비율의 표준오차 계산기

계산 입력

표본 비율 (p)

표본 크기 (n)

결과

비율의 표준오차

0.05

SE = √(p(1−p)/n)

표본 비율 (p)	0.5
표본 크기 (n)	100
Variance (p(1−p)/n)	0.0025

비율의 표준오차란?

비율의 표준오차(SE)는 무작위 표본추출로 인해 표본 비율이 실제 모집단 비율과 얼마나 차이 날 수 있는지를 나타내는 값입니다. 설문조사의 찬성률, 전환율, 불량률 같은 추정치가 얼마나 정밀한지를 알려주죠. 표준오차가 작을수록 표본 비율이 모집단의 실제 값을 더 신뢰성 있게 추정한다는 뜻입니다.

표준오차는 표본 비율이 실제 비율 주위에서 얼마나 변동할 것으로 예상되는지를 측정합니다.

계산기 사용 방법

표본 비율 p는 0과 1 사이의 소수로 입력하세요(예: 40%라면 0.40). 표본 크기 n에는 관측값의 개수를 넣으면 됩니다. 계산기는 표준오차와 함께 표본분산을 함께 보여줍니다. 이 값들은 신뢰구간을 구하거나 비율에 대한 가설검정을 수행할 때 활용할 수 있습니다.

공식 풀이

비율의 표준오차는 다음과 같이 구합니다.

$$SE = \sqrt{\dfrac{\text{p}\left(1 - \text{p}\right)}{\text{n}}}$$

여기서 \(p(1-p)\)는 베르누이 시행 한 번의 분산입니다. 이를 \(n\)으로 나누면 표본 비율의 분산이 되고, 제곱근을 취하면 다시 \(p\)와 같은 단위로 환산됩니다. 표준오차는 \(p = 0.5\)일 때 가장 크고(불확실성이 최대), 표본 크기 \(n\)이 커질수록 작아집니다.

광고

표준오차 공식은 비율 p, 그 여집합 (1−p), 표본 크기 n으로 나뉩니다.

예시로 살펴보기

설문에 응답한 고객 100명 중 40명이 어떤 제품을 선호한다고 가정해 봅시다. 그러면 \(p = 0.40\), \(n = 100\)입니다. 이때 \(\text{분산} = 0.40 \times 0.60 / 100 = 0.0024\)이고, \(SE = \sqrt{0.0024} \approx 0.04899\)입니다. 대략적인 95% 신뢰구간은 \(0.40 \pm 1.96 \times 0.049\), 즉 약 0.304에서 0.496 사이가 됩니다.

자주 묻는 질문

p는 소수로 넣어야 하나요, 백분율로 넣어야 하나요? 0과 1 사이의 소수로 입력하세요. 백분율은 100으로 나누어 변환합니다(예: 25% = 0.25).

이 공식은 언제 유효한가요? 표본이 크고 무작위로 추출되었다는 전제가 있으며, \(np\)와 \(n(1-p)\)이 모두 약 5~10 이상일 때 가장 정확합니다.

표준오차가 가장 커지는 비율은 무엇인가요? 동일한 표본 크기에서는 \(p = 0.5\)일 때 표준오차가 최대가 됩니다. 그래서 보수적인 표본 크기 설계에 자주 사용됩니다.