여론조사 '오차범위 ±3%'에 숨어 있는 수학

뉴스를 보다가 이런 문장을 본 적 있는가?

"후보 A 지지율 48%, 오차범위 ±3.1%포인트 (95% 신뢰수준)"

"오차범위"는 알겠는데 "95% 신뢰수준"은 도대체 무슨 뜻일까?

이 글의 목표는 그 문장을 수식으로 분해하고, 그 뒤에 숨어 있는 수학을 읽어 내는 것이다.

모집단과 표본 — 전체와 일부#

가장 기본적인 질문부터 시작한다.

전국 고등학생이 150만 명이다. 전부 조사하는 건 비용도 시간도 현실적으로 불가능하다.

그래서 통계학은 표본조사를 선택한다. 1,000명을 뽑아서 조사한 뒤, 그 결과로 150만 명 전체를 추정하는 것이다.

여기서 두 개념이 등장한다.

• 모집단(조사 대상이 되는 집단 전체): 우리나라 고등학생 150만 명
• 표본(모집단에서 실제로 뽑은 일부): 조사에 응한 1,000명

모집단의 평균을 모평균(모집단 전체의 실제 평균값, μ), 표준편차를 모표준편차(모집단 전체의 흩어진 정도, σ)라고 한다.

표본에서 계산한 평균을 표본평균(표본에서 계산한 평균값, x̄)이라고 한다.

생태학자들도 이 방법을 쓴다. 제주도 동백나무 전체를 세는 건 불가능하니, 일정 구역을 표본으로 뽑아 개체 수를 세고 전체를 추정한다.

표본평균의 분포 — 100번 뽑으면 어떻게 될까#

이제 핵심 질문이다.

다음 상황을 생각해 본다.

학교 전체 학생의 수면 시간이 평균 μ = 6.5시간, 표준편차 σ = 1.2시간인 모집단을 따른다고 한다.

크기 n = 100인 표본을 반복해서 여러 번 뽑는다.

이 x̄ 값들을 모아 히스토그램으로 그리면 어떤 모양이 되는가?

놀랍게도, 표본을 충분히 크게(n ≥ 30 정도) 뽑으면 x̄의 분포는 정규분포(종 모양의 좌우 대칭 분포)에 가까워진다.

이것이 중심극한 정리(표본 크기가 충분히 크면 표본평균의 분포는 모집단 모양에 상관없이 정규분포를 따른다는 정리)이다.

그 정규분포의 평균과 표준편차는 다음과 함께 결정된다.

직관으로 이해한다.

• 표본이 클수록(n이 클수록) σ / √n이 작아진다.
• 표준편차가 작아진다는 건 x̄ 값들이 μ 주변에 빽빽하게 모인다는 뜻이다.
• 즉, 표본이 클수록 표본평균이 모평균에 더 가까워진다.

n = 100이면 표준편차가 σ/10이다. 수면 시간 σ = 1.2시간이면, 표본평균의 표준편차는 1.2/10 = 0.12시간에 불과하다.

표본비율도 같은 원리이다. 어떤 사건이 일어날 모비율을 p라 할 때, 크기 n인 표본에서 계산한 표본비율(표본에서 어떤 사건이 일어난 비율, p̂ = 사건 발생 수 / n)의 표준편차는 √(p(1-p)/n)이다.

신뢰구간 — "어디쯤 있을까"의 수학적 답#

이제 핵심으로 간다.

표본평균 x̄ 하나를 계산했다. 그런데 x̄은 표본을 뽑을 때마다 달라진다. 그렇다면 "진짜 모평균 μ는 어디에 있을까?"

통계학은 이렇게 답한다.

이것이 신뢰구간(모수가 포함될 것으로 신뢰할 수 있는 구간)이다.

95% 신뢰구간의 공식은 다음과 같다.

$$\bar{x} - 1.96 \cdot \frac{\sigma}{\sqrt{n}} \leq \mu \leq \bar{x} + 1.96 \cdot \frac{\sigma}{\sqrt{n}}$$

표본평균을 중심으로 표준오차의 1.96배만큼 좌우 여유를 둔 구간이다.

여기서 1.96은 정규분포에서 95% 확률에 해당하는 z값이다.

계산 예시를 본다.

고등학생 수면 시간: σ = 1.2시간, n = 100명 표본, x̄ = 6.5시간.

$$6.5 - 1.96 \times \frac{1.2}{\sqrt{100}} \leq \mu \leq 6.5 + 1.96 \times \frac{1.2}{\sqrt{100}}$$

주어진 평균, 표준편차, 표본 크기를 공식에 그대로 넣은 첫 단계다.

$$6.5 - 1.96 \times 0.12 \leq \mu \leq 6.5 + 1.96 \times 0.12$$

표준오차가 0.12로 정리되면 구간 폭이 얼마나 되는지 바로 보인다.

$$6.5 - 0.235 \leq \mu \leq 6.5 + 0.235$$

0.235는 표본평균 양쪽에 더하고 뺄 오차 한계다.

$$\boxed{6.265 \leq \mu \leq 6.735}$$

따라서 모평균은 이 범위 안에 있다고 해석하며, 단일 값 하나로 단정하지 않는다.

"우리나라 고등학생의 평균 수면 시간은 약 6.27시간에서 6.74시간 사이에 있다고 95% 신뢰한다."

세 표상으로 정리하기 — 실생활·그래프·식#

이 글의 핵심 아이디어를 세 가지 표상으로 정리한다.

표상 1 — 실생활: 선거 여론조사

표상 2 — 분포 그래프

표상 3 — 식

$$\bar{x} \pm z_{0.025} \cdot \frac{\sigma}{\sqrt{n}}$$

이 압축식은 중심, 신뢰수준, 표본 크기가 신뢰구간 폭을 어떻게 정하는지 한 줄로 보여 준다.

세 표상이 하나의 아이디어를 설명한다. 실생활 → 그래프 → 식 순서로 이해한 뒤, 식 → 그래프 → 실생활로도 읽을 수 있어야 한다.

자주 헷갈리는 점#

고2 통계에서 가장 자주 나오는 오개념이다.

"신뢰구간 95% = 모평균이 95% 확률로 포함된다"는 생각: 이것이 가장 흔한 오해이다.

왜 틀렸을까? μ는 고정된 값이다. 확률적으로 움직이는 게 아니다. 움직이는 건 표본에서 계산한 구간 자체이다.

올바른 해석은 이렇다.

"95% 신뢰구간"은 특정 구간에 대한 확률 진술이 아니다. 이 방법으로 만든 구간의 95%가 μ를 포함한다는 방법의 신뢰성이다.

이 구분이 진짜 통계적 사고의 시작이다.

주요 개념#