[TIL] 새빨간 거짓말, 통계 - 언제나 의심스러운 여론조사

 

오늘 TIL 3줄 요약

• 통계에 있어서 가장 중요한 것은, 표본을 근거로 어떤 결론을 내릴 때 그 표본이 모집단 전체를 대표하는 것이라야 한다.
• 기초가 될 표본은 '임의추출(무작위 추출)'된 것이라야 한다.
• 여론조사는 표본 그 자체가 어느 한 방향으로 기울어져 버리는 경향이 있기 때문에 그 결과가 저절로 왜곡되어 버릴 뿐이다.

TIL (Today I Learned) 날짜

2023.04.19

 

오늘 읽은 범위

1장. 언제나 의심스러운 여론조사

 

책에서 기억하고 싶은 내용

• 평균, 상관관계, 경향, 그래프 등등은 항상 눈에 나타나는 그대로가 아니다. 눈으로 보는 이상의 뜻이 포함되어 있을지도 모르고 또 어쩌면 별 뜻 없을 수도 있다.
• 예일대학 졸업생의 연평균 소득 - "1924년도 예일대학 졸업생의 연간 평균 소득은 25,111달러이다." <뉴욕 선 New York Sun>지에 실린 기사를 논평하면서 주간지<타임 Time>이 특별히 인용한 글이다. 1950년대 당시 미국인의 1인당 연간 평균 국민 소득은 1,900달러 였다고 한다. 분명한 것은, 앞의 표본에서 평균소득을 가장 낮게 떨어뜨리는 두 그룹이 빠져 있다는 사실이다. 25,111달러라는 숫자의 정체가 서서히 드러나기 시작했다. 이 숫자가 알려주는 것은, 1924년도 졸업생 중에서도 주소를 알 수 있고, 그리고 연소득이 얼마인지 기꺼이 말할 수 있는 특별한 그룹에 대한 것이라는 점이다. 이 사실마저도 신사는 거짓말을 안 한다는 가정하에서만 진실인 셈이다.
• 자료를 통계적 조작에 의해 몇 번이고 걸러서 그 결과가 소수점이 붙은 평균값으로 바뀔 때쯤 되면, 그 결과가 본래의 데이터와는 전혀 다름에도 불구하고 이상스럽게 맹목적인 신뢰감마저 들기 시작한다. 표본을 조금만 더 자세히 들여다보면 그 허구가 금방 드러날 수 있음에도 불구하고 말이다.
• 통계에 있어서 가장 중요한 것은, 표본을 근거로 어떤 결론을 내릴 때 그 표본이 모집단 전체를 대표하는 것이라야 한다는 사실이다. 즉 왜곡의 원인이 되는 모든 것을 제거하고 난 표본이라야 한다는 것이다.
• 기초가 될 표본은 '임의추출(무작위 추출)'된 것이라야 한다. 즉 표본은 모집단으로 부터  순전히 우연에 의해 추출되어야 한다.
• 모집단이란 통계적인 용어로 표본이 추출되는 전체를 말하는 것으로 표본은 모집단의 일부분이다. 예시로 뉴욕 메디슨 광장에서 지나가는 사람 중에 스무 번째 사람마다 붙잡고 인터뷰하는 경우가 각 모집단으로부터 표본을 선택하는 과정이다.
• 완벽하게 임의추출된 표본이어야만 하는데 얻기가 매우 힘들뿐만 아니라 비용이 너무 많이 들기 때문에 대부분의 경우 이를 실현할 수가 없다. 보다 경제적인 대안으로 '층별임의추출법'이라 불리는 표본을 사용한다.이 층별 표본을 얻으려면 모집단을 이전에 알고 있는 비율에 따라 몇 개의 그룹으로 나누어야 한다.
• 여론조사는 표본 그 자체가 어느 한 방향으로 기울어져 버리는 경향이 있기 때문에 그 결과가 저절로 왜곡되어 버릴 뿐이다.

 

 

떠오르는 생각

 

대학생 전공 수업 때 같은 과 선배 후배 동기들에게 여론조사를 해봤었던 기억이 났다. 당시에도 집단을 구하기 어려워서 친한 동기들이나 선배들에게 부탁하곤 했는데 이런 것만 봐도 표본 자체가 임의추출이 아니라는 것이 새삼 와닿는다. 완벽하게 임의 추출된 표본 즉 층별 임의추출법이라 불리는 표본은 어떤 것일지 궁금하기도 하고 첫 장부터 흥미로운 주제들에 대한 얘기들이 나와서 시간 가는 줄 모르고 읽은 것 같다. 1장의 마지막 결과가 저절로 왜곡되어 버릴 뿐이라는 말 또한 깊이 와닿는다.