간호연구에서 표본 크기를 결정할 때 고려해야 할 요인으로 가장 적절하지 않은 것은?

표본 크기 결정은 통계적 근거와 연구 목적에 기반해야 하며, 연구자의 개인적 선호도는 고려 요인이 아니다.

표본 크기 결정은 간호연구의 신뢰성과 타당성을 확보하는 핵심 요소로, 과학적이고 객관적인 기준에 따라 이루어져야 한다.

표본 크기 결정에 고려해야 할 주요 요인들을 살펴보면 다음과 같다. 첫째, 유의수준(α)과 검정력(1-β)은 통계적 오류를 최소화하기 위한 핵심 요소이다. 일반적으로 α=0.05, 검정력=0.80을 기준으로 하며, 더 엄격한 기준을 적용할수록 더 큰 표본이 필요하다.

둘째, 효과크기(effect size)는 연구하고자 하는 변수들 간의 관계 정도를 나타내며, 작은 효과크기를 탐지하려면 더 많은 표본이 필요하다. Cohen의 기준에 따라 small(0.2), medium(0.5), large(0.8) 효과크기로 분류되며, 간호연구에서는 임상적 의미를 고려하여 결정한다.

셋째, 연구설계의 복잡성도 중요한 고려사항이다. 단순한 기술연구보다는 실험연구나 다변량 분석을 사용하는 연구에서 더 큰 표본이 필요하며, 하위집단 분석을 계획하는 경우 각 집단별로 충분한 표본을 확보해야 한다.

넷째, 모집단의 이질성 정도가 클수록 더 큰 표본이 필요하다. 연구 대상자들의 특성이 다양할수록 대표성을 확보하기 위해 표본 크기를 늘려야 한다.

반면, 연구자의 개인적 선호도는 표본 크기 결정에 고려되어서는 안 되는 요인이다. 표본 크기는 연구의 과학적 엄밀성과 윤리적 책임을 바탕으로 결정되어야 하며, 너무 작은 표본은 연구 결과의 신뢰성을 떨어뜨리고, 너무 큰 표본은 불필요한 자원 낭비와 연구 참여자에게 부담을 줄 수 있다.

간호연구에서는 G*Power와 같은 통계 프로그램을 활용하여 과학적 근거에 기반한 표본 크기를 산출하는 것이 권장되며, 이는 연구의 질을 보장하고 연구윤리를 준수하는 중요한 과정이다.

간호대학 4학년 김간호 학생이 졸업논문으로 '수술 전 불안 감소를 위한 음악요법의 효과'에 대한 실험연구를 계획하고 있다.

지도교수와의 상담에서 표본 크기 결정에 대해 논의하던 중, 김간호 학생은 "제가 접근하기 쉬운 병원에서 50명 정도만 모집하면 될 것 같아요"라고 말했다.

지도교수는 이러한 접근이 부적절함을 설명하며, 표본 크기는 연구자의 편의나 선호가 아닌 과학적 근거에 기반해야 한다고 강조했다.

이후 G*Power 프로그램을 활용하여 유의수준 0.05, 검정력 0.80, 중간 정도의 효과크기(d=0.5)를 기준으로 계산한 결과, 각 집단당 최소 64명, 총 128명의 표본이 필요함을 확인했다.

이 사례는 표본 크기 결정이 연구자의 주관적 판단이 아닌 통계적 근거와 연구 목적에 기반해야 함을 보여주는 대표적인 예이다.