[기초통계 #2] 모수와 통계량의 차이 – 연구의 정확도를 결정짓는 개념

사회과학 논문을 쓰다 보면 “모수”와 “통계량”이라는 용어가 반복해서 등장합니다.
이 둘을 구분하는 것은 연구 설계와 해석의 정확성을 위해 반드시 필요합니다.

모수(Parameter)란?

모수란 전체 집단(모집단)의 특성을 나타내는 수치를 의미합니다.
예를 들어, 어떤 나라 전체 성인의 평균 키나 평균 소득처럼,
전체 구성원에 대해 말할 때 사용됩니다.

하지만 현실적으로 우리는 모집단 전체를 조사하는 것이 거의 불가능하죠.
그래서 연구자들은 표본을 추출해 그 안에서 특성을 측정하고,
그 측정값을 바탕으로 모수를 추정하게 됩니다.

통계량(Statistic)이란?

통계량은 표본에서 얻은 수치를 말합니다.
즉, 실제 조사를 통해 얻어진 데이터의 평균, 비율, 분산 등이 이에 해당합니다.

표본의 평균 소득, 표본의 성별 비율, 표본의 만족도 점수 등이 모두 통계량입니다.

왜 이 차이가 중요할까?

모수와 통계량을 혼동하면 분석 결과의 해석에 오류가 생깁니다.
우리는 표본을 통해 ‘추정’하고 있는 것이지, 실제 모집단의 수치를 ‘알고 있는’ 것이 아닙니다.
따라서 항상 오차의 가능성을 염두에 둬야 하고,
그 오차를 줄이기 위한 통계 기법들이 발전해온 것입니다.

요약하자면,

• 모수: 전체 모집단의 수치 (실제로는 알기 어려움)
• 통계량: 표본을 통해 관찰된 수치 (우리가 실제로 갖는 데이터)

이 개념 위에서 모든 추론통계(inferential statistics)가 작동합니다.
모수는 우리가 알고 싶은 것, 통계량은 우리가 실제로 갖고 있는 것입니다.

SPSS에서는 어떻게 확인할까?

SPSS에서는 통계량, 즉 표본 데이터에 기반한 수치들을 쉽게 확인할 수 있습니다.

1. Analyze → Descriptive Statistics → Descriptives
2. 변수 선택 후 실행(OK)
3. 표본의 평균, 표준편차, 최소값, 최대값 등이 출력됨

이 화면에 나오는 모든 수치는 통계량입니다.
우리는 이 데이터를 바탕으로 모집단(모수)의 특성을 추정하게 되는 것이죠.

추가 팁:
SPSS에서는 Confidence Interval(신뢰구간) 도 함께 확인할 수 있는데,
이것이 바로 표본에서 모수를 얼마나 정확히 추정할 수 있는지를 보여주는 핵심 도구입니다.