무응답편향 (Non-response Bias)
쉽게 풀면
직장인 만족도 설문조사를 이메일로 1000명에게 보냈는데 200명만 응답했다고 해봅시다. 문제는 "누가 응답을 안 했는가"입니다. 만약 회사에 불만이 많아 바쁘거나 무관심한 사람일수록 설문을 무시하고, 만족도가 높은 사람일수록 성실하게 답했다면 어떨까요? 실제 평균 만족도보다 훨씬 높게 나온 결과를 얻게 됩니다. 이렇게 "응답을 안 한 사람들"이 무작위가 아니라 특정 성향을 가진 사람들에게 쏠려 있어서 생기는 왜곡이 무응답편향입니다.
왜 중요한가
설문조사 기반 연구는 대부분 응답률이 100%에 미치지 못하기 때문에, 무응답편향은 서베이 방법론뿐 아니라 사회과학·보건학·마케팅 조사 전반에서 결과의 타당성을 위협하는 대표적 요인으로 다뤄집니다. 특히 온라인조사나 이메일조사처럼 접근성은 좋지만 응답률이 낮아지기 쉬운 조사방식이 늘어나면서, 무응답이 무작위가 아니라 특정 성향과 체계적으로 연관될 가능성을 어떻게 진단하고 보정할 것인지가 조사방법론 연구의 중요한 과제로 남아 있습니다. 이 편향을 제대로 다루지 않으면 표본 자체는 커도 모집단을 대표하지 못하는 결과를 낳을 수 있어, 논문 심사에서도 응답률과 무응답 처리 방식이 자주 확인되는 항목입니다.
논문에서는 이렇게 쓰입니다
이 문장은 응답률이 낮았기 때문에, 응답하지 않은 68%가 응답자와 체계적으로 다를 수 있고 그로 인해 조사 결과가 실제 모집단을 제대로 대표하지 못할 수 있다는 우려를 밝힌 것입니다.
실제 무응답자에게 접근할 수 없을 때, 응답 시점의 차이를 이용해 무응답편향을 간접적으로 추정하는 흔한 분석 전략을 보여준다.
대규모 사회조사에서 외부 기준자료와 표본 구성을 비교해 무응답편향의 방향을 파악하고 통계적으로 보정하는 방식을 보여준다.
조금 더 깊게 보면
무응답편향을 진단하는 대표적 방법으로는 초기 응답자와 후기 응답자를 비교해 후기 응답자가 무응답자에 가깝다고 가정하는 웨이브 분석, 외부 인구통계 자료와 표본 구성을 비교하는 벤치마크 비교, 무응답자 일부를 별도로 추적조사하는 방법 등이 있습니다. 편향이 확인되면 응답자의 특성에 따라 표본에 가중치를 부여해 모집단 구성비를 맞추는 사후층화(post-stratification) 가중치 보정이 자주 사용되며, 이는 완전한 해결책이라기보다 편향을 완화하는 근사적 방법이라는 점을 함께 언급하는 것이 일반적입니다.
주의할 점
무응답편향은 연구가 시작된 후 참여자가 중도에 이탈해서 생기는 탈락편향과는 다릅니다. 무응답편향은 애초에 참여 요청 단계에서부터 응답 자체를 거부하거나 무시한 경우를 가리킵니다. 응답률이 낮을수록 무응답편향의 위험이 커지므로, 후속 연락이나 무응답자 표본 비교 등의 보완 전략이 필요합니다.