논문 준비하면서 거의 무조건 나오는 질문입니다.
👉 “표본 200이면 괜찮죠?”
👉 “150명 넘으면 충분한 거 아닌가요?”
결론부터 말하면
👉 경우에 따라 다릅니다.
👉 그리고 대부분은 “생각보다 부족하거나, 생각보다 과한” 상태입니다.
1️⃣ “200명 = 안전하다”는 공식은 없습니다
많이들 이렇게 생각합니다.
- 100명 → 부족
- 200명 → 적당
- 300명 → 안정
👉 근데 이건 기준이 아니라 관행입니다.
통계에서 중요한 건
“몇 명이냐”가 아니라
👉 무엇을 분석하느냐입니다
2️⃣ 같은 200명이어도 결과는 완전히 다릅니다
예를 들어
✔ 경우 1
- 변수 2개
- 단순 회귀
👉 200명 충분
❌ 경우 2
- 변수 6개
- 조절 + 매개 포함
👉 200명 부족할 수도 있음
👉 즉, 표본 수는 “숫자”가 아니라
👉 모형에 따라 달라집니다
3️⃣ 진짜 중요한 건 “분산”입니다
많은 분들이 놓치는 핵심입니다.
👉 표본 수보다 중요한 것 = 데이터 다양성
예를 들어
- 200명인데 응답이 전부 4~5점
👉 분석 거의 안 됨 - 120명인데 응답이 다양함
👉 결과 잘 나옴
👉 이게 현실입니다
4️⃣ 표본이 많다고 좋은 것도 아닙니다
이건 의외로 많이 모르는 부분입니다.
표본이 너무 많으면
👉 아주 작은 차이도
👉 “유의하다”고 나옵니다
근데 이건
👉 의미 있는 결과가 아니라
👉 과하게 민감한 결과일 수 있습니다
5️⃣ 교수님이 실제로 보는 기준
현실적으로 중요한 기준은 이겁니다.
👉 표본 수보다
- 설계가 맞는지
- 변수 구성이 타당한지
- 해석이 논리적인지
👉 이 3개를 더 봅니다
🔥 핵심 정리
표본 수는
❌ 많으면 좋은 것
⭕ 연구에 맞으면 좋은 것
📌 유용한 한 줄
👉 “본 연구의 표본 수는 분석 목적에 적합한 수준으로 판단된다.”
(이거 진짜 많이 씁니다)
👀 사람들이 많이 착각하는 포인트
- 200이면 무조건 충분 ❌
- 많을수록 좋다 ❌
- 적으면 무조건 문제 ❌
👉 전부 상황 따라 다릅니다.
