표본 추출 설계: 단순무작위·체계적·층화·군집 표본

표본 설계는 프레임에서 시작한다

모집단을 모두 조사할 수 없을 때, 표본 설계의 목표는 제한된 비용으로 모집단 특성을 불편 추정하고 분산을 최소화하는 데 있다. 어떤 기법을 택하든 확률표본 설계를 바탕으로 가중치와 분산 추정을 적용해야 한다.

입력으로는 조사목적, 모수(평균/비율), 정밀도 목표(SE/MOE), 모집단 크기 N, 표본 프레임, 예산을 둔다. 프레임의 누락·중복·정렬 기준을 먼저 확인한 뒤 기법을 고르고, 표본크기와 층 또는 군집을 설계한다. 이어 포함확률과 가중치를 정의하고 추출을 실행한다. 무작위성, 주기성, 현장 실패율을 점검한 뒤 무응답 보정과 분산 추정까지 마쳐야 한다.

산출물은 설계가중치, 추정량 및 신뢰구간, 설계효과(DEFF), 응답률과 커버리지 같은 품질지표다.

추출 방식은 비용과 대표성의 조건에 맞춘다

단순 무작위 표본(SRS)은 모집단의 각 단위가 동일한 포함확률을 갖도록 난수로 n개를 고르는 방식이다. 다른 설계의 기준선이 되며, 프레임 품질에 크게 의존한다.

체계적 표본(Systematic)은 k=N/n으로 간격을 정한 뒤 무작위 시작점 r∈[1,k]를 선택하고 r, r+k, r+2k, … 순으로 뽑는다. 한 번의 순회로 처리할 수 있어 운영은 단순하지만, 프레임의 정렬 기준이나 주기성이 결과에 영향을 줄 수 있다.

층화 표본(Stratified)은 모집단을 동질적인 하위집단인 층으로 나눈 다음 각 층에서 표본을 추출한다. 비례 할당이나 Neyman 최적 할당을 적용할 수 있으며, 층내 분산을 낮추고 층간 차이를 드러내는 설계가 핵심이다.

군집 표본(Cluster)은 이질성을 유지하는 집합인 군집을 먼저 뽑고, 선택된 군집 전체를 조사하거나 그 안에서 다시 표본을 추출한다. 현장 이동 비용을 줄이는 데 적합하지만 군집 수와 군집 크기에 따른 분산 증가를 함께 관리해야 한다.

⤢✕

가중치와 분산 추정까지 설계에 포함한다

표본 프레임은 커버리지 결손, 중복, 키 충돌, 정렬 기준을 검증해야 한다. 특히 체계적 표본에서는 정렬 기준과 주기성 탐지가 중요하다. 프레임의 업데이트 주기, 버전 관리, 감사 로그도 운영 대상이다.

재현 가능한 추출을 위해 시드를 고정하고 PRNG 품질을 점검한다. 보안 요구가 있으면 CSPRNG를 적용한다. 체계적 표본은 k와 r의 산출 규칙, 가장 가까운 정수 처리 방식을 일관되게 문서화한다.

층화에서는 층내 분산 최소화와 층간 차이 최대화를 기준으로 삼는다. 비례 할당 외에 Neyman(n_h ∝ N_h S_h) 할당을 적용할 수 있다. 군집 설계에서는 군집간 이질성을 높이고 군집내 다양성을 확보하며, 1단계·2단계 설계와 비용-정밀도 트레이드오프를 관리한다.

설계가중치는 w_i=1/π_i로 계산한다. 무응답 보정에는 가중치 셀이나 로지스틱을, 보정에는 보정계수와 래이킹을 적용한다. 추정량과 표준오차에는 Taylor, BRR, Jackknife, Bootstrap 등 설계를 반영한 방법이 필요하다.

품질통제에서는 체계적 표본의 주기성, 층화 표본의 희소층 표본 보장과 최소 n_h, 군집 표본의 군집 수를 확인한다. 군집 수는 일반적 권고 ≥30이며, 현장 실패율·프레임 오차·측정오차는 대시보드로 모니터링한다.

조사 환경에 따라 달라지는 설계 선택

전국 리테일 고객 만족도 조사는 지역과 연령의 대표성, 예산 제한을 함께 고려한다. 지역×연령 층을 만들고 비례 또는 Neyman 할당을 적용한 뒤, 프레임 정제, 층 정의, 층별 n_h 산정, 전화·온라인 혼합 추출, 무응답 보정·래이킹 순으로 진행할 수 있다.

라인별 결함율을 확인하는 제조 공정 품질 검사는 라인을 군집으로 보는 2단계 표본 설계가 맞는다. 라인 m개를 뽑고 선정된 라인에서 시간대나 로트 표본을 추출한 뒤, 결함율과 DEFF를 반영한 신뢰구간을 산출한다.

대규모 트래픽 로그에서 A/B 실험을 검증할 때는 SRS 또는 무작위 셔플 후 k간격으로 추출하는 체계적 표본을 쓴다. 세션ID를 난수 셔플하고 표본을 추출한 뒤 봇 트래픽을 제거하며, 가중치=1을 적용한다.

가구실태조사처럼 도·농 격차와 현장 이동 비용을 모두 다뤄야 하는 경우에는 층화(도/농)와 군집(읍면동)을 결합한다. 층화 프레임에서 1단계 군집을 추출하고 2단계 가구 표본을 뽑은 다음 가중치·보정과 설계기반 추정을 수행한다.

비용 절감과 정밀도 사이의 조건

군집 설계는 현장 이동 비용을 20~50% 절감할 수 있지만, 분산 증가와의 트레이드오프가 있다. 체계적 표본은 구현 단순성으로 처리시간 30%+ 단축 사례가 빈번하다.

층내 분산이 작으면 층화는 SRS 대비 표준오차를 10~40% 줄일 수 있으며 Neyman 할당이 유리하다. 체계적 표본은 프레임을 무작위화했을 때 SRS와 유사한 분산을 보이고, 정렬 정보를 활용하면 추가 이점이 가능하다.

군집 설계의 분산 증가는 설계효과(DEFF ≈ 1 + ρ(m−1))로 정량 관리한다. 설계가중치와 보정을 적용하면 편향을 줄이고 인구 총합과의 일치도를 높일 수 있다.

기법	성능(추출 비용)	확장성(대용량/분산)	일관성(대표성/편향 위험)	안정성(분산/DEFF)	운영 편의
단순 무작위	낮음~중간, 난수 비용	높음, 스트리밍 가능	높음, 프레임 품질 의존	기준선 분산	구현 가장 단순
체계적	매우 낮음, k 간격	매우 높음, 1패스 가능	정렬 주기성 시 편향 위험	SRS 유사(무작위화 시)	운영 매우 용이
층화	중간, 층 관리 비용	중간, 층 병렬 처리	매우 높음, 과소층 방지	분산 감소 가능	설계·보정 관리 필요
군집	낮음, 현장 비용 절감	높음(1단계 병렬)	군집 구성 의존	DEFF↑(ρ·군집크기 영향)	현장 운영 유리

층화가 가능한 동질층이 있으면 층화를 우선 검토하고, 이동 비용이 크면 군집 설계를 고려한다. 프레임 무작위화가 가능하면 체계적 표본의 실용성이 커진다. SRS는 비교와 검증을 위한 기준선으로 유지한다.