#############################################################################################

##  본 Q&A는 과거 운영사이트(snscon.com) Q&A에서 좋은 질문에 대한 답변을 학습 목적으로 재정리하셔 업로드한 것입니다. ##

#############################################################################################

Q. spss 초급강좌를 듣고 있는 사람입니다. 

실험을 통해 특정 약물의 활성을 평가하는 실험을 하고 있습니다. 그런데 이런 실험횟수를 몇번이나 해야 실험을 통해 구한 활성들의 평균이 믿을만한 데이타이다 라고 규정지을 수 있는지 궁금합니다. 

통계학에 대한 깊은 이해없이 질문드려서 적잘한 질문이 아닐지도 모르겠습니다. 요약하자면 자연과학 실험에서 적절한 실험횟수를 정하는데 어떤 가이드라인이 있는지 궁금합니다. 

도움 부탁드립니다. 감사합니다.

A. 실험설계에서 반복의 수, 즉 해당 처리에 노출되는 데이터의 수는 정해진 사항은 없습니다. 다만, 가능하다면 많으면 많을수록 기본적으로 일반화에 충실한 연구결과가 되겠습니다. 그 기준을 정규분포의 적용가능성으로 둔다면 대략 30-40개정도가 대표본으로 설정하기에 적합합니다.

그러나 실험연구에서 실험상황이 이러한 여건을 허락하느냐가 더 현실적으로 중요합니다. 따라서 많은 실험연구에서 데이터의 수보다는 실험설계의 엄격성, 즉 다른 제3의 변인이 결과에 영향을 주지 않는 통제된 상황을 더 중시합니다.

결론적으로 말씀드리면 데이터수는 많을수록 좋고, 가능하다면 각 처리당 30표본이 일반화에 적합하지만, 상황이 여의치 않다면 가능한 상황에서 최대한의 실험수를 늘리는 방법이 현실적입니다. 그리고 실험설계 상황을 엄격하게 하였다는 것이 더 중요한 요건이 됩니다.