통계로 바라보는 사회현상
난 운전을 참 좋아했다. 미국은 차가 없이 '뚜벅이' 삶을 선택할 수 있는 곳이 아니었다. 차를 소유하는 것에 대한 의미는 크게 없었다. 운전할 수 있는 자체가 나에겐 큰 행운이었다. 그래서 날 편하게 한 곳에서 다른 곳으로 데려다주고, 눈과 비로부터 나를 보호해주는 차를 운전할 때의 편안함이 있었다. 안전운전에 대한 큰 신념이 있어서 늘 조심하려고 애썼다.
나의 '주특기'인 평행주차를 할 때면, 친구들이 농담으로 하는 소리들이 있었다. "동양인데 꽤 운전을 잘한다"였다. '동양인인데...'라고 시작한 말에 덧붙이길 "동양인 여자"인데 운전을 잘한다라고 하였다. 동양인 운전 실력에 관한 고정관념은 자주 '가벼운' 농담으로 쉽게 언급되었다. 미국 쇼에 나올 정도로..
정말 여자는 운전을 못할까?
그건 잘 모르겠다. 운전을 잘한다와 못 한다의 정의가 정확하지 않다. 그러나, 여자가 운전을 하다가 사고 나면 '여자'라는 이유가 왠지 큰 원인인 것으로 추정하는 대화를 많이 들었다.
운전에 꼭 필요한 운전 보험료는 어떨까? 여자가 운전을 못한다는 고정관념과 다르게 보험료 측정은 달랐다.
2003년 유럽 보험 회사는 남성과 여성에게 다른 보험료를 부가했다. 남성들은 여성에 비해 사고를 더 많이 내기 때문에 보험료를 더 지급하고 여성은 수명이 더 길기 때문에 일정 금액을 연금 보험료로 더 많이 지불하도록 했다. 유럽 고용사회 위원 안나 디아만토풀로는 보험회사가 성별에 근거하여 다른 보험료를 부가하는 건 평등 대우 원칙에 어긋나다고 했다. 그러나, 보험회사는 통계에 따른 것이라고 주장한다. (벌거벗은 통계학, pg 194-195)
남자가 더 보험료를 낸다는 말과는 달리, 미국 Huffpost 포스트에 의하면, 여성이 더 자동차 보험료를 지불한다고 한다. 여러 연구를 통해 20대 남성은 여성보다 더 많은 금액을 지불하나, 여성 나이 40~60세는 반대였다.
30년간 성별은 보험사들이 이용하는 보험료 측정도구로 이용되었다. 예를 들어, 10대 남성은 10대 여성보다 더 위험에 쳐할 것이고, 남자는 여자보다 운전을 더 많이 한다.
이러한 잘못된 통계의 이용이 차별을 불러일으킬 수 있다.
찰스 윌런의 <벌거벗은 통계학>에서는 통계학이 세상을 이해하는 강력한 도구라고 한다. 통계적 추론과 문제를 다룰 때 데이터를 이해하여 이용하여 한다. 그러나, 그 데이터들은 완벽한 답을 줄 수 없다.
성별, 나이, 인종, 민족, 출신 국가 등의 정보들이 데이터를 만들고 확률을 추정하여 다양한 통계자료로 이용된다. 매 시간, 매일 점점 많은 분야에서 다양한 정보를 얻는데, 그 데이터가 틀리는 경우보다 맞는 경우가 훨씬 더 많다고 하여 차별한다면, 이것이 통계적 차별이 된다. 그리고 합리화 한 합리적 차별이 되는 것이다.
우리는 매일 점점 더 많은 일에 관해 점점 더 많은 정보를 얻고 있다. 만약 이런 데이터가 틀리는 경우보다 맞는 경우가 훨씬 더 많다면 차별도 괜찮은가?
<벌거벗은 통계학, p. 196>
통계는 이제 특정 직업에서만 사용되는 것이 아니다. 일상생활에서도 개개인이 사용한다. '지난달 책 읽었어.'라는 말보다 '지난달 책 4권과 그 결과로 서평 4개 썼어'라는 말로 통계를 나타내고 더 명백하고 확실한 정보를 드러낸다. 통계학을 이해하고 잘 사용하는 것은 어떤 것일까? 통계학을 더욱 친숙하고 편하게 읽고 싶다면 벌거벗은 통계학을 추천한다.
http://mobile.kyobobook.co.kr/showcase/book/KOR/9788962605952