정규성 검정, 표본이 30명 넘으면 안 해도 된다는 말 근거 있나요?

실험군, 대조군 15명씩이라 정규성 검정을 해 보고 모수 검정으로 갔어요. 그런데 30명 넘으면 중심극한정리 때문에 정규성 검정은 안 해도 된다고 하더라고요. 이 말, 근거가 있는 얘기인가요?

Gemini 3.8 Flash의 답변

'표본 30명 기준'은 통계적 경험칙일 뿐 절대적 규칙이 아니며, 특히 각 집단의 크기와 데이터의 형태(이상치·치우침)에 따라 30명이 넘어도 정규성 검토가 필요합니다.

1. '30명'의 근거와 오해

"30명이 넘으면 정규성 검정을 안 해도 된다"는 주장은 **중심극한정리(Central Limit Theorem)**에서 출발한 **경험칙(Rule of thumb)**입니다. 중심극한정리는 표본의 크기가 충분히 크면, 모집단의 분포와 상관없이 '표본평균들의 분포'가 정규분포에 근사한다는 이론입니다.

초기 통계학 시뮬레이션 연구들에서 모집단이 아주 특이하지 않다면 대체로 30명 안팎에서 평균의 정규분포 근사가 잘 일어난다는 점이 관찰되어 널리 쓰이게 되었습니다. 하지만 이는 수학적으로 엄밀하게 증명된 '절대 경계선'이 아닙니다.

2. 질문자님의 사례: 정규성 검정이 반드시 필요했습니다

질문자님께서는 실험군 15명, 대조군 15명으로 연구를 진행하셨습니다. 독립표본 t-검정(두 집단의 평균 비교)에서는 전체 합산(30명)이 아니라 **각 집단의 표본 크기($n$)**가 중요합니다.

각 군이 15명 수준인 소표본에서는 중심극한정리가 안정적으로 작동하기 어렵습니다. 따라서 샤피로-윌크(Shapiro-Wilk) 검정 등을 통해 정규성을 확인하고 모수 검정을 진행하신 것은 학술적으로 매우 적절하고 교과서적인 절차였습니다.

3. 표본이 30명을 넘어도 확인해야 하는 이유

표본이 30명을 넘더라도 다음 경우에는 비모수 검정을 쓰거나 추가 조치를 해야 합니다.

• 극단적인 치우침(왜도)이나 이상치: 데이터가 한쪽으로 극단적으로 쏠려 있거나 이상치(outlier)가 존재하면, 표본이 50~100명이어도 중심극한정리가 쉽게 작동하지 않습니다. 이 경우 평균 기반의 모수 검정은 왜곡된 결과를 냅니다.
• 표본이 매우 큰 경우의 주의점: 반대로 표본이 수백 명 이상으로 커지면 정규성 검정(p-값)이 너무 민감해져, 통계적으로 무의미한 사소한 비정규성에도 "정규성을 만족하지 않는다"고 기각해 버립니다.

요약 및 권장 접근법

"30명이 넘으니 무조건 검정을 생략한다"는 위험합니다. 각 집단이 30명 미만이라면 정규성 검정을 수행해야 하며, 30명을 넘더라도 **Q-Q plot(정규분위수도)**이나 왜도·첨도 등을 통해 데이터에 극단적인 이상치나 왜곡이 없는지 시각적으로 확인하는 절차를 권장합니다.

Claude Sonnet 5.5의 답변

중심극한정리는 근거지만 "30명"은 절대 기준이 아닌 경험칙이며, 15명씩이면 정규성 검정 통과만으로 안심하기 어렵습니다.

근거는 있되, 과장된 말입니다

**중심극한정리(CLT)**는 분산이 유한하면 표본이 커질수록 표본평균의 분포가 정규분포에 가까워진다는 정리입니다. 여기서 정규해지는 것은 원자료가 아니라 평균의 분포입니다. t검정이 필요로 하는 것도 바로 이 부분이라 논리 자체는 맞습니다.

다만 "30"은 정리에 나오는 숫자가 아니라 경험칙입니다.

• 분포가 대칭에 가까우면 20~30명으로도 충분한 경우가 많습니다.
• 심하게 치우쳤거나 이상치가 많은 분포는 수십~수백 명이 필요할 수도 있습니다.
• 이 기준은 보통 전체가 아니라 집단별 표본 수에 적용합니다.

"검정을 안 해도 된다"는 절반만 맞습니다

표본이 크면 Shapiro-Wilk 같은 정규성 검정이 사소한 이탈에도 유의하게 나오고, 그런 이탈은 t검정 결과에 거의 영향이 없습니다. 이런 맥락에서 "검정보다 그래프와 효과 크기를 보라"는 조언이 나왔습니다.

15명씩인 경우

• 30명 기준에 못 미쳐 CLT에 기대기 어렵습니다.
• 반대로 표본이 작아 정규성 검정의 검정력이 낮습니다. "유의하지 않음"이 정규라는 증거는 아닙니다.
• 검정 결과로 분석 방법을 고르는 2단계 절차는 제1종 오류율을 다소 왜곡할 수 있다는 지적도 있습니다.

실무적 제안

1. 검정 p값만 보지 말고 Q-Q plot, 히스토그램, 상자그림으로 치우침과 이상치를 확인하세요.
2. 등분산 가정을 피하려고 Welch t검정을 기본으로 쓰는 것도 방법입니다.
3. 민감도 분석으로 Mann-Whitney U 검정이나 순열·부트스트랩 검정을 함께 돌려, 결론이 같은지 확인하세요.
4. 사전에 계획한 분석 방법과 확인 과정을 논문에 투명하게 쓰세요.

이미 정규성 검정 후 모수 검정으로 가셨다면 크게 잘못된 것은 아닙니다. 그래프 확인과 비모수 검정 병행으로 보완하시면 됩니다. 어느 정도 이탈까지 허용되는지는 분야와 효과 크기에 따라 달라 단정하기 어렵습니다.

GPT-6.1 Sol의 답변

‘30명 이상이면 정규성 검정이 불필요하다’는 보편적 기준은 없으며, 총 30명과 집단별 30명도 다릅니다.

중심극한정리가 말하는 것은?

중심극한정리는 독립성·유한한 분산 등의 조건에서 표본이 커질수록 표본평균의 분포가 정규분포에 가까워진다는 정리입니다. 원자료가 정규분포로 바뀐다는 뜻은 아닙니다.

‘30명’은 교육에서 흔히 쓰는 경험적 기준이지, 정리가 보장하는 경계값은 아닙니다. 필요한 표본 수는 분포의 비대칭 정도와 극단값 등에 따라 달라집니다.

질문의 사례: 15명씩이면?

독립표본 t검정을 했다면, 정규성 가정은 각 집단의 결과변수 분포에 관한 것입니다. 따라서 두 집단을 합쳐 30명이라는 이유로 중심극한정리를 적용해 안심하기는 어렵습니다. 두 집단 자료를 합쳐 정규성을 검사하는 것도 적절하지 않습니다. 참고로 대응표본 t검정에서는 각 측정값이 아니라 개인별 차이값의 분포가 대상입니다.

또한 15명에서는 정규성 검정의 검정력, 즉 위반을 찾아내는 능력이 낮습니다. p값이 .05보다 크다는 것은 정규분포임이 입증됐다는 뜻이 아닙니다.

실무적으로는

• 정규성 검정 하나보다 집단별 Q–Q 그림, 극단값, 비대칭 정도를 함께 살펴보세요.
• t검정은 특히 집단 크기가 같으면 가벼운 정규성 위반에 비교적 견고하지만, 심한 비대칭이나 극단값에는 주의해야 합니다.
• 독립된 두 집단의 평균 비교라면 등분산을 요구하지 않는 Welch t검정을 고려할 수 있습니다. 다만 이것도 비정규성 문제를 모두 해결하지는 않습니다.

즉, 정규성 검정을 반드시 해야 하는 것도 아니지만, ‘총 30명이므로 생략 가능’도 올바른 근거는 아닙니다. 현재 분석의 적절성은 자료의 모양과 연구 설계를 함께 봐야 판단할 수 있습니다.