매칭설계 (matched-pairs design)
쉽게 풀면
달리기 실력을 비교하는 실험을 한다고 해봅시다. 그냥 아무나 두 그룹으로 나누면 한쪽에 다리가 긴 사람이 몰릴 수도 있어서 공정한 비교가 어렵습니다. 대신 키와 체력이 비슷한 두 사람을 한 쌍으로 묶은 뒤, 그 쌍 안에서 한 명은 새 운동화를 신고 다른 한 명은 기존 운동화를 신게 하면, 신발 차이 외의 조건은 거의 동일해집니다. 이렇게 미리 특성이 비슷한 대상끼리 짝을 지어 각 조건에 나누어 배정하는 것이 매칭설계입니다. 애초에 비교 대상 자체를 비슷하게 맞춰 놓기 때문에 결과 차이가 처치 때문인지 다른 요인 때문인지 헷갈릴 여지가 줄어듭니다.
왜 중요한가
매칭설계는 표본 크기가 제한적인 실험 상황에서도 집단 간 배경 특성 차이로 인한 잡음을 줄여 처치 효과를 더 정밀하게 검출할 수 있게 해주기 때문에 심리학, 교육학, 보건학 실험 논문에서 널리 쓰입니다. 완전 무작위배정보다 통계적 검정력을 높일 수 있어, 대상자 모집이 어렵거나 개인차가 결과에 큰 영향을 미치는 연구에서 특히 선호됩니다. 쌍둥이 연구나 동일 개체를 반복 측정하는 설계도 넓게는 매칭설계의 원리를 확장한 형태로 볼 수 있어, 다양한 실험 설계 논의의 기초 개념이 됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 나이와 성별이 비슷한 사람끼리 짝을 지어 각각 실험군과 대조군에 한 명씩 배정함으로써, 두 그룹의 기본 특성을 최대한 비슷하게 맞춘 뒤 중재 효과를 비교했다는 뜻입니다.
교육학 실험에서는 사전 능력 수준이 결과에 큰 영향을 미치므로, 사전 점수를 매칭 기준으로 삼아 집단 간 초기 실력 차이를 최소화한다.
조금 더 깊게 보면
매칭설계로 얻은 자료는 짝을 이룬 두 관측치가 서로 독립적이지 않으므로, 일반적인 독립표본 t검정 대신 짝을 고려한 대응표본 t검정이나 짝지은 자료용 비모수 검정을 사용해야 통계적으로 타당한 결론을 얻을 수 있습니다. 매칭의 극단적인 형태로 동일한 개체를 두 조건 모두에 참여시키는 자기짝짓기(self-matching, 반복측정설계)가 있는데, 이 경우 개체 간 차이가 완전히 제거되는 대신 처치 순서나 이월효과 같은 새로운 통제 문제가 생깁니다. 매칭 변수를 몇 개까지, 어떤 기준으로 선택할지는 표본 확보의 현실적 어려움과 통제하려는 교란요인의 중요도를 함께 고려해 결정됩니다.
주의할 점
매칭설계는 연구를 설계하는 단계에서 미리 짝을 지어 조건에 배정하는 방법이라는 점에서, 이미 수집된 관찰 자료 안에서 사후적으로 유사한 대상끼리 짝을 지어 비교하는 성향점수매칭과는 다릅니다. 또한 짝을 지을 때 고려하지 않은 다른 특성(예: 소득 수준)이 결과에 영향을 줄 수 있으므로, 매칭 변수를 신중하게 선택하지 않으면 교란변수를 완전히 통제하지 못할 수 있습니다.