확률·통계계통추출#305

계통추출

Systematic Sampling

계통추출은 명부에서 무작위로 정한 시작점부터 일정한 간격으로 표본을 선택하는 방법이다. 모집단 크기가 표본 크기의 배수인 경우를 실제 번호로 실행하고, 같은 개인 포함확률과 단순임의추출의 차이, 명부의 주기성과 정렬 순서가 결과에 주는 영향, 배수가 아닌 명부의 경계를 설명한다.

읽는 시간
약 8분
선수 개념
모집단과 표본

직관 — 네 칸마다 책갈피를 꽂는다

직관

번호가 붙은 열두 칸에 책갈피를 세 개 꽂는다. 첫 네 칸 중 어디서 시작할지만 제비로 정하고, 그 뒤에는 네 칸씩 건너간다. 시작이 달라지면 고르는 세 칸이 함께 바뀐다.

칸은 명부의 대상, 책갈피는 조사할 표본에 대응한다. 단순임의추출처럼 모든 조합 중에서 고르는 대신, 간격으로 선택을 정하는 방법이다. 아래 명부와 값은 설명을 위해 만든 가상 자료다.

계통추출은 무작위 시작과 일정한 간격을 결합한다

계통추출은 순서가 있는 명부에서 시작점을 무작위로 고른 뒤 일정한 간격마다 대상을 선택하는 표본추출 방법이다. 영문 systematic sampling에 해당한다. 이 글에서는 모집단 크기가 표본 크기의 배수인 경우로 한정한다.

절차는 네 단계다.

  1. 명부의 대상에 1부터 NN까지 빈칸 없는 위치 번호를 붙인다.
  2. 간격 k=N/nk=N/n을 구한다.
  3. 1부터 kk까지에서 시작 번호 rr을 같은 확률로 뽑는다.
  4. rr번째부터 kk번째마다 대상을 골라 nn개를 채운다.

대상 12개에 1번부터 12번까지 번호를 붙이고 표본 3개를 뽑자. 간격은 12/3=412/3=4다. 처음 번호는 1·2·3·4 중에서 각각 같은 확률로 고른다. 3번이 뽑혔다면 다음은 7번, 마지막은 11번이다.

정의
기호이름원어뜻
NN모집단 크기population size명부의 대상 수
nn표본 크기sample size뽑을 대상 수
kk추출 간격sampling interval이 글에서는 정수 N/nN/n
rr시작 번호random start1부터 kk까지에서 같은 확률로 뽑는 번호
jj선택 차례selection index0부터 n−1n-1까지의 정수
μ\mu모평균population mean명부 전체 값의 평균
N=nk,1≤r≤k,선택 번호=r+jk(j=0,1,…,n−1).(1)N=nk,\quad 1\le r\le k,\qquad \text{선택 번호}=r+jk\quad(j=0,1,\ldots,n-1).\tag{1}

여기서 N,n,k,rN,n,k,r는 양의 정수다. 첫 번호는 1 이상이고 마지막 번호는 r+(n−1)k≤nk=Nr+(n-1)k\le nk=N이므로 명부 밖으로 나가지 않는다. 간격이 양수여서 같은 대상을 다시 선택하지도 않는다.

시작 번호선택되는 표본
11, 5, 9
22, 6, 10
33, 7, 11
44, 8, 12
12개 대상에서 3개를 뽑는 계통추출의 네 가능한 표본이다. 각 행의 시작점은 같은 확률로 선택된다. 3에서 시작한 표본은 3·7·11이며 각 명부 번호는 한 행에만 나타난다.
그림 1 12개 대상에서 3개를 뽑는 계통추출의 네 가능한 표본이다. 각 행의 시작점은 같은 확률로 선택된다. 3에서 시작한 표본은 3·7·11이며 각 명부 번호는 한 행에만 나타난다. figures/systematic_routes.py

각 사람이 포함될 확률이 같아도 모든 표본이 가능하지는 않다

그림 1의 각 번호는 네 가능한 표본 중 정확히 하나에 들어간다. 따라서 시작점을 같은 확률로 고르면 각 대상의 포함확률은 1/41/4다. 일반적으로 N=nkN=nk인 번호들은 시작 번호 1부터 kk까지의 목록에 한 번씩 나뉘므로 같은 이유로 다음이 성립한다.

한 대상의 포함확률=1k=nN.(2)\text{한 대상의 포함확률}=\frac1k=\frac nN. \tag{2}

그래서 계통추출은 각 대상이 뽑힐 확률이 같다는 임의추출의 조건을 만족한다. 그러나 단순임의추출과 같지는 않다. 단순임의추출은 12개 중 3개인 조합을 모두 같은 가능성으로 허용하며, 그 수는 다음과 같다.

12C3=12×11×103×2×1=220.(3){}_{12}C_3=\frac{12\times11\times10}{3\times2\times1}=220.\tag{3}

계통추출에서는 220가지 중 4가지만 가능하고, 1·2·3처럼 이웃한 세 번호는 한 표본으로 뽑힐 수 없다. 개인의 기회와 표본 조합의 기회는 서로 다른 조건이다.

계통추출은 시작 번호 하나만 무작위로 정하면 나머지 번호가 결정되어 선택 절차가 간단하다. 다만 명부 순서가 바뀌면 가능한 표본도 바뀐다. 각 층에서 따로 뽑는 층화임의추출과도 목적·절차를 구별한다.

명부의 주기가 간격과 맞으면 어떤 일이 생길까?

시작점에 따라 표본이 전부 같은 값이 되어, 한 번의 조사 결과가 크게 흔들린다. 가상 생산 기록의 값이 10·10·10·30을 세 번 되풀이한다고 하자. 12개 전체 평균은 (10+10+10+30)/4=15(10+10+10+30)/4=15다. 그런데 간격 4로 뽑으면 시작 1·2·3의 표본은 모두 10이고, 시작 4의 표본은 모두 30이다.

가로축 i는 명부 번호, 세로축 x_i는 그 번호의 가상 값이다. 10·10·10·30이 주기 4로 반복된다. 간격 4의 계통추출은 시작점에 따라 표본평균 10 또는 30을 내며 전체 평균 15와 차이가 크다.
그림 2 가로축 ii는 명부 번호, 세로축 xix_i는 그 번호의 가상 값이다. 10·10·10·30이 주기 4로 반복된다. 간격 4의 계통추출은 시작점에 따라 표본평균 10 또는 30을 내며 전체 평균 15와 차이가 크다. figures/periodic_frame.py

그림 2에서 간격 4로 고른 값은 같은 높이에 모인다. 매번 개인 포함확률은 같지만, 함께 선택되는 대상들이 같은 특징을 공유한다. 네 표본평균을 평균하면 (10+10+10+30)/4=15(10+10+10+30)/4=15이므로 평균적으로 한쪽에 치우친 것은 아니다. 문제는 한 번의 조사가 10이나 30 같은 극단값을 낸다는 점이다.

같은 명부에서 단순임의추출로 3개를 뽑으면 평균이 30인 표본은 30만 셋을 고른 한 가지뿐이라 확률이 1/2201/220이다. 계통추출에서는 그 확률이 1/41/4다. 명부에 요일·교대조 같은 반복이 있는지 살피고, 문제가 있다면 자료 수집 설계에서 표본추출 방법을 다시 선택한다.

명부가 크기 순이면 계통추출은 왜 더 안정적일까

명부가 조사할 값의 크기 순으로 놓여 있으면, 계통추출은 앞·중간·뒤 구간에서 하나씩 고르게 뽑기 때문이다. 근속 연수가 1년부터 12년까지인 직원 12명이 근속 순으로 놓인 가상 명부를 생각하자. 모평균은 6.5년이다.

시작 1의 표본 1·5·9의 평균은 5년이고, 시작 2·3·4의 평균은 각각 6·7·8년이다. 네 표본은 모두 1~4, 5~8, 9~12의 세 구간에서 하나씩 뽑으므로, 세 구간을 층으로 둔 층화임의추출과 닮았다. 단순임의추출의 평균은 1·2·3을 뽑은 2년부터 10·11·12를 뽑은 11년까지 흩어진다.

명부 12개에서 3개를 뽑을 때 표본평균 bar x의 분포다. 회색은 단순임의추출의 220가지, 파란색은 계통추출의 4가지이고 점선은 모평균 μ다. (a) 10·10·10·30이 반복되는 명부에서는 계통추출의 평균이 10이나 30뿐이다. (b) 1부터 12까지 크기 순으로 놓인 명부에서는 계통추출의 평균이 5~8로 모평균 6.5 가까이 모인다.
그림 3 명부 12개에서 3개를 뽑을 때 표본평균 xˉ\bar x의 분포다. 회색은 단순임의추출의 220가지, 파란색은 계통추출의 4가지이고 점선은 모평균 μ\mu다. (a) 10·10·10·30이 반복되는 명부에서는 계통추출의 평균이 10이나 30뿐이다. (b) 1부터 12까지 크기 순으로 놓인 명부에서는 계통추출의 평균이 5~8로 모평균 6.5 가까이 모인다. figures/sample_means_comparison.py

그림 3의 (b)에서 계통추출의 네 평균은 모평균에서 1.5년 이내에 있다. 단순임의추출 220가지 가운데 1.5년 이내인 표본은 138가지로, 확률이 약 0.63이다. 같은 계통추출이 (a)에서는 불리하고 (b)에서는 유리하다. 명부가 무엇의 순서로 놓였는지가 결과를 좌우한다.

추출 전에 명부 순서를 무작위로 섞으면 이런 순서 효과가 사라진다. 섞은 명부에서 계통추출로 뽑은 표본은 단순임의추출과 같은 확률을 가진다. 순서를 무작위로 섞으면 어느 조합이든 시작점이 고른 자리에 놓일 가능성이 같기 때문이다. 명부 6개에서 2개를 뽑는 작은 경우에 6!=7206!=720가지 순서와 시작점 3개를 빠짐없이 세면, 15가지 조합이 각각 1/151/15로 나온다.

모집단 크기가 표본 크기의 배수가 아니면 무엇이 달라질까

간격을 정수로 정해도 시작 번호에 따라 표본 크기가 달라진다. 명부 13개에서 3개를 뽑으려고 13/3≈4.3313/3\approx4.33을 4로 내려 쓰면, 시작 1의 표본만 1·5·9·13의 네 개가 된다.

명부 13개를 간격 4로 뽑을 때 시작 번호 r마다 고르는 번호다. 13개의 번호는 각각 한 열에만 들어가지만, 시작 1의 열만 4개이고 나머지 열은 3개다.
그림 4 명부 13개를 간격 4로 뽑을 때 시작 번호 rr마다 고르는 번호다. 13개의 번호는 각각 한 열에만 들어가지만, 시작 1의 열만 4개이고 나머지 열은 3개다. figures/nonmultiple_columns.py

그림 4에서 13개의 번호는 여전히 네 열 중 한 열에만 들어가므로 각 대상의 포함확률은 1/41/4다. 그러나 목표 비율 3/13≈0.233/13\approx0.23과 다르고, 표본 크기도 4 또는 3으로 미리 정해지지 않는다. 이런 명부에는 다른 설계가 필요하므로, 이 글의 식 (1)은 N=nkN=nk일 때만 쓴다.

도구로 시작점과 번호를 실제로 만든다

다음 Python 코드는 시작점을 무작위로 하나 고르고 번호 세 개를 만든다. integers의 끝값은 포함되지 않아, 1부터 4까지를 고르려면 끝값을 5로 쓴다. 시드를 고정한 것은 이 연습의 실행을 재현하기 위해서다.

import numpy as np
rng = np.random.default_rng(17)
N, n = 12, 3
k = N // n
r = int(rng.integers(1, k + 1))
sample = list(range(r, N + 1, k))
print(r, sample)
실행 결과
3 [3, 7, 11]

코드의 //는 이 글의 배수 조건에서만 N/nN/n와 같다. 13개에서 3개를 뽑을 때 그대로 쓰면 k가 4가 되어, 그림 4처럼 시작점에 따라 표본 수가 달라진다.

핵심

모집단 크기 NN이 표본 크기 nn의 배수인 계통추출은 1부터 N/nN/n까지에서 시작점을 같은 확률로 정하고 일정 간격으로 뽑으며, 명부의 주기성과 정렬 순서, 가능한 표본 구성을 함께 확인한다.

계통추출에서 빠진 관리번호는 어떻게 처리할까?

계통추출에서는 추출 전에 실제 대상 명부에 1부터 NN까지 빈칸 없는 위치 번호를 다시 붙여 간격을 센다. 관리번호 1~13 중 5번이 없는 명부라면 남은 12명에게 위치 번호 1~12를 붙이고 k=12/3=4k=12/3=4로 뽑는다. 빠진 번호를 그때그때 건너뛰면 설계한 포함확률과 표본 수가 달라질 수 있다.

계통추출에서 응답하지 않으면 옆 사람을 대신 넣어도 될까?

계통추출에서 무응답 대상을 바로 옆 사람으로 바꾸면 원래의 선택 절차가 달라진다. 3·7·11을 뽑았는데 7 대신 8을 넣은 결과는 네 가능 표본 중 어느 것에도 속하지 않는다. 재접촉·무응답 기록·대체 절차는 조사 전에 정해야 한다.

계통추출의 시드를 고정하면 실제 조사도 대표성이 보장될까?

아니다. 시드는 같은 난수 결과를 재현하게 할 뿐 명부 누락이나 주기성을 없애지 않는다. 12개 명부의 10·10·10·30 반복도 시드 고정 후 그대로 남는다.

계통추출의 흔한 오해

  • 개인의 포함확률이 같으면 단순임의추출이다 — 이 예의 확률은 모두 1/41/4지만, 식 (3)의 220가지 조합 중 4가지만 나올 수 있다. 가능한 조합까지 비교해야 한다.
  • 간격만 일정하면 첫 번호는 1로 정해도 된다 — 시작을 1로 고정하면 2·3·4에서 시작하는 표본은 뽑힐 수 없고, 1·5·9 밖의 대상은 포함확률이 0이 된다. 주기 명부에서는 평균 10만 나온다.

직접 해보기

  1. 가상 명부 30개에서 표본 5개를 뽑는다. 간격과 시작 2의 표본을 구하라.
  2. 가상 명부 20개에서 간격 5로 네 개를 뽑는다. 시작점을 같은 확률로 고를 때 19번이 포함될 확률은 얼마인가?
  3. 가상 값 4·8·12가 세 번 반복된다. 간격 3의 세 표본평균과 전체 평균을 구하라.
  4. 명부 20개에서 4개를 뽑는다. 계통추출로 가능한 표본의 수와 단순임의추출로 가능한 표본의 수를 비교하라.
  5. 명부 14개에서 간격 4로 뽑는다. 시작 번호마다 표본 크기를 구하고, 각 대상의 포함확률을 말하라.
답
  1. 간격은 30/5=630/5=6이다. 표본은 2·8·14·20·26이며 다섯 개다.
  2. 19번은 시작 4의 표본 4·9·14·19에만 속한다. 다섯 시작점 중 하나이므로 확률은 1/51/5다.
  3. 표본평균은 시작 1·2·3에 따라 각각 4·8·12다. 전체 평균은 (4+8+12)/3=8(4+8+12)/3=8이다. 시작 2의 표본만 전체 평균과 같고, 나머지 둘은 4만큼 벗어난다.
  4. 간격이 20/4=520/4=5이므로 계통추출의 표본은 시작점 수와 같은 5가지다. 단순임의추출은 20C4=4845{}_{20}C_4=4845가지다.
  5. 시작 1·2는 1·5·9·13과 2·6·10·14로 4개, 시작 3·4는 3개다. 각 번호는 한 시작점에만 속하므로 포함확률은 1/41/4로 같지만, 표본 크기는 시작점에 따라 다르다.

더 읽기

  • 실용 통계 공식 공개 교과서 — 김동재 외, 천재교육 2022 개정 공개 견본, 30–31쪽. 계통추출의 순서·간격과 주기성 주의의 근거다.
  • Probability sampling — Statistics Canada, Statistics: Power from Data!, 3.2.2의 Systematic sampling. 가능한 표본과 단순임의추출의 차이를 읽는다.

영상 노트

영상 노트
  • 00:00 네 칸 간격으로 뽑을 때 무엇을 무작위로 정할까?
  • 01:00 네 단계 절차와 식 (1)로 시작점 1~4의 표본을 만든다.
  • 02:10 식 (2)의 개인 확률과 식 (3)의 220가지 조합을 구별한다.
  • 03:20 그림 2의 주기 명부에서 평균 10과 30을 비교한다.
  • 04:20 그림 3의 (a)와 (b)로 명부 순서가 결과를 바꾸는 모습을 본다.
  • 05:30 그림 4의 13개 명부에서 표본 크기가 달라지는 경계를 짚는다.
  • 06:20 도구의 시작점과 새 간격 문제를 확인한다.

지도에서의 위치

완성예정이 페이지까지 온 길전체 지도에서 보기 →
이 페이지의 기록
  1. 2026-11-16 · 에이전트 초안 — 공식 범위·원자료·일반 이유·새 연습과 도구 검증 작성
  2. 2026-11-17 · 전수 검수 반영 — 추출 절차, 가능한 표본 수 비교, 주기 명부와 정렬 명부의 표본평균 분포, 명부를 섞은 계통추출, 배수가 아닌 명부의 경계 보강, 띄어쓰기 정리, 해보기 5문항 (에이전트 수정, 그림 2→4)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림