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

표본 크기 결정은 통계적 근거에 기반해야 하며, 연구자의 편의성은 고려 요인이 아니다.

표본 크기 결정은 양적 간호연구에서 연구의 타당성과 신뢰성을 확보하는 핵심 요소입니다. 적절한 표본 크기는 통계적 검정력을 보장하고 연구 결과의 일반화 가능성을 높이는 중요한 역할을 합니다.

표본 크기 결정 시 고려해야 할 주요 요인들을 살펴보면, 첫째 효과크기(effect size)는 연구에서 발견하고자 하는 실제 효과의 크기를 의미합니다. 효과크기가 클수록 더 작은 표본으로도 통계적 유의성을 검출할 수 있으며, 효과크기가 작을수록 더 큰 표본이 필요합니다.

둘째, 유의수준(significance level, α)은 제1종 오류를 범할 확률로, 일반적으로 0.05로 설정합니다. 유의수준이 낮을수록 더 엄격한 기준을 적용하므로 더 큰 표본이 필요합니다.

셋째, 검정력(statistical power, 1-β)은 실제 효과가 존재할 때 이를 올바르게 검출할 확률입니다. 일반적으로 0.80 이상으로 설정하며, 검정력이 높을수록 더 큰 표본이 필요합니다.

넷째, 예상되는 탈락률은 연구 진행 중 참여자가 중도 탈락할 가능성을 고려한 것으로, 최종 분석 가능한 표본 수를 확보하기 위해 초기 표본 크기에 반영해야 합니다.

반면, 연구자의 편의성과 접근 용이성은 표본 크기 결정의 과학적 근거가 될 수 없습니다. 이는 연구의 타당성을 저해하고 통계적 검정력을 약화시킬 수 있어 연구윤리적으로도 문제가 될 수 있습니다. 간호연구에서는 환자 안전과 간호 실무 개선이라는 목적을 달성하기 위해 과학적 엄밀성을 유지해야 합니다.

간호대학 연구팀이 수술 후 통증 관리에 대한 새로운 간호중재의 효과를 검증하는 무작위 대조군 실험연구를 계획하고 있습니다.

연구팀은 선행연구를 통해 기존 간호중재와 새로운 중재 간의 예상 효과크기를 중간 정도(Cohen's d = 0.5)로 추정했습니다. 유의수준은 0.05, 검정력은 0.80으로 설정하였고, 예상 탈락률을 20%로 고려했습니다.

G*Power 프로그램을 사용하여 계산한 결과, 각 군당 64명씩 총 128명이 필요하다고 산출되었습니다. 탈락률을 고려하면 각 군당 80명씩 총 160명을 모집해야 합니다.

이때 일부 연구자가 "우리 병원에서 접근 가능한 환자가 100명 정도이니 표본 크기를 줄이자"고 제안했다면, 이는 과학적 근거가 아닌 편의성에 기반한 잘못된 접근입니다. 이러한 결정은 연구의 검정력을 저하시켜 실제 효과가 있음에도 이를 검출하지 못할 위험을 증가시킵니다.

올바른 접근은 다기관 연구로 확대하거나 연구 기간을 연장하여 적절한 표본 크기를 확보하는 것입니다.