원본 마크다운: wiki/대표성과-표본추출.md

대표성과 표본추출 (Representativeness & Sampling)

학습 takeaway: “몇 명을 조사하느냐”보다 “누구를 조사하느냐”가 결정적이다. 표본이 모집단을 닮지 않으면 아무리 정교한 통계를 돌려도 결론은 모집단으로 확장될 수 없다. 대표성은 양적 연구가 “일반화”를 주장할 수 있는 유일한 근거이며, 분석단위를 잘못 잡거나 표본을 잘못 뽑으면 그 위에 쌓는 모든 분석이 무너진다.

정의 / 개요

모집단(Population): 연구 대상이 되는 전체 집단. 예) 마약 연구라면 모든 마약 사용자, 청소년 비행 연구라면 모든 청소년.
표본(Sample): 모집단에서 뽑아낸 일부. 실제로 조사하는 대상.
대표성(Representativeness): 표본의 특성이 모집단의 특성과 동일한 분포를 갖도록 하는 것. 표본추출의 핵심 관건.

표본을 통해 모집단의 특성을 추론하려면, 표본이 모집단을 “축소판”처럼 닮아야 한다.

핵심 내용

전수조사 vs 표본조사

구분	의미	예시	한계
전수조사	모집단 전체를 대상으로 조사	인구주택 총조사	비용·시간이 막대함 → 현실적으로 어려움
표본조사	모집단의 일부(표본)만 조사	서울 중학교에서 일부 학급 추출	대표성 확보가 어려움

인구주택 총조사조차 실제로는 전 가구를 전수조사하지 않고 일부 가구를 추출하는 방식을 병행한다. 모집단 전체 조사는 대부분의 연구에서 사실상 불가능하므로, 거의 모든 사회과학 연구는 표본조사에 의존한다.

대표성 확보의 실제 — 비율 맞추기

표본의 분포를 모집단의 분포에 맞추는 것이 대표성 확보의 출발점이다. 모든 변수를 맞추기는 불가능하므로, 대표적 인구통계 변수부터 모집단 비율과 일치시킨다.

성별·연령: 가장 기본. 모집단의 성비·연령 분포를 표본에 그대로 반영.
- 예) 노인 범죄 연구 시 60대는 여성이, 70대 이상은 남성이 (사망률 차이로 인해) 줄어드는 식으로 연령대별 성비가 달라짐 → 연령대별 성비를 표본에 반영해야 함.
- 예) 60대 이상 모집단 성비가 남:여 = 40:60이면, 표본 100명도 남 40·여 60으로 추출.
지역: 인구가 많은 지역에서 더 많이 추출. A지역 인구가 B지역의 10배면, B지역에서 1명 뽑을 때 A지역에서 10명 뽑아 비율을 맞춤.

모집단을 좁히는 전략

대표성 확보가 어려울 때는, 연구 대상 자체를 좁혀 모집단을 명시적으로 한정할 수 있다.

예) “동국대학교 범죄학과 1학년 학생”만 모집단으로 설정 → 결론도 그 집단에만 적용.
이때 결과를 더 넓은 집단으로 확대 해석하면 안 됨. 다른 집단으로의 적용은 “가능성” 수준으로만 언급 가능 → 분석단위의 개인주의적·생태학적 오류와 연결.

분석단위와의 관계

표본추출 이전에 무엇을(누구를) 단위로 분석할지 정해야 한다 — 개인(개별 사람)인가, 집단(조직·지역·학교·국가)인가.

개인 단위: 설문지를 개별 응답자에게 배포 (예: 개인의 공격성 수준, 경찰제도 인식).
집단 단위: 공식 통계 비교 (예: 지역별 범죄율, 학교별 폭력발생률, 국가별 경찰신뢰).

분석단위 선택과 표본 설계가 어긋나면 분석단위의 3대 오류(생태학적·개인주의적·환원주의적)에 빠진다. 자세한 내용은 해당 페이지 참고.

의외의 연결점

표본 확대 ↔ 성폭력피해율-재분석의 측정 착시 (동형 구조): 표본을 2,000명→1만 명으로 키우면 희소 사건(성폭력·강도)이 더 많이 잡힌다. 황지태(2025)가 보여준 “문항 그물망 확대 → 피해율 증가”와 정확히 같은 구조다 — 측정 대상이 늘면 통계가 늘지만 실제 범죄가 는 게 아닐 수 있다. 표본 크기와 문항 범위는 둘 다 “그물망”의 두 축이며, 시계열 비교를 동시에 위협한다.
공식통계 vs KCVS 피해자 인구 불일치 ↔ 대표성의 정반대 증명 (범죄피해실태-한국통계): 공식통계는 남성·20대·미혼 우위, KCVS는 성균형·40~50대·기혼 우위 — 두 통계가 “다른 인구를 측정”한다. 이는 표본이 모집단을 어떻게 잡느냐(신고된 사건 vs 일반 가구)에 따라 “누가 피해자인가”의 답이 달라진다는 대표성 명제의 가장 강력한 반례적 실증.
모집단 좁히기 ↔ 사회과학-연구의-기초의 개연성 진술 (동형 구조): “동국대 1학년만 모집단”으로 한정해 결론을 그 집단에만 적용하는 전략은, 사회과학이 “가난하면 무조건 범죄한다”는 일반법칙 대신 “이 조건에서 가능성이 높다”는 개연적·한정적 명제에 머무는 것과 같은 인식론적 겸손이다. 둘 다 확대 해석의 유혹을 구조적으로 차단하는 장치.
전화조사 표본왜곡(1930s 미국 대선) ↔ 대표성은 수집 “방법”이 깬다 (서베이-연구와-자료수집): 대표성 붕괴는 표본추출 단계뿐 아니라 자료수집 방법 선택에서도 발생한다. 전화 보급 초기 전화 소유자(부유층)만 표본에 들어가 대선 예측이 빗나간 고전 사례는, “특정 도구를 소유한 사람의 특성” 때문에 모집단을 못 닮은 것 — 즉 표집틀(sampling frame)이 모집단과 어긋난 비표집적 대표성 오류다. 우편조사의 낮은 회수율(관심층만 응답), 온라인조사의 인터넷 사용자 편중도 같은 메커니즘. 누구를 뽑느냐(표집)뿐 아니라 어떻게 접촉하느냐(수집 방법)도 대표성을 결정한다.
성·연령 비율 맞추기 ↔ 인과관계의 통계적 통제 (동형 구조): 표본추출 단계에서 인구통계 비율을 미리 맞추는 것(설계상 통제)과, 분석 단계에서 연령·성별을 통제변수로 회귀모형에 넣는 것(통계적 통제)은 같은 제3변수 문제에 대한 사전(표본) vs 사후(분석) 대응이다.

출처

raw/범죄학연구방법론중간/제4장 사회과학 연구를 위한 기초 지식(학부)/Recordings/3 녹음 중.txt — 2026-05-22 (모집단·전수조사·표본조사·대표성, 성·연령 비율 맞추기, 지역 인구비례 추출, 노인범죄 성비 사례)

메타

생성: 2026-05-22
최근 업데이트: 2026-05-22
카테고리: 통계·연구방법