패널데이터 (Panel Data)
쉽게 풀면
같은 1,000가구를 뽑아서 딱 한 번 조사하면 횡단자료, 매년 같은 가구를 반복해서 조사하면 패널데이터입니다. 즉 "여러 사람"이라는 폭과 "여러 시점"이라는 깊이를 동시에 가진 데이터입니다. 같은 사람을 계속 추적하기 때문에 한 사람 안에서 시간에 따라 무엇이 달라졌는지를 볼 수 있어, 단순 비교보다 더 정밀하게 원인과 결과를 분석할 수 있습니다.
왜 중요한가
사회과학이나 경제학 연구에서는 소득, 건강, 태도처럼 사람마다 다르고 시간에 따라서도 변하는 변수를 다루는 경우가 많은데, 횡단자료 하나만으로는 이런 변화의 원인을 밝히기 어렵습니다. 패널데이터는 개체별 특성과 시간에 따른 변화를 동시에 활용할 수 있어 인과관계 추정, 정책 효과 분석, 장기 추세 파악 등 폭넓은 연구주제의 기반이 됩니다. 이 때문에 계량경제학, 보건학, 교육학 등 다양한 분야에서 핵심 방법론으로 다뤄집니다.
논문에서는 이렇게 쓰입니다
같은 가구들을 9년 동안 반복해서 조사한 자료를 활용해, 소득이 오르내릴 때 그 가구의 건강 상태가 어떻게 함께 변하는지를 살펴봤다는 뜻입니다.
여러 기업을 여러 해에 걸쳐 관측한 자료를 바탕으로, 연구개발에 투자한 기업일수록 이후 생산성이 얼마나 늘었는지를 기업별 고유한 특성을 통제한 상태에서 분석했다는 뜻입니다.
여러 나라의 자료를 여러 해에 걸쳐 모아, 최저임금이 오른 직후와 시간이 지난 뒤의 고용 변화가 어떻게 다른지를 비교했다는 뜻입니다.
조금 더 깊게 보면
패널데이터 분석에서 자주 쓰이는 대표적 모형으로 고정효과(fixed effects) 모형과 확률효과(random effects) 모형이 있습니다. 고정효과 모형은 시간에 따라 변하지 않는 개체 고유의 특성을 통제하여 관측되지 않은 이질성으로 인한 편의를 줄이는 데 유리하고, 확률효과 모형은 개체 특성이 설명변수와 상관관계가 없다는 가정 아래 더 효율적인 추정을 제공합니다. 두 모형 중 어느 쪽이 적합한지는 하우스만 검정(Hausman test) 같은 통계적 검정을 통해 판단하는 경우가 일반적입니다. 또한 패널데이터의 시간 축이 짧은지 긴지에 따라 동태적 패널모형이나 시계열 특성을 고려한 별도 기법이 필요할 수 있습니다.
주의할 점
패널데이터는 시간이 지나면서 참가자가 이탈하는 "탈락(attrition)" 문제가 생기기 쉽습니다. 특정 유형의 사람들이 유독 많이 빠져나간다면 남은 데이터가 처음의 대표성을 잃을 수 있습니다.