전체 3 page 중 3 page까지 미리보기가 가능합니다.
소개글
표본 대표성의 중요성에 대해 기술한 리포트 참고자료입니다.
저작시기 : 2020년 9월
본문내용
표본이 대표성이 왜 중요한가?
표본추출에서 가장 중요한 것은 이른바 ‘대표성’이라는
개념이다. 대표성이 있는 표본이라고 함은 모집단에 소속된 여러 가지 요소들의 다양한 특성을 골고루 잘 포함하고 있는 표본을 말한다. 즉, 표본의 특성이 모집단의 특성과 비슷할수록 대표성이 높은 푭노이라고 할 수 있다.
사회과학조사방법론 교과서에 널리 인용되는 두 가지 예
는 모수를 정확하게 예측하기 위해서 대표성 있는 표본을 선정하는 것이 얼마나 중요한지를 잘 말해준다(Rubin and Babbie, 2001; 김환준, 2004 : 131).
표본조사를 통해 미국 대통령 선거결과를 예측한 여러
기관 가운데 리터러리 다이제스트 (Literary Digest)라는 잡지는 1924-1932년 사이 세 번에 걸친 대통령선거결과를 정확하게 예측해서 크게 평판이 높아졌으나, 1936년에는 무려 1,000만 명에 이르는 많은 수의 표본을 조사하였음에도 불구하고 루즈벨트(Fran Roosevelt, 민주당)가 아니라 랜던(Alf Landon, 공화당)이 대통령에 당선될 것으로 잘못 예측하였다". 다이제스트 지는 전화번호부와 자동차등록부를 표집틀을 사용하였는데, 당시의 경제여건상 전화 또는 자동차가 없는 사람들이 상당히 많았고 이런 사람들은 표본으로 선정되지 못하였다. 따라서 표본에는 민주당을 지지하는 저소득층이 실제보다 훨씬 적게 포함된 반면, 주로 공화당을 지지하는 중산층이상으로 표본이 편중되어 선거결과를 잘못 예측하게 된 것이다.
리터러리 다이제스트 지와는 달리 성별, 인종별, 거주
지역별로 일정한 수의 표본을 뽑는 할당표본추출법을 사용한 갤럽(Goerge Gallup)은 1936년-1944년간의 대통령선거결과를 정확하게 예측하여 큰 명성을 얻었다. 그러나 1948년 선거에서는 예측에 실패하고 말았는데, 그 이유는 미국 인구의 도시화를 고려하지 못하고 예전의 인구조사결과를 토대로 지역별로 표본을 할당함으로써 농촌인구를 실제보다 과대 포함하였기 때문이다. 이 두 가지 사례에서 알 수 있는 바와 같이 모수를 정확하게 예측하기 위해서는 대표성 있는 표본을 선정하는 것이 중요하다.
대표성(representativeness)이란 용어는
정밀하고 과학적인 의미가 아님에도 불구하고 일반적으로 표본에 대한 논의에서는 유용한 개념이다. 만일 표본의 전체집합특성들이 모집단과 동일한 전체집합특성들과 밀접하게 유사하다면 표본은 자체의 모집단에 대해 대표적일 것이다. 표본들이 모든 측면에서 대표적일 필요는 없다. 대표성은 그 연구와 본질적인 관심들과 관련된 특성들에 제한된다. 확률표집의 기본 원리는 모집단의 모든 구성원들이 표본에서 선택될 동등한 기회를 갖는다고 한다면 표본이 자신의 모집단을 대표할 것이라는 것이다. 이런 성질을 갖는 표본을 동일확률선택방법(EPSEM, equality probability of selection method)이라고 흔히들 부른다. 그런데 표본추출에서 동일확률선택방법표본으로 주의 깊게 선택하였을 때조차도 완벽하게 모집단을 대표할 수는 없다는 알아야 한다. 그럼에도 불구하고 확률표본추출은 두 가지 특별한 이점을 제공한다((Rubin and Babbie, 2001 : 259).
첫째, 확률표본은 완벽하게 대표하지 못하지만 편기(b
iases)들을 피할 수 있도록 하기 때문에 표본의 다른 유형들보다 모집단을 대표하는 전형적인 형태이다.
둘째, 더 중요한 것은 확률이론은 우리가 표본의 정확
성과 대표성을 평가하는 것을 가능하게 한다.
무작위 선택(random selection)은 EPS
EM의 대표적인 방법으로 선택과정의 작위성(作爲性)을 배제하여 집단의 모든 개별 요소들에게 동등한 선택 기회를 주는 것이다. '복권번호 추첨'이나 '제비 뽑기', 등이 무작위 선택의 대표적인 형태들이다.
그런데 무작위표집방법이 모집단에 대하여 대표성을 가질
수 있는 표본을 추출하는 최선의 방법인 이유는 무엇일까? 그 이유는 무작위표집방법을 이용할 때 작동하는 무작위 원칙(the principle of randomization)이라고 불리는 자연적인 현상 때문이다.
무작위 표집방법을 사용하는 경우 모집단의 모든 구성요
소들은 동일한 확률로 표본에 선택될 가능성을 가지고 있다. 그러므로 모집단에서 표본을 선발하는 과정에서 우연하게도 모집단의 속성 가운데 매우 적은 수의 특수한 속성을 대표하는 구성요소들이 일단 선발되었다 하더라도 무작위로 표본선발을 계속해 나가는 과정에서 이러한 요소들과 반대되는 속성을 가진 구성요소들 또한 동일한 확률로 선발될 것이기 때문에 앞서 선발된 표본들이 가진 특수한속성을 상쇄(counterbalanced)할 수 있기 때문이다. 이러한 무작위 선발과정을 계속 진행하여 표본을 구성해 나가다 보면 모집단이 가장 많이 가지고 있는 전형적인 속성을 대표하는 요소들로 표본이 채워질 가능성이 더욱 더 높아질 것이다.
* 참고문헌
사회복지의 이해 : 윤찬영 저, 정민사, 2017
한국 사회복지실천과 복지경영 : 최성균/이준우 저,
파란마음, 2017
사회복지 사례관리 : 이채석 저, 어가, 2017
사회문제와 사회복지 : 최선화, 박광준 외 3명 저,
양서원, 2014
사회복지 행정실무 : 이세형 저, 양성원, 2017
사회복지행정의 이해 : 강종수 저, 학지사, 2019 (이하 생략)
참고문헌
없음
받은 별점
0/5
0개의 별점
문서공유 자료를 등록해 주세요.
문서공유 포인트와 현금을 드립니다.
포인트 : 자료 1건당 최대 5,000P 지급
현금 : 자료 1건당 최대 2,000원 지급
사용후기 (0)
등록된 리뷰가 없습니다.
첫번째 리뷰어가 되어주세요.
1
저작권 정보
위 정보 및 게시물 내용의 진실성에 대하여 씽크존은 보증하지 아니하며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
위 정보 및 게시물 내용의 불법적 이용, 무단 전재·배포는 금지되어 있습니다.
저작권침해, 명예훼손 등 분쟁요소 발견시 고객센터의 저작권 침해신고를 이용해 주시기 바랍니다.
