모비율 신뢰구간 계산기

성공 횟수와 표본 크기 또는 표본 비율과 표본 크기로부터 모비율을 추정합니다.

표본 정보 입력

결과

신뢰구간

$35.1598\% \le p \le 48.8402\%$

공식

\hat{p} - ME \le p \le \hat{p} + ME

대입값

0.42 - 0.068402 \le p \le 0.42 + 0.068402

95% 신뢰 수준에서 모비율은 35.1598%와 48.8402% 사이에 있을 것으로 추정됩니다.

n p̂ = 84 및 n(1 - p̂) = 116 가 모두 10 이상이므로 정규 근사가 합리적입니다.

하한

35.1598%

상한

48.8402%

표본 비율 $\hat{p}$

0.42

표본 비율 (%)

42%

오차 한계

0.068402

표준 오차 $\mathrm{SE}$

0.0349

Z 임계값 $z_{1-\alpha/2}$

1.959964

성공 횟수

표본 크기

200

근사 표본 분포

95% 신뢰 영역

\pm z^*=\pm 1.96

ME=0.0684

하한35.1598%

p̂42%

상한48.8402%

단계별 계산

1. 입력값 확인

x=84,\ n=200,\ C=95\%

2. 표본 비율 계산

\hat{p}=\frac{x}{n}=\frac{84}{200}=0.42

3. 표준 오차(SE) 계산

SE=\sqrt{\frac{\hat{p}(1-\hat{p})}{n}}=\sqrt{\frac{0.42(1-0.42)}{200}}=0.0349

4. Z 임계값 구하기

z_{0.975}=1.959964

5. 오차 한계(ME) 계산

ME=1.959964\times 0.0349=0.068402

6. 신뢰구간 산출

\hat{p}\pm ME=0.42\pm 0.068402\Rightarrow 0.351598 \le p \le 0.488402

모비율의 신뢰구간 이해하기

핵심 요약: 이 계산기가 알려주는 것

200명을 설문 조사하거나 500개의 제품을 검사하는 것처럼 표본을 추출할 때마다, 우리는 *모집단 전체*에 대한 무언가를 추정하려고 합니다. 표본은 전체의 작은 일부에 불과하기 때문에, 그 결과는 어디까지나 추정값입니다.

이 계산기의 핵심 목표는 그 단일 추정값을 신뢰할 수 있는 범위로 변환하는 것입니다. 단순히 숫자 하나를 제시하는 대신, 다음과 같이 명확하고 실용적인 결론을 제공합니다.

> "신뢰 수준 95%에서, 모집단의 진짜 비율은 35.16%에서 48.84% 사이로 추정됩니다."

이를 통해 실제 답이 어느 범위에 있는지를 현실적으로 파악할 수 있으며, 연구 결과를 뒷받침하기 위한 오차 한계와 표준 오차도 함께 확인할 수 있습니다.

핵심 개념: 통계를 쉽게 풀어보기

수치에 들어가기 전에, 계산을 이해하는 데 도움이 되는 주요 개념들을 살펴보겠습니다.

신뢰구간이란 무엇인가?

신뢰구간은 표본 데이터를 사용하여 알 수 없는 모비율에 대한 합리적인 범위를 추정합니다. 표본 비율(수학적으로 $\hat{p}$ 로 표현)만 보고하는 대신, 그 추정값을 중심으로 양쪽에 여유를 둔 구간을 제공합니다.

"신뢰 수준"은 무엇을 의미하는가?

신뢰 수준은 보통 90%, 95%, 99% 중 하나로 설정됩니다. 이 백분율은 통계적 방법의 장기적인 신뢰성을 나타냅니다. 같은 방식으로 무작위 표본을 반복해서 추출하고 구간을 구성한다면, 그 중 약 95%의 구간이 진짜 모비율을 포함하게 됩니다.

신뢰 수준이 높을수록 구간은 더 넓어집니다 (진짜 값을 놓치지 않기 위해).
신뢰 수준이 낮을수록 구간은 더 좁고 정밀해집니다.

"z-점수"(임계값)란 무엇인가?

모비율의 신뢰구간에서는 표준 교과서적 방법으로 임계 z-점수를 사용합니다. 이 값은 표준정규분포에서 도출되며, 선택한 신뢰 수준에 따른 곱셈 인수로 작동합니다. 신뢰 수준이 높을수록 더 큰 z-점수가 필요하며, 이는 결국 오차 한계를 증가시킵니다.

방법론의 수학적 배경

표준 양측 왈드(Wald) 구간의 수학적 구조는 비교적 간단합니다.

\hat{p} \pm z_{1-\alpha/2} \times SE

이 공식을 구성하는 요소는 다음과 같습니다.

$\hat{p}$ : 표본 비율.
$z_{1-\alpha/2}$ : 임계 z-점수.
$SE$ : 표준 오차.

표준 오차는 비율이 50%에 얼마나 가까운지와 표본 크기에 따라 계산됩니다.

SE = \sqrt{\frac{\hat{p}(1-\hat{p})}{n}}

표본 크기( $n$ )가 클수록 표준 오차는 작아집니다. 관측된 비율이 50%에 가까울수록 표준 오차는 최대가 되므로, 50/50 근처에서 구간이 넓어지는 경향이 있습니다.

가정 및 주의사항

이 방법을 정확하게 사용하려면 표본이 무작위 추출되었거나 합리적으로 대표성을 가져야 하며, 각 관측값은 독립적이어야 합니다. 또한 왈드 구간은 정규 근사에 의존합니다. 일반적인 규칙으로, 표본에서 최소 10개의 "성공"과 10개의 "실패"가 있는지 확인하세요.

n\hat{p} \ge 10 \quad \text{이고} \quad n(1-\hat{p}) \ge 10

이 값들이 너무 작으면 정규 근사가 부정확할 수 있습니다. 또한 표본 크기가 매우 작거나 극단적인 비율의 경우, 공식이 0% 아래 또는 100% 위의 값을 산출할 수도 있습니다. 실제 비율은 그런 값을 가질 수 없으므로, 실용적인 해석에서는 항상 0%에서 100% 사이로 제한해야 합니다.

계산 예시

200명의 참가자 중 84명이 "예"라고 응답한 설문조사에서 신뢰 수준 95%의 신뢰구간을 구해보겠습니다.

1. 표본 비율 계산:

\hat{p} = \frac{84}{200} = 0.42

2. 임계 z-점수 찾기: 95% 양측 구간의 경우 z-점수는 약 다음과 같습니다.

z_{0.975} = 1.96

3. 표준 오차 계산:

SE = \sqrt{\frac{0.42(1-0.42)}{200}} \approx 0.0349

4. 오차 한계 계산:

ME = 1.96 \times 0.0349 \approx 0.0684

5. 최종 구간 계산:

0.42 \pm 0.0684 = [0.3516,\ 0.4884]

백분율로 표현하면, 최종 신뢰구간은 35.16%에서 48.84%입니다.

이 계산기 사용 방법

이 도구는 보유한 데이터에 따라 유연하게 사용할 수 있도록 설계되었습니다.

1단계: 입력 방식 선택

데이터를 두 가지 방법으로 입력할 수 있습니다.

성공 횟수와 표본 크기: 관측된 성공의 실제 횟수( $x$ )와 전체 표본 크기( $n$ )를 입력합니다. 나눗셈은 계산기가 자동으로 처리합니다. *(이 방법이 일반적으로 더 명확하여 모호함을 줄여줍니다.)*
표본 비율과 표본 크기: 표본 비율을 $n$ 과 함께 직접 입력합니다. 소수(0.42)나 정수 백분율(42 또는 42%)로 입력할 수 있습니다. 1보다 큰 값은 백분율로 해석됩니다.

> "성공"이란 무엇을 의미하나요? > 통계에서 "성공"은 여러분이 세고 있는 특정 결과에 대한 표준 용어에 불과합니다. 설문의 "예" 응답, 웹사이트 전환, 생산 라인의 불량품, 또는 관심 있는 어떤 결과든 "성공"이 될 수 있습니다.

2단계: 신뢰 수준 설정

원하는 신뢰 수준(보통 95%)을 선택합니다. 계산기가 올바른 임계 z-점수를 자동으로 채워줍니다.

*참고: 특정 수업, 표, 또는 과제에서 사용자 지정 z-점수를 수동으로 입력해야 하는 경우 고급 재정의 옵션을 사용할 수 있습니다. 이 옵션이 활성화되면 계산기는 자동 조회를 무시하고 입력한 값을 그대로 사용합니다.*

3단계: 계산하기

계산 버튼을 클릭하면 하한 및 상한 경계, 표준 오차, 오차 한계, 그리고 단계별 수학적 풀이가 즉시 생성됩니다!