조사가중치 (Survey Weighting)

한 줄 정의: 표본이 모집단의 구성비율과 다르게 추출되었거나 응답률에 차이가 있을 때, 각 응답자에게 서로 다른 가중치를 부여하여 모집단을 대표하도록 통계적으로 보정하는 절차.

쉽게 풀면

표본을 아무리 잘 뽑아도 실제로 조사해보면 특정 연령대나 지역의 응답률이 낮아 모집단 구성과 다르게 나타나는 경우가 많습니다. 이럴 때 부족하게 응답한 집단에는 더 큰 가중치를, 많이 응답한 집단에는 더 작은 가중치를 부여해 표본이 모집단 비율을 다시 반영하도록 보정하는 절차가 조사가중치입니다. 대부분의 공식 통계와 여론조사 결과 발표에서 이 가중치가 적용됩니다.

왜 중요한가

가중치 적용 여부와 방식에 따라 동일한 표본에서도 조사 결과의 수치가 달라질 수 있기 때문에, 여론조사·인구총조사·보건통계 등 대표성이 생명인 조사연구에서는 가중치 산출 방법을 투명하게 밝히는 것이 결과의 신뢰성을 판단하는 핵심 근거가 됩니다. 온라인 패널조사처럼 표본이 모집단과 구조적으로 다르게 구성되기 쉬운 조사방식이 늘면서, 가중치 보정의 중요성도 함께 커지고 있습니다.

논문에서는 이렇게 쓰입니다

"본 조사 결과는 통계청 인구총조사 자료를 기준으로 성별, 연령, 지역별 조사가중치를 적용하여 산출하였다."

실제 인구 구성 비율에 맞게 가중치를 부여해 대표성 있는 결과를 산출했다는 뜻이다.

"온라인 패널을 이용한 조사는 인터넷 이용이 어려운 고령층의 과소표집을 보정하기 위해 사후층화가중치를 적용하였다."

온라인 기반 조사에서는 특정 연령대나 계층이 구조적으로 적게 표집되는 경향이 있어, 이를 사후적으로 보정하는 가중치 적용이 특히 강조됩니다.

"패널조사에서는 최초 표본 추출 시의 기본가중치에 더해, 시간이 지나며 발생한 패널 이탈을 보정하기 위한 이탈가중치를 함께 적용하였다."

여러 시점에 걸쳐 같은 응답자를 추적하는 종단연구에서는 최초 표집 단계의 가중치뿐 아니라, 중도에 응답을 그만둔 사람들로 인한 편향을 보정하는 별도의 가중치가 추가로 필요합니다.

조금 더 깊게 보면

조사가중치는 흔히 표본 추출 확률의 역수로 계산되는 기본가중치에서 출발해, 무응답을 보정하는 무응답조정가중치, 외부 인구자료(센서스 등)의 분포와 맞추는 사후층화(post-stratification) 또는 레이킹(raking) 가중치를 순차적으로 곱해 최종 가중치를 산출하는 다단계 절차를 거칩니다. 가중치를 적용하면 표본크기가 그대로여도 유효표본크기가 줄어드는 효과가 있어, 극단적으로 큰 가중치가 일부 응답자에게 부여되면 추정치의 분산이 커지고 신뢰구간이 넓어질 수 있다는 점도 함께 고려됩니다.

주의할 점

가중치를 부여해도 애초에 응답하지 않은 사람들이 응답자와 체계적으로 다른 특성을 가진다면(무응답편의) 편향이 완전히 사라지지 않는다.