이 표본 크기 계산기로 할 수 있는 것
이 계산기는 특정 모집단에서 통계적으로 신뢰할 수 있는 결과를 얻기 위해 몇 명(또는 몇 개)을 조사해야 하는지 알려줍니다. 유한 모집단 보정 공식을 사용하기 때문에, 모집단이 무한히 크다고 가정하지 않고 실제 대상 집단의 규모에 맞춰 정확한 표본 크기를 제시합니다. 설문조사, 여론조사, 시장조사, 학술 연구 등 전 세계에서 두루 쓰이며, 여기에 적용되는 통계 이론은 특정 국가에 국한되지 않는 보편적인 원리입니다.
세 가지 입력값 설명
- 모집단 크기 (N): 결론을 내리고자 하는 전체 대상의 수입니다. 예를 들어 등록 고객 50,000명이 여기에 해당합니다. 기본값은 1,000,000입니다.
- 신뢰수준 (%): 참값이 오차범위 안에 들어온다고 얼마나 확신하고 싶은지를 나타냅니다. 보통 90%, 95%, 99%를 많이 사용합니다. 계산기는 정규분포를 이용해 이 값을 z-점수로 변환합니다(95% → \(z \approx 1.96\)).
- 오차범위 (%): 결과를 중심으로 허용할 수 있는 오차의 폭으로, 예를 들어 ±5%와 같이 표현합니다. 오차범위를 좁힐수록 더 많은 표본이 필요합니다.
계산 공식
이 계산기는 유한 모집단을 보정한 표본 크기 공식을 적용합니다:
$$n = \dfrac{\dfrac{z^{2}\,p\,(1-p)}{e^{2}}}{1 + \dfrac{z^{2}\,p\,(1-p)}{e^{2}\,N}}$$여기서 z는 신뢰수준에서 구한 z-점수, p는 가정한 응답 비율(필요 표본을 최대로 만들어 가장 보수적이고 안전한 추정을 주기 때문에 \(0.5\)로 고정), e는 소수로 환산한 오차범위, N은 모집단 크기입니다. 표본이 부족해지는 일이 없도록 결과는 항상 올림 처리합니다.
계산 예시
모집단이 50,000명이고, 신뢰수준 95%, 오차범위 5%를 원한다고 가정해 봅시다.
- \(z = 1.96\), \(p = 0.5\), \(e = 0.05\), \(N = 50{,}000\)
- 분자: $$\frac{1.96^{2} \times 0.5 \times 0.5}{0.05^{2}} = \frac{0.9604}{0.0025} = 384.16$$
- 분모: $$1 + \frac{384.16}{50{,}000} = 1.00768$$
- $$n = \frac{384.16}{1.00768} \approx 381.2 \rightarrow \text{올림하여 } \mathbf{382}$$
따라서 382명을 조사하면 됩니다.
자주 묻는 질문
왜 p를 0.5로 설정하나요? 실제 비율을 모를 때 \(0.5\)는 가장 큰 표본 크기를 만들어 냅니다. 덕분에 실제 결과가 어떻게 나오든 충분히 정밀한 조사가 보장됩니다.
모집단이 아주 클 때는 어떻게 되나요? 모집단이 매우 크면 보정 항이 거의 무시할 수준이 되어, 표본 크기는 더 단순한 공식 \(n = z^{2}p(1-p)/e^{2}\)에 가까워집니다(95%/5% 기준 약 385).
필요한 표본을 줄이려면 어떻게 하나요? 오차범위를 넓히거나 신뢰수준을 낮추면 됩니다. 둘 중 하나라도 더 엄격하게 잡으면 필요한 표본 수가 크게 늘어납니다.
