모비율 신뢰구간 계산기: 공식, 단계별 풀이, 예제
모비율 신뢰구간 계산기는 하나의 표본을 바탕으로 알려지지 않은 모비율이 있을 법한 범위를 추정합니다. 예를 들어 특정 후보를 지지하는 유권자의 비율이나 생산 라인의 불량률 같은 값입니다. 학생과 연구자는 설문 결과를 보고하거나, 여론조사의 오차한계를 확인하거나, 원하는 정밀도를 얻으려면 표본이 얼마나 커야 하는지 계획할 때 모비율 신뢰구간 계산기를 사용합니다. 이 가이드에서는 단일 모비율 신뢰구간 공식을 처음부터 설명하고, 500명 중 120명이라는 실제 숫자로 예제 전체를 풀어 봅니다. 또한 z*를 고르는 방법, 성공-실패 조건을 확인하는 방법, 목표 오차한계에 필요한 표본 크기를 계산하는 방법도 다룹니다.
목차
모비율 신뢰구간이란 무엇인가요?
모비율 신뢰구간은 하나의 표본을 바탕으로 알려지지 않은 모비율이 가질 법한 값의 범위를 추정합니다. 특정 후보를 지지하는 유권자의 실제 비율, 생산 라인의 실제 불량률, 치료에 반응하는 환자의 실제 비율 등이 그 예입니다. 모비율 신뢰구간 계산기에 필요한 입력값은 성공 횟수, 표본 크기, 신뢰수준 세 가지뿐입니다. 계산기는 표본비율을 중심으로 한 범위와 그 범위를 만든 오차한계를 함께 알려 줍니다. 모평균 신뢰구간은 키나 시간처럼 연속적인 측정값을 사용합니다. 반면 모비율 신뢰구간은 전체 표본 가운데 몇 개의 관측값이 '성공' 범주에 속했는지를 세는 계수형 데이터를 다룹니다. 두 구간 모두 결국 '점추정값 ± 오차한계' 형식의 범위를 내놓습니다. 하지만 표준오차 공식, 표본분포의 모양, 구간이 타당하기 위한 조건은 평균의 경우와 모두 다르기 때문에 이 차이가 중요합니다.
단일 모비율 신뢰구간 공식: p̂ ± z* × √[p̂(1 − p̂) ÷ n]. 여기서 p̂는 표본비율, z*는 선택한 신뢰수준의 임계값, n은 표본 크기입니다.
모비율 신뢰구간 계산기는 어떻게 작동하나요?
어떤 신뢰수준을 고르든 모비율 신뢰구간 계산기는 모두 같은 몇 가지 입력값을 요구하고 일정한 결과를 돌려줍니다. 무엇을 넣고 무엇이 나오는지 알면 손으로 구간을 계산하든 계산기로 풀이를 검산하든 문제를 훨씬 쉽게 올바로 세울 수 있습니다.
1. 모비율 신뢰구간 계산기에 필요한 입력값
표본에서 관측된 성공 횟수(x), 전체 표본 크기(n), 그리고 선택한 신뢰수준(보통 90%, 95%, 99%)이 필요합니다. 일부 계산기는 x와 n을 따로 받지 않고 표본비율 p̂를 바로 입력받는데, 이 경우 p̂ = x ÷ n이 이미 계산된 상태입니다.
2. 신뢰구간 계산기가 돌려주는 결과값
p̂: 소수나 백분율로 나타낸 표본비율 자체입니다. SE: 비율의 표준오차입니다. 오차한계: SE에 선택한 신뢰수준의 임계값 z*를 곱한 값입니다. 신뢰구간의 경계: 표본비율에 오차한계를 더하고 뺀 값으로, (20.3%, 27.7%)와 같은 범위로 바로 보고할 수 있습니다.
3. 그래도 손으로 푸는 방법을 익혀야 하는 이유
숙제, 실험 보고서, 시험에서는 신뢰구간 계산기가 내놓은 최종 소수값만이 아니라 풀이 전체를 요구하는 경우가 거의 대부분입니다. p̂ 계산, 성공-실패 조건 확인, z* 선택, 오차한계 구성까지 모두 보여 줘야 합니다. 공식을 직접 손으로 풀어 보면 나중에 비율에 대한 가설검정이나 A/B 테스트에서 두 비율을 비교할 때 필요한 직관도 생깁니다.
모비율의 95% 신뢰구간은 단계별로 어떻게 계산하나요?
단일 모비율 신뢰구간 공식을 가장 확실하게 익히는 방법은 실제 숫자로 예제 하나를 끝까지 풀어 보는 것입니다. 다음은 통계 수업과 실제 설문 보고에서 자주 나오는 유형의 문제입니다.
1. 문제 세우기
전국 설문조사에서 무작위로 뽑은 성인 500명에게 새로운 대중교통 정책안을 지지하는지 물었습니다. 그중 120명이 지지한다고 답했습니다. 이 정책안을 지지하는 실제 모비율의 95% 신뢰구간을 구하세요.
2. 표본비율 계산하기
p̂ = x ÷ n = 120 ÷ 500 = 0.24, 즉 24%입니다.
3. 표준오차 계산하기
SE = √[p̂(1 − p̂) ÷ n] = √[0.24 × 0.76 ÷ 500] = √[0.1824 ÷ 500] = √0.0003648 ≈ 0.0191.
4. z*를 고르고 오차한계 계산하기
95% 신뢰구간에서는 z* = 1.96입니다. 오차한계 = 1.96 × 0.0191 ≈ 0.0374, 즉 약 3.74%p입니다.
5. 구간을 구하고 해석하기
95% 신뢰구간 = 0.24 ± 0.0374 = (0.2026, 0.2774), 즉 약 (20.3%, 27.7%)입니다. 이 교통 정책안을 지지하는 전체 성인의 실제 비율이 약 20.3%에서 27.7% 사이에 있다고 95% 신뢰할 수 있습니다. 이 비율을 모비율 신뢰구간 계산기에 넣어도 곧바로 같은 (20.3%, 27.7%) 범위가 나옵니다. 차이는 이제 중간 계산값을 하나하나 직접 검증할 수 있다는 점입니다.
모비율의 95% 신뢰구간: 0.24 ± 1.96 × 0.0191 = (0.2026, 0.2774), 즉 약 20.3%에서 27.7%.
신뢰구간을 믿기 전에 성공-실패 조건은 어떻게 확인하나요?
단일 모비율 신뢰구간 공식이 성립하는 이유는 표본이 충분히 크면 p̂의 표본분포가 근사적으로 정규분포를 따르기 때문입니다. 표본이 작거나 비율이 0 또는 1에 가까우면 이 근사가 무너집니다. 그래서 모비율 신뢰구간을 계산할 때는 결과를 믿기 전에 항상 조건을 간단히 확인해야 합니다.
1. 규칙: 두 기대 빈도가 모두 10 이상이어야 합니다
n × p̂ ≥ 10(기대 성공 수)과 n × (1 − p̂) ≥ 10(기대 실패 수)을 확인합니다. 일부 교재는 10 대신 5라는 기준을 쓰기도 합니다. 하지만 AP 통계와 대부분의 입문 과정에서는 10이 더 일반적이고 보수적인 기준입니다.
2. 교통 설문 예제에서 조건 확인하기
n × p̂ = 500 × 0.24 = 120 ≥ 10. n × (1 − p̂) = 500 × 0.76 = 380 ≥ 10. 두 조건을 여유 있게 만족하므로 정규근사와 그에 기반한 z* 신뢰구간이 여기서는 타당합니다.
3. 조건을 만족하지 못할 때 대처법
두 기대 빈도 중 하나라도 10 미만이면 표준 z-구간이 부정확할 수 있으며, 특히 p̂가 0이나 1에 가까울 때 그렇습니다. 이런 경우에는 표준 공식 대신 윌슨 점수 구간(Wilson score interval)이나 클로퍼-피어슨 구간(Clopper-Pearson interval) 같은 정확한 방법을 사용하세요. 두 방법 모두 작은 표본과 극단적인 비율을 훨씬 안정적으로 처리합니다.
성공-실패 조건: n p̂ ≥ 10 그리고 n(1 − p̂) ≥ 10. 이 확인을 건너뛰면 신뢰구간 계산기가 실제 불확실성을 크게 왜곡하는 범위를 내놓을 수 있습니다.
신뢰구간의 z* 임계값은 어떻게 고르나요?
임계값 z*는 구간의 폭을 결정하며, 선택한 신뢰수준에서 바로 정해집니다. 신뢰수준이 높을수록 z*가 커지고, 그만큼 구간은 넓어지지만 더 믿을 만해집니다.
1. 90% 신뢰수준
z* = 1.645. 초기 탐색 연구처럼 매우 높은 확신보다 좁은 구간이 더 중요할 때 사용합니다.
2. 95% 신뢰수준
z* = 1.96. 정밀도와 확신 사이의 균형이 적절하기 때문에 대부분의 통계 수업, 연구 논문, 여론조사 보도에서 기본으로 쓰입니다.
3. 99% 신뢰수준
z* = 2.576. 임상시험, 안전성 검사, 품질 관리 결정처럼 틀렸을 때의 대가가 클 때 사용하며, 더 큰 확신을 위해 넓은 구간을 감수할 만한 경우입니다.
4. 세 가지를 한꺼번에 비교하기
교통 설문 예제(p̂ = 0.24, SE ≈ 0.0191)를 사용하면: 90% 신뢰수준에서 오차한계 = 1.645 × 0.0191 ≈ 0.0314이고 구간은 (0.2086, 0.2714)입니다. 95%에서는 오차한계 ≈ 0.0374이고 구간은 (0.2026, 0.2774)입니다. 99%에서는 오차한계 = 2.576 × 0.0191 ≈ 0.0492이고 구간은 (0.1908, 0.2892)입니다. 신뢰수준을 한 단계 올릴 때마다 가능한 표본 결과를 더 많이 포함해야 하므로 구간이 넓어집니다.
90% 신뢰수준은 z* = 1.645, 95% 신뢰수준은 z* = 1.96, 99% 신뢰수준은 z* = 2.576. 모든 모비율 신뢰구간 계산기가 가장 자주 쓰는 세 가지 임계값입니다.
원하는 오차한계를 얻으려면 표본이 얼마나 커야 하나요?
설문조사나 실험을 계획할 때는 신뢰구간 공식을 거꾸로 활용하는 경우가 많습니다. 고정된 표본 크기에서 오차한계를 계산하는 대신, 목표 오차한계를 먼저 정하고 이를 달성하는 데 필요한 표본 크기를 구하는 것입니다. 오차한계 공식을 n에 대해 정리하면 비율 기반 표본 크기 계산기가 모두 사용하는 표본 크기 공식이 나옵니다.
1. 표본 크기 공식
n = (z* ÷ E)² × p̂(1 − p̂). 여기서 E는 원하는 오차한계(소수), p̂는 비율에 대한 계획용 추정값입니다. 사람을 소수 단위로 조사할 수는 없으므로 결과는 다음 정수로 올림합니다.
2. 사전 조사 추정값을 활용한 예제
앞의 교통 설문을 사전 조사로 보고 x = 120, n = 500에서 얻은 p̂ = 0.24를 사용한다고 합시다. 더 큰 후속 연구에서는 오차한계가 3%p(E = 0.03)를 넘지 않는 더 좁은 95% 신뢰구간을 원합니다. n = (1.96 ÷ 0.03)² × 0.24 × 0.76 = (65.33)² × 0.1824 ≈ 4268.4 × 0.1824 ≈ 778.6이므로, 올림하여 응답자 779명이 필요합니다.
3. 사전 추정값이 없는 경우의 예제
p̂를 추정할 사전 조사 데이터가 없으면 보수적인 값인 p̂ = 0.5를 사용합니다. p̂ = 0.5일 때 p̂(1 − p̂)가 가장 크고, 따라서 필요한 표본 크기도 가장 커지기 때문입니다. 같은 E = 0.03, 95% 신뢰수준에서: n = (1.96 ÷ 0.03)² × 0.5 × 0.5 ≈ 4268.4 × 0.25 ≈ 1067.1이므로, 올림하여 응답자 1068명이 필요합니다. 적절한 계획용 추정값이 있을 때 필요한 779명보다 눈에 띄게 많습니다.
4. 표본 크기가 커지는 속도보다 오차한계가 느리게 줄어드는 이유
표준오차와 마찬가지로 오차한계는 n 자체가 아니라 √n에 반비례합니다. p̂ ≈ 0.24를 유지한 채 n = 500을 네 배인 n = 2000으로 늘리면 오차한계는 약 0.0374에서 약 0.0187로 줄어듭니다. 4분의 1이 아니라 정확히 절반입니다. SE = √(0.1824 ÷ 2000) ≈ 0.00955이고 1.96 × 0.00955 ≈ 0.0187이기 때문입니다. 그래서 매우 좁은 오차한계를 목표로 하는 설문조사는 정밀도를 1%p 높일 때마다 표본을 크게 늘려야 합니다.
목표 오차한계를 위한 표본 크기: n = (z* ÷ E)² × p̂(1 − p̂). 계획용 추정값이 없으면 p̂ = 0.5를 사용하세요. 가장 크고 안전한 표본 크기가 나옵니다.
학생들이 모비율 신뢰구간에서 흔히 하는 실수는 무엇인가요?
모비율 신뢰구간에서 생기는 오류는 대부분 어려운 계산이 아니라 공식을 혼동하거나 조건 확인을 건너뛰는 데서 나옵니다. 다음 다섯 가지 실수를 주의하세요.
1. 비율 공식 대신 평균 공식을 사용하는 실수
비율 공식은 평균의 경우에 쓰는 s ÷ √n이 아니라 √[p̂(1 − p̂) ÷ n]을 사용합니다. 비율을 평균의 표준오차 공식에 넣으면(또는 그 반대로 하면) 의미 없는 구간이 나옵니다.
2. 성공-실패 조건을 잊는 실수
n p̂ ≥ 10과 n(1 − p̂) ≥ 10을 확인하지 않고 신뢰구간을 만들면, 그럴듯해 보여도 통계적으로 타당하지 않은 범위가 나올 수 있습니다. 특히 표본이 작거나 비율이 극단값에 가까울 때 그렇습니다.
3. 신뢰수준에 맞지 않는 z*를 사용하는 실수
1.645(90%), 1.96(95%), 2.576(99%)을 혼동하면 나머지 단계가 모두 맞아도 오차한계가 틀리는 경우가 많습니다. z*를 찾기 전에 문제가 실제로 어떤 신뢰수준을 요구하는지 다시 확인하세요.
4. p̂나 SE를 너무 일찍 반올림하는 실수
오차한계를 계산하기 전에 p̂나 표준오차를 소수 첫째나 둘째 자리로 반올림하면 최종 구간이 눈에 띄게 달라질 수 있습니다. 마지막 단계까지 최소 소수 넷째 자리를 유지하세요.
5. 더 나은 추정값이 있는데도 p̂ = 0.5를 가정하는 실수
표본 크기 계산에서 p̂ = 0.5를 쓰는 것은 사전 정보가 전혀 없을 때만 안전하고 보수적인 기본값입니다. 사전 조사나 과거 데이터에서 합리적인 p̂를 이미 얻었다면 그 값을 사용하세요. 필요한 표본 크기가 대개 더 작아지면서도 똑같이 타당합니다.
연습 문제: 모비율 신뢰구간 실력 점검하기
다음 문제를 손으로 풀어 본 뒤 모비율 신뢰구간 계산기로 풀이 과정을 확인해 보세요. 각 단계를 검증할 수 있도록 전체 풀이를 함께 실었습니다.
1. 문제 1 — 95% CI, n = 150
쇼핑객 150명을 표본으로 조사한 결과 45명이 매장 결제보다 온라인 결제를 선호했습니다. 실제 비율의 95% 신뢰구간을 구하세요. 풀이: p̂ = 45 ÷ 150 = 0.3. SE = √[0.3 × 0.7 ÷ 150] = √0.0014 ≈ 0.0374. 오차한계 = 1.96 × 0.0374 ≈ 0.0733. CI = 0.3 ± 0.0733 = (0.2267, 0.3733), 즉 약 (22.7%, 37.3%).
2. 문제 2 — 90% CI, n = 200
앱 사용자 200명을 표본으로 조사한 결과 80명이 푸시 알림을 켜 두었습니다. 90% 신뢰구간을 구하세요. 풀이: p̂ = 80 ÷ 200 = 0.4. SE = √[0.4 × 0.6 ÷ 200] = √0.0012 ≈ 0.0346. 오차한계 = 1.645 × 0.0346 ≈ 0.0570. CI = 0.4 ± 0.0570 = (0.343, 0.457), 즉 약 (34.3%, 45.7%).
3. 문제 3 — 표본 크기, 사전 추정값 없음
한 연구자가 오차한계가 5%p(E = 0.05)를 넘지 않는 99% 신뢰구간을 원하며, 사용할 수 있는 사전 조사 데이터는 없습니다. 풀이: 보수적인 값 p̂ = 0.5를 사용합니다. n = (2.576 ÷ 0.05)² × 0.5 × 0.5 = (51.52)² × 0.25 ≈ 2654.3 × 0.25 ≈ 663.6이므로, 올림하여 응답자 664명이 필요합니다.
4. 문제 4 — 성공-실패 조건 확인하기
40명을 대상으로 한 소규모 사전 조사에서 성공이 8건 나왔습니다. 여기서 표준 z-구간을 믿을 수 있을까요? 풀이: p̂ = 8 ÷ 40 = 0.2. n p̂ = 40 × 0.2 = 8로 10 미만이므로, n(1 − p̂) = 32 ≥ 10은 만족하더라도 성공-실패 조건을 만족하지 못합니다. 일반적인 신뢰구간 계산기가 내놓는 정규근사 결과는 믿을 수 없으므로, 윌슨 점수 구간 같은 정확한 방법을 대신 사용해야 합니다.
5. 문제 5 — 표본 크기에 따른 정밀도 비교하기
설문 A: n = 500, p̂ = 0.24이며 SE ≈ 0.0191, 95% 오차한계 ≈ 0.0374입니다. 설문 B: n = 2000(4배), p̂ ≈ 0.24로 동일하며 SE = √(0.1824 ÷ 2000) ≈ 0.00955, 95% 오차한계 ≈ 0.0187입니다. 설문 B의 구간 폭은 설문 A의 약 절반으로, 표본 크기를 네 배로 늘리면 오차한계가 절반으로 줄어든다는 사실을 확인할 수 있습니다.
모비율 신뢰구간에 대해 더 많은 도움 받기
p̂ 계산, 성공-실패 조건 확인, z* 선택, 오차한계 구성에 익숙해지면 모비율 신뢰구간은 알 수 없는 공식이 아니라 문제를 꼼꼼히 세우는 일이 됩니다. 특정 문제의 숫자가 예상대로 맞지 않는다면 Solvify의 단계별 풀이 기능으로 이 가이드와 같은 신뢰구간 계산 과정을 확인해 보세요. 표본비율, 표준오차, 임계값, 최종 구간까지 보여 주므로 내 풀이가 올바른 풀이와 어디서 달라지는지 정확히 알 수 있습니다.
모비율 신뢰구간 계산기의 결과를 믿기 전에 성공-실패 조건부터 확인하세요. 공식의 타당성은 계산만큼이나 이 조건에 달려 있습니다.
관련 게시물
관련 수학 풀이
단계별 풀이
표본비율, 표준오차, 오차한계까지 모비율 신뢰구간의 모든 단계를 명확하게 확인하세요.
스마트 스캔 풀이
신뢰구간이나 오차한계 문제를 사진으로 찍으면 전체 풀이를 즉시 받아볼 수 있습니다.
AI 수학 튜터
신뢰구간, z* 값, 성공-실패 조건을 언제 확인해야 하는지 추가로 질문해 보세요.