가설 검정을 수행할 때, 표본 크기는 결과의 신뢰도에 중요한 요소 중 하나다.
표본 크기를 결정할 때, 고려해야 할 요소는 아래와 같다.
•
효과 크기(effect size) : 실험을 통해 검증하고자 하는 최소 효과 크기. 효과 크기가 클수록 필요한 표본의 수는 작아진다.
→ 큰 차이를 검증하고자 하는 것보다 작은 차이를 검증하고자 할 때, 필요한 표본 수가 더 많아진다.
•
유의 수준(alpha, 일반적으로 0.05) : 1종 오류를 범할 확률. 낮은 유의 수준은 더 많은 표본 수가 필요하다.
•
검정력(power, 일반적으로 0.8 or 0.9 ) : 2종 오류를 범하지 않을 확률. 높은 검정력은 더 많은 표본 수가 필요하다.
•
분산 or 표준편차 : 분산이 크면 더 많은 표본이 필요하다.