인과추론 가이드

이 지도는 출발점입니다. 예를 들어 전후 자료가 있다고 해서 DID가 항상 타당한 것은 아닙니다. 처치가 없었을 때 두 집단이 비슷한 추세를 보였을 것이라는 가정이 설득력 있어야 합니다.

정책을 적용한 집단과 적용하지 않은 집단이 있다면

한 지역은 정책을 시행하고 다른 지역은 시행하지 않았으며, 양쪽 모두의 시행 전후 결과가 있다면 이중차분법(DID)을 고려할 수 있습니다. DID는 처치 집단의 변화에서 비교 집단의 변화를 뺀 값을 활용합니다.

정책 적용 대상이 한 지역뿐이라면

하나의 도시나 국가에만 정책이 시행됐다면, 다른 지역을 가중 결합해 비교 대상을 만드는 합성통제법이 유용할 수 있습니다. 다만 적절한 기여 지역이 충분해야 하고, 정책 이전의 추세가 잘 맞는지 확인해야 합니다.

특정 점수나 기준값으로 지원 대상이 나뉜다면

소득이 일정 금액 이하이면 지원금을 받거나, 시험 점수가 기준을 넘으면 교육 프로그램에 참여할 수 있는 제도라면 회귀불연속설계(RDD)를 고려합니다. 경계값 바로 근처의 사람들을 비교하므로, 일반적으로 그 근방의 국소적인 효과를 추정합니다.

처치를 받은 사람과 받지 않은 사람의 특성이 다르다면

나이, 소득, 이전 성과처럼 관측한 특성에서 차이가 있다면 성향점수매칭(PSM)이나 성향점수 가중치를 검토할 수 있습니다. 다만 관측되지 않은 요인으로 인한 차이까지 자동으로 해결해 주지는 않습니다.

처치 여부가 결과와 서로 영향을 주거나 누락변수가 우려된다면

교육기간과 임금의 관계에서는 개인의 능력이 두 변수 모두에 영향을 줄 수 있습니다. 이처럼 설명변수가 오차항과 연관될 가능성이 있다면 도구변수법(IV)을 검토합니다. 단, 도구변수는 처치에 영향을 주면서 결과에는 처치를 통하지 않고 직접 영향을 미치지 않는다는 등의 강한 조건이 필요합니다.

같은 개인이나 지역을 여러 시점에 관찰했다면

패널 고정효과 분석은 시간에 따라 변하지 않는 개인·지역 특성을 통제하는 데 도움이 됩니다. 하지만 시간에 따라 바뀌는 교란요인이나 역인과성까지 해결되는 것은 아닙니다. 패널 자료가 있다는 사실만으로 인과효과를 식별할 수 있는 것도 아닙니다.

가능하다면 위약검정, 민감도 분석, 사전추세 확인 등 연구 설계에 맞는 검증을 병행하세요. 모든 방법에 같은 진단 항목을 일괄 적용하는 것은 적절하지 않습니다.

이 목록은 가이드 구성을 위한 7개 대표 방법입니다. 실제 아카데미에 등록된 분석방법 명칭 및 URL과 연결할 때 최종 대조가 필요합니다.