모집단의 목록이 잘 정리되어 있는 경우, 목록의 일정한 간격을 두고 표본을 추출하는 방법은 무엇인가?

계통 추출은 목록에서 K번째마다 표본을 추출하는 방법으로, 목록이 잘 정리된 경우 편리하다.

KMLE 핵심 해설 이 문제는 표본 추출법(Sampling Method) 중 계통 추출(Systematic Sampling)의 정의를 묻는 기초적인 문제입니다.

증상 분석 및 진단 (Diagnosis): 문제의 핵심 조건은 "모집단의 목록이 잘 정리되어 있는 경우"와 "일정한 간격을 두고 표본을 추출"입니다. 이 조건에 완벽히 부합하는 방법은 계통 추출입니다. 목록(예: 주민등록번호 순서, 환자 등록번호 순서)에서 첫 번째 표본을 무작위로 선택한 후, 정해진 간격(예: 10번째마다)으로 표본을 계속 추출하는 방식이죠.

정답 근거 및 기전 (Rationale & Pathophysiology): 핵심! 계통 추출은 표본 프레임(Sampling Frame, 모집단 목록)이 완비되어 있을 때 적용하기 매우 효율적이고 간편합니다. 무작위성은 첫 번째 표본 선택 시에만 보장되며, 그 후로는 결정론적인 간격에 따라 추출됩니다. 이는 대규모 인구조사나 병원 기록 조사에서 자주 사용됩니다.

오답 분석 (Distractor Analysis):
• 감별 포인트! ①번 단순 무작위 추출(Simple Random Sampling): 목록이 있어도, 모든 대상에게 동일한 확률로 추출하는 방식입니다. '일정한 간격'이라는 조건과는 맞지 않습니다. 로또 번호 뽑기처럼 완전한 무작위가 특징입니다.
• ③번 집락 추출(Cluster Sampling): 모집단을 자연스럽게 형성된 집락(예: 학교, 동네)으로 나누고, 몇 개의 집락을 무작위로 뽑은 후 그 집락 내의 모든 개체를 조사합니다. '일정한 간격' 추출과는 무관합니다.
• ④번 비확률 추출(Non-probability Sampling): 이는 확률 추출법의 반대 개념으로(예: 편의표본, 할당표본), 통계적 추론의 근거가 약해 연구 방법론에서는 일반적으로 권장되지 않습니다. 구체적인 기법 이름이 아닙니다.
• ⑤번 층화 무작위 추출(Stratified Random Sampling): 모집단을 서로 겹치지 않는 층(Strata, 예: 연령대, 성별)으로 나눈 후, 각 층 내에서 단순 무작위 추출을 합니다. 목표는 층 내 동질성, 층 간 이질성을 확보하여 표본의 대표성을 높이는 것입니다. '일정한 간격' 추출법이 아닙니다.

임상 사례 분석 (Case Study) 환자 증례 (Patient Presentation): 당신이 지역사회 만성질환 유병률 조사를 기획하고 있습니다. 보건소에 등록된 당뇨병 환자 명단(총 5,000명, 등록번호 순 정렬)이 데이터베이스에 완비되어 있습니다. 시간과 비용을 효율적으로 들이면서도 무작위성을 일부 유지한 표본을 뽑아야 합니다.

진단적 접근 (Diagnostic Work-up): 이 경우 가장 적절한 표본 추출법은 계통 추출입니다. 구체적인 절차는 다음과 같습니다.
1. 표본 크기 결정: 예를 들어 250명의 표본이 필요하다고 가정합니다.
2. 추출 간격(K) 계산: 모집단 크기(N=5000) / 표본 크기(n=250) = 20. 따라서 추출 간격 K는 20입니다.
3. 시작점 무작위 선택: 1부터 20 사이의 숫자 중 하나를 무작위로 선택합니다(예: 7).
4. 계통적 추출: 명단에서 7번째 환자, 27번째(7+20) 환자, 47번째(7+40) 환자... 순으로 총 250명을 추출합니다.

주의사항 (Contraindications & Warning): 계통 추출은 목록에 주기성(Periodicity)이 있을 때 편향(Bias)이 발생할 수 있습니다. 예를 들어, 아파트 호수 목록에서 10번째마다 뽑는데, 모든 10호가 끝쪽 방향을 보고 있다면, 표본의 대표성이 떨어질 수 있습니다. 이를 반드시 확인해야 합니다.