어떤 조사를 할 때, 모집단은 조사 대상이 되는 집단 전체를 말합니다. 표본은 모집단 전체를 조사할 수 없어서 대신 선정한 집단으로, 모집단을 대표할 수 있는 일부를 말합니다. 실제 조사에서 모집단 전체를 조사하는 경우를 전수 조사라고 하고, 표본을 정해서 조사하는 것을 표본 조사라고 합니다. 오늘날에는 전수 조사보다는 표본 조사를 하는 것이 일반적입니다. 모집단의 대표성을 잘 살리면 표본 조사만으로도 모집단을 조사한 것과 같은 효과가 있기 때문이죠.
--- 「SECTION 1 연예&스포츠 '연예인 부자가 많은 이유는?'」 중에서

기존의 통계와 비교했을 때 빅데이터는 우선 자료 자체의 용량에서 차이가 납니다. 그런데도 빅데이터를 활용할 때 통계의 원리를 활용하는 경우가 많습니다. 기본적으로 통계란 자료를 조사해 집단의 상황이나 특징을 숫자로 정리하는 것이죠. 이 과정에서 자료, 즉 데이터의 유사성과 차이점을 분류하게 됩니다. 바로 이 점에서 빅데이터의 활용은 통계의 원리와 비슷합니다. 다만 통계는 숫자로 표현하는 것이 기본이지만, 빅데이터는 이미지나 문자 등 다양한 방식으로 그 결과를 드러냅니다.
--- 「SECTION 1 연예&스포츠 '가상인간 로지, CF 모델이 되다'」 중에서

어떤 나라에서 모든 가구의 소득을 산술평균으로 나타낸다고 생각해 봅시다. 그런데 상위 5%에 속하는 부자들의 소득이 다른 가구에 비해 너무 높다면 어떨까요? 이렇게 나온 산술평균이 그 나라 국민의 평균 소득을 정확하게 드러낸다고 볼 수 있을까요? 이 경우에 산술평균만으로 해당 집단의 특성을 이해하면 그 집단에 속한 구성원의 특성을 제대로 이해하기 어렵습니다. 산술평균이 그 집단을 대표하는 것으로 오해하는 현상인 평균의 함정에 빠지게 되지요.
--- 「SECTION 2 사회&문화 '올해 수능 평균 점수, 전년 대비 상승?'」 중에서

외국인, 불법체류자에 대해 혐오 표현을 하는 사람들은 종종 사실을 말하는 것처럼 구체적인 자료를 제시하면서 혐오 표현을 포장합니다. 대표적인 예가 바로 통계를 이용하는 것입니다. 통계를 이용해 표현하는 데에는 가치 중립적인 것처럼 보이려는 의도가 숨어 있습니다. 그러나 앞에서 보았듯 통계에서 수나 비율 등을 정확하게 사용하지 않으면 사실이 아닌 거짓을 이야기하거나 왜곡된 이야기를 하게 됩니다.
--- 「SECTION 2 사회&문화 '불법체류자 범죄 증가, 그 이유는?'」 중에서

우리나라의 경제성장률을 볼까요? 오른쪽 그래프를 보면 IMF 외환위기가 있었던 1998년과 2020년을 제외하고는 모두 0보다 높은 경제성장률을 보입니다. 1990년대에는 10%를 넘기도 했지만, 요즘 들어서는 대체로 3%보다 낮다는 것을 알 수 있습니다. 과거에 비해 경제성장률이 낮아진 것은 맞지만, 우리나라의 경제 규모가 많이 성장해서 그렇습니다. 분모가 되는 전년도 GDP가 점점 더 높아졌기 때문입니다. 그러니까 경제성장률이 과거에 비해 감소했다고 성장을 하지 않은 것이 아닙니다. 성장은 하지만 그 크기가 줄어들고 있다고 보면 됩니다. 이 경우에 ‘경제성장률이 둔화하고 있다’라고 뉴스에서 이야기하기도 합니다.
--- 「SECTION 3 정치&경제 '우리나라 경제성장률은 1% 아니면 -1%?'」 중에서

정치에서 중요한 것은 5년 단위의 지지율이 아니라 대통령 선거나 국회의원 선거에서 누가 이겼는지, 그 시기의 지지율은 얼마인지 등입니다. 그런데 오른쪽 그래프에 나온 정보는 1995년, 2000년, 2005년, 2010년, 2015년, 2020년만 비교한 것이고, 2000년부터 A 정당의 지지율이 높습니다. 따라서 실제로는 B 정당이 선거에서 이겼는데도, 제시된 그래프만 본다면 모든 시기에 A 정당이 국민의 지지를 더 많이 받은 것처럼 오해하게 됩니다. 이처럼 자신들에게 유리한 자료만 선택하고 불리한 자료를 제거해 그래프로 그리면 통계를 왜곡할 수 있습니다. 이 또한 거짓된 자료라고 보아야 합니다.