여론조사 해석법(커뮤니케이션이해총서)

±3.1%p, 그 한 줄이 말해 주지 않는 것

표본오차는 가장 작은 오차일 뿐이다, 숫자를 읽기 전에 먼저 물어야 할 질문
같은 숫자에 숨은 세 개의 오차범위를 가려내는 여론조사 해석법

한국의 여론조사 보도에는 거의 모든 기사 하단에 '표본오차는 95퍼센트 신뢰수준에서 ±3.1%p'라는 한줄이 따라붙는다. 숫자의 불확실성을 함께 표기하는 과학적 태도처럼 보이지만, 정작 이 한 줄이 무엇을 말하고 무엇을 말하지 않는지에 대한 이해는 거의 공유되어 있지 않다. 우리가 표본오차만 보고하는 이유는 그것이 가장 중요해서가 아니라, 유일하게 깔끔한 공식으로 계산되기 때문이다. 측정 불가능한 더 큰 오차들이 그 위에 한 층 더 쌓여 있다.
같은 조사의 같은 숫자라도 한 후보의 지지율, 두 후보의 격차, 두 시점의 변화에는 서로 다른 오차범위가 적용되어야 하지만, 한국의 보도는 이 모두를 하단의 한 줄로 평평하게 갈음한다. '오차범위 내 우세'라는 표현이 단일 추정치의 오차범위와 격차의 오차범위를 혼동한 논리적 모순인 이유가 여기에 있다.
이 책은 조사가 끝난 뒤 숫자가 의뢰자· 언론· 독자를 거치며 발생하는 왜곡에 '해석오차'라는 이름을 붙인다. 해석오차는 개별 독자의 우연한 오독이 아니라 전달 구조에서 반복적으로 재생산되는 체계적 왜곡이다. 1~4장에서는 해석오차의 개념을 정립하고 5~8장에서는, 오차범위의 세 얼굴, 비율 크기의 효과, 하위집단의 해부, '차이 없음' 의 언어 같은 구체적 발생 양상을 짚은 뒤, 9~10장에서는 한국 여론조사 환경을 진단하고 조사 기관· 언론· 교육계· 독자에게 과제를 처방한다.
매일 여론조사 기사를 쓰고 편집하는 기자와 편집자, 여론조사를 활용하는 정책·선거 실무자, 통계학 배경 없이도 숫자를 정확히 읽고 싶은 시민, 조사방법론을 배우는 학생과 연구자 모두에게, 이 책은 점에서 범위로, 평균에서 구성으로, 숫자에서 이유로 시선을 옮기는 해석의 태도를 길러 줄 것이다.

오차범위를 해석하기 전에

01 오차범위 이전의 질문
02 표본오차의 구조와 원리
03 해석오차의 구조와 원리
04 두 오차의 판별 기준
05 오차범위의 세 얼굴
06 비율 크기의 효과
07 하위집단의 해부
08 차이 없음의 얼굴
09 한국 여론조사 진단
10 해석 현장의 과제

오승호 20여 년간 조사회사에서 '서베이 컨설턴트'로 일하고 있다. 한국외국어대학교 러시아어과에서 학사학위를, 서강대학교 정치외교학과에서 석사학위를 받았다. 대학 2학년 시절 정치학방법론 강의에서 설문지 작성에 대한 강의에 큰 흥미를 느꼈고, 이후 관련 일을 업으로 삼고자 사회 조사분석사 2급(2002. 11.11)을 취득했다. 연구 논문으로는 "웹기반 선거여론조사의 쟁점과 신뢰성 제고방안 연구"(조성겸·오승호. 2021), "Web Survey Sampling Methods that Minimize Political Bias: PPS with Benchmarking Weight as a Size Variable (Park Seunghwan·Oh Seungho, 2024 WAPOR CONFERENCE) 등 이 있다. 서베이 방법론에 전반적으로 관심이 많으며, 특히 웹서베이에 대한 열정은 '덕후' 수준이라는 주위의 평가를 듣곤 한다. 서베이 방법론과 관련해 개인 블로그(https://method-survey.blogspot.com/)도 운영하고 있다.