추출.
  • 목적적 샘플링 : 전적으로 연구자의 판단에 따라 샘플에서 개인을 선택합니다.
  • 편의성 샘플링 : 접근 용이성을 기준으로 샘플 구성원을 선택합니다.
  • 연속 샘플링 : 첫 번째 초기 샘플을 선택하고 연구한 다음 다른 샘플을 선택합니다. 그리고 연구 결론이 나올 때까지 다양한 샘플을 연구합니다.
  • 할당량 샘플링 : 첫 번째 그룹이 형성된 다음 각 그룹에서 할당량을 선택하여 연구 표본을 구성합니다.
  • 눈덩이 샘플링 : 연구원은 샘플에서 첫 번째 개인을 선택한 다음 연구를 위한 다른 피험자를 모집합니다.

통계 샘플링의 각 유형은 아래에 자세히 설명되어 있습니다.

확률 샘플링

확률 샘플링 기법은 표본의 요소를 무작위로 선택하는 것으로 구성됩니다. 즉, 모든 요소가 선택될 확률이 동일합니다.

이는 표본추출이 확률로 간주되기 위한 필수 조건으로, 통계적 모집단의 모든 요소가 선택될 수 있어야 하며, 또한 동일한 선택 가능성을 가져야 합니다.

방금 본 것처럼 다양한 유형의 확률 샘플링 방법에는 단순 무작위 샘플링, 체계적 샘플링, 계층화 샘플링 및 클러스터 샘플링이 있습니다.

단순 무작위 샘플링

단순 무작위 샘플링은 통계적 모집단의 각 요소가 연구된 표본에 포함될 확률을 동일하게 제공합니다. 따라서 표본의 개인은 다른 기준을 사용하지 않고 단순히 무작위로 선택됩니다.

무작위로 시뮬레이션하는 방법에는 여러 가지가 있지만 현재는 시간이 많이 절약되는 엑셀 등의 컴퓨터 프로그램을 사용하는 것이 일반적이다.

체계적인 샘플링

체계적 표본추출 에서는 먼저 모집단의 한 요소를 무작위로 선택한 다음 고정된 간격을 사용하여 표본의 나머지 요소를 선택합니다.

따라서 체계적 표본 추출에서는 표본에서 첫 번째 개인을 무작위로 선택한 후 표본에서 다음 개인을 선택하기 위해 원하는 간격만큼 숫자를 계산해야 합니다. 그리고 우리가 얻고자 하는 표본 크기만큼 표본에 개인이 포함될 때까지 동일한 절차를 연속적으로 반복합니다.

계층화된 샘플링

계층화 샘플링 기법에서는 모집단을 먼저 계층(그룹)으로 나눈 다음 각 계층에서 소수의 개인을 무작위로 선택하여 전체 연구 표본을 구성합니다. 따라서 샘플의 각 계층에는 최소한 하나의 구성원이 있습니다.

지층은 동질적인 그룹이어야 합니다. 즉, 지층의 개인은 다른 지층과 구별되는 고유한 특성을 가지고 있습니다. 따라서 개인은 하나의 계층에만 속할 수 있습니다.

클러스터 샘플링

군집추출과 계층추출은 매우 유사하기 때문에 혼동될 수 있지만, 자세히 살펴보면 서로 다른 두 가지 유형의 확률추출이다.

군집 샘플링은 모집단에 이미 자연 군집(그룹)이 존재한다는 사실을 활용하여 모집단의 모든 개인이 아닌 소수의 군집만 연구합니다.

계층화된 샘플링과 달리 이 방법에서는 클러스터에서 특정 개인을 선택할 필요가 없지만 일단 연구할 그룹이 선택되면 해당 그룹의 모든 구성원을 분석해야 합니다.

클러스터 샘플링은 클러스터 샘플링, 클러스터 샘플링 또는 영역 샘플링이라고도 합니다.

비확률 샘플링

비확률 표본추출 에서는 연구자의 주관적 기준에 따라 개인을 선택합니다. 따라서 비확률 표본 추출에서는 선택이 무작위가 아니기 때문에 모집단의 모든 요소가 표본으로 선택될 확률이 동일하지 않습니다. 이 기능은 비확률 샘플링과 확률 샘플링을 구별합니다.

논리적으로 비확률 표본추출에서는 연구를 담당하는 사람이 표본에 포함될 사람을 결정하는 사람이기 때문에 매우 중요합니다. 그렇기 때문에 연구자가 신뢰할 수 있는 결과를 얻기 위해서는 연구 분야에 대한 풍부한 지식과 경험을 가지고 있는 것이 필수적입니다.

위에서 설명한 것처럼 비확률 샘플링 기법에는 목적 샘플링, 편의 샘플링, 연속 샘플링, 할당량 샘플링, 눈덩이 샘플링 등이 있습니다.

목적에 맞는 샘플링

목적이 있는 샘플링은 연구 샘플을 선택할 때 조사자의 재량에 전적으로 의존합니다.

설문조사 담당자가 표본 요소를 선택할 수 있는 모든 의사결정 권한을 갖습니다. 그래서 해당 분야의 전문가가 되는 것이 중요합니다.

목적 샘플링은 판단 샘플링, 판단 샘플링, 비판적 샘플링, 목적 샘플링 또는 의견 샘플링이라고도 합니다.

편의 샘플링

편의추출 에서는 연구자가 과정에 우연을 포함하지 않고 개인이 쉽게 접근할 수 있는 기준에 따라 표본 대상을 선택합니다.

즉, 모집단에서 개인을 선택하기 위한 이러한 유형의 비확률 샘플링에서는 가용성, 근접성 또는 선택 비용과 같은 측면이 평가됩니다. 샘플링을 더욱 용이하게 하기 위해 자원봉사자를 받아들이는 경우도 많습니다.

편의 샘플링은 목적 선택 샘플링 또는 기회 샘플링이라고도 합니다.

연속 샘플링

연속 샘플링 에서는 초기 샘플을 먼저 선택하여 연구하고, 초기 샘플의 결과를 얻은 후 다른 샘플을 연구합니다. 그리고 전체 연구의 최종 결론이 나올 때까지 이 과정을 연속적으로 반복한다.

따라서 연속 샘플링은 단일 표본에 초점을 맞추는 것이 아니라 동일한 통계 모집단의 서로 다른 표본을 연구하고 궁극적으로 모든 그룹에서 얻은 정보로부터 결론을 도출합니다.

할당량 샘플링

할당량 샘플링 에서는 하나 이상의 특성을 공유하는 개인의 그룹(또는 계층)을 먼저 설정한 후 각 그룹에서 할당량을 선택하여 연구 표본을 구성합니다.

인구를 그룹으로 나누는 데 사용되는 개인의 특성도 연구자가 결정하므로 연구를 수행하는 사람이 얻은 결과에 큰 영향을 미칩니다.

눈덩이 샘플링

눈덩이 표본 추출 에서 연구자는 첫 번째 참가자를 선택한 다음 연구를 위해 추가 개인을 모집합니다.

눈덩이 표본 추출의 이러한 특징은 참가자가 연구를 위해 더 많은 사람을 모집함에 따라 표본 크기가 증가하는 결과를 가져옵니다(눈덩이 효과).

눈덩이 샘플링은 체인 샘플링 또는 체인 참조 샘플링이라고도 합니다.

샘플링 및 디스플레이

통계에서 표본은 분석을 수행하기 위해 모집단에서 선택된 개인 그룹입니다. 즉, 전체 대상 모집단 중 실제로는 통계적 조사를 할 때 모집단의 일부, 즉 표본(sample)만을 분석하게 된다.

따라서 표본 추출과 표본의 차이점은 표본이 연구 대상 모집단의 일부라는 것입니다. 반면, 샘플링은 통계 연구의 표본을 선택하는 방법입니다.

따라서 표본 추출은 목표 모집단에서 연구 대상 표본으로 이동할 수 있는 기술이기 때문에 통계에서 매우 중요합니다.

논리적으로 선택된 표본은 아무나 될 수 없으며 결론이 전체 모집단에 추론될 수 있도록 특정 조건을 충족해야 합니다. 예를 들어 표본이 대표성이 있으려면 연구의 특성에 따라 최소한의 크기를 가져야 합니다.