統計學에서,
層化標集
(層化標集, Stratified sampling)은 母集團을 먼저 重複되지 않도록 層으로 나눈 다음 各 層에서 標本을 抽出하는 方法이다. 層을 나눌 때 層내는 同質的(homogeneous), 層間은 異質的(heterogeneous) 特性을 가지도록 하면 적은 費用으로 더 正確한 推定을 할 수 있으며, 全體 母集團뿐만 아니라 各 層의 特性에 對한 推定도 할 수 있다는 長點이 있다. 各 層으로부터 標本을 抽出할 때 單純任意
抽出
方法을 쓸 수도 있고
系統標集
(systematic sampling) 等 다른 抽出方法을 쓸 수도 있다. 또 必要에 따라 各 層을 다시 下位層으로 나누어 抽出하는 多段階 層化 抽出을 하기도 한다.
[1]
標本 情報의 重要性
[
編輯
]
層化抽出法의 가장 重要한 點은 얼마만큼 標本의 情報를 根據로
母集團
을 層化하고 分割된 各 層으로부터 獨立的인 標本을 抽出하느냐의 與否이다. 層化抽出法의 適切한 標本抽出을 위하여 各 層에 對한 正確한 情報가 必要하다. 情報가 없을 때에는
誤差
가 커지게 된다. 單純任意抽出法과 달리 完全한 標本抽出틀이 各 層別로 要求되고 各 層內에서 適切한 標本이 抽出되어야 한다.
活用分野
[
編輯
]
層化抽出法은 標本調査方法에서 實際的으로 가장 많이 利用되는 抽出法이다. 單純任意抽出의 短點을 補完하려는 目的 및 其他 다른 抽出法과 比較하여 적은 費用으로 推定値를 多少 正確히 求할 수 있다. 때문에 母集團이 層化될 수 있는 情報를 가진 境遇 層化抽出法은 活用分野가 매우 넓은 標本抽出法에 該當된다.
標本抽出過程
[
編輯
]
標本抽出過程에서 가장 重要한 것은 母集團의 層을 나누는 方法, 卽 層化 方法과 標本을 몇 個 抽出하는가 與否이다.
第1過程 : 母集團의 層化
[
編輯
]
- 1) 몇 個의 層으로 나눌 것인가
層에 對한 특별한 規定은 없으나 母集團의 層化可能한 情報에 따란 2個 以上의 層으로 나누면 된다. 理由는 層을 나누지 않으면 이는 單純任意 抽出과 同一하기 때문에 差異를 두기 위한 것이다.
- 2) 層間 어떻게 나눌 것인가
層內部는 서로 同質的이고, 層間에는 서로 異質的이 되도록 層을 나누어야 한다. 效果的인 層化를 할 境遇 單純任意 抽出法보다 推定量의 誤差가 적게 되어 推定의 程度를 높일 수 있다. 層間 서로 同質的이란 意味는 層化를 했을 때 各 層 內部에 있는 單位들의 값의 變動이 적다는 것을 뜻하며 이는 推定量의 分散이 작게 된다는 意味이다.
第2過程 : 層別 目錄 作成
[
編輯
]
母集團을 몇 個의 層으로 分類한 다음 各 層을 하나의 父母集團(sub-population)으로 생각하여 各層을 構成하고 있는 單位들을 對象으로 目錄을 作成해야 한다. 各 層別로 配分된 標本을 單純任意抽出에 依하여 抽出해야 하기 때문에 目錄 作成過程이 必要하다.
第3過程 : 標本크기(n)를 決定
[
編輯
]
誤差의 限界 또는 要求되는 推定値의 信賴度를 滿足하도록 標本크기를 決定해야한다. 標本에 있는 情報의 量은 標本의 크기에 依存하는데 標本의 크기가 增加함에 따라 誤差의 限界는 줄어들게 되고 推定値의 信賴度는 높아지게 된다.
第4過程 : n個의 標本을 各 層別 配分
[
編輯
]
層化抽出法에서는 母集團에서 抽出되어야 할 標本의 크기가 決定되면 各 層別로 몇 個씩 抽出해야하는지 問題가 된다. 이에 對하여 同一한 크기로 配分하는 同一配分法(equal allocation method), 各 層의 크기에 比例하여 標本을 配分하는 比例配分法(proportional allocation method)等 다양한 方法으로 標本을 各 層別로 配分한다.
第5過程 : 各 層別 標本 抽出
[
編輯
]
層化抽出法에서 各 層別 配分된 標本을 單純任意抽出의 方法으로 標本을 抽出한다.
特徵 및 長.短點
[
編輯
]
長點
[
編輯
]
- 1) 單純任意 抽出보다 信賴性이 높은 推定値를 求할 수 있다.
各 層을 同質的으로 묶어 層化함으로써 層化抽出에서 求한 推定値의 分散이 單純任意抽出法으로 求한 推定의 分散이 單純任意抽出로 救한 推定値의 分散보다 적어지기 때문에 보다 信賴性이 높은 推定値를 求할 수 있다.
- 2) 費用 節減 및 資料分析이 容易하다.
費用을 줄일 수 있음은 勿論 資料整理나 分析이 容易한 理由는 層化抽出에 依해 標本으로 選擇된 單位만을 調査하기 때문이다.
- 3) 各 層에 對한 推定値를 附隨的으로 求할 수 있다.
이는 各 層을 同一性을 갖는 集團으로 區分하여 層化하기 때문에 各 層이 하나의 對象이 되는 境遇가 있다. 이러한 境遇 各 層에 對한 附隨的인 資料를 求할 수 있다.
短點
[
編輯
]
- 1) 厖大한 母集團의 境遇 目錄作成의 어려움
母集團의 크기가 너무도 큰 境遇 目錄을 作成하는 境遇는 標本 抽出을 하는 것보다 어려울 때가 많다.
- 2) 正確한 情報 必要
適切하게 層을 나누기 위해서는 母集團 各 層에 對한 正確한 情報를 必要로 한다.
[2]
- 3) 層化의 어려움
層化抽出에서 가장 重要한 層 內에 同質性과 層 間에 異質性을 갖추어야 하는 問題에서 이는 理論上으로는 쉬울 수 있으나 이를 實質的으로 層化하는 過程에서는 어려움을 同伴하는 境遇가 많다.
같이 보기
[
編輯
]
各州
[
編輯
]
參考 文獻
[
編輯
]
- 이해용ㅣ이필용, 《標本調査入門》, 敎友社, 2002, 133
- Richard L. ScheafferㅣWilliam Mendenhall lllㅣR. Lyman Ott , 《Elementary Survey Sampling》, Duxbury Advanced Series, 2006