관계를 확인한다→제3변수를 의심한다→설계나 분석으로 통제한다→관계가 남는지 본다→진짜인지 판단한다
제3변수가 하는 일| 변수 | 무엇을 하는가 | 통제하면 | 예 |
|---|
| **외생변수** | 없는 관계를 있어 보이게 한다 | 관계가 사라진다 — 허위관계 | 기온(아이스크림·익사) |
|---|
| **억압변수** | 있는 관계를 없어 보이게 한다 | 관계가 드러난다 | 반대 방향으로 작용하는 요인 |
|---|
| **왜곡변수** | 관계의 방향을 반대로 보이게 한다 | 실제 방향이 드러난다 | 집단 구성이 뒤섞인 경우 |
|---|
| **매개변수** | 관계를 전달한다 | 관계가 줄어든다 — 허위는 아니다 | 실직 → 관계 축소 → 우울 |
|---|
| **통제변수** | 섞이지 않게 고정한다 | 관심 관계만 남는다 | 연령, 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.