개념과 변수

외생변수와 허위관계, 억압변수

미학습

읽고 나면 회독 완료

두 변수가 함께 움직이는 것이 확인되어도 그 관계가 진짜인지는 따로 따져야 한다. 여기에 걸리는 것이 외생변수와 억압변수다. 외생변수(extraneous variable)는 독립변수와 종속변수 둘 모두에 영향을 주어 마치 둘 사이에 관계가 있는 것처럼 보이게 만드는 제3의 변수다. 이때의 관계를 허위관계(spurious relationship)라 한다. 「아이스크림 판매량이 늘면 익사 사고가 는다」는 관계가 그 예이며, 둘을 함께 움직인 것은 기온이다. 외생변수를 통제하면 원래의 관계는 사라지거나 크게 줄어든다. 억압변수(suppressor variable)는 반대 방향으로 작용해 실제로 있는 관계를 가려 버리는 변수다. 통제하지 않으면 관계가 없어 보이지만, 통제하고 나면 관계가 드러난다. 서로 다른 방향의 두 경로가 상쇄되어 겉으로는 영향이 없는 것처럼 나타나는 경우가 여기에 든다. 비슷한 자리에 놓이는 것으로 왜곡변수(distorter variable)가 있다. 통제하지 않으면 관계의 방향이 반대로 보이게 만드는 변수이며, 통제하고 나서야 실제 방향이 드러난다. 다루는 방법은 둘이다. 설계로 통제하기 — 무작위 배정으로 집단 사이의 차이를 고르게 하거나, 그 변수의 값을 하나로 고정하거나(예: 여성만 대상으로), 짝짓기로 두 집단을 맞춘다. 분석으로 통제하기 — 통계에서 그 변수를 함께 넣어 영향을 걷어 낸다. 어느 쪽이든 무엇을 통제할지 미리 알고 있어야 하며, 그래서 문헌 검토와 이론이 이 자리에서 힘을 발휘한다. 무엇을 통제해야 할지는 자료가 알려 주지 않고 선행연구가 알려 준다.
두 가지가 함께 움직인다고 해서 하나가 다른 하나를 만든 것은 아니다. 뒤에서 둘을 함께 밀고 있는 무언가가 있을 수 있고, 그것을 걷어 내면 관계가 사라진다. 반대로 아무 관계가 없어 보이는데 실은 서로 다른 방향의 힘이 상쇄되어 그렇게 보이는 경우도 있다. 그래서 관계를 확인하는 일보다 그 관계가 진짜인지 따지는 일이 더 까다롭다.
  1. 두 변수가 함께 움직여도 그 관계가 진짜인지는 따로 따져야 하며 여기에 제3의 변수가 걸린다.
  2. 외생변수는 독립·종속 둘 모두에 영향을 주어 관계가 있는 것처럼 보이게 만드는 변수다.
  3. 이때 겉으로 나타난 관계를 허위관계(spurious relationship)라고 부른다.
  4. 아이스크림 판매와 익사 사고의 관계가 그 예이며 둘을 함께 움직인 것은 기온이었다.
  5. 외생변수를 통제하면 원래 보이던 관계는 사라지거나 크게 줄어든다는 것이 판별의 표지다.
  6. 억압변수는 반대 방향으로 작용해 실제로 있는 관계를 가려 버리는 변수를 말한다.
  7. 억압변수는 통제하지 않으면 관계가 없어 보이지만 통제하고 나면 관계가 드러난다.
  8. 왜곡변수는 통제하지 않으면 관계의 방향이 반대로 보이게 만드는 변수를 가리킨다.
  9. 설계로 통제하기 — 무작위 배정, 값의 고정, 짝짓기로 집단 사이의 차이를 없앤다.
  10. 분석으로 통제하기 — 통계에 그 변수를 함께 넣어 영향을 걷어 내는 방법을 쓴다.
  1. 상관을 곧바로 인과로 옮기지 않는다. 함께 움직인다는 사실만으로는 외생변수의 가능성을 배제할 수 없다.
  2. 외생변수와 매개변수를 뒤바꾸기 쉽다. 둘 모두에 영향을 주어 허위관계를 만들면 외생변수, 사이에서 영향을 전달하면 매개변수다.
  3. 억압변수와 외생변수의 방향을 헷갈리지 않는다. 없는 관계를 있어 보이게 하면 외생, 있는 관계를 없어 보이게 하면 억압이다.
  4. 통제할 변수를 자료를 다 모은 뒤에 찾지 않는다. 재어 두지 않은 변수는 분석에서도 통제할 수 없다.
  5. 통계적 통제를 만능으로 여기지 않는다. 재지 못한 외생변수는 통제할 수 없으므로, 가능하면 설계에서 무작위 배정으로 막는 편이 강하다.
관계를 확인한다제3변수를 의심한다설계나 분석으로 통제한다관계가 남는지 본다진짜인지 판단한다
제3변수가 하는 일
변수무엇을 하는가통제하면예
**외생변수**없는 관계를 있어 보이게 한다관계가 사라진다 — 허위관계기온(아이스크림·익사)
**억압변수**있는 관계를 없어 보이게 한다관계가 드러난다반대 방향으로 작용하는 요인
**왜곡변수**관계의 방향을 반대로 보이게 한다실제 방향이 드러난다집단 구성이 뒤섞인 경우
**매개변수**관계를 전달한다관계가 줄어든다 — 허위는 아니다실직 → 관계 축소 → 우울
**통제변수**섞이지 않게 고정한다관심 관계만 남는다연령, 성별, 건강

더 알아보기

허위관계인지 매개인지 가르는 법

외생변수를 통제했을 때와 매개변수를 통제했을 때 결과가 비슷하게 나타난다 — 두 경우 모두 원래의 관계가 줄어들거나 사라진다. 그래서 통계 결과만으로는 둘을 가릴 수 없고, 시간 순서와 이론으로 판단해야 한다. 기준은 셋이다. 첫째, 시간의 순서. 매개변수는 독립변수 뒤에 오고 종속변수 앞에 온다. 외생변수는 독립변수보다 앞서거나 무관하게 존재한다. 실직 뒤에 관계가 축소되었다면 매개이고, 경기 침체가 실직과 우울을 함께 일으켰다면 외생이다. 둘째, 논리적 연결. 독립변수가 그 변수를 실제로 변화시킬 수 있는가를 묻는다. 실직이 관계 축소를 낳는 것은 말이 되지만, 실직이 경기 침체를 낳지는 않는다. 셋째, 이론과 선행연구. 어느 쪽으로 읽는 것이 기존 지식과 맞는지 본다. 실무적으로 이 구별이 중요한 이유는 개입이 달라지기 때문이다. 매개라면 그 매개를 겨눈 개입이 효과를 내지만, 허위관계라면 원래의 독립변수를 다루어도 아무 소용이 없다.

설계로 통제하는 것과 분석으로 통제하는 것

제3변수를 다루는 방법은 크게 둘이며, 힘이 다르다. 설계로 통제하기가 더 강하다. 무작위 배정(random assignment)은 아직 이름도 붙이지 못한 외생변수까지 두 집단에 고르게 흩어 놓으므로, 재지 못한 변수까지 통제하는 유일한 방법이다. 이것이 실험설계가 인과 추론에서 가장 강한 이유다. 그 밖에 값을 하나로 고정하는 방법(여성만, 65세 이상만)이 있는데 통제는 확실하지만 그만큼 일반화의 범위가 좁아진다. 짝짓기(matching)는 두 집단을 주요 특성에서 맞추는 방법으로, 짝지은 변수는 통제되지만 짝짓지 않은 변수는 남는다. 분석으로 통제하기는 자료를 모은 뒤 통계에서 그 변수를 함께 넣어 영향을 걷어 내는 방법이다. 실무에서 가장 많이 쓰이지만 결정적인 한계가 있다 — 재어 두지 않은 변수는 통제할 수 없다. 그래서 설계 단계에서 「무엇이 이 관계를 왜곡할 수 있는가」를 문헌과 이론으로 미리 목록화해 그 변수들을 반드시 함께 재는 것이 실무의 요령이다.

0개

이 기출이 도움이 됐다면, 봄기출 앱에서도 공부해 보세요.