실력과 운이 모두 합격에 영향을 준다고 합시다. 합격자만 보면 운이 나쁜 사람은 실력이 좋아야 남고, 실력이 낮은 사람은 운이 좋아야 남습니다. 전체에서는 무관했던 실력과 운이 합격자 안에서 음의 관계처럼 보일 수 있습니다.
연구를 읽는 두 가지 질문
연구 질문
표본 선택 편향, 생존자 편향, Berkson 편향처럼 서로 달라 보이는 문제가 어떤 공통 구조를 갖는지 묻습니다. 저자들은 두 변수의 공통 결과인 collider를 조건화할 때 경로가 열려 원래 없던 통계적 연관이 생긴다는 그래프 규칙으로 이 현상들을 통합했습니다. [Elwert & Winship (2014)]
방법: 그래프로 조건화 추적하기
논문은 실험 참가자를 새로 모집한 연구가 아니라 인과 방향 비순환 그래프(DAG)와 조건부 독립 규칙을 사용한 방법론적 종설입니다. X→Z←Y에서 Z가 collider입니다. 전체에서는 X와 Y 사이 경로가 막혀 있지만 Z를 회귀식에 넣거나 Z 값으로 표본을 선택하면 X와 Y가 서로 설명하는 관계가 생길 수 있습니다. [Annual Review of Sociology 40]
핵심 결과와 사례
결과변수를 통제하면 언제나 편향이 줄어든다는 통념이 틀릴 수 있습니다. 취업 여부가 교육과 건강의 공통 결과라면 취업자만 분석할 때 두 원인 사이 가짜 관계가 생길 수 있습니다. collider의 후손을 조건화해도 비슷한 문제가 생깁니다. 반대로 교란변수는 공통 원인이므로 막아야 할 수 있어 화살표 방향을 구별해야 합니다. [Elwert & Winship, graphical examples]
학술적 의미와 한계
이 틀은 ‘관측 가능한 변수는 모두 통제’가 안전하지 않음을 설명하고 연구 설계 단계에서 선택 과정을 그리게 합니다. 하지만 DAG 자체는 데이터가 자동으로 정해 주지 않습니다. 시간 순서와 분야 지식으로 화살표를 정당화해야 하며, 여러 가능한 그래프에서 결론이 얼마나 민감한지 점검해야 합니다. [Elwert & Winship (2014) full manuscript]
검수할 때 확인할 점
실제 분석에서는 포함 기준을 결과표 뒤가 아니라 연구 흐름도 앞에 그려야 합니다. 누가 모집됐고, 누가 응답했고, 누구의 자료가 완전했는지 단계별 변수를 만들고 각 선택 변수의 가능한 원인을 연결합니다. 선택의 공통 원인이 보이면 전체표본·선택표본 결과를 비교하고, 역확률가중이나 민감도 분석이 어떤 가정에서 도움 되는지 명시합니다. 단순히 Z를 회귀식에서 빼는 것만으로 이미 생긴 표본 선택이 사라지지는 않습니다. 또한 제목의 질문에 답할 때 연구가 직접 관찰한 결과, 저자가 제안한 해석, LTCT가 제시한 교육 적용을 서로 다른 색으로 표시해야 합니다. 표본과 과제 밖의 주장에는 ‘추가 검증 필요’ 꼬리표를 붙이고, 본문 수치와 도식의 방향이 일치하는지 마지막으로 대조합니다. [LTCT 비판적 읽기 제안]
장학생만 분석한 공부시간과 시험운
LTCT 예시입니다. 공부시간과 시험 당일 운이 모두 장학생 선발에 영향을 주지만 서로 독립이라고 합시다. 장학생만 남기면 공부를 적게 한 학생은 운이 아주 좋아야 포함될 가능성이 큽니다.
그 표본에서 ‘공부를 많이 할수록 운이 나빴다’는 관계가 보여도 원래 모집단의 인과관계가 아닐 수 있습니다. 선발 여부를 표로 통제한 행동이 오히려 경로를 열었습니다.
어디까지 말할 수 있을까요?
- DAG의 화살표가 잘못되면 collider 판단도 달라집니다.
- 조건화가 만든 편향의 크기와 방향은 선택 규칙·분포에 따라 달라져 단순 구조만으로 수치를 알 수 없습니다.
원문에 근거한 한계와 LTCT의 적용 범위 검토입니다. [1]
교육 현장과 연결해 보면
증거 평가 수업에서는 분석 대상을 제한한 기준을 네모로 표시하고 그 기준으로 들어오는 화살표가 둘 이상인지 먼저 확인하게 할 수 있습니다.
연구 설계에서는 결측·참여·합격 같은 포함 변수의 원인을 그린 뒤, 통제 전후 결론이 바뀌는지 민감도 분석할 수 있습니다.
결과와 관련된 변수를 통제하면 왜 항상 더 공정해지지 않을까요?
생각을 비교할 해설 펼치기
그 변수가 두 원인의 공통 결과라면 통제가 두 원인을 표본 안에서 연결할 수 있기 때문입니다. 먼저 공통 원인인지 공통 결과인지 인과 구조를 구분해야 합니다.
원문과 출처 정보
한국어 제목은 이해를 돕기 위한 LTCT 번역입니다. 한글 제목 뒤 괄호에 원제를 함께 표기했습니다. 저자·학술지·원문 버전은 원문 서지정보를 기준으로 확인할 수 있습니다.
내생적 선택 편향: 콜라이더 변수 조건화의 문제 (Endogenous Selection Bias: The Problem of Conditioning on a Collider Variable)
Felix Elwert; Christopher Winship (2014). Annual Review of Sociology 40, 31–53.
- 자료 성격
- peer-reviewed review article
- 읽은 버전
- 2014 학술지 게재; PubMed Central 저자 원고 전문
- 확인 범위
- PMC 공개 전문의 그래프 정의, 사례, 조건화 규칙과 결론 확인
- 원문 확인일
이 글은 한국어 해설이며 원문 전문 번역이 아닙니다. 도식과 활동의 제작·재구성 범위는 각 그림과 본문에 표시했습니다. 자료 선정과 출처 기준
같은 연구 흐름에서 이어 읽기
같은 원문, 저자·연구 흐름, 공통 개념 태그를 기준으로 연결한 관련 해설입니다.