[짤막강연] 양날의 칼. 통계 - part 2

이상엽Math
5 팔로워
평균치를 예로 들어 볼까요?
평균이라는 건 정말 많이 쓰이는데
데이터의 분포가 고르지 않을 경우에는
대표값으로서의 기능이 상실되는 경우가 많아요
예를 들어서
4명이 학생이 있어요
4명에게 조사를 합니다
너 이번에 수학 성적 몇 점 나왔니?
쫙 조사해 보니까
4명의 수학 점수 평균이
평균이 25점이었어요
그럼 여러분 딱 드는 생각이 있죠
근데 극단적으로 이 4명 중에는
100점이 있을 수 있다고요
나머지가 0점
평균 25점
재밌는 하나의 일화가 있어요
떠올랐는데
미국에 무슨 대학이었더라?
조지옥키스 대학
원래 남학교들이었습니다
옛날에는요
원래 남녀차별을 받던 시기였으니까
조지옥키스 대학에서
처음으로 여학생들을 받았었던
그 해에
그 여학생들 이후에 조사를 해보니까
33%의 학생이
그 조지옥키스 대학의
남자 교수와 결혼을 했다
라는 실제로
그 기사가 났어요
그래가지고 사회적인 큰 이슈가 된 적이 있습니다
여학생들 기껏 대학 보내놨더니
교수들이랑 연애하려고 간거네
이렇게 된거죠
근데 알고보니까 실상은
여학생이 3명이었어요
실상은
3명 중에서 한 명이 교수님이랑 결혼하니까
33.3%의 학생이 결혼을 한거죠
중간값이니 최빈값이니
평균도
절사평균 위아래 잘라가지고 하는 절사평균
다양한 그런 대표값들이 있는 이유가 뭐냐
실제 현상을 왜곡시키니까
그래서 여러분들이
대표값으로 평균치들 뭐가 나왔었을 때는
실제 그 데이터의 분포를
한 번쯤은 봐줘야
얘가 진짜 맞는 얘기를 하고 있는건지
아니면 통계 제작자가 자기 하고싶은 얘기하고 있는건지를
할 수 있다라는 겁니다
이렇게 되죠
그러니까 기본적으로요
이 결론투출단계의 특징들은 뭐냐면
눈속임이에요 똑같은
자료를 가지고도
얼마든지 심리적으로
더 과장되게 혹은
심리적으로 그냥 별것 아니게
느껴지게 하는 그런 기법들을 말하는 거예요
배율의 함정이라는거는
예를 들어 이런겁니다
A라는 고등학교에서
올해 스카이 진학
한 학생의 수가
작년에
3배로 뛰었다
오 그러면 올해 뭔가 대박난거 같잖아요
사실상 보니까 3명
작년에 1명
우리 게임개발사에서 게임개발진은
우리 유저 여러분들의
의견을 적극 수렴하여
이번 업데이트에서는
전설 아이템의 드롭률을
5배로 뻥튀기 시켰습니다
그전에 드롭률은
0.001% 지금은 0.005%
안나오는건 똑같아요
이해되죠?
배율
배율의 함정 그래서 여러분들보다
만약에 어떤 통계자료가
배수로 나와있다 실제치를
한번 봐야되는거죠 실제치가
얼마나 되는지 그거를 체크를 해야
함정에 빠지지 않을 수 있다
자기적인 기준설정
제가 이상적인 데이터 하나를 만들어 볼게요
선생님도 유튜브 채널을 하거든요
유튜브 채널
유튜브
채널
이용자
연력
비율을 조사했다고 해볼게요
이상적으로 어떻게 나왔냐면
말도 안됩니다
모든 1세부터
100세까지
전부다 동일하게
1%씩 가져갔다고 해볼게요
아기가 태어나자마자 유튜브 보는거에요
자 이거 데이터를 가지고
중고등학생
청소년이라고 할게요
청소년
중고등학생이라고 생각하시고 청소년
몇퍼센트 나와요 이렇게 하면
6퍼센트 나오죠 그쵸
6년이니까
그쵸
여기서 61세 이상 노인
노년층
40퍼센트 나오죠
이해돼요?
이렇게 해놓고 통계 어떻게 발표를 합니까
유튜브
이용 연령대를 조사해보니까
이야 노년층이 청소년에
여기다가 그 배율의 함정까지 넣으면
이야
큰수까지 가면 700퍼센트
이해되죠
기염을 토하더라
유튜브는 완전 노년층 바다네 이렇게 가는거에요
사실은 뭔데 저 연령 골고루 갔는데
왜 이런 일이 발생했느냐
기준을
얘는 6년 잡아놓고 얘는 40년 잡은거잖아요
근데 그거 되게 흔하게 있는 일입니다
이런거 다 함정적으로
자기가 분류하고 싶은 만큼 이만큼을 해놓고
얘는 무슨 짓다
완전 왜곡돼 버려요
학생들의 음악
장르 선호도
조사를
해본다
그래서
뭐
많죠
힙합을
1000명 조사했다고 할게요
힙합을 200명이 좋아했다
200명을 이 정도 넣습니다
200명
록
록이 한 180명이라고 할까요
이 정도
발라드
그냥 막 하는거에요
이거 조사한 자료 아닙니다
발라드 한 250명
이렇게 한겁니다
또 뭐해볼까
댄스 200명 합시다
하나 더 해야되겠죠
트로트?
그러면 몇 명입니까
170명 나오네요
사실 이것도 왜곡된 도표일거에요
근데 여기서 이제
도표의 눈속에 어떻게 들어갈 수 있냐면
밑둥을 잘라버려요
이것도 아예 그냥 제시를 안해
강조해
학생들은 트로트를 혐오하더라
이해돼요?
이 시작점이 150이었던거야
이렇게
정말 많이 조작이 돼서
사실 이 도표의 눈속임은
정말 언론에서 많이 한
탓에 이건 지금 제재가 들어가요
정부에서
그럼에도 불구하고
여러분 그런거 많이 봤을거에요
뉴스에서도 알죠
원그래프 했었을때 비율 이상하게 넣는거
하고 마찬가지입니다
도표의 눈속임
그래서 이제부터는
우리 함께 한번 해보는 시간을
가져볼거에요
오는길에 서점 들러가지고
책도 하나 사왔습니다
상품주려고
자 뭐냐
여러분들 다
코로나 자료 받았죠
이게 지난주 금요일 데이터입니다
오늘은 조금 변하긴 했는데
며칠동안 크게 변하지는 않았으니까
이걸로 그냥 갈게요
이제부터 당신은요
어떤 언론사의 기자가 됐습니다
기자가 됐어요
이제부터 여러분들은
배부된 코로나19 상황자료
그걸 바탕으로
오늘 배웠던 통계함정도 많죠
통계함정이 깃든
자극적인 기사 헤드라인 한번 뽑아보세요
지금부터 시간을
20분 시간을 주도록 하겠습니다
그래서
최대한 많이 만든
가장 많이 만든 단
어떤 통계함정이 쓰였는지를
제시할 수 있어야 돼요
지금부터 시작
