인과적 추론, 독립변수와 종속변수의 관계를 어떻게 증명할까?

사회복지조사, 정책평가, 그리고 사회과학 전반에서 빠지지 않고 등장하는 개념 중 하나가 바로 **인과관계(causal relationship)**입니다. 우리는 흔히 "A가 B에 영향을 미친다", "이 정책이 사람들의 삶을 변화시킨다"는 식의 주장을 하곤 합니다. 그러나 이런 주장이 과학적으로 설득력을 가지려면, 그저 통계적으로 두 변수 간에 관계가 있다는 것만으로는 부족합니다. **인과적 추론(causal inference)**의 핵심은 바로 그 관계가 진짜 '원인과 결과'라는 것을 어떻게 증명할 것인가에 있습니다.

이번 포스팅에서는 독립변수와 종속변수 간 인과관계를 증명하기 위한 3가지 필수 조건, 그리고 이를 실제 사회복지조사에 어떻게 적용할 수 있는지 구체적인 사례를 통해 정리해보겠습니다.

1. 인과관계란?

**인과관계(Causal Relationship)**란, 어떤 변수(A: 독립변수)가 다른 변수(B: 종속변수)에 직접적인 영향을 주는 관계를 의미합니다. 단순한 연관성(상관관계)과는 다르며, 시간의 흐름과 외부 요인까지 통제했을 때 A의 변화가 B의 변화를 유발해야 인과관계가 성립됩니다.

독립변수(Independent Variable): 원인(또는 선행변수)
종속변수(Dependent Variable): 결과(또는 후행변수)

예를 들어, 사회복지 프로그램 참여(독립변수)가 자존감 향상(종속변수)에 영향을 미쳤다고 주장하려면, 단지 둘이 관련이 있다는 것 이상의 증거가 필요합니다.

2. 인과관계 성립을 위한 3가지 필수 조건

2-1. 공변성(Covariation)

→ 두 변수 간에 통계적으로 유의미한 상관관계가 있어야 함

독립변수가 변할 때 종속변수도 함께 변해야 합니다.
예: 교육 수준이 높을수록 건강 수준이 높다는 데이터가 있을 경우, 두 변수 사이에 공변성이 있다고 볼 수 있습니다.

하지만 주의할 점은 공변성은 인과관계의 필요조건일 뿐, 충분조건은 아닙니다. 상관이 있어도 인과관계는 아닐 수 있습니다. 예를 들어, 아이스크림 판매량과 익사 사고 건수는 함께 증가할 수 있지만, 그 둘 사이에 인과는 없습니다.

2-2. 시간적 선행성(Temporal Precedence)

→ 독립변수가 종속변수보다 시간적으로 먼저 발생해야 함

인과 추론에서 ‘원인’이 ‘결과’보다 앞서야 인과성이 성립됩니다.
예: 청소년의 스트레스 지수가 낮아진 이유가 ‘상담 프로그램 참여’ 때문이라면, 프로그램이 먼저 있었고 스트레스 감소가 나중이어야 합니다.

**실제 조사에서는 사전-사후 조사(pre-post test)**를 통해 이 조건을 충족하는지 확인하는 경우가 많습니다.

2-3. 비허위성(Non-Spuriousness)

→ 제3의 변수에 의해 설명되지 않아야 함

독립변수와 종속변수의 관계가 실제로는 제3의 변수 때문에 나타난다면, 이는 허위관계(spurious relationship)입니다.
예: 여름철에 아이스크림 판매량과 익사 사고가 모두 증가하지만, 이 두 변수는 ‘기온 상승’이라는 제3의 변수에 의해 영향을 받은 것입니다.

비허위성을 확보하려면, 연구 설계 과정에서 가능한 외생 변수들을 통제하거나, 통계적 방법으로 그 영향을 제거하는 작업이 필요합니다.

3. 실제 예시로 이해하는 인과관계 성립

사례 1: 청소년 인터넷 중독과 수면 시간

독립변수: 하루 평균 스마트폰 사용 시간
종속변수: 하루 평균 수면 시간

공변성: 스마트폰 사용 시간이 많을수록 수면 시간이 적다는 상관관계 확인
시간적 선행성: 스마트폰 사용 데이터를 먼저 측정하고, 이후 수면 시간 관찰
비허위성: 부모의 관심도, 학교생활 만족도 등 외생변수 통제

결론: 인과관계 성립 가능

사례 2: 지역사회 자원봉사와 주민 만족도

독립변수: 자원봉사 참여 여부
종속변수: 지역사회 만족도

공변성: 참여자의 만족도가 비참여자보다 높음
시간적 선행성: 자원봉사 후 만족도 조사
비허위성: 연령, 교육 수준, 소득 수준 등 외생 변수 통제 후 분석

결론: 인과관계 성립 가능

4. 인과관계를 입증하기 위한 방법들

방법 특징 장점 단점

실험설계(Experiment)	실험집단과 통제집단에 무작위 배정	인과관계 입증에 가장 강력	현실 적용 어려움, 윤리적 제한
준실험설계(Quasi-experiment)	비무작위 할당, 사전-사후 비교 가능	현장연구에 적합	외생변수 통제 한계
회귀분석 등 통계기법	외생 변수들을 통계적으로 통제	실증연구에 효과적	완전한 인과 추론 어려움

사회복지조사에서는 완전한 실험설계가 어려운 경우가 많아, 준실험설계나 회귀분석을 통해 간접적인 인과 추론을 수행하는 경우가 많습니다.

5. 왜 사회복지 분야에서 인과적 추론이 중요한가?

정책 효과성 판단의 근거가 됨
복지 프로그램이 실제로 문제를 해결하는지 평가할 수 있음
예산 배분, 정책 결정, 실천 전략 수립 등 모든 영역에서 과학적 타당성을 확보하게 해줌
단순히 '좋아 보이는 활동'이 아니라, '실질적으로 효과 있는 활동'을 구분할 수 있음

6. 마무리 정리

인과관계 성립을 위한 3가지 조건을 반드시 기억하세요:

공변성(Covariation)
시간적 선행성(Temporal Precedence)
비허위성(Non-Spuriousness)

이 세 가지 조건은 사회조사 뿐 아니라 실천현장에서의 실증적 개입 효과를 평가하는 데 핵심적인 기준입니다.

사회복지사는 클라이언트의 삶을 변화시키는 개입을 설계하고 실행할 때, 단순히 상식이나 경험에만 의존하지 않고, 체계적인 조사와 인과적 추론의 틀을 통해 그 효과를 입증해야 합니다.

7. 참고문헌

김익균 외(2021). 사회복지조사론. 공동체.
권진숙 외(2020). 사회복지조사방법론. 양서원.
나은영(2022). 조사방법의 이해. 커뮤니케이션북스.
Babbie, E. (2020). The Practice of Social Research. Cengage Learning.
Rubin, A., & Babbie, E. (2016). Research Methods for Social Work. Cengage.