-
-
새빨간 거짓말, 통계
대럴 허프 지음, 박영훈 옮김 / 더불어책 / 2004년 4월
평점 : 
구판절판
많은 통계는 누군가의 주장을 뒷받침하려는 목적으로, 현실의 틈새마다 스며있는 변수를 통제하고, 재단하고, 삭제하고, 해석해서 '만들어낸' 결과이다. 이 지나치게 깔끔한 수치는 빈틈투성이 현실을 뒷춤에 가린 채 카메라 앞에서 웃음 짓는 이해관계자를 대변한다.
1. 표본추출의 맹점
통계 조작, 거짓 답변, 임의추출법(모집단 내의 개체들이 표본으로 선택될 기회가 동일함) 적용이 어려운 표본추출 한계 그리고 질문 방식(질문자의 인종, 성별, 나이 등의 차이)이 만들어내는 차이
2. 평균의 함정
상황에 따라 거기에 맞는 평균값을 적용하지 않았을 때 발생하는 고의적인 오류
- 산술평균값, 중앙평균값, 최빈값(가장 많이 등장하는 값)이 있으며, 정규분포곡선일 경우에만 모두 유사한 값을 보인다.
3. 작은 숫자 생략
유의수준(어떤 사실이 참임에도 불구하고 거짓으로 잘못 판단할 확률)을 적절히 반영하지 않거나 평균값으로부터의 편차를 무시하여 통계적으로 불충분한 표본을사용
* 게젤의 준거(Gesell's norms) : 표준치 분포에서 약간 어긋나는 경우에도 비정상으로 판단하는 현상을 유발
예) IQ 검사의 오차, 특정 나이의 키 비교
4. 표본의 대표성 검증
표본추출에서 얻은 결과는 그 결과 이외의 범위에 대해서도 언급해야 한다.
- 예상오차(probable error) : 여러차례 실험을 통해 절반을 오차 범위에 포함시키는 방법(절반은 오차를 벗어남)
- 표준오차(standard error) : 전체 경우의 수 중에 2/3를 오차 범위에 포함
5. 현혹하는 그래프, 그림도표
그래프의 수치를 크게(혹은 작게) 하여 변동폭을 과장(혹은 축소)하거나 그림의 크기를 비교하여 실제 수치를 왜곡한다. (그림은 수치라는 높이에 넓이나 두께가 추가되어 실제보다 부풀려진다)
6. 아전인수 해석
입맛에 맞는 결과가 나올 때까지 조사 방식을 여러가지로 하여 되풀이하거나 관련성이 적거나 아예 없는 항목을 포함시킨다.
예) 노동조합에 대한 '불만'이 노동조합에 대한 '반대'로 탈바꿈
7. 통계도 논리이다.
A와 B의 전후관계 or 우연한 상관관계를 A와 B의 인과관계로 해석하는 오류 (post hoc fallacy)
예) 흡연과 성적불량의 관계, 소득과 주식보유량과의 관계
8. 통계 조작
- 소수점 제시 : 일 평균 수면시간으로 '7.23시간' 제시 (부정확할 수밖에 없는 통계를 정확한 것처럼 보이게 하는 효과)
- 백분율 속이기 : 임금 상승 4.9%, 실제로는 41명 중 2명의 경우에 불과
- 백분율 더하기 : 백분율 수치의 단순 덧셈, 뺄셈은 오류
- 무지의 소산 : 50% 임금 하락을 만회하려면, 100% 상승 필요
- 악의적 왜곡 : 파업손실액에 하청업자 예상 손실, 교통 요금, 영업점 손실 등 생각할 수 있는 모든 수치 더하기
- 기준 설정 : 기준 시점에 따른 해석 변동
9. 속임수를 피하는 다섯 가지 열쇠
- 누가 발표했는가 (권위의 오류)
- 어떤 방법으로 통계를 구했는가
- 빠진 데이터는 없는가
- 기초 데이터와 결론간의 쟁점 바꿔치기
- 상식에 기반한 물음 던지기