층화표집 (Stratified Sampling)
쉽게 풀면
학교 전체 학생 중 설문 대상을 뽑는다고 해봅시다. 그냥 무작위로 뽑으면 우연히 특정 학년에만 응답자가 몰릴 수도 있습니다. 마치 케이크를 자를 때 층마다 골고루 조각을 내듯이, 먼저 학년별로 나눈 뒤 각 학년에서 정해진 비율만큼 뽑으면 전체 구성을 더 정확하게 반영하는 표본을 만들 수 있습니다. 이렇게 모집단을 미리 몇 개의 집단(층)으로 나누고, 각 층 안에서 따로 무작위로 표본을 뽑는 방법이 바로 층화표집입니다.
왜 중요한가
조사 결과를 모집단 전체로 일반화하려면 표본이 모집단의 주요 구성을 균형 있게 반영해야 하는데, 단순 무작위표집만으로는 특정 집단이 우연히 과소 또는 과대 대표될 위험이 남습니다. 층화표집은 이런 위험을 줄여 추정치의 정확도를 높이는 방법이므로, 여론조사·인구통계 조사·역학조사 등 대표성이 중요한 양적 연구의 방법론 절에서 표준적으로 다뤄집니다.
논문에서는 이렇게 쓰입니다
이 문장은 전국 조사를 할 때 수도권·비수도권 등 지역별 인구 비율에 맞춰 표본을 뽑았다는 뜻으로, 특정 지역 응답자가 지나치게 많거나 적게 포함되는 것을 막기 위한 절차였음을 설명합니다.
인구 비율대로 뽑으면 표본 수가 너무 적어질 수 있는 소수 집단을 충분히 포함시키기 위해, 층별 인원을 인구 비율이 아니라 동일하게 맞춰 뽑았다는 뜻입니다.
조사 대상이 사람이 아니라 기관(병원)인 경우에도, 규모라는 특성으로 미리 층을 나눠 표본을 뽑을 수 있다는 것을 보여주는 예입니다.
조금 더 깊게 보면
층화표집은 각 층에서 얼마나 표본을 뽑을지에 따라 크게 두 방식으로 나뉩니다. 모집단에서 각 층이 차지하는 비율 그대로 표본을 배분하는 비례 층화표집과, 소수 집단처럼 특정 층을 별도로 충분히 분석하기 위해 비율과 무관하게 표본 수를 배분하는 비비례 층화표집입니다. 비비례 방식을 쓴 경우에는 전체 모집단에 대한 추정치를 계산할 때 각 층의 실제 인구 비율에 맞춰 가중치를 부여하는 절차가 함께 필요하다는 점이 논문을 읽을 때 눈여겨볼 부분입니다.
주의할 점
층화표집은 무작위로 뽑는다는 점에서 선택편향을 줄이는 데 도움이 되지만, 층을 나누는 기준(예: 성별, 지역) 자체가 적절하지 않거나 각 층 내부가 실제로는 서로 이질적이라면 그 효과가 떨어집니다. 또한 접근하기 쉬운 대상만 골라 뽑는 편의표집과는 다른 개념이므로 혼동하지 않아야 합니다.