다단계표집 (Multistage Sampling)

한 줄 정의: 큰 집단에서 표본을 한 번에 뽑지 않고, 지역→기관→개인처럼 단계를 여러 번 거쳐 점점 범위를 좁혀가며 표본을 뽑는 표집 방법입니다.

쉽게 풀면

전국 초등학생을 대상으로 조사를 한다고 해봅시다. 전국의 모든 학생 명단을 구해서 무작위로 뽑는 것은 사실상 불가능에 가깝습니다. 대신 이렇게 단계를 나눠서 진행합니다. 1단계로 전국의 시·도 중 몇 곳을 무작위로 뽑고, 2단계로 그 시·도 안에서 학교 몇 곳을 무작위로 뽑고, 3단계로 그 학교 안에서 학급이나 학생을 무작위로 뽑습니다. 이렇게 큰 단위에서 작은 단위로 단계적으로 좁혀가며 표본을 추출하는 방식이 다단계표집입니다. 한 번에 전체 명단이 필요 없고 조사 비용과 시간을 크게 줄일 수 있어서, 전국 단위의 대규모 설문조사나 인구조사에서 자주 사용됩니다.

왜 중요한가

다단계표집은 전국 단위 인구조사, 대규모 패널 서베이, 국제비교 연구처럼 표집틀을 미리 구축하기 어려운 대규모 연구를 현실적으로 가능하게 만드는 방법이기 때문에, 조사방법론 연구와 실제 정책·통계 조사 설계 모두에서 핵심적으로 다뤄집니다. 어떻게 단계를 설계하고 각 단계에서 표본을 얼마나 뽑는지가 최종 추정치의 정확도와 비용에 직접 영향을 주기 때문에, 표집설계 자체가 하나의 연구 주제가 되기도 합니다. 또한 이 방식으로 얻은 자료를 올바르게 분석하려면 일반적인 통계기법과는 다른 접근이 필요해, 방법론 논문에서 자주 강조됩니다.

논문에서는 이렇게 쓰입니다

"전국을 권역별로 나눈 후 지역, 학교, 학급 순으로 표본을 추출하는 다단계표집(multistage sampling)을 통해 최종 응답자를 선정하였다."

이 문장은 지역, 학교, 학급이라는 여러 단계를 순서대로 거쳐 최종 표본을 뽑았다는 뜻으로, 각 단계에서 무작위 또는 확률에 비례한 방식으로 표본 단위를 선정했음을 의미합니다.

"가구소득 실태조사에서는 1차 표본단위로 행정동을, 2차 표본단위로 가구를 추출하는 2단계 표집을 적용하고, 각 단계의 추출확률을 반영한 가중치를 산출하였다."

이 문장은 다단계표집으로 얻은 자료를 분석할 때, 각 단계에서 뽑힐 확률이 서로 다르다는 점을 보정하기 위해 가중치를 계산했다는 것을 뜻합니다. 이런 절차는 사회조사나 보건통계 연구에서 흔히 볼 수 있습니다.

"개발도상국 보건실태 국제비교 조사에서는 국가별로 클러스터(마을)를 1차 추출하고, 각 클러스터 내 가구를 2차로 추출하는 다단계표집을 채택하여 현지 조사의 물류적 어려움을 완화하였다."

이 문장은 조사 대상 지역이 넓고 접근이 어려운 국제 보건조사에서, 다단계표집이 현실적인 실사 여건을 고려한 설계로 활용된다는 것을 보여줍니다.

조금 더 깊게 보면

다단계표집에서는 마지막 단계로 갈수록 뽑히는 단위가 좁아지기 때문에, 최종 표본 안의 개체들이 같은 상위 단위(같은 학교, 같은 마을)에 속해 서로 유사한 특성을 공유하는 군집효과(design effect)가 발생합니다. 이 효과를 무시하고 일반적인 통계 공식을 그대로 쓰면 표준오차가 실제보다 작게 추정되어 잘못된 결론에 이를 수 있으므로, 다층모형(multilevel model)이나 복합표본설계를 반영한 분산 추정 방법을 사용하는 것이 일반적입니다. 또한 각 단계에서 표본 단위가 뽑힐 확률이 서로 다를 수 있어, 이를 보정하는 표본가중치(sampling weight)를 함께 산출해 분석에 반영하는 경우가 많습니다.

주의할 점

단계를 거칠 때마다 표집오차가 누적되기 때문에, 동일한 표본 크기라도 단순무작위표집보다 추정치의 정확도가 떨어질 수 있습니다. 또한 각 단계에서 뽑힌 단위 안의 대상들은 서로 비슷한 특성(같은 학교, 같은 지역)을 공유하는 경향이 있어, 분석 시 이러한 군집 구조를 고려한 통계 기법이 필요합니다.