[제4편: 표본의 오류 - 1,000명이 전국민을 대신할 수 있을까?]
우리가 국 찌개를 끓일 때, 간이 맞는지 확인하려고 냄비 전체를 다 마시지는 않죠? 숟가락으로 한 번 슥 떠서 맛을 봅니다. 통계도 마찬가지입니다. 전체(모집단)를 다 조사하기 힘드니까 일부분(표본)만 뽑아서 조사하는 것이죠. 하지만 여기서 중요한 건 '한 숟가락'을 어떻게 떴느냐 하는 것입니다.
1. 잘 저은 국물인가, 건더기만 떴는가?
찌개 간을 볼 때 가장 중요한 건 '충분히 젓는 것'입니다. 제대로 젓지 않고 위쪽 맹물만 떠먹으면 "싱겁네!"라고 오해하게 되죠. 통계에서는 이를 **'표본의 대표성'**이라고 부릅니다.
만약 '대한민국 대학생의 경제관념'을 조사하면서 강남역 근처 카페에 앉아있는 학생 1,000명에게만 물었다면 어떨까요? 그 결과는 전국 대학생의 평균이라고 하기 어렵습니다. 특정 지역, 특정 시간대에 모인 사람들의 의견만 반영된 **'편향된 표본'**이기 때문입니다.
2. '표본의 크기'보다 중요한 것은 '추출 방식'
많은 사람이 "표본이 1,000명이면 너무 적은 거 아냐? 한 10만 명은 조사해야지!"라고 말합니다. 하지만 통계학적으로는 잘 정돈된 1,000명이, 편향된 10만 명보다 훨씬 정확합니다.
1936년 미국 대선 당시, 한 잡지사는 240만 명이라는 엄청난 인원에게 설문지를 돌려 공화당 후보의 승리를 예측했습니다. 하지만 결과는 민주당 루즈벨트의 압승이었죠. 원인은 간단했습니다. 당시 잡지사는 전화번호부와 자동차 등록부를 기반으로 설문지를 보냈는데, 그 시절 전화와 차가 있는 사람은 주로 부유층(공화당 지지층)이었거든요. 쪽수가 아무리 많아도 '잘못 뜬 숟가락'은 진실을 말해주지 않습니다.
3. 응답하지 않는 사람들의 목소리 (무응답 편향)
또 하나의 함정은 '누가 대답했는가'입니다. 평일 낮에 집전화로 여론조사를 하면 누가 대답할 확률이 높을까요? 주로 집에 계시는 어르신들이나 주부님들의 의견이 과하게 반영될 수 있습니다.
반면 바쁘게 일하는 직장인이나 청년층의 목소리는 빠지게 되죠. 이렇게 특정 집단이 응답에서 누락되는 현상을 **'무응답 편향'**이라고 합니다. 우리가 보는 데이터는 사실 '대답할 여유가 있거나 목소리를 내고 싶어 하는 사람들'만의 기록일 수도 있습니다.
4. 브로올리 연구소의 데이터 체크리스트
뉴스 기사 하단에 아주 작게 적힌 '조사 개요'를 슬쩍 확인해 보는 습관을 가져보세요.
표본 추출 방법: 무작위로 뽑았는가, 아니면 특정 커뮤니티 방문자 대상인가?
응답률: 100명에게 물었을 때 몇 명이나 끝까지 대답했는가? (응답률이 너무 낮으면 결과가 왜곡되기 쉽습니다.)
조사 시점과 방법: 주말인가 평일인가? 온라인인가 전화인가?
데이터의 '양'에 압도되지 마세요. 중요한 건 "그 1,000명이 정말 우리 모두를 골고루 섞어놓은 1,000명인가?" 하는 질문입니다.
✅ 4편 핵심 요약
표본 조사는 전체를 다 알 수 없을 때 사용하는 효율적인 방법이지만, 대표성이 핵심이다.
표본의 숫자가 많다고 해서 반드시 정확한 것은 아니며, 어떻게 뽑았느냐가 더 중요하다.
응답한 사람과 응답하지 않은 사람 사이의 차이가 데이터의 왜곡을 만든다.
다음 편 예고: "희귀병 검사 결과가 양성입니다. 그런데 제가 병에 걸리지 않았을 확률이 더 높다고요?" 확률을 계산할 때 우리가 가장 자주 저지르는 실수인 **'기저율의 오류'**에 대해 쉽고 재미있게 풀어보겠습니다.
댓글
댓글 쓰기