표본 크기 정하는 법, 설문 전 계산

설문 전에 어떤 조건을 정해야 할까요?

필요한 응답자 수는 조사 목적에서 출발합니다. 전체 찬성 비율을 한 번 추정하려는 조사와 연령대별 차이를 비교하려는 조사는 같은 300명을 모아도 충분성의 기준이 다릅니다. 표본 수 계산은 정답을 자동으로 내는 절차가 아니라, 어느 정도의 불확실성을 감수하고 누구의 의견을 추정할지 기록하는 과정입니다.

단일 비율을 추정한다면 신뢰수준, 허용 오차, 예상 비율을 정해야 합니다. 95% 신뢰수준은 같은 표집 절차를 반복했을 때 그렇게 만든 신뢰구간의 약 95%가 모집단의 참값을 포함한다는 뜻입니다. 이번 표본에서 참값이 들어 있을 확률이 95%라는 의미로 해석해서는 안 됩니다.

허용 오차는 결과를 어느 폭으로 제시할지 정하는 값입니다. ±5%포인트와 ±3%포인트는 숫자만 보면 가까워 보이지만 필요한 응답자 수에는 큰 차이가 납니다. 예상 비율은 찬성처럼 관심 응답이 나올 것으로 보는 비율이며, 사전 정보가 없을 때는 변동이 가장 큰 50%를 쓰는 편이 보수적입니다. 예비조사나 이전 조사에 근거해 20%를 사용했다면 그 자료와 판단 이유도 남겨야 합니다.

설계 조건	판단할 내용	표본 수에 미치는 영향
신뢰수준	구간 추정 절차에 요구하는 신뢰 정도	높일수록 늘어납니다
허용 오차	감수할 추정 오차의 폭	좁힐수록 크게 늘어납니다
예상 비율	관심 응답이 나올 것으로 보는 비율	50%에 가까울수록 늘어납니다
분석 단위	전체만 볼지 하위 집단도 비교할지	집단별 분석이 많으면 더 필요합니다

기본 표본 수는 어떻게 계산할까요?

비율 추정의 기본식은 n₀ = z² × p(1-p) ÷ e²입니다. z는 신뢰수준에 해당하는 값, p는 예상 비율, e는 허용 오차를 소수로 나타낸 값입니다. 이 식은 단순무작위추출과 정규근사를 전제로 한 단일 비율 추정의 근사식입니다. 95% 신뢰수준에서는 표준정규분포의 양쪽 2.5% 지점에 해당하는 z값 약 1.96을 사용합니다.

예상 비율 50%, 허용 오차 ±5%포인트라면 1.96² × 0.5 × 0.5 ÷ 0.05² = 384.16입니다. 사람 수는 나눌 수 없으므로 완료된 유효 응답 목표를 385명으로 올립니다. 계산 과정에서는 원래 값을 유지하고, 최종 인원만 올림 처리해야 중간 반올림으로 인한 차이를 줄일 수 있습니다.

조건을 바꾸는 장면을 떠올리면 숫자의 의미가 분명해집니다. 설문 계산표에서 예상 비율을 50%로 고정한 채 허용 오차를 5%포인트에서 3%포인트로 바꾸면 목표는 385명에서 약 1,068명으로 뛰어오릅니다. 반대로 7%포인트를 허용하면 약 196명입니다. 허용 오차를 5%포인트로 유지하고 예상 비율만 20%로 바꾸면 약 246명이 됩니다. 오차 폭을 2%포인트 줄이는 결정이 조사 기간과 비용을 크게 바꾼다는 점을 설문 배포 전에 확인할 수 있습니다.

이 근사식과 z값의 해석은 미국 국립표준기술연구소(NIST)의 통계 공학 핸드북에 제시된 표준정규분포와 비율 추정 원리에 근거합니다. 다만 예상 비율이 0이나 1에 매우 가깝거나 표본이 작다면 정규근사가 적절하지 않을 수 있어 정확 이항구간 등 다른 방법을 검토해야 합니다.

모집단이 작으면 어떻게 조정할까요?

조사 대상이 특정 회사 직원 1,000명처럼 명확하고 한정되어 있으며, 명단에서 중복 없이 확률적으로 추출한다면 유한모집단 보정을 적용할 수 있습니다. 식은 n = n₀ ÷ {1 + (n₀-1) ÷ N}이고 N은 모집단 크기입니다. n₀ 384.16과 N 1,000을 넣으면 약 277.7이므로 완료 응답 목표는 278명입니다.

유한모집단 보정은 모집단의 상당 부분을 표본으로 뽑을 때 중복 없는 추출로 불확실성이 줄어드는 효과를 반영합니다. 이 보정과 기본 표본 설계 원리는 유엔 통계국의 Designing Household Survey Samples: Practical Guidelines 및 캐나다 통계청의 Survey Methods and Practices에서 다루는 확률표집 지침과 같은 맥락입니다.

온라인 링크를 공개해 자발적으로 참여하게 하거나 실제 모집단 규모를 모르는 조사에는 단지 목표 숫자를 줄이기 위해 이 보정을 적용할 수 없습니다. 모집단의 정의, 포함된 명단의 범위, 추출 방법이 확인되지 않으면 계산 결과가 정교해 보여도 대표성을 설명할 근거는 약합니다.

응답률과 복합표본은 어떻게 반영할까요?

공식이 계산한 값은 초대 인원이 아니라 완료된 유효 응답 수입니다. 예상 응답률을 r이라고 하면 계획상 초대 인원은 필요 표본 수 ÷ r로 구하고 소수점은 올립니다. 385명이 필요할 때 응답률을 50%로 예상하면 770명, 30%로 예상하면 1,284명에게 초대해야 합니다.

응답률로 산정한 초대 인원은 목표 달성을 보장하는 수가 아니라 조사 운영을 위한 계획값입니다. 실제 응답률은 대상자의 관심도, 연락 방식, 조사 기간, 문항 길이에 따라 달라집니다. 유사한 과거 조사나 예비조사 자료가 없다면 30%, 50%, 70%처럼 여러 시나리오를 마련하고 추가 초대 기준을 미리 정하는 편이 현실적입니다.

지역이나 학급을 뽑은 뒤 그 안의 사람을 조사하는 군집표집에서는 같은 집단의 응답이 서로 비슷해 정보량이 줄 수 있습니다. 이때 단순무작위표본과 비교한 분산의 비율인 설계효과를 기본 표본 수에 곱합니다. 설계효과를 1.5로 가정하면 385 × 1.5 = 577.5이므로 578명이 필요하고, 예상 응답률이 50%라면 계획상 초대 인원은 1,156명입니다.

계산 단계	예시 결과	반드시 기록할 조건
기본 표본	95%, ±5%p, p=50% → 385명	신뢰수준·허용 오차·예상 비율
설계효과 반영	385 × 1.5 → 578명	표집 구조·설계효과 값과 근거
초대 인원 산정	578 ÷ 0.5 → 1,156명	예상 응답률·유효 응답 기준

설계효과는 조사 구조와 집단 내 유사성에 따라 달라집니다. 캐나다 통계청과 유엔 통계국의 표본조사 지침도 복합표본에서 설계효과와 가중치를 고려하도록 설명합니다. 근거가 없는 1.5를 관행처럼 적용하기보다 과거의 유사 조사, 예비조사 또는 표집 구조에서 얻은 가정임을 밝혀야 합니다.

하위 집단과 표집 편향은 무엇을 점검해야 할까요?

전체 400명을 네 연령대로 나누면 집단당 인원은 단순 계산으로 약 100명입니다. 전체 표본에서 계산한 오차 범위를 각 연령대 결과에 그대로 붙일 수 없고, 작은 집단의 추정치는 더 흔들립니다. 성별·지역·연령별 비교가 핵심이라면 전체 목표보다 가장 작은 분석 집단에 필요한 응답 수를 기준으로 역산해야 합니다. 특정 집단을 의도적으로 더 뽑았다면 전체 결과를 계산할 때 표집확률을 반영한 가중치도 검토해야 합니다.

표본 크기와 대표성은 다른 문제입니다. 스마트폰 이용자를 조사하면서 특정 커뮤니티에만 링크를 올리면 활동성이 강한 사람이 과도하게 포함될 수 있습니다. 응답자가 1만 명이어도 이런 선택 편향은 자동으로 사라지지 않습니다. 낮은 응답률 역시 응답자와 비응답자의 성향이 다를 때 무응답 편향으로 이어질 수 있습니다.

설문 전 기록지에는 모집단, 표집틀, 추출 방식, 계산 입력값, 반올림 규칙, 유효 응답과 제외 기준을 적어 두는 것이 좋습니다. 결과를 공개할 때는 조사 기간, 완료 응답 수, 응답률, 질문 문구, 가중치 적용 여부도 밝혀야 합니다. 계산상 오차 범위는 확률표집 가정 아래의 표본오차를 다룰 뿐 문항 표현, 측정 오류, 무응답, 표집 편향까지 포함하지 않습니다. 통계의 역할은 숫자를 크게 보이게 하는 데 있지 않고, 그 숫자가 말할 수 있는 범위와 말할 수 없는 한계를 구분하는 데 있습니다.

설문 배포 전 점검할 기준

배포 버튼을 누르기 전에는 다음 질문에 답할 수 있어야 합니다. 누구를 모집단으로 볼 것인지, 명단에서 확률적으로 추출할 수 있는지, 전체 비율과 하위 집단 중 무엇이 핵심인지, 감당할 허용 오차는 얼마인지, 응답률과 설계효과의 근거는 무엇인지 확인합니다. 어느 하나가 불명확하다면 표본 수 한 칸만 정교하게 계산하기보다 조사 설계를 다시 살펴보는 편이 낫습니다.

근거 자료로는 NIST의 Engineering Statistics Handbook, 유엔 통계국의 Designing Household Survey Samples: Practical Guidelines, 캐나다 통계청의 Survey Methods and Practices를 함께 참고할 수 있습니다. 각 자료는 정규분포와 구간 추정, 유한모집단, 복합표본과 설계효과를 확인하는 권위 있는 출발점입니다. 실제 조사에서는 기관 내부 규정과 해당 분야의 조사 지침이 있다면 그 기준을 우선해 적용해야 합니다.