카테고리 없음

🎯 수능특강 영어독해 10탄/ "Correlation vs Causation" ‘둘이 관련 있긴 한데, 누가 누구 때문인지는 모른다!’

현명한 연구자 2025. 6. 13. 05:55

드디어 왔습니다!
수능특강 영어독해 시리즈 시즌 1 - 마지막 10탄! 🎉
수험생들이 반드시 구분해야 할
논리적 사고의 핵심 개념, 바로 “Correlation vs Causation”
같이 일어난다고 해서 원인이라고 말할 수 있을까?
오늘도 깔끔하게 정리해드릴게요!


---

🎯 수능특강 영어독해 10탄

"Correlation vs Causation"
‘둘이 관련 있긴 한데, 누가 누구 때문인지는 모른다!’


---

📚 지문 핵심 요약

> Just because two events occur together does not mean that one causes the other.
This is the difference between correlation (a mutual relationship) and causation (a direct cause-effect link).
Mistaking correlation for causation can lead to flawed conclusions in research, media, and everyday reasoning.




---

💡 지문 분석

🔍 핵심 개념 비교

개념 의미 예시

Correlation 두 현상이 함께 나타나는 관계 아이스크림 판매량과 익사 사고가 같은 시기에 증가함
Causation 한 현상이 다른 현상을 직접적으로 유발 음주 운전이 교통사고를 유발함


✔ 즉, 상관관계는 동시에 일어남,
인과관계는 하나가 다른 하나를 일으킴


---

🧠 어휘 & 표현 정리

표현 해석

correlation 상관관계
causation 인과관계
flawed conclusion 오류 있는 결론
occur together 함께 발생하다
mistake A for B A를 B로 착각하다



---

🧩 시험 포인트 정리

1. 정보 해석 & 비판적 사고
→ 수능의 빈칸 추론, 논지 판단 문제에서 자주 출제됨!

2. 자주 등장하는 패턴

통계 수치를 근거로 "A가 B를 유발했다"는 주장을 소개 →
"하지만 그건 인과가 아니라 상관일 뿐"이라는 반박 등장


3. 비판적 독해 키워드

"may not mean", "is often mistaken for", "does not necessarily imply"
→ 이런 문장이 보이면 상관 vs 인과 비교 문제일 가능성 큼!



---

🎯 실전 문제 (수능형 객관식)

Q. What does the passage emphasize?
A. Statistics always reveal the truth.
B. Causation is easier to prove than correlation.
C. Correlation does not always imply causation.
D. All related events are logically connected.

✔ 정답: C

해설:
지문 전체의 핵심 메시지!
두 사건이 같이 일어났다고 해서 하나가 다른 하나의 원인이라는 뜻은 아님.
A, B, D는 모두 논리적 오류입니다.


---

💬 블로거의 한 줄 요약

> “감기에 걸리면 이불을 덮죠.
그렇다고 이불이 감기의 원인은 아니잖아요?” 😅
→ 이것이 바로 상관관계와 인과관계의 차이!




---

🎁 시즌1 마무리 안내

🌟 지금까지 다룬 1~10탄 요약 🌟

회차 주제 핵심 키워드

1탄 Framing Effect 정보 표현 방식의 힘
2탄 Social Conformity 집단 압력과 순응
3탄 Scarcity 희소성 마케팅
4탄 Delayed Gratification 지연 만족의 힘
5탄 Zero-sum vs Win-win 경쟁 vs 상생
6탄 Illusion of Choice 선택의 착각
7탄 Confirmation Bias 보고 싶은 것만 보는 뇌
8탄 Mere Exposure 반복 노출의 효과
9탄 Cognitive Dissonance 생각-행동 충돌 시 반응
10탄 Correlation vs Causation 통계 해석의 함정