100%라는 숫자가 말하지 않는 것
세 사람이 모두 추천한 제품과 천 명 중 940명이 추천한 제품이 있습니다. 화면에서 100%와 94%만 보면 앞의 제품이 훨씬 좋아 보입니다. 그러나 세 번의 관측과 천 번의 관측이 제공하는 정보량은 같지 않습니다. 다음 사람이 평가했을 때 A는 추천율이 크게 움직일 수 있지만, B의 비율은 상대적으로 조금만 달라집니다.
점수 하나보다 범위가 필요한 이유
이 실험은 별점의 평균이 아니라 추천 또는 비추천이라는 두 가지 응답을 비교합니다. 각 평가가 독립적이고 동일한 추천 확률을 가진다고 가정한 뒤, 95% Wilson 점수 구간을 계산합니다. 작은 표본이나 0%, 100%처럼 극단적인 관측 비율에서도 단순한 정규 근사보다 안정적인 구간을 제공합니다.
중심 = (p̂ + z²/2n) / (1 + z²/n)
반폭 = z × √[p̂(1−p̂)/n + z²/4n²] / (1 + z²/n)
A의 3/3은 구간이 약 43.8%~100%이고 B의 940/1000은 약 92.4%~95.3%입니다. A의 제품이 나쁘다는 뜻이 아닙니다. 아직 세 개의 평가만으로는 확신할 수 있는 범위가 넓다는 뜻입니다.
‘95% 확률로 이 안에 있다’와는 다릅니다
빈도주의 신뢰구간은 고정된 참값이 이번 구간에 들어갈 확률을 직접 표현하지 않습니다. 같은 모형에서 표본을 반복해서 구간을 만들 때, 그 절차가 참값을 포함하는 비율을 다룹니다. 여기의 구간도 근사이며 제품의 품질을 보증하지 않습니다. 두 구간이 겹치는지만으로 통계적 유의성을 판정할 수도 없습니다.
숫자 밖의 리뷰도 읽어야 합니다
체험단, 보상 리뷰, 같은 사람이 여러 번 남긴 평가, 극단적인 경험만 남기는 선택 편향이 있다면 이 모형의 가정이 약해집니다. 최근 리뷰, 구체적인 사용 상황, 반복되는 불만을 함께 읽으세요. 표본 수는 중요한 단서지만 “많으면 무조건 진짜”라는 보장은 아닙니다.
계산 기준: 독립 이항 응답에 대한 95% Wilson 점수 구간(z=1.96). 별점 평균이나 실제 플랫폼 리뷰 데이터가 아닙니다. 참고: NIST · Confidence intervals for a proportion.