직관 — 서랍마다 일부씩 꺼낸다
서로 다른 종류의 카드가 두 서랍에 들어 있다. 큰 서랍에서만 꺼내면 작은 서랍의 카드는 조사에 빠질 수 있다. 각 서랍 안에서 섞어 뽑되 몇 장씩 뽑을지도 미리 정한다.
서랍은 층, 서랍 안의 무작위 선택은 각 층의 표본추출에 대응한다. 모집단과 표본에서 배운 단순임의추출을 집단마다 적용하는 방법이다. 아래 명부와 응답은 모두 설명용 가상 자료다.
층화임의추출은 모든 층 안에서 무작위로 뽑는다
층화임의추출은 모집단을 서로 겹치지 않으면서 전체를 빠짐없이 덮는 층으로 나누고, 각 층에서 단순임의추출하는 방법이다. 층화추출이라고도 하며, 영문으로는 stratified random sampling이라 한다. 여기서는 같은 사람을 두 번 뽑지 않는 비복원추출을 쓴다.
도서관 이용자 100명이 주간 등록자 80명과 야간 등록자 20명으로 나뉜다고 하자. 이 가상 명부에서는 두 등록 유형이 중복되지 않는다. 낮·밤 모두 이용하는 사람을 임의로 두 층에 넣으면 중복이 되므로 실제 조사에서는 분류 기준부터 정해야 한다.
층을 나눌 기준은 추출 전에 명부에서 알 수 있어야 한다. 아직 묻지 않은 응답을 보고 원하는 답이 고르게 나오도록 사람을 골라 넣는 절차와 다르다. 전체 절차는 다음 순서다.
- 조사할 특성과 관련이 있고 명부에서 미리 알 수 있는 층의 기준을 정한다.
- 명부의 모든 대상을 겹침 없이 한 층에 넣고, 층마다 인원을 센다.
- 전체 표본 크기를 층별 표본 크기로 나눈다.
- 각 층 안에서 단순임의추출로 정한 수만큼 뽑는다.
- 층별 결과를 층의 크기를 반영해 합친다.
| 기호 | 이름 | 원어 | 뜻 |
|---|---|---|---|
| 모집단 크기 | population size | 전체 조사 대상 수 | |
| 층의 크기 | stratum size | 번째 층의 대상 수 | |
| 표본 크기 | sample size | 전체에서 뽑을 수 | |
| 층별 표본 크기 | stratum sample size | 해당 층에서 뽑을 수 | |
| 층 번호 | stratum index | 이 글에서는 1은 주간, 2는 야간 | |
| 층별 표본비율 | sample proportion | 해당 층 응답 중 찬성한 비율 | |
| 전체 비율의 추정값 | estimated proportion | 층별 결과로 추정한 모집단 비율 |
비례 배분에서는 각 층에서 몇 명씩 뽑을까?
전체 표본을 20명으로 정하고 모집단에서 차지하는 비율대로 배분해 보자. 층이 큰 만큼 더 많이 뽑되 각 층의 추출 비율은 같아진다.
주간과 야간의 추출 비율은 각각 , 다. 각 층 안에서 단순임의추출하면 이 경우 각 사람이 포함될 확률도 로 같다. 식 (1)의 결과가 정수가 아닐 때의 처리는 다음 절에서 다룬다.
figures/allocation_comparison.py그림 1에서 비례 배분의 두 부분은 모집단과 같은 4:1 비율이다. 주간 1번부터 80번까지, 야간 81번부터 100번까지 명부 번호를 붙인다. 코드에서 각 층을 따로 섞어 정한 수만큼 선택한다. 아래는 실제로 실행한 도구 활동이며 시드는 예시 결과를 다시 확인하기 위한 값이다. 실제 조사에서는 결과를 보고 시드를 골라 바꾸지 않는다.
import numpy as np
rng = np.random.default_rng(17)
day = np.sort(rng.choice(np.arange(1, 81), 16, replace=False))
night = np.sort(rng.choice(np.arange(81, 101), 4, replace=False))
print(day.tolist())
print(night.tolist())
실행 결과
[3, 8, 11, 16, 27, 30, 32, 34, 35, 40, 49, 51, 55, 56, 71, 80]
[81, 91, 92, 95]이 선택은 각 층 안의 같은 크기의 부분집합이 같은 가능성을 갖도록 만든 것이다. 한 번 뽑은 번호 목록이 모든 모집단 특성을 정확히 재현한다고 보장하지는 않는다.
비례 배분이 정수가 아니면 어떻게 맞출까
식 (1)의 값이 정수가 아니면 각 값을 반올림한 합이 과 달라질 수 있다. 이때는 내림한 값을 먼저 배분하고, 남은 인원을 소수 부분이 큰 층부터 한 명씩 더하는 방법을 쓸 수 있다. 가상의 세 층 37명·35명·28명에서 10명을 뽑아 보자.
| 층 | 식 (2)의 값 | 각각 반올림 | 소수 부분 순서로 보정 | |
|---|---|---|---|---|
| 1 | 37 | 3.7 | 4 | 4 |
| 2 | 35 | 3.5 | 4 | 3 |
| 3 | 28 | 2.8 | 3 | 3 |
| 합 | 100 | 10 | 11 | 10 |
각각 반올림하면 11명이 되어 한 명이 넘친다. 내림한 3·3·2명(8명)에 남은 2명을 소수 부분이 큰 2.8과 3.7의 층에 더하면 4·3·3명이다. 이렇게 맞추면 추출 비율이 , , 로 조금씩 달라진다. 그래서 전체 비율은 다음 절의 식 (3)처럼 층 크기로 가중해 합친다.
같은 수를 뽑으면 전체 비율은 어떻게 구할까?
작은 층의 의견도 자세히 보고 싶다면 10명씩 뽑을 수 있다. 이때 주간의 포함확률은 , 야간은 로 다르다. 가상으로 주간 표본의 찬성은 8명, 야간은 2명이라고 하자.
층별 표본비율은 , 다. 표본의 찬성자를 그냥 더하면 이지만, 이 표본은 모집단보다 야간 등록자를 많이 포함했다. 전체의 구성을 반영하려면 다음과 같이 합친다.
왜 층의 크기를 곱할까? 각 층의 비율로 그 층의 찬성 인원을 추정하면 각각 명, 명이다. 이 합을 전체 100명으로 나누면 0.68이 된다. 층별 인원 추정치를 합한 뒤 전체로 나누는 같은 이유가 층이 몇 개여도 성립한다. 0.68은 추정값이며 실제 전체 찬성률을 조사해 확정한 수는 아니다.
figures/weighted_proportion.py그림 2의 차이는 두 층에 주는 무게에서 생긴다. 단순 합산은 두 층에 표본 안 비중 0.5씩을 주고, 식 (3)은 모집단 비중 0.8과 0.2를 준다. 대푯값을 합칠 때도 어느 집단이 얼마나 큰지 확인한다.
비례 배분이면 왜 표본을 그냥 합쳐도 될까
비례 배분에서는 각 층의 표본 비중 이 모집단 비중 과 같기 때문이다. 층 의 표본에서 찬성한 사람 수를 라 하면 이고, 식 (3)의 가중치 자리에 을 넣을 수 있다.
예를 들어 16명·4명의 비례 배분 표본에서 13명과 1명이 찬성했다면 두 계산이 같다.
따라서 찬성자 수를 단순히 더해 표본 크기로 나눈 값이 응답과 상관없이 식 (3)과 같아지는 조건은 층별 추출 비율 가 서로 같은 것이다. 같은 수 배분처럼 추출 비율이 다르면 식 (3)으로 가중한다. 다만 층별 표본 찬성률이 모두 같다면 불비례 표본에서도 두 계산이 우연히 같을 수 있다.
층이 다르면 층화임의추출의 결과는 왜 덜 흔들릴까
층마다 응답이 크게 다르면 층화임의추출은 표본의 층 구성을 고정해 추정값이 덜 흔들린다. 단순임의추출 20명에는 야간 등록자가 몇 명 들어갈지 정해져 있지 않지만, 비례 층화는 정확히 4명을 넣는다.
설명을 위해 가상 모집단 100명 전체의 응답을 안다고 하자. 주간 80명 중 64명(0.8), 야간 20명 중 2명(0.1)이 찬성해 전체 찬성률은 이다. 이 모집단에서 20명을 뽑는 모든 경우를 세어 추정값의 분포를 구했다.
figures/estimate_spread.py그림 3에서 파란 막대가 0.66 근처에 더 모여 있다. 참값에서 0.1 이내일 확률은 단순임의추출이 약 0.706, 비례 층화가 약 0.807이다. 단순임의추출 20명에 야간 등록자가 정확히 4명 들어갈 확률은 약 0.24뿐이어서, 찬성률이 낮은 야간 층이 많거나 적게 뽑히는 만큼 결과가 흔들린다. 두 방법 모두 가능한 추정값을 확률로 평균하면 정확히 0.66이다.
층화임의추출은 집락추출·할당추출과 무엇이 다른가
층화임의추출은 모든 층에서 일부를 무작위로 뽑는다. 집락추출(군집추출)은 모집단을 여러 집단으로 나누고 일부 집단을 무작위로 골라 그 안을 모두 조사한다. 할당추출은 층별 인원만 정하고, 층 안에서 누구를 뽑을지는 조사자에게 맡긴다.
figures/method_comparison.py그림 4의 (a)와 (b)는 주간 16명·야간 4명으로 인원이 같다. 차이는 층 안에서 누가 뽑히느냐다. (a)에서는 주간·야간의 누구나 같은 확률 로 뽑힐 수 있지만, (b)에서는 명부 뒤쪽 사람이 뽑힐 기회가 없다. (c)는 개인 명부 없이 집락 명부만 있어도 쓸 수 있지만, 같은 집락 사람들이 비슷하면 20명을 조사해도 서로 다른 정보가 적다.
층화임의추출은 겹침과 누락 없는 각 층에서 무작위로 뽑으며, 층마다 추출 비율이 다르면 전체 비율을 추정할 때 모집단의 층 크기를 반영한다.
층화임의추출은 모든 사람의 의견을 보장할까?
아니다. 층화임의추출은 정한 각 층을 표본에 포함하지만, 무응답이나 명부 누락까지 해결하지는 않는다. 야간 명부에 신규 등록자 3명이 빠져 있다면 그 3명은 추출 기회가 없다.
층화임의추출은 단순임의추출보다 항상 정확할까?
아니다. 층화임의추출은 층마다 응답이 크게 다를 때 결과의 흔들림을 줄이지만, 층별 응답이 비슷하면 이득이 거의 없다. 주간·야간 찬성률이 0.6625와 0.65인 가상 모집단에서는 참값과 0.1 이내일 확률이 단순임의추출 0.706, 비례 층화 0.703으로 오히려 조금 낮다.
층화임의추출에서 층의 크기를 모르면 전체 비율을 구할 수 있을까?
층화임의추출로 전체 비율을 추정하려면 각 층의 크기 를 알아야 한다. 층 크기 대신 두 층에 같은 비중을 주면 가 되어, 80명·20명을 반영한 식 (3)의 0.68과 다르다. 층별 인원은 추출 전에 명부에서 센다.
층화임의추출의 흔한 오해
- 층별 인원만 맞추면 먼저 온 사람부터 골라도 된다 — 그림 4의 (b)처럼 16명·4명이라는 숫자가 같아도 각 층 안의 무작위 선택이 사라진다. 명부 뒤쪽 사람은 뽑힐 기회가 0이 되어 할당추출이 된다.
- 비례 배분에서는 각 층에서 같은 수를 뽑는다 — 80명·20명인 층에서 20명을 비례 배분하면 16명·4명이다. 같은 수와 같은 비율은 다르다.
직접 해보기
- 가상 모집단의 세 층이 50명·30명·20명이다. 표본 10명을 비례 배분하라.
- 가상의 세 층이 44명·43명·13명이고 표본은 10명이다. 식 (1)의 값을 구하고, 각각 반올림한 합을 확인한 뒤 소수 부분 순서로 보정하라.
- 40명·60명인 두 층에서 10명씩 무작위로 뽑았더니 찬성이 6명·3명이었다. 두 층의 포함확률, 단순 합산 비율, 층 크기를 반영한 추정값을 구하라.
- ‘최근 한 달 주간 방문자’와 ‘최근 한 달 야간 방문자’를 층으로 삼았는데 한 사람이 둘 다 방문했다. 어떻게 고쳐야 할까?
- 한 고등학교 1·2·3학년 900명의 하루 수면 시간을 조사한다. 학년별 명단이 있고 학년마다 수면 시간이 다를 것으로 예상된다. 알맞은 추출 방법을 고르고, 학년 인원이 300명씩일 때 45명을 비례 배분하라.
답
- 각각 명, 3명, 2명이다. 합은 10명이고 각 층의 추출 비율은 모두 이다.
- 식 (1)의 값은 4.4, 4.3, 1.3이다. 각각 반올림하면 4·4·1명으로 9명이 되어 한 명이 모자란다. 내림한 4·4·1명에 남은 1명을 소수 부분이 가장 큰 첫째 층에 더해 5·4·1명으로 뽑는다.
- 포함확률은 , 로 다르다. 단순 합산은 다. 층 크기를 반영하면 다.
- 지금의 두 집단은 겹치므로 서로 배타적인 층이 아니다. 예를 들어 조사 전에 ‘주간만·야간만·둘 다’와 필요한 비방문 범주로 전체 명부를 중복 없이 나누고 각 층의 추출 수를 다시 정한다.
- 학년을 층으로 하는 층화임의추출이 알맞다. 학년은 겹치지 않고 명단에서 미리 알 수 있으며, 조사할 특성과 관련이 있다. 비례 배분은 명씩이다.
더 읽기
- 실용 통계 공식 공개 교과서 — 김동재 외, 천재교육 2022 개정 공개 견본, 29쪽. 층화임의추출과 비례 배분 설명의 근거다.
- Probability sampling — Statistics Canada, Statistics: Power from Data!, 3.2.2의 Stratified sampling. 층의 구성·용도와 집락추출의 차이를 확인한다.
영상 노트
- 00:00 큰 집단과 작은 집단에서 같은 수를 뽑을까?
- 00:45 겹침 없이 명부를 두 층으로 나누고 다섯 단계를 판서한다.
- 01:50 식 (1)의 비례 배분과 실제 번호 추출을 확인한다.
- 02:50 식 (2)의 3.7·3.5·2.8을 반올림하면 11명이 되는 경계를 보정한다.
- 03:50 같은 수 배분에서 식 (3)의 가중치를 그림 2의 몫으로 설명한다.
- 05:00 식 (4)·(5)로 비례 배분의 단순 합산이 맞는 이유를 보인다.
- 06:00 그림 3의 0.71과 0.81, 그림 4의 세 추출 방법을 비교한다.
- 07:20 새 세 층 문제와 학년별 조사 상황을 푼다.
지도에서의 위치
- 2026-11-16 · 에이전트 초안 — 공식 범위·원자료·일반 이유·새 연습과 도구 검증 작성
- 2026-11-17 · 전수 검수 반영 — 추출 절차, 정수가 아닌 비례 배분, 비례 배분에서 단순 합산이 맞는 이유, 모든 경우를 센 추정값 분포 비교, 집락추출·할당추출 구별 보강, 해보기 5문항 (에이전트 수정, 그림 2→4)
- 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림