표본 설계
모집단 정의와 할당 기준을 문서로 남기는지 확인합니다.
데이터 출처 공개
어떤 데이터를 어떤 기준으로 검증했는지 밝힙니다
보고서에 쓰인 값이 어디서 왔는지 확인할 수 있어야, 그 값을 어디까지 믿을지 판단할 수 있습니다. 이 페이지에서는 공공 통계와 민간 데이터를 어떻게 대조하고, 어떤 기준으로 값을 검증했는지 설명합니다.
표기 원칙 한 줄
출처 + 기준 연도
인용된 모든 값에 함께 남깁니다. 추정치는 추정치임을 명시하고 실측값과 구분합니다.
지도 위의 점은 표본을 의미합니다. 값이 어긋나면 정의와 기준 연도를 먼저 맞췄습니다.
공공 통계
공공 통계를 기준점으로 쓰는 이유
KOSIS 국가통계포털은 인구, 산업, 소득, 고용 같은 기본 변수를 제공합니다. 시장 규모 산정과 타깃 세분화의 기초 자료로 쓰기 적합하고, 민간 리포트의 가정값을 검증하는 기준점 역할을 합니다.
다만 공공 통계도 갱신 주기가 있고 산업 분류가 개정되므로, 기준 연도와 분류 코드를 함께 확인해야 합니다. 시장 규모 추정에 쓰는 값은 어느 연도의, 어느 분류 체계로 집계된 값인지 밝히지 않으면 이후 계산 전체가 흔들립니다.
실제 작업 순서는 이렇습니다. 먼저 문제를 정의하고, 문제에 맞는 분류 코드를 고르고, 그 코드로 같은 연도의 통계를 받아 기준값을 정합니다. 분류 개정이 걸린 연도를 넘길 때는 이전 코드와 새 코드를 병기해 시계열이 끊기지 않게 잇습니다.
- 쓰는 변수
- 인구 구조, 산업 분류, 가구 소득
- 확인하는 항목
- 기준 연도, 분류 코드, 개정 이력
- 쓰는 방식
- 민간 리포트 가정값의 대조 기준
- 한계
- 갱신 주기 지연, 세분 시장 부재
민간 데이터 대조
민간 데이터를 비교 대상으로 쓰는 방법
민간 데이터는 조사 목적에 더 가까운 값을 줄 때가 많습니다. 대신 정의와 수집 방식이 제각각이라, 그대로 인용하면 시장 규모 추정이 조용히 어긋납니다.
-
첫째 단계
정의를 맞춘다
민간 데이터가 말하는 '가구'가 공공 통계의 '가구'와 같은 범위인지, 소득은 세전인지 세후인지 확인합니다. 정의가 다르면 두 숫자는 애초에 비교 대상이 아닙니다.
-
둘째 단계
기준 연도를 맞춘다
한쪽은 2024년 실측, 다른 쪽은 2025년 추정치일 때가 흔합니다. 연도를 맞추지 않고 비교하면 차이를 성장으로 읽는 실수를 합니다.
-
셋째 단계
왜 어긋나는지 먼저 본다
두 값이 어긋나면 어느 쪽이 맞는지 판정하기 전에 왜 어긋나는지를 먼저 확인합니다. 이 확인 과정 자체를 보고서 부록에 남깁니다.
쪽을 넘나드는 값은 겹쳐서 확인합니다
공공 통계에 없는 세분 시장은 민간 데이터가 유일한 근거일 때가 있습니다. 그럴 때는 민간 데이터 하나를 그대로 쓰지 않고, 정의가 비슷한 두세 개 민간 데이터와 공공 통계의 상위 변수를 함께 놓고 범위를 확인합니다. 값이 아니라 범위를 보고, 그 범위가 이번 조사의 결론을 흔드는지 판단합니다.
대조 항목
옥스마비라가 하는 처리
정의 범위
모집단 단위와 소득 기준을 문서로 맞춤
기준 연도
실측 연도와 추정 연도를 구분해 표기
산업 분류
분류 코드가 같은 범위를 가리키는지 확인
표본 설계
할당 기준과 가중치 적용 여부를 기록
대조 결과 읽기
값이 어긋날 때의 처리 순서
같은 시장을 두고 두 출처가 다른 값을 제시하면, 옥스마비라는 판정보다 원인을 먼저 맞춥니다.
세 가지를 먼저 맞춥니다
-
두 값의 정의가 어떻게 다른지
-
산업 분류 코드가 같은 범위를 가리키는지
-
기준 연도가 일치하는지
-
정의가 다르면 두 숫자는 애초에 비교 대상이 아니며, 이 확인 과정 자체를 보고서 부록에 남깁니다.
확인 항목
공공 통계
민간 데이터
기준 연도 표기
집계 연도 명시
조사 시점 별도 확인
분류 체계
표준산업분류 기준
자체 분류 대조
실측 / 추정 구분
실측값 중심
추정 구간 병기
표의 마지막 줄은 두 출처를 각각 어떻게 다루는지 요약한 것입니다. 어느 쪽도 다른 쪽을 자동으로 덮지 않습니다.
검색 트렌드
검색 트렌드 데이터의 쓰임
Naver Data Lab은 검색 관심사 변화를 시계열로 살피는 데 씁니다. 검색량이 늘었다고 구매가 늘었다고 단정할 수는 없으므로, 보조 지표로만 씁니다.
특정 권역에서만 검색이 튀는 경우에는 그 지역의 응답 분포와 대조해, 두 값이 같은 방향을 가리키는지 확인합니다. 두 값이 같은 방향을 가리키면 가설로 남기고, 어긋나면 그 지역을 따로 떼어 봅니다.
정성조사 데이터의 검증
정성 인터뷰는 규모를 말해주지 않으므로, 인터뷰 결과를 표본 전체에 일반화하지 않습니다. 대신 인터뷰에서 나온 가설을 정량 설문으로 검증합니다.
인용문을 보고서에 쓸 때는 응답자의 발언을 요약하지 않고 그대로 옮기되, 개인을 식별할 수 있는 정보는 제거합니다. 요약은 발언의 강도를 바꾸고, 원문은 그대로 남겨야 나중에 다시 확인할 수 있습니다.
공급업체와 패널
벤더 정보와 실제 조사 역량은 다릅니다
Clutch 같은 B2B 디렉터리는 업체별 설립 연도와 서비스 설명을 제공합니다. 공급업체를 비교할 때 참고할 만하지만, 디렉터리 정보만으로 조사 역량을 판단하기는 어렵습니다.
표본 설계 방식, 편향 관리 절차, 시계열 비교 기준을 확인하는 편이 실제 판단에 더 도움이 됩니다.
편향 관리
문항 순서와 응답 편향을 어떻게 점검하는지 묻습니다.
시계열 기준
분기 비교가 끊기지 않는지, 과거 값이 소급 수정되는지 확인합니다.
패널 제공사
표본 프레임이 바뀌었는지, 변경 이력을 공유하는지 봅니다.
설계와 해석
패널 실행 위에 문항 설계와 해석을 얹습니다.
국내 패널 인프라와의 연결
패널 조사가 필요한 경우 국내 패널 인프라를 보유한 조사 업체와 협업합니다. Macromill Embrain 같은 국내 플레이어는 온라인 조사 실행력이 강점이고, 옥스마비라는 그 위에 설계와 해석을 얹습니다.
패널 제공사가 바뀌면 표본 프레임이 달라질 수 있으므로, 시계열 비교가 필요한 프로젝트에서는 변경 여부를 먼저 확인합니다. 표본 프레임이 달라진 뒤의 값은 이전 값과 같은 선 위에 놓지 않습니다.
산업별 인사이트 보기프로젝트에서 먼저 확인하는 것
-
이번 시계열이 어느 시점부터 이어지는지
-
패널 제공사가 도중에 바뀌었는지
-
과거 값이 소급 수정된 적이 있는지
-
가중치를 적용했는지, 적용했다면 어떤 기준인지