[부동산조사방법론] 추가자료1 : 조사주제의 선정, 표본추출, 규모설정

<1> 조사주제의 선정 

 

1. 조사의 의의

 

○ 조사를 하는 목적 : 집단이나 사회의 특성을 탐색하고, 현상이나 상태를 기술하고, 원인을 설명하고자 조사를 시행하고 있음

 

○ 일반적으로 말하는 조사 : 넓은 의미에서 볼 때 사회조사의 한 형태

▷ 사회조사 : 사회현상을 객관적이고도 정확하게 파악하며, 나아가서 그런 현상 속에 내재하는 법칙을 규명한다는 의미

※ 사회 현상 : 주로 인간 집단의 속성이나 태도, 의견 혹은 그에 바탕을 둔 행동 간의 관계를 의미

 

○ 실천적 의미에서 조사

1) 문제가 되는 사회현상에 대한 본질의 파악

2) 특정 사회현상이 대중의 생활에 미치는 영향의 파악

3) 극복해야할 문제점의 발견과 그 해결 가능성

4) 문제 해결 방법에 동의 혹은 반대하는 개인들이나 집단의 특성

5) 적용 가능한 대안의 발견

6) 해결과정이나 단계의 제시 등 문제 해결의 방안을 모색하려고 함에 그 주요한 의의가 있다.

 

 

2. 연구 주제의 설정과 적합성

 

 

  가. 연구 과제는 현실적으로 조사 가능한가?

 

○ 연구 주제의 범위 : 대부분의 조사 연구는 한 분야의 적은 영역을 집중적으로 다룸

 

○ 선정한 주제가 현실적으로 조사 가능한 것인지를 판단하는 것도 중요

 

○ 연구하려는 과제와 관련된 모든 용어들에 대해 개념적 정의가 가능한가

▷ 개념의 조작적 정의(operational definition) : 연구하려는 과제에 관해 양적 측정이 가능하도록 개념을 재정의하는 것 - 모든 조사주제는 측정 가능한 변인(variables) 및 그 조합으로 정의될 수 있어야 함

 

○ 연구하려는 과제가 과거에 연구된 적이 있다면 과거 연구 결과를 검토해 보아야 함

▷ 과거 연구에서 지적된 문제가 무엇인지

▷ 문제에 대한 해답을 얻기 위해 어떤 방법이 사용되었는지

▷ 그 결론은 무엇인지에 대한 사전적 통찰을 얻을 수 있게 됨

 

  나. 그 문제는 정말 중요한가?

 

○ 조사라는 도구를 통해 수집된 자료와 그로부터 유추된 결과는 사회적 활용을 항상 염두에 두고 그 주제가 갖는 연구 타당성을 검토할 필요가 있을 것

 

  다. 연구의 결과를 일반화 할 수 있는가?

 

○ 외적 타당도(external validity) : 어떤 연구 결과가 어느 한 순간이나 특정 상황에만 국한되지 않고 두루 여러 다른 상황에 적용될 수 있을 때, 즉 연구 결과가 일반화 될 수 있을 때 그 연구 과제는 외적 타당도를 가졌다고 말함

 

     ○ 연구의 시점과 연구 대상 등의 측면에서 연구 목적과 부합하여 일반화 될 수 있는 것

→ 현상의 이해에 유용한 연관성(혹은 법칙)을 추론

 

 

3. 연구 가설의 설정

 

○ 연구가설, 연구 문제 : 연구에서 다룰 변인들 사이의 관계를 잠정적으로 일반화시킨 진술

 

 

 

     ○ 가설의 성격

1. 가설은 개념적으로 명백해야 하며 그 표현은 간단명료해야 한다. 

2. 가설은 한정적이고 특화되어야 한다. 

3. 가설은 이론적 준거에 의하여야 한다.

4. 가설은 경험적으로 검증 가능해야 한다. 

5. 가설은 동의 반복적이어서는 안된다. 

6. 가설은 연구문제를 해결할 수 있어야 한다.

 

※ 내적일치도 : 동일한 개념을 나타내는 서로 다른 특성들을 측정하는 문항들이 같은 내용을 얼마나 잘 측정하는 거에 대한 지표로 사용되는 신뢰도

 

 

<2> 표본조사의 방법 

 

1. 모집단과 표본

 

○ 모집단 : 사람들이나 변인들 또는 개념이나 현상들의 집단 혹은 부류

 

 

○ 표본조사와 전수조사

▷ 표본조사 : 전체 조사대상인 모집단 내에서 모집단의 특성을 잘 나타낼 수 있는 일부의 대상을 추출하여 이들로부터 자료를 수집하고, 그 수집된 자료를 토대로 전체 모집단의 특성을 추정하는 것

▷ 전수조사 : 통계집단을 구성하고 있는 조사단위를 전부 조사하는 것이고 인구주택총조사Census)나 사업체기초통계조사 등 극히 일부분

 

○ 통계조사의 예

① 특정 시도의 가구와 이들의 소비성향에 관한 정보.

② 어느 지역의 농장에서 생산되는 농산물에 관한 정보.

③ 특정 사업체의 매출액에 관한 정보.

④ 국민들의 노동력에 관한 정보.

 

○ 대부분의 조사가 표본조사의 형태를 가지는 이유

▷ 모집단 내의 대상의 수가 너무 많을 경우 이들을 모두 조사한다는 것이 현실적으로 어렵고 비용이 많이 들기 때문

▷ 어떤 경우는 처음부터 전수조사가 불가능한 경우

▷ 표본 조사는 전수조사보다 오차(error)가 오히려 적을 수 있음

- 표본 오차(sampling error) : 모집단을 대표할 수 있는 표본 단위들이 조사대상으로 추출되지 못함으로서 발생하는 오차, 표본조사에서만 발생하며 조사대상이 증가하면 감소

- 비표본 오차(non-sampling error) : 조사대상자들로부터 자료를 수집하는 과정에서 발생하는 오차, 조사대상이 증가함에 따라 증가

▷ 심도있는 조사가 가능하여 추가문항을 구성하고 설문 문항을 많이 할 수 있는 장점

 

※ 표본조사의 예

① 농산물 생산량에 관한 조사

② 고용 및 실업에 관한 노동력조사

③ 소비자물가 및 도매물가조사

④ 주거환경 및 보건에 관한 조사

⑤ TV 시청률조사, 선거에서 후보자 지지율조사, 여론조사, 시장조사

 

 

2. 확률표집(probability sampling)과 무작위표집(random sampling)

 

 

○ 단순무작위표집(simple random sampling) : 한번 표본으로 선정된 개체를 모수에서 제외하고 원하는 표집의 크기가 찰 때까지 반복적으로 표본 추출

 

○ 표본프레임 : 모집단내에 수록된 조사대상의 명단이 수록된 목록

▷ 예) 우리나라의 읍/면/동/통의 리스트, 전화번호부 인명편

 

○ 표본 추출 방법

▷ 난수표(a table of random numbers) : 기 확보된 표본프레임에서 개개의 표본들에게 일련번호를 부여한 뒤 난수표나 컴퓨터를 이용하여 표본 수 만큼의 난수를 발생시켜 이에 대응하는 표본프레임(혹은 리스트) 상의 해당 개체를 조사하는 것

▷ 체계적 표집법(systematic sampling) : 전체 표본프레임의 개개 개체에 일련번호를 부여한 뒤 표본의 크기를 고려, 추출간격을 설정한 다음 최초의 난수(random number)를 하나 발생시킨 후 이 번호에 추출간격을 계속하여 더하여 후속 추출될 표본의 해당번호를 선정하는 방식

 

 

 

- 장점 

· 모집단에 대한 세세한 정보를 몰라도 대표성 있는 표본을 추출할 가능성이 상대적으로 높음

· 조사의 외적 타당도를 쉽게 추론할 수 있음

· 분류에 따른 오류의 가능성을 배제할 수 있음

- 단점

· 정밀한 표본프레임(list)이 요구되고 자칫 대표성을 갖지 못하는 표본이 추출될 위험성 상존

· 다른 표본추출의 절차와 비교하여볼 때 표본오차가 높음

 

 

3. 층화표집법(stratified sampling)

 

○ 층화표본추출법 ⇒ 하위집단의 대표성 인정

▷ 모집단을 어떤 기준에 따라 서로 상이한 소집단(strata)들로 나누고 이들 각 소집단으로부터 무작위의 방법으로 표본을 추출하는 방법

 

 

○ 층화표집의 방법

① 모집단을 사전 준비된 분류기준에 따라 각각의 소집단들로 분류

② 이들 소집단으로부터 표본 추출

 

○ 층화추출방법의 단점

▷ 모집단의 특성에 대한 많은 이해가 요구됨

▷ 표본 추출 이전의 소집단 구분과정에 비용과 노력의 소모가 극심

▷ 발생비율이 낮은 소집단에서는 해당 표본을 찾아내기 어려워 엄격한 무작위의 원칙을 해칠 위험이 크게 됨

 

 

4. 군집표집법(cluster sampling)

 

○ 군집표집법 : 모집단을 군집(혹은 집락)이라 부르는 소집단(cluster)으로 나누고 이들 군집들 중 일정 수를 추출한 뒤 추출된 군집의 모든 구성원을 전수 조사하는 방법

 

 

○ 장점 및 단점

▷ 장점 : 조사에 소요되는 시간이나 경비를 크게 줄일 수 있음

▷ 단점 : 선출된 군집의 수가 지나치게 적거나 선출된 군집 내의 구성원들이 인구통계적 특성에서 동질적이라면 모집단을 충분하게 반영하지 못함

 

 

 

<4> 표본 규모 설정 

 

1. 표본의 규모

 

○ 표본의 크기는 어느 정도가 적절한가?

▷ 모든 조사방법이나 통계절차에 보편적으로 적용되는 단일한 표본크기를 산출하는 공식이나 방법은 존재하지 않음

 

○ 표본 크기의 요인

 

 

 

 

2. 표본의 규모를 결정하기 위한 원칙

 

  원칙1) 어떤 방법을 조사에 적용시킬 것인가?

 

 

 

  원칙2) 통상적으로 각 인구학적 집단마다 100명 이상의 표본을 사용함

 

 

 

 

※ 소집단을 구성하는 표본의 최소 단위가 100사례는 되어야 한다고 지적하는 근거는 통계학에서 말하는 중심극한정리(central limit theorem)에 기초함

 

 

 

  원칙3) 표본의 크기는 거의 대부분 조사비용과 시간의 제약 하에서 이루어짐

 

 

 

 

  원칙4) 작은 크기의 표본만으로 조사를 진행했다면 사용된 표본의 규모에 맞춰

           결과를 해석함

 

※ 대통령 선거에서 MBC와 한국갤럽조사연구소는 김대중씨가 이회창씨를 39.9% 대 38.8%라는 1%포인트 차이로 누르고 당선될 것이라는 예측방송을 함

 

○ 표본오차 : 표집된 소집단의 측정치를 모집단의 추정치로 논리적 추론을 하는 과정에서 발생

 

 

① 표본오차는 표본의 크기가 증대함에 따라 감소

② 표본집단의 크기가 전체 모집단과 일치(연구가 전수조사의 형태를 띔) ⇒ 표본오차가 0이 됨 

 

  원칙5) 연구자는 보다 복잡한 주제를 다룰수록 더 큰 규모의 표본 집단을

           취급해야만 함

 

○ 다변량 연구

▷ 일원변량 연구에 비해 항상 더 많은 표본이 필요 → 복수 응답자료의 분석과 관련되기 때문

▷ 일부 연구자들은 기본적으로 100명의 연구사례에 각각의 변인이 추가될 때마다 변인별로 추가 표본을 구성하는 방법을 사용할 것을 제안하는 경우도 있음

 

  원칙6) 연구자들은 선행 연구를 통하여 자신이 다뤄야할 표본의 규모를 짐작할 

           수 있음

 

 

 

○ 일반적으로 표본의 크기가 증가할수록 조사 결과의 정확성은 높아짐

▷ 리터러리 다이제스트지가 무려 200만 이상의 거대표본을 조사하고도 정확하지 않은 조사결과를 나타낸 것은 단순한 표본의 크기보다 표본의 질이 더욱 중요함을 보여줌

 

 

3. 과다표집(oversampling), 유효응답율 및 부가표집(booster sampling)

 

  가. 과다표집

○ 실제 조사에 필요한 것보다 더 큰 표본을 선택해야 함(탈락에 대비)

 

 

○ 패널조사(panel survey)

▷ 같은 조사대상을 시간적 차이를 두고 주지적으로 측정

- 이 때의 응답자 탈락은 더 큰 문제가 되는데 우리나라의 경우 패널의 탈락률은 연간 17%~20% 수준임

 

  나. 유효응답률 및 부가표집

○ 유효응답률 : 표본집단 중 조사에 응답한 비율

 

 

 

 

 

○ 낮은 유효응답으로 인한 문제를 해결하기 위한 두 가지 방안

▷ 낮은 유효응답률 자체도 하나의 주요 발견점으로 의미를 부여하되 표본의 크기를 늘리는 방법

- 최소한의 분석단위인 100사례 이상의 유효응답을 확보하기 위해 무작정 표본의 크기를 늘리는 것이 반드시 바람직한 것은 아님

 

▷ 마케팅조사 등에서 적극적으로 활용되고 있는 부가표집(booster sampling)을 활용

- 부가표집

· 어떤 현상 혹은 소집단이 일반적인 확률표집에서 출현빈도가 극히 낮을 것으로 예상되거나 출현을 기대할 수 없어서, 낮은 출현률로 적정한 분석단위가 구성될 수 없을 때 사용

· 일정 수의 소집단 표본이 강제적으로 표집틀에 부과해 표본의 크기를 조정하는 것

- 할당표집과 다른점

· 부가표집은 일반적으로는 확률표집에 병행하여 실시하는 부차적 표집틀

· 부가표집의 경우는 자연적으로 확률표집에서 출현하는 소집단의 사례 수와 강제적으로 부가된 소집단 사례수의 합이 조사된 소집단 사례수가 됨