그래프로 데이터를 오도하는 5가지 방법

발표자는 첫째, ‘사과와 오렌지를 비교하지 말라’는 원칙을 강조합니다. 이는 유사해 보이는 두 대상을 비교하여 실제로는 관련 없는 결과를 도출하는 오류로, 예를 들어 신선한 사과 주스와 오렌지 농축액을 비교하는 상황을 통해 설명됩니다. 둘째, ‘상관관계가 인과관계를 의미하지 않는다’는 점을 짚으며, 겉으로 드러나는 상관관계 뒤에 숨겨진 공통 원인(예: 국가 크기와 황새가 아기를 배달한다는 주장)이 있음을 설명합니다. 이는 통계적 착각을 유발하는 흔한 방법입니다. 셋째, 기업들이 자주 사용하는 ‘데이터를 부풀려 보이게 하는’ 방법으로, 축의 스케일을 불일치하게 조작하여 특정 효과를 과장하거나 축소하는 기법을 소개합니다. 이는 시각적으로 큰 차이가 있는 것처럼 보이게 하지만 실제로는 그렇지 않을 수 있습니다. 넷째, ‘비례 잉크의 효과(proportional ink)’를 통해 시각적 요소의 크기가 실제 데이터 비율과 일치하지 않아 특정 부분이 과장되어 보이는 현상을 설명합니다. 안드로이드 시장 점유율이 실제보다 훨씬 커 보이게 하는 예시가 이에 해당합니다. 마지막으로, ‘우측 절단(right censoring)’ 또는 코호트 효과를 언급하며, 최신 데이터가 아직 충분히 발전하지 않아 잘못된 결론을 내릴 수 있음을 지적합니다. 예를 들어, 특정 장르의 신인 음악가들이 오래 살 것처럼 보이는 것은 단순히 그들이 아직 죽을 만큼 나이가 들지 않았기 때문일 수 있습니다. 이 모든 사례는 그래프가 어떻게 정보를 왜곡하고 오해를 불러일으킬 수 있는지를 명확히 보여줍니다.