모집단의 목록이 잘 정리되어 있는 경우 일정한 간격으로 표본을 추출하는 방법은?

계통 추출(Systematic Sampling)은 모집단 목록에서 첫 표본을 무작위로 선택한 후, 일정한 간격(k)을 두고 표본을 추출하는 방법이다.

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

증상 분석 및 진단 (Diagnosis): 문제에서 핵심 키워드는 "모집단의 목록이 잘 정리되어 있는 경우"와 "일정한 간격으로 표본을 추출"입니다. 이는 계통 추출의 전형적인 특징과 정확히 일치합니다.

정답 근거 및 기전 (Rationale & Pathophysiology): 계통 추출은 모집단의 모든 구성원에 순번을 매긴 목록(예: 환자 명부, 전화번호부)이 있을 때 적용하기 좋은 방법입니다. 첫 번째 표본을 무작위로 선택한 후(예: 7번), 미리 정해둔 간격(k)에 따라(예: k=10이면 7, 17, 27, 37번...) 표본을 차례로 추출합니다. 이 방법은 단순 무작위 추출보다 실무에서 더 쉽고 빠르게 적용할 수 있는 장점이 있습니다.

오답 분석 (Distractor Analysis):
① 단순 무작위 추출(Simple Random Sampling): 모집단 목록이 있어도, "일정한 간격"이 아니라 완전한 무작위로 추출하는 방법입니다. 로또 번호 뽑기와 같습니다.
③ 비확률 추출(Non-probability Sampling): 표본이 추출될 확률을 알 수 없는 방법(편의 추출, 판단 추출 등)으로, 여기서 묻는 "일정한 간격"이라는 객관적 규칙과는 맞지 않습니다.
④ 집락 추출(Cluster Sampling): 모집단을 먼저 자연스러운 집락(예: 학교의 학급, 지역의 동네)으로 나눈 후, 몇 개의 집락을 무작위로 뽑고 그 집락 내의 모든 개체를 조사하는 방법입니다. "일정한 간격"과는 무관합니다.
⑤ 층화 무작위 추출(Stratified Random Sampling): 모집단을 서로 겹치지 않는 층(예: 연령대, 성별)으로 먼저 나눈 후, 각 층 내에서 단순 무작위 추출을 하는 방법입니다. 목표는 각 하위집단(층)이 표본에 적절히 대표되도록 하는 것이며, "일정한 간격" 추출법은 아닙니다.

임상 사례 분석 (Case Study) 연구 시나리오: 대학병원에서 1년간 내원한 당뇨병(Diabetes Mellitus) 환자 5,000명의 전자 의무기록을 후향적으로 분석하려고 합니다. 환자 명부는 내원일 순서대로 잘 정리되어 있습니다. 시간과 비용을 효율적으로 들이면서도 모집단을 대표할 수 있는 표본을 뽑으려면 어떻게 해야 할까요?

진단적 접근 (Diagnostic Work-up): 이 경우, 계통 추출이 매우 적합합니다. 예를 들어, 500명의 표본을 뽑는다면 추출 간격(k)은 5,000 / 500 = 10이 됩니다. 첫 번째 환자를 1~10번 사이에서 무작위로 선택한 후(예: 3번 환자), 그다음 13번, 23번, 33번... 환자를 표본으로 포함시키면 됩니다. 이는 명부 전체를 검토할 필요 없이 체계적으로 표본을 구성할 수 있습니다.

주의사항 (Contraindications & Warning): 계통 추출은 모집단 목록에 주기적인 패턴이 있을 때 표본 편향(Sampling Bias)이 발생할 수 있습니다. 예를 들어, 병원 명부가 "월요일-신환, 화요일-재진"처럼 정리되어 있고 k가 10의 배수라면, 특정 요일의 환자만 과대 표집될 위험이 있습니다. 이를 방지하기 위해 목록의 무작위성을 확인하거나, 다른 추출법을 고려해야 합니다.