오차범위 기반 표본 크기 계산기

오차범위 기반 표본 크기 계산기

신흥 AI Skill PRO

계산 입력

공식

n=n01+n0−1모집단,n0=z2·p^(1−p^)e2n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{\text{모집단}}}, \qquad n_0 = \dfrac{z^2 \cdot \hat{p}\,(1 - \hat{p})}{e^2}
사용 통계

광고

결과

필요한 표본 크기
385
명의 응답자가 필요합니다
보정 전 크기 (무한 모집단 기준) 385
z 값 1.96
오차범위 5%
가정한 비율 50%

이 페이지의 오류 신고

이 계산기는 무엇을 하나요?

이 계산기는 모집단 비율을 원하는 오차범위 이내에서, 설정한 신뢰수준으로 추정하려면 몇 명을 조사해야 하는지 알려줍니다. 시장조사, 여론조사(정치 여론조사), 품질관리, 학술 설문 등 다양한 분야에서 폭넓게 활용됩니다. 이 도구는 특정 국가에 종속되지 않습니다. 순수한 통계 공식을 기반으로 하므로 어느 나라에서나 동일하게 적용할 수 있습니다.

사용 방법

먼저 신뢰수준(90%, 95%, 99%)을 선택하세요. 그다음 허용할 수 있는 오차범위(예: 5%)를 입력하고, 예상 비율을 넣습니다. 사전에 추정할 만한 값이 없다면 50%를 사용하세요. 50%는 가장 보수적인 값으로, 가장 크고 안전한 표본 크기를 산출합니다. 전체 모집단 크기를 알고 있다면 추가로 입력해 유한모집단 보정을 적용할 수 있는데, 모집단이 작을 때 필요한 표본 수를 줄여 줍니다.

목표 오차 한계가 줄어들면 필요한 표본 크기가 가파르게 증가하는 모습을 보여주는 곡선
목표 오차 한계가 작아질수록 필요한 표본 크기는 급격히 커집니다.

공식 설명

핵심 공식은 다음과 같습니다.

$$n = \dfrac{z^2 \cdot \hat{p}\,(1 - \hat{p})}{E^2}$$

여기서 \(z\)는 신뢰수준에 해당하는 표준정규분포의 임계값(90%일 때 1.645, 95%일 때 1.96, 99%일 때 2.576)이고, \(\hat{p}\)는 소수로 나타낸 예상 비율, \(E\)는 소수로 나타낸 오차범위입니다. \(\hat{p}(1 - \hat{p})\) 항은 \(\hat{p} = 0.5\)일 때 가장 커지므로, 50%에서 표본 크기가 최대가 됩니다. 유한모집단 \(N\)이 주어지면 보정계수를 적용해 결과를 줄여 줍니다. 즉

$$n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{N}}$$

입니다.

광고

계산 예시

95% 신뢰수준(\(z = 1.96\)), 5% 오차범위(\(E = 0.05\)), 그리고 \(\hat{p} = 0.5\)를 가정한다고 해 봅시다. 그러면

$$n = \dfrac{1.96^2 \times 0.5 \times 0.5}{0.05^2} = \dfrac{3.8416 \times 0.25}{0.0025} = \dfrac{0.9604}{0.0025} = 384.16$$

이 되고, 올림하면 385명의 응답자가 필요합니다.

오차 한계 E가 수직선 위에서 표본 비율 p를 중심으로 대칭 띠를 이루는 모습을 보여주는 다이어그램
오차 한계 \(E\)는 추정된 비율 \(\hat{p}\)를 중심으로 대칭 구간을 정의합니다.

신뢰수준별 Z-점수 임계값

양측 신뢰수준 임계값 z
80% 1.282
85% 1.440
90% 1.645
95% 1.960
98% 2.326
99% 2.576
99.9% 3.291

이 값들은 확률 \(1 - \alpha/2\)에서의 표준정규분포 분위수입니다. 여기서 \(\alpha = 1 - \text{신뢰수준}\)입니다. 95% 신뢰수준의 경우 \(\alpha = 0.05\)이므로, z는 표준정규분포의 97.5 백분위수이며 약 1.960입니다.

광고

필요 표본 크기 해석하기

  • 오차 한계가 다루는 내용: 이 공식은 단순 무작위 표본을 가정하고, 주어진 신뢰수준에서 단일 비율을 추정합니다. 이는 무작위 표본추출 오차만을 반영합니다. 무응답, 포괄 범위 문제, 표본 편향은 고려하지 않으므로, 이 숫자는 발송한 초대장 수가 아니라 필요한 완료된 유효 응답의 수입니다. 응답률이 20%로 예상된다면, n보다 훨씬 많은 사람에게 초대장을 보내야 합니다.
  • 95% 신뢰수준의 의미: 설문을 여러 번 반복하면서 매번 이 방법으로 구간을 만든다면, 그 구간들의 약 95%가 실제 모집단 비율을 포함할 것입니다. 이는 특정하게 계산된 한 구간에 실제 값이 들어있을 확률이 95%라는 뜻이 아닙니다.
  • 체감 수익: n은 \(1/E^2\)에 비례하여 증가하므로, 오차 한계를 줄이는 비용은 빠르게 커집니다. 95% 신뢰수준에서 5%에서 3%로 줄이면 n이 385에서 1,068로 늘어나는 반면, 10%에서 5%로 줄이면 응답이 약 288개만 추가됩니다.
  • p의 선택: \(\hat{p} = 0.5\)일 때 \(\hat{p}(1-\hat{p})\)가 최대가 되어 가장 크고 가장 안전한 n을 얻습니다. 신뢰할 만한 사전 추정값이 있을 때에만 다른 값을 사용하십시오.
  • 유한 모집단 보정: \(n = \dfrac{n_0}{1 + \dfrac{n_0 - 1}{N}}\) 조정은 주로 \(n_0\)이 모집단 크기 N의 약 5%를 넘을 때 중요합니다. 대규모 모집단에서는 거의 변화가 없으며, 소규모 모집단에서는 필요한 표본 크기를 눈에 띄게 줄일 수 있습니다.
  • 하위집단: 오차 한계는 전체 표본에 적용됩니다. 하위집단(예: 연령 또는 지역별) 결과는 각 하위집단이 충분한 표본 크기를 개별적으로 갖추지 않는 한 오차 한계가 더 큽니다.

자주 묻는 질문

추정값이 전혀 없을 때는 어떤 비율을 써야 하나요? 50%를 사용하세요. 필요한 표본 크기를 최대로 만들어, 목표한 오차범위가 반드시 충족되도록 보장합니다.

왜 올림을 하나요? 표본 크기는 정수여야 하며, 올림을 해야 오차범위가 초과되지 않기 때문입니다.

모집단 크기는 언제 중요한가요? 유한모집단 보정은 모집단이 \(n_0\)에 비해 작을 때(예: 수천 명 이하)에만 표본 수를 의미 있게 줄여 줍니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기