1장. 통계학의 기초 개념

1.1 통계학의 정의와 목적

통계학이란?

• *통계학(Statistics)**은 데이터를 수집, 정리, 분석하여 의미 있는 정보를 도출하고, 이를 바탕으로 합리적인 의사결정을 내리는 학문입니다.

통계학의 주요 목적

1. 데이터 요약: 방대한 자료를 이해하기 쉽게 정리
2. 패턴 발견: 데이터 속 숨겨진 경향과 관계 파악
3. 예측과 추론: 표본을 통해 모집단의 특성 추정
4. 의사결정 지원: 불확실성 하에서 최적의 결정 도출

실생활 활용 예시

• 의료: 신약의 효과 검증, 질병 발생률 분석
• 경영: 소비자 만족도 조사, 매출 예측
• 공학: 제품 품질관리, 공정 최적화
• 사회과학: 여론조사, 선거 예측

1.2 기술통계와 추론통계

통계학은 크게 기술통계와 추론통계 두 분야로 나뉩니다.

📊 기술통계 (Descriptive Statistics)

정의: 수집한 데이터를 정리하고 요약하여 데이터의 특성을 기술하는 통계 주요 방법:

• 표와 그래프로 시각화
• 평균, 중앙값, 표준편차 등 요약 통계량 계산
• 데이터의 분포 형태 파악 예시:

우리 반 학생 30명의 키를 측정하여 평균 키가 170cm이고, 표준편차가 5cm라는 것을 계산 → 기술통계

🔍 추론통계 (Inferential Statistics)

정의: 표본 데이터를 분석하여 모집단의 특성을 추정하고 가설을 검정하는 통계 주요 방법:

• 신뢰구간 추정
• 가설검정
• 예측 및 모델링 예시:

우리 반 학생 30명(표본)의 평균 키를 바탕으로 전교생(모집단)의 평균 키를 추정 → 추론통계

비교표

1.3 모집단과 표본

🎯 모집단 (Population)

정의: 연구 대상이 되는 전체 집단 특징:

• 관심 있는 모든 개체를 포함
• 일반적으로 크기가 매우 크거나 무한
• N으로 표기 예시:
• 대한민국 전체 성인
• 특정 공장에서 생산되는 모든 제품
• 서울시에 거주하는 모든 가구

📦 표본 (Sample)

정의: 모집단에서 선택된 일부 개체의 집합 특징:

• 모집단을 대표할 수 있도록 선택
• 실제 조사 및 분석의 대상
• n으로 표기 예시:
• 대한민국 성인 중 무작위로 선택된 1,000명
• 공장 생산품 중 매 시간 추출한 100개
• 서울시 가구 중 조사에 응한 500가구

왜 표본을 사용할까?

1. 비용 절감: 모집단 전체 조사는 막대한 비용 소요
2. 시간 단축: 신속한 의사결정 가능
3. 실용성: 전수조사가 불가능한 경우 (무한 모집단, 파괴 검사 등)
4. 정확성: 작은 표본을 정밀하게 조사하는 것이 더 정확할 수 있음

모수와 통계량

핵심: 추론통계의 목표는 통계량을 이용해 모수를 추정하는 것입니다.

1.4 변수의 종류

📌 변수(Variable)란?

관찰이나 측정을 통해 얻어지는 특성으로, 개체마다 다른 값을 가질 수 있는 속성

변수의 분류 체계

변수(Variable)
│
├─ 질적변수(범주형, Categorical)
│  ├─ 명목형(Nominal)
│  └─ 순서형(Ordinal)
│
└─ 양적변수(수치형, Numerical)
   ├─ 이산형(Discrete)
   └─ 연속형(Continuous)
      ├─ 구간형(Interval)
      └─ 비율형(Ratio)

1️⃣ 명목형 변수 (Nominal Variable)

정의: 단순히 범주나 이름을 구분하는 변수 (순서 없음) 특징:

• 숫자로 표현해도 크기 비교 무의미
• 동등(=), 불일치(≠) 관계만 성립 예시:
• 성별: 남성, 여성
• 혈액형: A형, B형, AB형, O형
• 거주 지역: 서울, 부산, 대구…
• 전공: 경영학, 공학, 의학…
• 결혼 여부: 기혼, 미혼 분석 방법: 빈도, 최빈값, 카이제곱 검정

2️⃣ 순서형 변수 (Ordinal Variable)

정의: 범주 간 순서나 서열이 있는 변수 특징:

• 순서는 있지만 간격이 일정하지 않음
• 크다/작다(>, <) 관계 성립
• 차이의 크기는 측정 불가 예시:
• 학년: 1학년 < 2학년 < 3학년 < 4학년
• 만족도: 매우 불만족 < 불만족 < 보통 < 만족 < 매우 만족
• 교육 수준: 초졸 < 중졸 < 고졸 < 대졸
• 등급: Bronze < Silver < Gold < Platinum
• 경기 순위: 1위, 2위, 3위… 분석 방법: 중앙값, 사분위수, 스피어만 상관계수

3️⃣ 구간형 변수 (Interval Variable)

정의: 값 간 간격이 일정하지만 절대적 영점(0)이 없는 수치형 변수 특징:

• 사칙연산 중 덧셈, 뺄셈만 의미 있음
• 비율 계산 불가 (2배, 3배 표현 불가)
• 0이 “없음”을 의미하지 않음 예시:
• 온도(섭씨, 화씨): 0°C는 온도가 없다는 뜻이 아님
  • 20°C는 10°C보다 10도 높음 ✓
  • 20°C가 10°C의 2배 따뜻하다 ✗
• IQ 점수: IQ 0은 존재하지 않음
• 연도: 서기 0년은 시작점일 뿐 분석 방법: 평균, 표준편차, 상관분석, t-검정

4️⃣ 비율형 변수 (Ratio Variable)

정의: 값 간 간격이 일정하고 절대적 영점(0)이 존재하는 수치형 변수 특징:

• 모든 사칙연산 가능
• 비율 계산 가능 (2배, 1/2 등)
• 0은 “없음”을 의미 예시:
• 키: 180cm는 90cm의 2배
• 몸무게: 0kg은 무게가 없음
• 나이: 40세는 20세의 2배
• 소득: 연봉 0원은 소득이 없음
• 시간: 10분은 5분의 2배
• 판매량: 0개는 판매가 없음 분석 방법: 모든 통계 분석 가능 (평균, 표준편차, 회귀분석 등)

📊 변수 종류 비교표

💡 실전 팁

“이 변수는 0이 의미 있는가?”

• YES → 비율형
• NO → 구간형 “숫자가 크기를 나타내는가?”
• YES → 양적변수 (구간형/비율형)
• NO → 질적변수 (명목형/순서형)

1.5 데이터의 수집과 표본추출 방법

📥 데이터 수집 방법

1. 1차 자료 (Primary Data)

연구자가 직접 수집한 자료 수집 방법:

• 설문조사: 온라인/오프라인 설문
• 실험: 통제된 환경에서 데이터 수집
• 관찰: 자연 상태에서 행동 관찰
• 면접: 심층 인터뷰 장점: 연구 목적에 맞춤, 신뢰성 높음 단점: 시간과 비용 소요

2. 2차 자료 (Secondary Data)

기존에 수집된 자료를 활용 출처:

• 정부 통계 (통계청, 한국은행 등)
• 학술 논문 및 연구 보고서
• 기업 데이터베이스
• 공공 데이터 포털 장점: 비용 효율적, 신속 단점: 연구 목적과 불일치 가능성

🎲 표본추출 방법 (Sampling Methods)

표본추출은 확률표본추출과 비확률표본추출로 구분됩니다.

✅ 확률표본추출 (Probability Sampling)

모집단의 모든 개체가 동일한 확률로 표본에 선택될 수 있는 방법

1️⃣ 단순무작위추출 (Simple Random Sampling)

방법: 모든 개체에 번호를 부여하고 무작위로 선택 예시:

• 학생 명부에서 난수표를 이용해 100명 선택
• 추첨을 통한 경품 당첨자 선정 장점: 편향 없음, 통계적 추론 가능 단점: 모집단 명단 필요, 실행 어려움

2️⃣ 층화추출 (Stratified Sampling)

방법: 모집단을 동질적인 **층(stratum)**으로 나눈 후, 각 층에서 무작위 추출 예시:

• 학년별(층)로 나눠 각 학년에서 동일 인원 추출
• 지역별(서울/경기/부산…)로 나눠 인구 비례 추출 장점: 모집단 특성 반영, 정밀도 향상 단점: 층 구분 기준 필요 활용: 여론조사, 선거 예측

3️⃣ 집락추출 (Cluster Sampling)

방법: 모집단을 **집단(cluster)**으로 나눈 후, 일부 집단을 무작위 선택하여 그 안의 모든 개체 조사 예시:

• 전국 학교 중 20개 학교를 무작위 선택 → 선택된 학교의 모든 학생 조사
• 아파트 단지 중 5개 단지 선택 → 해당 단지 전체 조사 장점: 비용 절감, 실행 용이 단점: 정밀도 낮음, 집단 내 유사성 높을 경우 편향 활용: 지역 기반 조사, 대규모 조사

4️⃣ 체계적 추출 (Systematic Sampling)

방법: 일정 간격(k)마다 개체를 선택 예시:

• 1,000명 중 100명 추출 시 → k=10, 매 10번째 사람 선택
• 생산 라인에서 매 50번째 제품 검사 장점: 간편, 빠름 단점: 주기성 있으면 편향 발생 가능

❌ 비확률표본추출 (Non-probability Sampling)

연구자의 판단이나 편의에 따라 표본을 선택하는 방법 (통계적 추론 제한)

1️⃣ 편의추출 (Convenience Sampling)

방법: 접근하기 쉬운 대상 선택 예시:

• 길거리 설문조사
• 온라인 자발적 응답자 장단점: 간편하지만 편향 심함

2️⃣ 판단추출 (Judgement Sampling)

방법: 전문가가 의도적으로 선택 예시:

• 전문가 심층 인터뷰
• 특정 조건 충족하는 대상 선정

3️⃣ 할당추출 (Quota Sampling)

방법: 특성별 비율을 정한 후, 비확률적으로 선택 예시:

• 성별 50:50, 연령대별 20% 할당

4️⃣ 눈덩이추출 (Snowball Sampling)

방법: 초기 응답자가 다음 응답자 소개 예시:

• 희귀 질환자 조사
• 특정 집단 연구 (탈북자, 마약 중독자 등)

📊 표본추출 방법 비교

🎯 표본 크기 결정 요인

1. 모집단의 이질성: 다양할수록 큰 표본 필요
2. 원하는 정밀도: 높은 정확도 요구 시 큰 표본
3. 신뢰수준: 95%, 99% 등 높을수록 큰 표본
4. 예산과 시간: 현실적 제약 고려 일반적 기준 (중심극한정리):

• 표본 크기 n ≥ 30: 정규분포 가정 가능
• 비율 조사: n·p ≥ 5, n·(1-p) ≥ 5

💡 핵심 요약

✅ 반드시 기억할 5가지

1. 기술통계는 데이터 요약, 추론통계는 모집단 추정
2. 표본을 통해 모집단의 특성을 파악
3. 변수는 명목-순서-구간-비율 순으로 정보량 증가
4. 확률표본추출만 통계적 추론 가능
5. 표본 크기가 클수록 정확하지만 비용 증가

📝 연습문제

문제 1

다음 중 비율형 변수가 아닌 것은?

1. 몸무게
2. 온도(섭씨)
3. 연간 소득
4. 달리기 기록 정답: 2번 (온도는 구간형 변수)

문제 2

모집단이 남성 6,000명, 여성 4,000명으로 구성될 때, 층화추출로 1,000명을 추출한다면 남성은 몇 명? 정답: 600명 (비례배분: 6,000/10,000 × 1,000)

문제 3

다음 중 1차 자료 수집 방법이 아닌 것은?

1. 설문조사
2. 실험
3. 통계청 자료 활용
4. 심층 면접 정답: 3번 (2차 자료)

이것으로 1장. 통계학의 기초 개념을 마칩니다. 다음 장에서는 수집한 데이터를 어떻게 정리하고 시각화하는지 배우게 됩니다! 📊