Conclusions

결론





To many in the engineering community, blind ABX is an accepted experimental design. Using the blind ABX protocol, we failed to hear any differences between an assortment of generic power cords and Nordost Valhalla. Therefore, we cannot conclude that different power cords produce a difference using the blind ABX protocol. However, we also cannot conclude that there are no differences. We simply failed to prove that differences can be detected to a statistically significant degree using a blind ABX protocol.



많은 엔지니어링 커뮤니티에서 블라인드 ABX 는 받아들일 만한 실험 디자인으로 간주되고 있다. 블라인드 ABX 프로토콜을 이용해서, 우리는 번들 선과 Nordost Valhalla간의 차이를 확인 할 수 없었다.



그러므로 우리는 ABX 프로토콜을 사용했을 때 둘 간에 차이가 있다고 결론을 내릴 수 없다. 하지만 우리는 또한 거기에 차이가 없다고도 결론 내릴 수 없다. 우리는 단지 블라인드 프로토콜을 사용할 때 통계적으로 유의미한 정도의 구별되는 차이를 증명하는 데에 실패했을 뿐이다.





John Johnson, who comes from a scientific background, suggests that if there are differences between cords, they appear to be so subtle that a blind ABX test cannot discern them with small numbers of participants. Failure to discern them could be due in part to the time it took for cable changes, and the possibility that accurate auditory memory is shorter than that. It may be necessary to switch between cords in a much shorter time.



과학자인 John Johnson이 이야기 하건데, 만일 케이블간 차이가 있다고 해도 아마도 ABX로는 구별할 수 없을 정도로 미세한 (subtle) 차이가 있을 것이다.. 라고 했다. 구별 실패는 케이블 전환에 시간이 걸렸던지 듣는 감각기관의 메모리가 너무 짧았던지 아마 그런 요인이 있을 거다. 좀 더 케이블 교체시간을 짧게 하면 좋겠다





Unfortunately, as John notes, we don't know of a way of accomplishing fast power cable changes, since, unlike interconnects which can be simply switched between A and B with the equipment all still powered on and playing music, changing AC power cords requires turning the equipment off, switching the cords, and then powering them back on.



Johnson이 지적했듯이, 불행히도 우리는 파워케이블 교체를 좀 더 빨리 할 수 있는 방법을 모른다. 인터선의 경우 앰프를 켜 논채로 음악을 틀고 있는 채로 교환할 수 있으니 아마 좀 나을 것이다. 하지만 파워선은 앰프를 꺼야 하고, 케이블을 교체 한 다음에 다시 파워를 켜는 시간이 필요하다.





The test was a grand and noble experiment at best and a bust at worst. Make of it what you will.



실험은 좋게 말하면 멋지고 신선한 실험이었고 나쁘게 말하면 절반의 성공이다.

뭘 믿던 당신의 맘.





Editor's Note: ABX tests are valid and do work. Here is a link to some ABX tests of various types of audio products. In many cases, statistically significant differences could be discerned by participants. In others, no differences could be discerned. http://www.pcavtech.com/abx/abx_data.htm. Now, of course, one can dissect an experiment and say, well these 4 people out of 10 participants had good scores, so they could hear the differences. But, no, you have to take all the data together. You can't just pick out the numbers that suit your hypothesis. This would be statistically invalid. Same thing with just looking at one music selection. With statistical random patterns, it is likely that there will be one selection where more participants score correctly than on other selections. If we had enough music selections, there would likely be one where all participants scored perfectly. But, you have to look at all the selections together. That is the purpose of statistics. You may remember the famous monkeys typing randomly concept. If you have enough monkeys, eventually one of them will type all of Shakespeare's works perfectly. To look at only that one monkey might suggest it knew how to type Shakespeare. But, we can't do that and claim good science.



[Editor’s 첨언; ABX 테스트는 검증된 테스트이다. 아래 링크를 따라가면 좀더 많은 사례를 찾아 볼 수 있다. 많은 경우에 통계적으로 의미 있는 차이를 구별한 사례가 있다. 또 많은 경우에 의미를 찾지 못한 경우도 있고..



(그래서 검증되었다고 말합니다. 구별할 수 있으면 구별하고, 구별할 수 없으면 구별 못하니까.. 그리고 그걸 reproducing 할 수 있으니까.. 역자 주)



물론 어떤 이는 따지고 들 수 도 있다. 그니까 10명 중에 4명이 좋은 점수를 내었다면 어쨌거나 그 4명은 구별하는 거 아니냐? 이런 식으로.. 하지만 아니다. 전체를 다 따져야 하는 게 통계이다. 당신은 오로지 당신의 가설에 알맞은 숫자만을 선택할 수 없다. (이런 것을 태클하면 대략 낭패.. 역자 주)



통계적인 random pattern에서 특별한 곡이 높은 점수를 획득 할 수도 있다. 하지만 역시 모든 선정된 곡들을 함께 놓고 생각해야 한다. 이것이 통계의 목적이다



아마 들었을 수 도 있을 듯 한데, 당신이 충분한 수의 원숭이를 가지고 있고 이들에게 타이핑을 하게 한다면 언젠가는 그들 중 하나가 세익스피어의 한 작품을 완벽히 타이핑 할 수도 있다. 하지만 이게 원숭이가 타이핑을 한다고 결론 내리게 하진 못한다.



- Jason Victor Serinus