반 평균이 5점 올랐으니, 모든 학생 점수도 올랐을까?

1. 평균 변화는 합계의 변화이지 개인 방향의 목록이 아닙니다

앞 점수의 합은 300점, 뒤 점수의 합은 320점이므로 반 평균은 5점 오릅니다. 이 계산은 네 사람의 뒤 점수 합이 앞보다 20점 크다는 뜻입니다. 누가 얼마나 변했는지는 평균 한 값에 남아 있지 않습니다.

‘반 평균이 올랐다’에서 안전하게 따라오는 최소 결론은 누군가 한 명 이상은 올랐다는 것입니다. 아무도 오르지 않았다면 각 개인의 변화가 모두 0 이하이므로 합과 평균도 오를 수 없기 때문입니다. 그러나 ‘한 명 이상’과 ‘모두’ 사이에는 큰 차이가 있습니다.

2. 한 명의 큰 상승이 다른 사람의 하락을 덮을 수 있습니다

출발값에서 A는 20점, D는 5점 오르고 B는 그대로이며 C는 5점 내립니다. 상승 합계가 하락 합계보다 커서 평균은 오르지만, ‘모든 학생이 향상됐다’는 결론은 C의 기록 하나로 반박됩니다.

반례는 전제인 ‘평균 5점 상승’을 참으로 유지하면서 결론인 ‘모두 상승’을 거짓으로 만드는 경우입니다. 이름이나 점수만 바꿔 외우지 말고, 합계 조건을 유지한 채 개인 변화의 부호를 확인합니다.

3. 집단 수준과 개인 수준을 바꾸어 읽는 오류를 피합니다

Robinson은 집단의 비율·평균 같은 통계량 사이의 관계와 개인의 속성 사이 관계를 구분했습니다. 집단 단위에서 관찰한 관계를 개인에게 그대로 옮길 수 없다는 고전적 경고입니다. 이 글은 그 원리를 네 사람의 전후 평균이라는 더 작은 교육용 사례에 적용합니다.

영국 통계청도 건강기대수명을 집단의 평균 경험을 나타내는 요약치이지 특정 개인의 건강 궤적이 아니라고 설명합니다. 평균은 쓸모없는 값이 아니라 답하는 질문이 다른 값입니다. 집단 변화에는 평균을, 개인 변화에는 짝지은 개인 기록을 씁니다.

참고: W. S. Robinson · Ecological Correlations and the Behavior of Individuals

참고: Office for National Statistics · Healthy life expectancy quality and methods guide

4. 개인 기록이 있어도 원인과 일반화는 따로 남습니다

모든 학생의 점수가 올랐다고 확인해도 수업이 상승의 원인이라고 곧바로 말할 수는 없습니다. 문항 난도, 시험 조건, 추가 학습과 측정 오차 같은 다른 설명을 검토해야 합니다.

네 명의 가상 사례는 평균에서 개인으로 건너뛰는 비약을 보여 주는 모형일 뿐 실제 학급을 대표하지 않습니다. 실제 교육 판단에는 더 많은 학생, 동일한 측정 조건, 개인별 변화의 분포와 결측 기록을 함께 확인합니다.