확률표집 (Probability Sampling)
쉽게 풀면
제비뽑기를 생각해보세요. 상자 안에 이름표 100장을 넣고 무작위로 10장을 뽑으면, 누구든 뽑힐 확률이 똑같이 10%라는 것을 미리 계산할 수 있습니다. 이것이 확률표집의 핵심입니다. 연구자가 "이 사람을 뽑아야지" 하고 임의로 고르는 것이 아니라, 정해진 확률 규칙에 따라 컴퓨터나 난수표로 뽑는 것이지요. 이렇게 뽑으면 표본이 모집단을 얼마나 잘 대표하는지, 오차가 어느 정도인지를 통계적으로 계산할 수 있어서 연구 결과를 전체 모집단으로 일반화하기가 훨씬 수월해집니다. 반대로 연구자의 편의나 판단으로 표본을 고르면 비확률표집이라고 부릅니다.
왜 중요한가
확률표집은 연구 결과를 표본을 넘어 모집단 전체로 일반화할 수 있는 통계적 근거를 제공하기 때문에, 사회조사나 역학연구처럼 대표성이 중요한 분야의 논문에서 표집 방법을 명시하는 것이 필수적으로 요구됩니다. 표집 방법이 확률적이지 않으면 표준오차나 신뢰구간 같은 추론 통계를 엄밀하게 적용하기 어려워, 결과 해석의 범위 자체가 제한됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 "연구자가 임의로 참가자를 고른 것이 아니라, 정해진 무작위 절차로 표본을 뽑아 결과를 전체 인구로 일반화할 근거를 마련했다"는 뜻입니다.
교육학 연구에서는 개인을 직접 표집하기 어려운 경우가 많아, 학교나 학급 같은 상위 단위를 먼저 무작위로 뽑고 그 안에서 다시 표집하는 다단계 확률표집이 흔히 쓰입니다.
조금 더 깊게 보면
확률표집을 적용할 때는 흔히 표집틀(sampling frame)의 완전성이 문제가 됩니다. 명부가 모집단을 제대로 반영하지 못하면 확률표집이라도 편향이 생길 수 있습니다. 또한 표집 방법에 따라 각 개체가 뽑힐 확률이 서로 다를 수 있는데, 이런 경우 분석 시 표집가중치를 적용해 확률 차이를 보정하는 절차가 함께 논의되곤 합니다.
주의할 점
확률표집이라고 해서 표본이 항상 모집단을 완벽하게 대표하는 것은 아닙니다. 표본 크기가 작거나 명부(표집틀)가 부실하면 여전히 오차가 발생할 수 있습니다. 대표적인 확률표집 기법으로는 단순무작위표집, 층화표집, 군집표집, 계통표집이 있습니다.