5-1 표본조사의 개념
1. 모집단
일정한 특성(들)을 공통적으로 갖고 있는 개체들의 완전한 집합을 모집단(population 또는 universe)이라고 한다. 예를 들어, 서울에 거주하는 취업주부라는 모집단은 서울에 거주하는 주부중 작강에 나가고 있는 모든 사람을 집합적으로 지칭하는 말이다. 또한 그러한 모집단에 대해 서울에 거주한다는 조건과 주부라는 조건, 직장에 나가고 있다는 조건을 모두 충족시키는 개체(개인)들을 그 모집단의 구성원(element 또는 member)이라고 한다. 따라서 모집단은 상술된 특성(들)을 갖는 모든 구성원들을 포괄하는데, 마케팅 조사에 있어서 전형적인 모집단들은 어느 시장에 속하는 전체 소비자나 잠재고객, 일정한 지역 내에서 활동하는 판매점들, 일정한 범주에 속하는 제품이나 상표들이며 모집단의 크기 (population size)는 단 하나로부터 수백만에 이를 수도 있다.
모집단의 크기와 구성의 이모저모를 정확히 파악하는 일은 전수조사를 실시하는 데 있어서 지침을 제공해 주며 일부 표본추출방법(층화표본추출과 집락표본추출 등)을 적용하기 위한 근거를 제공해 줄 수 있다. 또한 표본조사를 위해 추출한 표본이 어느 정도의 대표성을 갖는지 평가하기 위한 근거가 된다. 즉 표본조사의 타당성이란 표본이 모집단을 대표한다는 확인을 필요로 하고 있는데, 그러한 확신은 표본이 추출되는 모집단을 명확하게 이해하고 있는 표본설계에서 나오는 것이다.
모집단을 정확히 정의하기 위해서는 구성원, 표본추출단위, 지역적 범위, 시간적 범위를 규정해야 한다. 예를 들어, 신제품의 매출액을 조사하고자 한다면 모집단은 다음과 같이 상술되어야 한다.
① 모집단 구성원: 본사의 신제품을 취급하는 판매점
② 표본추출단위: 슈퍼마켓, 백화점, 쇼핑 센터 등 본사의 제품
취급점
③ 지역적 범위: 서울
④ 시간적 범위: 1998. 10. 7 - 11. 7
여기서 표본추출단위(sampling units)란 표본추출과정의 특정한 단계에서 실제로 표본으로 선정될 수 있는 요소(들)을 말하는데, 통상 단일단계의 표본추출에 있어서는 표본추출단위와 모집단의 구성요소(들)가 동일하지만 다단계의 표본추출에 있어서는 각 단계별로 표본추출단위가 다르다. 예를 들어, 전국의 판매점들로부터 단순무작위 표본을 추출한다면 전국의 모든 판매점들이 표본추출단위가 되지만, 지역표본추출에 의해 우선 군(郡)단위를 추출하고 다시 그러한 군에서 판매점 표본을 추출한다면 1단계 표본추출에서는 전국의 군(郡)이 표본추출단위가 되며, 2단계 표본추출에서는 각 군에 속하여 있는 판매점들이 표본추출단위가 된다.
한편 조사자가 조사목적에 맞도록 모집단을 정의하고 나면 표본추출목록을 작서해야 하는데, 표본추출목록(sampling frame)이란 모집단에 대해 모든 표본추출단위들의 목록을 말하며, 표본조사를 위한 실제의 표본은 이것으로부터 추출된다. 표본추출목록상의 표본추출단위는 조사자가 사전에 규정한 모집단을 대표해야 이상적이지만, 간혹 모집단의 일부를 누락시키거나 모집단에 속하지 않는 다른 구성원을 포함하는 경우도 있다. 조사자는 표본추출목록이 안고 있는 이러한 잠재적 문제점에 대해 유의해야 하며, 항상 표본이 모집단을 대표해야 하듯이 표본추출목록도 모집단을 대표할 수 있도록 노력해야 한다.
또한 조사자가 조사목적에 따라 규정한 이론적 모집단에 대비하여 표본추출목록이 나타내고 있는 실제적인 모집단을 조사 모집단(study population)이라고 하는데, 표본조사를 통하여 얻은 결과는 본래의 모집단이 아니라, 이러한 조사 모집단에 대해서만 일반화할 수 있음에 유의해야 한다.
예를 들어, 서울시민의 TV시청패턴을 조사하기 위하기 위해 전화면접을 실시한다고 하자. 이러한 조사의 모집단은 당연히 서울에 거주하고 있는 모든 사람이 될 것인데, 실제의 표본을 전화번호부에서 추출하였다면 전화번호부에 등재된 구성원들만이 조사 모집단을 구성하게 된다. 따라서 이러한 표본조사를 통하여 얻은 결과를 해석하는 데 있어서는 "서울시민은 ... 하다."가 아니라 "전화번호를 등재한 서울시민은 ... 하다."고 해야 정확한 것이다. 그러나 많은 조사자들은 결과의 유용성을 과시하기 위해 표본조사의 결과를 조사 모집단보다 훨씬 넓은 모집단에까지 일반화하려는 유혹에 끌려들고 있으므로, 정보이용자의 입장에서는 이러한 점은 신중하게 검토해야 한다.
2. 전수조사와 표본조사
모집단의 특성을 파악하기 위한 가장 기본적인 방법은 모집단의 구성원 각각에 대해 측정을 실시하는 일인데, 이러한 조사를 전수조사라고 한다. 그러나 전수조사는 다음과 같은 문제를 안고 있다.
첫째, 모집단을 구성하고 있는 전체 구성원에 대해 측정을 실시하는 일은 대단히 많은 조사비용을 필요로 할 뿐 아니라, 자료를 수집하고 분석하여 얻은 정보를 의사결정에 이용할 수 있기까지에는 상당히 긴 시간이 소요된다.
둘째, 조사문제에 따라서는 전수조가가 불가능한 경우도 있다. 예를 들어, 냉동식품이 얼마의 기간 동안 신선도를 유지할 수 있는지 알기 위해 전수조사를 실시한다면 모두 부패되어 결국 판매할 제품이 하나도 남지 않게 될 것이다. 또 수류탄이 잘 터지는지 불량품이 있는지를 알아보기 위하여 모두 터뜨려보는 전수조사를 실시한다면 조사가 끝났을 때 무엇이 남겠는가?
셋째, 일반적으로 전수조사가 매우 정확할 것으로 여겨지지만, 전수조사에서는 보다 많은 면접자.감독자.자료처리 담당자 등이 포함되기 때문에 면접상의 오류, 측정의 오류, 옮겨적기나 편집. 기호화 등 요약작업에서의 오류(비표본추출오차)가 발생할 여지가 많아지며 따라서 보다 적은 수의 구성원에 대하여 측정을 실시하는 표본조사에 비해 오히려 부정확한 경향이 있다. 물론 표본조사에 있어서도 비표본추출 오차가 없지는 않지만 훨씬 적을 것이므로, 표본조사에 있어서 표본추출오차와 비표본추출오차의 합계가 전수조사의 비표본추출보다 적은 한 표본조사가 전수조사보다 정확하다.
넷째, 조사의 실시는 조사대상자들의 자체 특성에 영향을 미치기 때문에 간혹 전수조사가 부적절한 경우도 있다. 예를 들어, 광고캠페인이 상표인지도에 미친 효과를 검토하기 위해서는 캠페인에 노출된 응답자들(실험집단)과 노출되지 않은 응답자들(통제집단)의 인지도를 비교해야 하는데, 만일 모든 응답자들에게 광고캠페인을 노출시키기 전후에 전수조사를 실시하여 결과를 비교한다면 시간경과에 따른 인지도 향상을 고려할 수 없다. 따라서 마케팅 실험에서는 전체 모집단의 일부를 통제집단으로 남겨두기 위해서 표본조사에 의존해야 할 경우가 있다.
이상과 같은 이유 때문에 마케팅 조사에 있어서는 대체로 표본조사를 실시하는데, 조사자는 표본조사의 결과(표본의 통계량)를 이용하여 모집단의 특성치(모집단의 모수)를 추정하거나 모집단 분포에 관한 가설을 검증하게 된다.
따라서 표본조사에 있어서 주요한 과업은 모집단의 평균, 비율, 분산을 추정하는 일과 모집단내 변수간의 관계나 모집단들의 분포특성에 관한 가설을 검정하는 일이다.
그러나 이러한 과업들은 기본적으로 표본이 모집단을 진정으로 대표한다는 가정 하에서나 타당성있게 수행될 수 있다. 즉 조사자가 관심을 갖고 있는 특성(변수)에 관해 모집단과 그로부터 추출된 표본의 확률분포가 동일할 경우에 한해 조사자는 추론통계학(inferential statistics)의 이론을 적용하여 모수를 추정하고 가설을 검증할 수 있다.
더욱이 모집단으로부터 표본구성원을 무작위로 추출하였을 경우에도 표본의 분포가 모집단의 분포와 완전히 일치할 수는 없기 때문에 표본조사의 결과는 어느 정도의 오차(표본추출오차)를 포함하기 마련인데, '표본이 모집단으로부터 완전히 무작위로 추출되었다'(즉 표본이 모집단을 확률적으로 대표한다)는 전제 하에서 - 즉 표본의 대표성이 확보될 경우에나 - 이러한 표본추출오차는 충분히 평가될 수 있다.
3. 표본설계
표본설계과정은 대체로 다음(표본설계의 과정)과 같이 네 단계로 구분할 수 있다. 물론 앞에서 설명한 바와 같이 모집단을 정의하는 데 있어서 조사자는 조사목적에 부합되도록 구성요소, 표본추출단위, 지역적 범위, 시간적 범위 등에 관하여 규정해야 하며, 그 다음 실제로 표본을 추출할 모집단 구성원의 목록(표본추출목록)을 작성해야 한다. 예를 들어, 서울지역 미혼 직장여성의 신제품 구매율을 조사한다고 할 때 모집단은 서울지역에서 직장에 근무하는 모든 미혼여성을 포괄하는 것인데, 이러한 모집단으로부터 직접 표본을 추출하는 일은 용이하지 않다.
따라서 조사자는 모집단을 대표한다는 조건을 충족시키면서 실제로 표본을 추출하기 위한 모집단 구성원의 목록으로서 정부기관이나 연구소에서 작성한 일종의 목록을 이용할 수 있는데, 이를 표본추출목록이라고 하며 이러한 표본추출목록이 포괄하는 모집단을 조사모집단이라고 부른다. 다른 예로서 서울지역 승용차 소유자의 라이프 스타일을 조사한다면 자동차 등록사업소에 비치된 차량등록대장을 표본추출목록으로 이용할 수 있을 것이다.
| #1. 모집단의 정의 |
| #2. 표본추출목록의 작성 |
| #3. 표본의 크기 결정 |
| #4. 표본추출방법의 결정 |
| (표본구성원의 선정) |
한편 표본의 크기는 표본조사 결과의 정밀성을 결정짓는 중요한 요인이지만 표본의 크기가 커질수록 조사에 소요되는 비용과 시간도 증대하므로 표본조사의 효율성이라는 측면에서 검토되어야 하며, 표본의 크기를 결정하는 구체적인 방법은 제7장에서 표본오차를 설명한 후에 다루기로 한다.
표본의 크기를 결정하고 나면 조사자는 표본추출목록으로부터 구체적인 표본구성을 추출하기 위한 방법을 결정해야 한다.
그 다음 단계는 예정된 크기의 표본을 얻기 위하여 채택된 표본추출방법에 따라 표본구성원을 실제로 선정하는 일이다. 표본추출방법은 고정표본추출(fixed sampling)과 축차적 표본추출(sequential sampling)으로 구분하거나 확률표본추출(probability sampling)과 비확률표본추출(nonprobability sampling)로 구분할 수 있다. 고정표본추출이란 조사에 필요한 표본의 크기를 사전에 확정하여 추출하고 조사결과를 평가하는 방법이며 축차적 표본추출이란 신뢰구간과 같은 일정한 기준을 결정해 놓고 소규모의 표본을 추출하여 조사결과를 평가하고 그 결과가 사전에 정한 기준에 미치지 못할 때 표본의 크기를 점차적으로 증대시켜 가는 방법이다(제7장 참조).
그러나 여기서의 표본추출에 관한 설명은 주로 확률표본추출과 비확률표본추출을 중심으로 이루어질 것인데, 전자에 있어서 조사자는 모집단의 각 구성원이 표본의 구성원으로 선정될 확률을 사전에 알 수 있도록 추출하며, 그러한 확률에 따라 표본구성원이 선정되므로 표본추출에 있어서 조사자나 면접자의 주관적인 판단이 전혀 개입되지 않는다.
이 때 모집단의 각 구성원이 표본의 구성원으로 추출될 알려진 확률을 가진다는 사실은 무작위성(randomness)에 대한 편리하고 실질적인 기준이 되는데, 이러한 방법으로 표본을 확률화(randomizing)하는 일은 표본자료로부터 오차를 제거해 주지는 않지만 조사자로 하여금 있을 수 있는 표본오차의 범위를 평가할 수 있도록 하며, 이는 정보이용에 있어서 매우 중요한 요건이다. 또한 여기서 사전에 알려진 확률(a known chance)은 물론 표본을 추출하는 구체적인 방법에 따라 크기가 달라질 것이지만, 단순무작위 추출에 있어서는 모든 모집단 구성원들에 대해 '동일한 것으로' 알려진 확률이다.
한편 비확률표본추출에 있어서는 표본의 구성원들이 조사자나 면접자의 주관적인 판단에 의해 모집단으로부터 추출된다. 즉 모집단 구성원이 표본에 포함될 확률을 사전에 알 수 없기 때문에 표본이 모집단을 어떻게 대표하는지 확신할 수 없으며, 따라서 표본오차도 평가할 수 없게 된다.
그러나 표본이 모집단을 진정으로 대표해야 할 필요가 없는 경우에는 편리한 방법으로서 비확률표본이 이용될 수 있는데 예를 들어, 조사자가 조사문제나 그에 관련된 변수를 발견하려거나 단순히 설문서를 사전시험(pretest)하고자 할 때와 같이 조사의 탐색적 단계에서는 비확률표본이 이용된다. 즉 이러한 경우에 있어서 조사자는 모집단에 일반화할 수 있는 완전한 대답이나 자료를 모색하는 것이 아니므로 표본의 대표성(representativeness)은 큰 문제가 되지 않는다.
물론 비확률표본을 이용하여 조사한 경우에도 --- 확률표본이나 전체 모집단을 조사한 경우에서와 마찬가지로 --- 평균, 중위수, 최빈수, 분산, 표준편차, 비율, 도수분포 등을 계산할 수 있다. 단지 비확률표본이 사용되었을 때에는 이러한 통계량들의 가변성(variability)에 관하여 말할 수 없기 때문에 신뢰구간을 추정하거나 통계적 검증을 적용할 수 없으며, 어떠한 통계적 진술(statietical statements)도 행할수 없다는 것은 당연한 일이다.
