• 한국조사연구학회지:조사연구
• /
• 제10권3호
• /
• pp.157-172
• /
• 2009

추출된 표본을 바탕으로 관심 모집단의 특성을 파악하는 조사연구에 있어서는 실제로 표본이 추출되는 표본추출틀의 모집단 대표성이 매우 중요하다. 표본추출틀이 관심 모집단을 적절한 수준으로 포함하지 못하는 경우 심각한 표본추출틀 편향이 발생하게 되고 이로 인하여 효율적인 추출법에 의하여 추출된 표본의 통계적 신뢰도 역시 손상된다. 그러나 대규모 조사를 위한 표본추출틀의 구축은 시간과 비용의 측면에서 비효율적이고 따라서 국가에서 제공하는 전수 조사 기반의 표본추출틀이 흔히 사용된다. 대표적으로 국내의 가구조사를 위한 표본추출틀로는 매 5년마다 시행되는 인구주택총조사 기반의 자료가 사용된다. 그러나 인구주택총조사 기반 표본추출틀의 경우 인구주택총조사 시점과 실제 조사 시점과의 시간적 차이로 인한 표본추출틀의 모집단 대표성에 문제가 발생하게 된다. 특별히 인구 유동성이 심한 서울과 같은 대도시의 경우 시간의 경과에 따른 모집단 분포의 변화가 심하게 나타나리라 예측할 수 있다. 따라서 본 연구에서는 2008 서울서베이 가구 조사를 위해 새롭게 표본추출틀을 구축한 것과 새 표본추출틀을 기초로 하여 표본을 추출한 사례를 다룬다. 기존 인구주택총조사 기반 표본추출틀이 시간이 지남에 따라 대표성을 상실하는 문제점을 지적하고 주민등록 DB와 과세대장 DB를 기반으로 한 새로운 표본추출틀을 2008년 서울서베이 가구조사를 위한 표본추출틀로 제시하였다. 새롭게 작성된 표본추출틀로부터의 가구표본추출과정과 가중치 및 모평균 추정량 또한 제시되었다.

• 응용통계연구
• /
• 제23권5호
• /
• pp.923-932
• /
• 2010

제 5기 국민건강영양조사(2010년.2012년)를 위한 표본설계의 여건은 과거에 비해 불리한데, 무엇보다 과거와 같은 추출틀 마련이 여의치 않다는 점이 두드러진다. 제5기 조사를 위한 표본설계 시기가 인구주택총조사 주기와 맞지 않음으로 인해 과거의 총조사 자료를 그대로 추출틀로 사용한다면 어쩔 수 없이 추출틀오차의 문제가 발생하게 될 것이기 때문이다. 이를 극복하기 위한 현실적인 방안을 마련하는 것은 실용적인 면에서 매우 절실한 문제라고 할 수 있다. 본 연구의 목적은 인구주택총조사 자료가 낡아 현재의 모집단 상황을 제대로 대표할 수 없는 상황에서 이를 극복할 수 있는 효과적인 추출틀을 마련하는 데 있다. 본 연구에서는 추출틀의 포함률을 높이기 위한 방안으로 아파트 가구와 일반가구(단독주택, 연립주택, 다세대주택 등)를 분리하여 각각에 대해 서로 다른 자료를 활용하는 방안을 도입한다. 다시 말해 표본설계를 위해 여러 개의 추출틀을 사용하는 방안을 제시한다.

• 한국조사연구학회지:조사연구
• /
• 제11권3호
• /
• pp.103-114
• /
• 2010

계속조사를 위한 표본설계를 중간에 변경하려고 할 때 부딪히게 되는 문제 중 하나는 기존의 조사에서 중요하게 고려해야 할 주요 관심변수들에 대한 모집단 정보를 얻기 어렵다는 사실이다. 본 연구의 목적은 국민여행실태조사를 위한 표본설계에서 기존의 표본조사 자료와 새로운 추출틀 자료를 통합하여 효과적인 층화변수를 선정하는 방법을 제시하는 데 있다. 먼저 기존의 표본자료의 단위와 추출틀 단위 사이의 식별번호가 일치하지 않을 경우 번호 외에 일치시킬 수 있는 방안을 찾고, 이어 회귀분석과 같은 통계적 방법에 의해 변수 간의 연관성을 검토함으로써 적절한 층화변수를 선정하는 방법을 제시한다.

• 한국조사연구학회지:조사연구
• /
• 제10권1호
• /
• pp.33-56
• /
• 2009

국내 전화조사에서 면접대상인 가구 또는 개인 표본을 뽑기 위한 표본추출틀로서 전화번호부 또는 이와 대등한 전화번호 데이터베이스가 주로 사용된다. 최근에 전화번호부 등재를 원하지 않거나 이동전화의 사용으로 유선전화를 보유하지 않은 가구들이 늘면서 전화번호부에 포함되지 않은 가구들이 증가하고 있다. 그런데 전화번호부의 가구 포함률이 낮을수록 포함편향으로 인하여 조사의 정확성이 떨어질 수 있다. 따라서 국내 전화조사의 정확성 판단을 위해 전화번호부의 가구 포함률 추정은 매우 중요하다. 본 논문에서는 먼저 국내 가구들의 전화보유 분포를 살펴보고 이를 다른 국가들과 비교한다. 그리고 전화번호부의 특성들을 설명하고 간접적 직접적 방법으로 전화번호부의 가구 포함률을 추정하며, 그 실제 포함률이 전국적으로 65.6%에도 못 미쳐 조사결과의 신뢰성 확보가 어려운 수준임을 보인다. 또한 이러한 비포함 문제를 해결하기 위해서는 효율적 임의번호추출법의 개발이 필수적임을 밝히며 이에 따른 몇 가지 연구방향들도 제시한다.

• 실천공학교육논문지
• /
• 제13권2호
• /
• pp.393-403
• /
• 2021

본 연구의 목적은 훈련 교·강사를 모집단으로 데이터 기반 의사결정을 위한 토대를 마련하고자 직업훈련기관 수준에서의 패널조사 표집설계 방안을 제시하여 지속적이고 체계적인 훈련 교·강사 실태조사의 기초를 제공하는데 있다. 이에 본 연구에서는 체계적인 조사 설계를 위한 요소인 목표 모집단과 표본추출틀을 제안하였으며, 전문가 자문과 실증 자료 분석을 토대로 데이터의 대표성, 자료 수집의 효율성 및 지속가능성 등을 종합적으로 고려하여 표본추출단위, 외층변인과 내층변인을 고려한 표본추출방법 등을 제시하였다. 연구 결과 패널의 단위를 직업훈련기관으로 하여 패널로 선정된 기관과 그 기관에 소속된 훈련 교·강사가 설문조사에 참여할 수 있도록 2단계 층화 비례 표집 방안을 마련하였으며, 이를 바탕으로 패널조사 표본 설계 방안에 대한 시사점을 제시하였다.

• 한국산학기술학회논문지
• /
• 제18권9호
• /
• pp.411-417
• /
• 2017

농업부문의 에너지 관련 정책의 합리적인 수립을 위해서 농업부문의 에너지 수급을 예측하고, 농가 에너지 소비현황을 파악해야 한다. 특히 에너지원별 및 작물별 소비량을 파악하는 것이 중요하다. 또한 최근 기후 온난화에 대응하여 세계는 온실가스를 의무적으로 감축하고자 하며, 우리나라도 2020년 까지 온실가스 배출 전망치의 30%를 감축하기로 하고, 관련법을 제정하였다. 국가 온실가스 감축목표 달성을 위해 농림어업부문은 5.2%의 감축목표를 설정하였다. 농업부문 온실가스 배출은 에너지 소비와 관련되어 있어 감축목표 이행을 위한 합리적인 정책 수립을 위해서 작물별 및 에너지원별 온실가스 배출량 수준을 파악하는 것이 필요하다. 이 연구는 농업부문 탄소배출량 및 에너지 소비량 수준을 파악하기 위해 기반이 되는 표본설계에 중점을 두고, 조사 및 추정 오차를 줄이고, 신뢰도를 높일 수 있는 설계 방안을 제안하고 있다. 농업부문 에너지 소비실태 조사를 위한 모집단을 농업총조사 자료를 기준으로 설정하였고, 왜도(Skewness)가 높은 품목과 전국적으로 재배가 분산된 품목들에 대해서는 주산지를 대상으로 표본 추출틀을 설정하는 등 통계적으로 유의한 범위에서 규모를 절사하였다. 표본의 수는 품목별 각 층의 경계를 결정한 이후 95% 신뢰수준을 활용하여 네이만 할당방식에 의해 설정되었다. 또한 이 연구는 품목별로 추출된 표본을 이용하여 도출된 추정결과와 모수를 비교 검정하고, 오차를 관리하는 방법을 제안하고 있다.

• 응용통계연구
• /
• 제28권6호
• /
• pp.1047-1061
• /
• 2015

층화표본추출(stratified sampling)은 모집단을 구성하는 층에 대한 정보를 표본설계에 반영함으로써 추정량의 분산을 낮추기 위한 표본추출 방법으로, 표본배분 방안의 선택이 층화표본의 효과를 결정하는데 매우 중요한 요소이다. 전통적인 표본배분 방법으로는 비례배분법(proportional allocation)과 네이만배분법(Neyman alloction)이 주로 사용되는데, 이는 층별 추정량의 분산에 영향을 미치는 요인들을 표본 배분에 반영함으로써 전체 추정량의 분산을 최적화하기 위한 것이다. 이론적으로는 층크기(size of strata)만을 반영하는 비례배분법보다 층별 표준편차(standard deviation)를 함께 고려하는 네이만배분법이 추정량의 분산을 낮추는데 더 효과적임이 알려져 있다. 그러나 층별 표준편차에 대한 사전 정보가 모집단을 잘 반영하지 못하면 네이만배분법의 효과를 기대할 수 없으며, 특히 복수의 관심변수를 조사하는 다목적조사(multi-purpose survey)에서는 각 관심변수들의 층별 표준편차가 서로 다른 양상을 나타내기 때문에 네이만배분법이 적합하지 않다는 주장이 제기되기도 한다. 한편 표본조사에서는 조사단계에서 발생하는 무응답으로 인한 추정량의 편향을 제거하기 위해 응답률 보정 방법이 사용되는데, 이 또한 추정량의 분산에 영향을 미치는 주요한 요인 중에 하나이다. 그러나 전통적인 표본배분 방법은 응답률(response rate)을 감안하지 않기 때문에 층별 응답율에 차이가 크게 나타날 경우 층화표본에 의한 효과가 저하될 수 있다. 이에 본 연구는 층화표본추출에서 층간 응답률의 차이가 추정량의 분산에 미치는 영향을 살펴보고, 층별 응답률 정보를 표본설계에 반영하는 새로운 표본배분 방법을 제안하였다. 모의실험을 통해 확인한 결과 네이만배분법은 당초 표본배분 시에 적용한 층별 표준편차의 구조가 각 층의 응답률 보정과정에서 증가하는 분산을 반영하지 못하기 때문에 층간 응답률의 편차가 커질수록 효율이 저하되는 것으로 나타났다. 반면 층 크기와 층별 응답률을 함께 반영한 배분방법은 비례배분법에 비해 효율이 개선되며, 층간 응답률의 편차가 클수록 그 효과는 커진다. 특히 층별 응답률의 변동계수(coefficient of variance)가 층별 표준편차의 변동계수를 상회하는 경우는 네이만배분법 보다도 효율적인 추정량을 제공함을 확인하였다. 아울러 응답률을 반영한 배분방법은 기존 배분방법에 비해 각 층별 추정량을 보다 안정적으로 추정할 수 있기 때문에 층별 추정을 목적으로 하는 층화표본조사에서는 여타 추정방법보다 더 효과적이다. 층별 응답률에 대한 정보는 관심변수가 다르더라도 추출틀이 유사한 기존 조사의 결과를 활용할 수 있다는 점에서 표준편차에 비해 비교적 정보 수집이 용이한 장점이 있고, 다목적조사에서도 관심변수의 척도(scale)나 개수와 관계없이 적용 가능하기 때문에 활용도가 높을 것으로 생각된다.