잡학지식) 성급한 일반화, 통계의 오류(Hasty generalization)

 성급한 일반화, 통계의 오류(Hasty generalization)

성급한 일반화는 통계의 오류와 비슷한 이야기로 몇 개의 사례나 일부가 전체로 오인하는 경우나 그런 상황을 말한다.

 

반응형

 

< 성급한 일반화 > 

일부가 전체가되는 오류가 되는 현상으로 작은 표본 크기를 기반으로 광범위한 결론을 내리는 것을말한다 

예시: "뉴욕에서 온 두 명의 사람을 만났는데, 그들은 모두 무례했어. 뉴욕 사람들은 정말 불친절한가 봐."

이 경우 두 명의 개인을 기반으로 모든 뉴욕 사람에 대한 결론을 내리는 것은 성급하고 정확하지 않을 가능성이 높습니다.

 

 

< 통계의 오류 > 

통계를 하다보면 발생하는 오류로 통계를  어떤 방식을 기준으로 하는지, 혹은 어떻게 받아드리는지, 환경적인 요인 등으로 인해서 오류가 발생하는 것을 말한다.

 

간략하게 종류와 예시는 다음과 같다.

 

<통계의 오류 : 표본 편향>

예시: 스마트폰 선호도에 관한 조사를 애플 스토어에서만 실시하는 경우. 결과는 애플 사용자를 향한 편향되어 일반 인구의 의견을 반영하지 않을 것입니다.

모집단을 대표하지 않는 표본에서 결론을 도출하는 것입니다.

<통계의 오류 : 상관 vs. 인과관계>

예시: "아이스크림 판매와 익사 사건이 상관 관계가 있다. 따라서 아이스크림을 먹으면 익사한다." 실제로는 두 변수 모두 따뜻한 날씨에 영향을 받을 수 있습니다.

두 변수가 상관 관계가 있다고 해서 한 변수가 다른 변수를 일으킨다고 가정하는 것입니다.

< 통계의 오류 : 교란 변수>

예시: 어떤 연구에서 어린이가 소유한 책의 수와 학업 성취 간에 양의 상관 관계를 발견합니다. 그러나 교란 변수는 어린이의 가족의 사회경제적 지위일 수 있습니다.

두 변수 간의 관계에 영향을 미칠 수 있는 다른 요인을 간과하는 것입니다.

 < 통계의 오류 : 작은 표본 크기>

예시: 기업이 새 제품을 단 5명의 사람에게만 테스트하고 "모두가 좋아한다"고 결론 내리는 경우. 이 표본 크기는 대상 시장 전반에 일반화하기에는 너무 작습니다.

통계적으로 유의미하지 않은 작은 표본에서 결론을 도출하는 것입니다.

 

 

살아가면서 성급한 일반화와 통계의 오류는 굉장히 많이 범하게 되는 것 같다. 평균인 수치나 그런 성급하게 일반화시켜서 

오류를 범하는 일이 없도록 고민하는게 중요하다.

 

★☆☆☆☆