두 원인이 만나는 공통 결과가 표본의 문이 된다
구조대원을 뽑는 심사에서 포트폴리오 강점과 면접 강점을 각각 1·2·3점으로 매겼다고 합시다. 두 점수의 아홉 조합이 한 번씩 나타나면 전체 지원자에서 Pearson 상관계수는 0.00입니다. 포트폴리오가 높은 사람이 면접도 높거나 낮아지는 직선 경향을 이 작은 모집틀에는 넣지 않았습니다.
그런데 두 점수의 합이 4점 이상인 사람만 선발하고, 선발된 여섯 명만 분석하면 r은 −0.50이 됩니다. 포트폴리오가 1점인 선발자는 면접이 반드시 3점이어야 하지만, 포트폴리오가 3점이면 면접 1·2·3점이 모두 남기 때문입니다. 한 강점이 약하면 다른 강점이 강해야 문을 통과하는 규칙이 음의 관계를 만들어 냅니다.
선발 여부는 두 강점이 함께 원인이 되는 공통 결과입니다. 인과 그림에서 포트폴리오→선발←면접처럼 두 화살표 머리가 만나는 노드를 충돌점이라고 부릅니다. 전체에서는 닫혀 있던 길도 ‘선발됨’으로 표본을 제한하거나 회귀식에서 선발을 고정하면 열릴 수 있습니다.
따라서 선발자 자료에서 r=−0.50을 보고 ‘포트폴리오 훈련이 면접 능력을 떨어뜨린다’고 말할 수 없습니다. 관찰된 음의 관계가 실제 상충인지, 문턱 규칙이 만든 선택 효과인지 구분하려면 선발 전 모집틀과 선발 과정의 인과 구조가 필요합니다.
혼란변수와 충돌점은 화살표 방향이 다르다
혼란변수는 두 변수의 공통 원인입니다. 예를 들어 훈련 시간이 포트폴리오와 면접 모두를 높인다면 훈련→포트폴리오, 훈련→면접의 갈라지는 구조가 됩니다. 이런 공통 원인을 적절히 조정하는 일과, 두 변수의 공통 결과인 선발을 조정하는 일은 겉으로는 ‘세 번째 변수를 통제한다’는 말이 같아도 효과가 반대일 수 있습니다.
Luque-Fernandez와 동료들의 교육용 논문은 A→C←Y에서 C를 조건으로 삼을 때 A와 Y 사이에 가짜 연관이 생길 수 있음을 모의 자료와 코드로 설명합니다. 논문은 인과효과 추정이 목적일 때 충돌점 조정을 경계하되, 예측 정확도가 목적이라면 같은 변수를 쓰는 판단이 달라질 수 있다고 범위를 분명히 합니다.
활동의 ‘전체 지원자’에서는 아홉 조합으로 r=0.00을 확인합니다. ‘선발자만’에서는 합이 4 이상인 여섯 조합만 남아 r=−0.50입니다. ‘모집틀 복원’에서 탈락 세 기록을 다시 포함하면 r=0.00으로 돌아옵니다. 이 복원은 계산 원리를 보여 줄 뿐, 현실에서 누락된 사람이 저절로 관찰된다는 뜻은 아닙니다.
실제 자료에서는 지원하지 않은 사람, 측정되지 않은 사람, 중도 탈락자의 특성이 없을 수 있습니다. 그래서 모집 경로, 포함 기준, 결측 이유를 먼저 기록해야 합니다. 단순히 표본 수를 늘리는 것만으로 이미 사라진 선택 경로가 해결되지는 않습니다.
참고 · Miguel A. Hernán, James M. Robins — 선택 편향을 인과 구조로 구분하는 기준 ↗
누가 자료에 들어왔는지를 결론 앞에 쓴다
선발자에게서 발견한 관계를 보고할 때에는 분석 대상보다 먼저 포함 규칙을 씁니다. ‘두 점수 합이 4 이상인 여섯 명에서 r=−0.50’이라고 적으면 독자는 음의 관계가 문턱 뒤에서 계산됐음을 알 수 있습니다. ‘두 역량은 서로 방해한다’처럼 선택 과정을 지운 문장은 근거보다 멀리 나갑니다.
확인 순서는 네 단계가 유용합니다. 먼저 관심 있는 두 변수의 시간 순서를 그립니다. 다음으로 자료 포함 여부의 원인을 화살표로 연결합니다. 포함 여부에 두 화살표가 모이면 그 변수를 고정했는지 확인합니다. 마지막으로 가능한 경우 전체 모집틀, 다른 문턱, 외부 표본에서 관계가 유지되는지 민감도 분석을 합니다.
병원 환자만 본 위험요인 연구, 취업자만 본 교육과 임금, 논문에 실린 결과만 본 효과 크기에도 같은 질문을 옮길 수 있습니다. 입원·취업·출판이 우리가 비교하는 두 변수의 공통 결과라면, 관찰 대상을 제한한 순간 새로운 관계가 생길 수 있습니다.
다른 상황에 적용할 때에는 ‘누가 들어왔나’보다 한 걸음 더 나아갑니다. 자료에 들어오는 사건은 어떤 변수들의 결과인가, 그 사건을 고정하면 어떤 경로가 열리는가, 결론의 대상은 전체인지 선택된 집단인지 묻습니다. 선택자 안에서 보인 관계 자체는 사실일 수 있지만, 그 관계가 원래 모집단의 구조나 인과효과와 같다는 보장은 없습니다.