선택편향 (Selection Bias)
쉽게 풀면
헬스장 출입구에서 "운동이 삶의 만족도를 높이는가"를 설문조사한다고 해봅시다. 이 설문에 응답하는 사람은 애초에 헬스장에 다닐 만큼 시간과 의지가 있는 사람들입니다. 운동을 싫어하거나 시간이 없는 사람은 애초에 그 자리에 없으니 조사 대상에서 빠집니다. 이렇게 조사 결과가 "헬스장에 오는 사람"이라는 특정 집단에 치우쳐서 나온다면, 전체 사람들의 생각을 대표한다고 보기 어렵습니다. 이처럼 표본을 뽑는 과정 자체에서 특정 집단이 더 많이 혹은 더 적게 포함되어 결과가 왜곡되는 것을 선택편향이라고 합니다.
왜 중요한가
선택편향은 연구 설계의 초기 단계인 "표본을 어떻게 모을 것인가"에서 발생하기 때문에, 이후 아무리 정교한 통계 기법을 적용해도 사후적으로 완전히 바로잡기 어렵습니다. 그래서 사회과학, 역학, 계량경제학 등 실험이 아닌 관찰자료를 다루는 대부분의 분야에서 연구 결과의 타당성을 판단할 때 가장 먼저 점검하는 항목 중 하나입니다. 또한 정책 평가나 임상 연구처럼 결론이 실제 의사결정으로 이어지는 분야에서는 선택편향을 방치할 경우 잘못된 정책이나 처방으로 이어질 수 있어 더욱 중요하게 다뤄집니다.
논문에서는 이렇게 쓰입니다
이 문장은 "설문에 자발적으로 참여한 사람들은 해당 주제에 관심이 많거나 특정 성향을 가진 사람일 가능성이 높아서, 분석 결과를 전체 모집단에 그대로 일반화하기는 어렵다"는 한계를 밝히는 것입니다.
의학 연구에서 특정 이유(부작용, 효과 없음 등)로 중도 탈락한 환자를 빼고 분석하면 남은 표본이 애초 의도한 전체 환자 집단과 달라질 수 있다는 점을 지적한 문장입니다.
노동경제학에서 자주 언급되는 사례로, 취업 여부 자체가 임금 결정 요인과 관련되어 있어 취업자만 관찰하면 전체 인구의 임금 구조를 왜곡해서 추정하게 된다는 의미입니다.
조금 더 깊게 보면
선택편향을 다루는 논문에서는 문제를 서술하는 데 그치지 않고, 이를 보정하기 위한 구체적 기법을 함께 제시하는 경우가 많습니다. 대표적으로 표본 선택 확률을 별도의 모형으로 추정한 뒤 이를 보정 항으로 활용하는 헤크만(Heckman) 선택모형이 있으며, 역확률가중이나 성향점수 매칭처럼 관찰되지 않은 집단의 특성을 근사적으로 복원하려는 접근도 흔히 쓰입니다. 다만 이러한 보정 기법들은 "선택되지 않은 이유"에 대한 추가적인 가정에 의존하므로, 그 가정이 타당한지 함께 검토하는 것이 중요합니다.
주의할 점
선택편향은 결과에 대한 사후 해석이 편향되는 출판편향이나 확증편향과는 다르게, 애초에 "누가 표본에 포함되는가"라는 표본 구성 단계에서 생기는 문제입니다. 계량경제학에서는 이러한 표본 구성 문제가 설명변수와 오차항의 상관관계를 만들어 내생성의 한 원인이 되기도 하므로, 표본을 어떻게 모았는지 항상 확인해야 합니다.