신뢰구간

계산 비교

다운로드

이번 계산의 입력값과 결과, 그리고 비교하신 추가 계산이 모두 포함됩니다.

알아두세요

이 계산기는 표본 크기가 크거나 모집단 표준편차를 알고 있다고 가정하는 z-분포를 사용합니다. 표준편차를 추정한 소표본(약 30개 미만)의 경우, 이론적으로는 t-분포가 더 정확하며 여기서 보이는 것보다 약간 더 넓은 구간을 산출합니다.

신뢰구간 계산 방법

신뢰구간은 표본 자체의 평균을 중심으로 만들어진, 실제 모집단 평균을 포함할 가능성이 높은 값의 범위입니다. 표본의 평균, 표준편차, 크기를 입력하고 신뢰수준을 선택하면 이 계산기가 실제 모집단 평균이 존재할 가능성이 높은 범위를 구해 줍니다.

예를 들어 “95% 신뢰구간”은 같은 표본추출 과정을 여러 번 반복했을 때 그 결과로 나오는 구간의 약 95%가 실제 모집단 평균을 포함한다는 뜻입니다. 이 하나의 특정 구간 안에 실제 평균이 들어 있을 확률이 95%라는 뜻은 아닙니다 - 흔히 쓰이지만 기술적으로는 잘못된 표현입니다. 더 넓은 구간 (더 높은 신뢰수준)은 더 넓은 그물을 던지는 것이므로 실제 평균을 포함할 가능성이 높아지지만, 좁은 구간은 더 정밀하지만 확신은 덜합니다.

계산식

\vE{\text{표준오차}} = \frac{\vA{s}}{\sqrt{\vB{n}}}

\vF{\text{오차범위}} = \vC{z} \times \vE{\text{표준오차}}

\text{신뢰구간} = \vD{\bar{x}} \pm \vF{\text{오차범위}}

여기서 $\vA{s}$ 는 표본의 표준편차, $\vB{n}$ 은 표본 크기, $\vC{z}$ 는 선택한 신뢰수준에 대한 임계값(표준정규분포에서 조회), $\vD{\bar{x}}$ 는 표본 평균입니다. 표본 크기가 클수록 표준오차 - 그리고 구간 전체 - 가 줄어듭니다. 데이터가 많을수록 실제 평균에 대한 추정이 더 정밀해지기 때문입니다.

계산 예시

25개 항목으로 이루어진 표본의 평균이 100, 표준편차가 15이고, 95% 신뢰수준 (임계값 z = 1.96)일 때:

표준오차: $\vE{\text{표준오차}} = \vA{15} \div \sqrt{\vB{25}} = \vE{3}$ .
오차범위: $\vF{\text{오차범위}} = \vC{1.96} \times \vE{3} = \vF{5.88}$ .
신뢰구간: $\text{신뢰구간} = \vD{100} \pm \vF{5.88} = [94.12, 105.88]$ .

따라서 실제 모집단 평균은 (95% 신뢰수준으로) 94.12와 105.88 사이 어딘가에 있을 가능성이 높습니다.

고려해야 할 주요 요소

신뢰구간은 표본이 어떻게 수집되었는지에 대해서는 아무것도 말해주지 않습니다. 이 계산의 수학적 기반은 표본이 진정으로 무작위이고 모집단을 대표한다는 가정에 근거합니다 — 편향되었거나 무작위가 아닌 표본추출 방법은 정밀해 보이지만 실제로는 완전히 잘못된 값을 중심으로 한 신뢰구간을 만들어낼 수 있으며, 이 공식은 그런 문제를 감지하거나 보정할 수 없습니다.
이 구간은 기저 데이터가 적어도 대략적으로 정규분포를 따르거나, 표본이 중심극한정리가 적용될 만큼 충분히 크다는 것을 가정합니다. 심하게 치우친 분포에서 나온 작은 표본의 경우, z-분포와 t-분포 근사 모두 신뢰성이 떨어집니다.
여론조사나 설문조사에서 보고되는 신뢰구간과 오차범위는 같은 개념을 설명합니다. “오차범위 플러스마이너스 3퍼센트포인트”라고 언급하는 뉴스 보도(대개 95% 신뢰수준 기준)는 이 계산기가 계산하는 것과 정확히 같은 구간을 다르게 표현한 것일 뿐입니다.
좁을수록 항상 더 좋은 것은 아니며, 신뢰도를 희생하는 대가일 수 있습니다. 더 낮은 신뢰수준(예: 95% 대신 80%)에서의 더 좁은 구간은 더 정밀하지만 실제 값을 포함할 가능성은 더 낮습니다 — 정밀도와 신뢰도 사이의 올바른 균형은 그 추정치가 무엇에 쓰이는지에 따라 달라집니다.

흔한 실수

“95% 신뢰”를 “실제 평균이 이 구간에 있을 확률이 95%“로 해석하는 것. 표본이 실제로 수집되고 구간이 계산되고 나면, 실제 모집단 평균은 그 안에 있거나 없거나 둘 중 하나입니다 — 더 이상 이야기할 확률이 남아 있지 않습니다. 95%는 이 하나의 특정 결과가 아니라, 여러 번 반복된 표본추출에 걸친 방법 자체의 장기적 행동을 설명하는 것입니다.
가정을 확인하지 않고 이 z-분포 기반 공식을 작은 표본에 적용하는 것. z-분포는 큰 표본(관례적으로 n이 약 30 이상)이거나 모집단의 표준편차가 이미 알려져 있다고 가정합니다. 추정된 표준편차만 있는 작은 표본은 기술적으로 t-분포를 대신 사용해야 하며, 이는 다소 더 넓지만 더 정직한 구간을 만들어냅니다.
신뢰구간을 원자료의 범위와 혼동하는 것. 이 구간은 모집단 평균에 대한 불확실성을 설명하는 것이지, 개별 데이터 점이 어디에 위치하는지를 나타내는 것이 아닙니다 — 데이터셋 자체는 신뢰구간보다 훨씬 넓게 분산된 값을 가질 수 있으면서도, 특히 표본이 클 경우 평균 자체에 대한 구간은 좁게 유지될 수 있습니다.

알아두면 좋은 점

표준오차는 표본 크기 자체가 아니라 표본 크기의 제곱근에 비례해 줄어들기 때문에, 오차범위를 절반으로 줄이려면 일반적으로 표본 크기를 단순히 두 배가 아니라 약 네 배로 늘려야 합니다 — 설문조사나 실험이 실제로 얼마나 커야 하는지 계획할 때 중요한 세부사항입니다. 이는 또한 응답자가 수백 명에 불과한 여론조사도 여전히 상당히 좁은 오차범위를 보고할 수 있는 이유이기도 합니다: 표본이 수백 명에 도달하면 제곱근 관계로 인해 응답자가 한 명씩 추가될 때마다 얻는 정밀도가 점점 줄어들기 때문에, 여론조사 기관들은 오차범위를 아주 조금 줄이기 위해 표본 크기를 수만 명으로 늘리는 것에 큰 가치를 두지 않는 경우가 많습니다.

출처: z-분포를 사용한 표준 통계적 추론 공식.

자주 묻는 질문

'95% 신뢰수준'은 실제로 무엇을 의미하나요?

같은 표본추출 과정을 여러 번 반복했을 때, 그 결과로 나오는 구간의 약 95%가 실제 모집단 평균을 포함한다는 뜻입니다. 이 특정 하나의 구간 안에 실제 평균이 들어 있을 확률이 95%라는 뜻은 아닙니다 - 흔히 쓰이지만 기술적으로는 잘못된 표현입니다.

표본 크기가 커지면 왜 구간이 좁아지나요?

표준오차(그리고 오차범위)는 표본 크기의 제곱근으로 나누어지므로, 데이터가 많을수록 실제 모집단 평균에 대한 추정이 더 정밀해지고 - 구간도 더 좁아집니다.

z-분포와 t-분포 중 어느 것을 써야 하나요?

z-분포(여기서 사용)는 표본 크기가 큰 경우(약 30개 이상)이거나 모집단의 실제 표준편차를 이미 알고 있는 경우에 표준적으로 사용됩니다. 표준편차를 추정치로만 아는 소표본의 경우, t-분포가 이론적으로 더 정확하며 약간 더 넓은 구간을 산출합니다.

신뢰수준을 더 높게 선택하면 어떻게 되나요?

더 높은 신뢰수준(예: 95% 대신 99%)은 더 큰 임계 z값을 사용하므로 구간이 넓어집니다. 이는 피할 수 없는 트레이드오프입니다: 그물을 더 넓게 던지면 실제 평균이 구간 안에 들어 있을 가능성은 높아지지만, 대신 추정의 정밀도는 낮아집니다.

오차범위를 절반으로 줄이려면 표본이 얼마나 더 커야 하나요?

두 배가 아니라 약 네 배 커야 합니다. 표준오차는 표본 크기의 제곱근에 비례해 줄어들기 때문에, 오차범위를 절반으로 줄이려면 관측치 수를 네 배로 늘려야 합니다 -- 설문조사나 실험이 실제로 얼마나 커야 하는지 계획할 때 유용한 경험칙입니다.

신뢰구간은 표본이 어떻게 수집되었는지에 대해 무언가 말해주나요?

아니요 -- 이 계산은 표본이 진정으로 무작위이고 모집단을 대표한다고 가정합니다. 편향되었거나 무작위가 아닌 표본추출 방법은 정밀해 보이지만 완전히 잘못된 값을 중심으로 한 신뢰구간을 여전히 만들어낼 수 있으며, 이 공식은 그런 문제를 감지하거나 보정할 방법이 전혀 없습니다.

신뢰구간과 오차범위는 같은 것인가요?

이 둘은 같은 개념을 두 가지 관점에서 설명합니다: 오차범위는 표본 평균으로부터의 플러스마이너스 거리이고, 신뢰구간은 그 거리가 주위에 만들어내는 전체 범위입니다. "오차범위 플러스마이너스 3퍼센트포인트"라고 언급하는 뉴스 보도는 명시된 신뢰수준에서 이 계산기가 계산하는 것과 정확히 같은 구간을 설명하는 것입니다.