핵심 해설
이 문제는 물리치료 연구 설계 및
측정 및 평가 영역에서
표본 크기 산출(Sample size calculation)의 필수 고려 요소를 묻고 있어요. 근거 중심 물리치료(Evidence-Based Physical Therapy)를 실천하기 위해서는 연구 결과의 신뢰도를 평가하고, 직접 연구를 설계할 때 적절한 표본 크기를 설정하는 능력이 필수적이랍니다.
핵심 개념 분석 (Key Concept): 표본 크기 산출이란, 연구를 통해 얻고자 하는 효과(예: 새 운동치료법의 효과)를 통계적으로 검증할 수 있는 최소한의 참가자 수를 결정하는 과정이에요. 표본이 너무 적으면 실제로 효과가 있음에도 통계적으로 유의미하지 않다고 잘못 결론 내릴 수 있고(
제2종 오류, Type II error), 너무 많으면 인적·물적 자원이 낭비되므로 적정한 수를 찾는 것이 중요해요.
정답 근거 (Answer Rationale): 표본 크기를 산출할 때 반드시 고려하는 4가지 핵심 요소는 다음과 같습니다.
1.
유의수준(α, Significance level): 1종 오류를 범할 최대 허용 확률로, 보통 0.05(5%)로 설정해요. 이는 "효과가 없는데 있다고 잘못 결론 내릴" 위험을 통제하는 값이에요.
2.
검정력(Power, 1-β): 실제로 효과가 있을 때, 이를 통계적으로 유의미하게 찾아낼 확률이에요. 보통 80%(0.8) 또는 90%(0.9)로 설정하며, 검정력이 높을수록 더 큰 표본이 필요해요.
3.
효과 크기(Effect size): 연구자가 탐지하고자 하는 치료 효과의 '크기' 그 자체예요. 예를 들어, 치료 전후 통증 점수 차이의 평균이 클수록 효과 크기가 커지며, 작은 효과 크기를 탐지하려면 더 많은 표본이 필요해요.
4.
탈락률(Dropout rate): 연구 기간 중 여러 사유(퇴원, 개인 사정 등)로 인해 중도 탈락하는 참가자가 발생할 것을 미리 예측하여 표본 크기에 여유분을 더하는 개념이에요.
반면,
측정 도구의 가격(Price of measurement tool)은 표본 크기를 '통계적으로' 결정하는 공식에 포함되는 요소가 전혀 아니에요. 이는 연구 예산을 계획할 때 고려할 '연구 실행 가능성(Feasibility)' 측면의 변수일 뿐, 통계적 검정을 위한 표본 수 결정과는 무관하답니다.
오답 분석 (Distractor Analysis):
혼동 주의! ①, ②, ③번은 표본 크기 산출 공식에 직접적으로 대입되는 통계적 모수(Parameter)들이에요. ④번 탈락률은 순수한 통계 공식의 모수는 아니지만, 최종 표본 크기를 현실적으로 조정하기 위해 연구 설계 단계에서 반드시 산출 공식 뒤에 곱하여 고려하는 핵심 요소랍니다. 따라서 ①~④는 모두 표본 크기 '산출' 단계에서 반드시 고려해야 하는 요인입니다.
연관 개념 정리 (Related Concepts): 표본 크기 산출 프로그램으로는 G*Power가 널리 사용되며, 이 프로그램에서도 위의 ①~③ 요소를 필수 입력값으로 요구해요. 또한, 연구의 주요 평가 변수가 연속형(예: 관절운동범위(ROM) 각도)인지 범주형(예: 낙상 발생 여부)인지에 따라 사용하는 통계 검정법이 달라지고, 이에 따라 표본 크기 산출 공식도 달라진다는 점을 기억해 주세요.
개념 정리
표본 크기 산출의 4대 결정 요인: 1.
유의수준(α) (보통 0.05) 2.
검정력(1-β) (보통 0.8) 3.
효과 크기(Effect size) (선행 연구 기반 또는 연구자가 설정) 4.
탈락률(Dropout rate) (최종 모집 인원 산정 시 반영) → 이 4가지 요소는 모두 표본 수 결정에 직접적인 영향을 미치는 반면, 측정 도구의 가격은 예산과 관련된 실행 가능성 요소로, 통계적 표본 크기 산출의 고려 대상이 아닙니다.
한눈에 비교!
| 구분 | 통계적 표본 크기 결정 요소 | 연구 실행 가능성 요소 |
|---|
| 예시 | 유의수준, 검정력, 효과 크기 | 측정 도구 가격, 연구 기간, 인력 |
| 영향 | 통계 공식에 직접 대입되어 표본 '수'를 결정 | 예산·일정 제한으로 연구 '설계'나 '방법' 변경 유도 가능 |
암기 팁
"
알파(α)와 베타(β), 효과 크기 잡고 탈락률 더하면 표본 수 완성!" → 유의수준(α), 검정력(1-β), 효과 크기, 탈락률을 연상해 보세요.
국시 빈출 포인트
측정 및 평가 과목의 연구 방법론 단원에서 '표본 크기 산출 시 고려 사항'은 기본 개념을 묻는 문제로 자주 출제돼요. 제1종 오류(α)와 제2종 오류(β), 검정력의 관계를 묻거나, 표본 크기와 신뢰구간의 관계를 함께 물어보는 형태로도 변형되어 출제되니 개념을 정확히 이해해 두는 것이 중요해요.
기출 변형 주의!
"다음 중 표본 크기를 증가시키는 요인이 아닌 것은?"이라는 형태로 변형될 수 있어요. 유의수준을 낮출수록(예: 0.05→0.01), 검정력을 높일수록(예: 0.8→0.9), 효과 크기가 작을수록, 필요한 표본 크기는 증가합니다.