작은 표본도 모집단처럼 고르게 보일 거라고 믿는 이유는?
Tversky와 Kahneman은 84명의 전문 심리학자 설문과 사례 분석을 통해 작은 표본의 대표성·검정력·재현성을 과대평가하는 경향을 설명했습니다.
그림에서 무엇을 볼까요?
모집단 50:50, 표본 10: 큰 흔들림, 표본 1000: 작은 흔들림의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
공정한 동전을 10번 던져 앞면이 7번 나오는 일은 놀랍지 않지만, 1,000번 중 700번이면 훨씬 드뭅니다.
두 막대의 평균이 같아도 표본크기가 작은 쪽의 가능한 결과 범위가 더 넓다는 점을 그림으로 확인합니다.
함께 확인할 점
84명은 전문 심리학자의 대표 표본이 아니고 문항별 응답이 실제 연구 행동과 같다고 보장할 수 없습니다.
고전적 설명은 후속 연구와 현대 통계 교육 맥락을 함께 검토해야 합니다.
생각해 볼 질문
작은 표본에서 극단값이 나왔다는 사실이 강한 원인을 뜻할까요?
사전등록은 적어 두기만 하면 충분할까?
유의확률(p값) 하나가 증거의 판결문이 될 수 있을까?
같은 연구를 다시 하면 결과는 얼마나 돌아올까?