왜 그런가요
가상의 질 개선 활동 뒤 월별 오류 건수가 줄었다. 중재 직후 한 번 크게 낮아진 것일까, 이후 감소 속도가 달라진 것일까? 중단 시계열은 중재 전후 여러 시점의 자료를 이어 보며 이 두 변화를 구별한다. ‘전보다 낮다’ 한 문장으로는 효과가 어떻게 나타났는지 충분히 설명되지 않는다.
효과 모양을 읽는 두 질문
수준 변화
중재 시점에 기존 추세에서 예상한 값보다 즉시 올라가거나 내려가는 차이를 묻는다. 중재 뒤 첫 관찰값이 단순히 앞달과 다른가만 보는 것이 아니라, 중재 전 추세에서 기대한 위치와 비교한다.
기울기 변화
중재 뒤 시간이 지날수록 값이 변하는 속도가 이전과 달라지는지를 묻는다. 바로 큰 차이가 없어도 이후 감소 추세가 더 가파를 수 있고, 즉시 낮아진 뒤에는 이전과 같은 기울기를 이어갈 수도 있다.
중재 이전이 비교의 출발점이다
Lopez Bernal 등의 중단 시계열 튜토리얼은 예상하는 효과 모양을 미리 정하고 수준·기울기 또는 두 변화를 구별하도록 설명한다. 이미 감소하던 값을 중재 뒤에도 내려갔다는 이유만으로 새로운 효과라고 부르면 기존 추세를 놓친다. 자료를 보고 유리한 변화 모양만 선택하는 방식도 피한다.
Cochrane은 중재가 없었을 때 이어졌을 것으로 가정한 궤적과 실제 중재 뒤 궤적을 비교하는 구조를 설명한다. 한 번의 전후 측정만으로 변화의 원인을 가리기 어렵고, 이전의 패턴을 파악할 충분한 시점·기간이 필요하다. 이 글은 모든 연구에 공통인 최소 관찰 개수를 처방하지 않는다.
달력에 함께 놓인 사건을 찾는다
계절성, 같은 시기의 다른 중재, 업무량 변화, 기록·검사 방법의 변경도 결과와 관계할 수 있다. 튜토리얼과 Cochrane 모두 이런 시간에 따른 조건을 평가한다. 오류 기록을 더 엄격히 시작한 달과 교육을 시작한 달이 겹쳤다면, 교육 하나만의 효과로 단정하기 전에 측정 변경을 확인한다.
가상 보고서에는 “중재 뒤 감소” 대신 “예상 추세 대비 즉시 수준 차이와 이후 기울기 차이를 구분해 평가했는가?”를 질문해 보자. 관찰 자료의 변화 모양을 정확히 읽는 것과 인과 효과를 확정하는 것은 별도 단계다. 두 카드의 차이를 설명하면 그래프의 낮은 점 하나에 판단이 갇히지 않는다.