표본크기 (Sample Size)
쉽게 풀면
어떤 다이어트 약의 효과를 알아보려고 3명에게만 먹여봤다면, 우연히 3명 다 살이 빠졌을 수도 있어 결과를 믿기 어렵습니다. 반면 1,000명에게 실험했는데도 같은 결과가 나온다면 훨씬 신뢰할 만합니다. 표본크기는 이렇게 "몇 명(또는 몇 개)을 조사했는가"를 나타내는 숫자로, 클수록 결과의 신뢰도가 높아지는 경향이 있습니다.
왜 중요한가
표본크기는 연구 결과의 통계적 검정력과 일반화 가능성을 동시에 좌우하는 기본 정보이기 때문에, 거의 모든 실증연구 논문의 방법 섹션에서 가장 먼저 확인되는 항목입니다. 같은 효과라도 표본크기가 작으면 우연에 의한 결과일 가능성이 커지고, 메타분석에서는 각 연구의 표본크기가 가중치를 결정하는 핵심 변수로 쓰입니다. 이 때문에 표본크기는 단순한 참가자 수를 넘어 연구의 신뢰성을 가늠하는 지표로 다뤄집니다.
논문에서는 이렇게 쓰입니다
이 연구는 342명을 대상으로 조사했다는 뜻이며, 이 숫자가 클수록 결과를 일반화하기에 유리합니다.
동물실험에서는 윤리적 이유로 사람 대상 연구보다 훨씬 작은 표본크기를 사용하는 경우가 많다는 것을 보여주는 예문입니다.
메타분석에서는 개별 연구의 표본크기를 합산하거나 가중치로 활용해 전체 결론의 신뢰도를 높인다는 점을 보여줍니다.
조금 더 깊게 보면
표본크기를 볼 때는 전체 표본크기뿐 아니라 집단별 표본크기(군당 n)와 결측치나 탈락으로 실제 분석에 쓰인 표본크기가 다른지도 함께 확인하는 것이 좋습니다. 또한 표본크기가 클수록 아주 작은 차이도 통계적으로 유의하게 나올 수 있으므로, 유의확률만 보지 않고 효과크기와 신뢰구간을 함께 살펴보는 것이 일반적인 해석 관행입니다.
주의할 점
표본크기가 크다고 결과가 항상 맞는 것은 아니며, 표본을 어떻게 뽑았는지(무작위인지, 특정 집단에 치우쳐 있지는 않은지)가 크기 못지않게 중요합니다. 또한 표본크기가 매우 크면 실제로는 미미한 차이도 유의확률이 작게 나올 수 있어, 효과크기를 함께 봐야 합니다.