검정력 분석 · 표본 크기

실험군에 필요한 표본 수를 검정력 기준으로 계산합니다.효과크기와 유의수준, 검정력을 입력하세요.

⚠️ 실험군에 배정할 개체 수를 산출하는 도구입니다. 체외진단 검증의 검체 수는 「검체 수 계산기」를 이용하세요.

결과

군당 표본 수
26마리
전체
52
실제 검정력
80.7%
탈락률 반영
29 / 58

계획서에 붙일 문장

각 군 26마리로 정했다. 두 군 비교(양측 t-검정), 유의수준 0.05, 검정력 80 %, 효과크기 d = 0.8 기준이다. 이 조건에서 필요한 최소 표본 수는 군당 26마리이며 실제 검정력은 80.7 %이다. 예상 탈락률 10 %를 반영해 군당 29마리, 총 58마리로 신청한다.

그대로 복사해 사용하실 수 있습니다. 효과크기의 출처는 문장 뒤에 한 줄로 덧붙이세요. 심의에서 가장 자주 확인하는 사항입니다.

검정력 곡선

0%25%50%75%100%검정력26군당 표본 수

표본 수가 정수이므로 실제 검정력이 목표보다 다소 높습니다: 80.7 %.

곡선이 평탄해지는 구간에서는 표본을 늘려도 검정력이 거의 증가하지 않습니다. 그 지점 앞에서 멈추는 것이 3R 원칙의 축소(Reduction)에 부합합니다.

비중심 F 분포로 정확히 계산하며, 정규근사가 아닙니다. 두 군 양측 t-검정은 분자 자유도가 1인 동일한 계산입니다.

효과크기를 모르겠다면

대부분 이 단계에서 막힙니다. 아래 세 가지는 위에서부터 답하기 쉬운 순서입니다.

① 「이만큼 차이가 나면 의미 있다」에서 구하기

실험 전에 답할 수 있는 유일한 질문입니다. 검출하려는 변화와 측정의 변동을 각각 대조군 평균에 대한 %로 입력하면 평균이 약분되고 비만 남습니다.

② 예비실험이나 선행연구에서 구하기

두 군의 평균과 표준편차, 반복 수를 입력하면 합동표준편차로 나눈 Cohen의 d가 산출됩니다.

③ 관례값 쓰기 (마지막 수단)

Lakens(2013)는 Cohen(1988)의 관례를 「작음 d = 0.2, 중간 d = 0.5, 큼 d = 0.8」로 옮기면서 곧바로 「이 값들은 임의적이며 경직되게 해석해서는 안 된다」고 적었습니다. 문헌과 비교할 수 없을 만큼 새로운 경우에만 쓰라는 권고입니다.

사용 방법

  1. 검정을 선택합니다. 두 군을 비교하면 t-검정, 세 군 이상이면 분산분석입니다.
  2. 효과크기를 입력합니다. 모르신다면 아래 「효과크기를 모르겠다면」의 ①부터 시도해 보세요.
  3. 유의수준·검정력·예상 탈락률을 확인합니다. 기본값은 0.05 · 80 % · 10 % 입니다.
  4. 세는 단위를 실험에 맞게 변경합니다(마리 · 개 · 웰 등). 생성되는 문장에 그대로 반영됩니다.
  5. 「계획서에 붙일 문장」을 복사해 서류에 넣고, 효과크기의 출처를 한 줄 덧붙이세요.

공식과 주의사항

표본 수는 검정력이 목표에 도달하는 최솟값을 찾는 것입니다. 검정력 자체는 비중심 분포로 정확히 계산합니다.

검정력

귀무가설이 틀렸을 때 검정통계량은 비중심 F 분포를 따릅니다. 검정력은 그 분포가 임계값을 넘을 확률입니다.

비중심모수
λ = f² × 전체 N
검정력
P( F′(k−1, N−k, λ) > F_임계 )
두 군 t-검정
분자 자유도가 1인 같은 계산 (|T|>c ⟺ T²>c²)

효과크기

두 군의 d와 여러 군의 f는 같은 분리 정도를 서로 다른 축에서 표현한 것입니다.

Cohen의 d
(평균 차이) / 합동표준편차
두 군에서
f = d / 2
변화·CV 로부터
d = 변화(%) / CV(%)

탈락률

탈락에 대비하려면 필요한 수를 잔존 비율로 나눈 뒤 올림합니다.

신청 수
⌈ 필요한 수 / (1 − 탈락률) ⌉

주의사항

  • ⚠️ 이 도구는 실험군의 개체 수를 산출합니다. 체외진단 검증의 검체 수는 전혀 다른 계산이며, 이 사이트의 「검체 수 계산기」가 그 역할을 합니다. 두 도구는 코드도 공식도 공유하지 않습니다.
  • 표본 수는 정수이므로 실제 검정력은 목표보다 다소 높게 산출됩니다. 생성 문장에는 실제 값이 함께 포함됩니다.
  • Cohen의 관례값(0.2 / 0.5 / 0.8)은 마지막 수단입니다. Lakens(2013)는 이 값들이 임의적이며 경직되게 해석해서는 안 된다고 적었습니다.
  • 탈락률은 실험 계획의 판단이지 통계가 정해 주는 값이 아닙니다. 기관의 관례를 따르세요.
  • 검정력 곡선이 평탄해지는 구간에서는 표본을 늘려도 검정력이 거의 증가하지 않습니다. 그 지점 앞에서 멈추는 것이 3R 원칙의 축소(Reduction)에 부합합니다.
  • 양측 검정만 계산합니다. 단측 검정을 사용하려면 그 근거를 계획서에 별도로 기재해야 하며, 그 판단은 이 도구가 대신할 수 없습니다.

자주 묻는 질문

참고문헌

관례 효과크기의 출처입니다. 검정력 자체는 비중심 F 분포의 정의대로 계산하며 외부 표와 대조하지 않았습니다(검사 파일 안에서 정규근사를 따로 유도해 대조합니다).

  1. Lakens D. (2013) Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Front Psychol 4:863.doi:10.3389/fpsyg.2013.00863「작음 d = 0.2 · 중간 0.5 · 큼 0.8」 과, 그 값이 임의적이라 엄격히 읽으면 안 되며 비교할 선행 결과가 전혀 없을 때만 쓰라는 경고 — 이 페이지가 관례값을 마지막 수단으로 두는 이유

Cohen (1988)의 원서는 확인하지 못해 직접 인용하지 않습니다. 위 논문이 재인용한 형태로 표기합니다.

함께 많이 쓰는 도구