여론조사를 위한 신뢰수준과 표본오차 자동 산출 및 다중층화 샘플링 방법에 관한 연구 (A Study on the Automated Calculation of Confidence Levels and Margins of Error for Public Opinion Surveys and Multi-Stratified Sampling Methods)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 26권 / 2호 / 522 ~ 529페이지
· 저자명 : 정화민, 박수용, 권택원

초록

본 연구는 여론조사 및 설문조사의 신뢰성과 대표성을 강화하기 위해, 95% 신뢰수준과 ±3% 오차를 기준으로 최소 샘플 크기를 자동으로 산출하고 다중층화 샘플링을 구현하는 방법론을 제안한다. 국민건강보험공단의 2022년 건강검진 데이터 100만 건을 활용하여 데이터 전처리를 수행하였으며, Python 3.8 환경에서 PCA(주성분 분석)와 K-Means 알고리즘을 적용하여 모집단의 다양한 특성을 반영한 4개의 군집으로 분류하였다. 이러한 군집을 기반으로, 신뢰수준을 만족하기 위해 산출된 최소 샘플 크기 1,068명을 각 군집에 비례적으로 배분하여 군집 간 대표성을 효과적으로 확보하였다. 본 연구의 주요 공헌은 다음과 같다. 첫째, 신뢰수준과 표본오차를 기반으로 자동 샘플 크기를 산출하는 시스템을 설계하여 기존의 수작업 기반 오류를 줄였다. 둘째, PCA와 K-Means 알고리즘을 활용하여 모집단의 다양한 특성을 효과적으로 반영하는 층화 샘플링 구조를 구현하였다. 셋째, 본 연구에서 구현한 다중층화 샘플링은 기존 단순무작위 및 층화 샘플링 방법론의 한계(과소/과대표본화, 모집단 구조 반영 부족 등)를 효과적으로 극복할 수 있음을 실증적으로 검증하였으며, 1,068개의 샘플을 4개의 층으로 비례 배분한 결과, 모집단의 특성을 충실히 반영할 수 있는 방법론임을 확인하였다. 본 연구에서 제안된 방법은 여론조사를 넘어 의료 데이터 분석, 정책 연구, 마케팅 조사 등 복잡하고 대규모 데이터셋이 요구되는 다양한 분야에서 신뢰성과 효율성을 보장하는 정밀한 조사 설계를 가능하게 한다.

영어초록

This study proposes a methodology to improve the reliability and representativeness of surveys by automatically calculating the minimum sample size to reach a 95% confidence level with a ±3% margin of error by implementing multilevel stratified sampling. Using one million records from the 2022 National Health Insurance Service health examination dataset, data preprocessing was performed. Principal component analysis (PCA) and K-means algorithms were applied in a Python 3.8 environment to classify the population into four clusters reflecting diverse characteristics. A minimum sample size of 1,068 was proportionally allocated across the clusters to ensure representativeness. The key contributions of this study are as follows. First, development of a system for automatically calculating sample size based on confidence level and margin of error reduces manual errors. Second, a stratified sampling structure effectively reflecting population diversity is implemented using the PCA and K-means algorithms. Third, the proposed multilevel stratified sampling method empirically overcomes the limitations on existing methods, such as under- or over-representation, and validated its ability to accurately reflect population structures. This methodology provides a reliable and efficient design of complex, large-scale data analyses for studies in areas including healthcare, policy research, and marketing.

참고자료

· 없음