모집단과 표본 (Population and Sample)
쉽게 풀면
우리 학교 전체 학생 1,000명이 좋아하는 급식 메뉴를 알고 싶다고 해봅시다. 1,000명 모두에게 일일이 물어보는 방법(전수조사)도 있지만, 시간이 너무 오래 걸립니다. 그래서 각 학년에서 50명씩 골고루 뽑아 100명에게만 물어보고, 그 결과로 전체 학생의 의견을 짐작하는 방법(표본조사)을 쓸 수 있습니다. 이때 "우리 학교 전체 학생 1,000명"처럼 원래 알고 싶은 대상 전체를 모집단이라 하고, 실제로 뽑아서 조사한 "100명"을 표본이라고 합니다. 표본이 모집단을 잘 대표하도록 골고루, 무작위로 뽑는 것이 표본조사의 핵심입니다.
왜 중요한가
모집단과 표본의 구분은 통계적 추론의 출발점입니다. 연구자가 실제로 관찰하는 것은 표본뿐이지만 결론은 모집단 전체에 대해 내리고 싶어 하기 때문에, 표본이 모집단을 얼마나 잘 대표하는지가 연구의 신뢰도를 좌우합니다. 그래서 사회과학, 의학, 시장조사 등 사람이나 집단을 대상으로 하는 거의 모든 실증연구에서 표본 추출 방법과 모집단 정의를 명시하는 것이 논문의 기본 절차로 여겨집니다. 표본이 편향되면 아무리 정교한 통계 분석을 해도 결과를 모집단에 일반화할 수 없다는 점에서 매우 중요하게 다뤄집니다.
논문에서는 이렇게 쓰입니다
이 문장은 연구자가 실제로 알고 싶은 대상은 "전국 중학생 전체"이지만, 현실적으로 전부 조사할 수 없어 그중 500명을 골고루 뽑아 조사했고, 이 500명의 결과를 바탕으로 전국 중학생 전체의 경향을 추정하려 한다는 뜻입니다.
경영학·경제학 연구에서 기업처럼 사람이 아닌 대상을 모집단으로 삼고 산업별로 나눠 표본을 뽑는 절차를 설명할 때 사용되는 표현입니다.
의학 연구에서 모집단 자체의 크기가 작은 경우 표본 확보의 한계와 그에 따른 해석상의 제약을 언급할 때 사용되는 표현입니다.
조금 더 깊게 보면
표본이 모집단을 잘 대표하는지는 표본추출 방법에 크게 좌우되며, 모든 대상이 동일한 확률로 뽑히는 단순무작위추출 외에도 하위집단별로 나눠 뽑는 층화추출, 자연스러운 집단 단위로 뽑는 군집추출 등 다양한 방법이 쓰입니다. 표본을 통해 얻은 값(표본평균 등)으로 모집단의 참값(모수)을 추정할 때는 표본이 얼마나 흔들릴 수 있는지를 나타내는 표준오차와, 이를 바탕으로 한 신뢰구간이 함께 보고되는 것이 일반적입니다. 표본 크기가 커질수록 표본이 모집단을 더 안정적으로 대표하는 경향이 있지만, 무작위성이 확보되지 않으면 크기만으로는 대표성 문제를 해결할 수 없습니다.
주의할 점
모집단과 표본의 관계는 연구방법론에서 다루는 표본크기와 혼동하기 쉽습니다. 표본크기는 "몇 명을 뽑았는가"라는 표본의 크기(개수)를 뜻하는 반면, 모집단과 표본은 "전체 대상"과 "그중 실제로 조사한 일부"라는 관계 자체를 가리키는 더 기초적인 개념입니다. 또한 표본을 특정 집단에 치우치게 뽑으면 표본이 모집단을 제대로 대표하지 못해 결과가 왜곡될 수 있습니다.