Katakanlah Anda tertarik efek kausal dari D di Y . Pernyataan berikut ini tidak terlalu tepat tetapi saya pikir menyampaikan intuisi di balik dua pendekatan:
Penyesuaian pintu belakang: Tentukan variabel X (usia, jenis kelamin) yang mendorong D (obat) dan Y (kesehatan). Kemudian, menemukan unit dengan nilai yang sama untuk X (usia yang sama, jenis kelamin yang sama), tetapi nilai-nilai yang berbeda untuk D , dan menghitung perbedaan Y . Jika ada perbedaan dalam Y antara unit-unit ini, itu harus karena D , dan bukan karena hal lain.
Grafik sebab akibat yang relevan terlihat seperti ini:
Penyesuaian pintu depan: Ini berarti bahwa Anda perlu memahami dengan tepat mekanisme di mana D (katakanlah sekarang merokok) mempengaruhi Y (kanker paru-paru). Katakanlah semuanya mengalir melalui variabel M. (tar di paru-paru): D (merokok) memengaruhi M. (tar), dan M. (tar) memengaruhi Y ; tidak ada efek langsung. Kemudian, untuk menemukan efek D pada Y , menghitung efek merokok pada tar, dan kemudian efek tar pada kanker - mungkin melalui penyesuaian pintu belakang - dan gandakan efek D pada M. dengan efek M. pada Y.
Grafik sebab akibat yang relevan terlihat seperti ini (di mana U tidak diamati):
Di sini, penyesuaian depan pintu bekerja karena tidak ada yang terbuka kembali pintu jalan dari D ke M. . Jalur D ← U→ Y← M. diblokir. Hal ini karena anak panah "bertabrakan" di Y . Jadi efek D → M diidentifikasi.
Demikian pula, efek M.→ Y diidentifikasi karena satu-satunya jalur pintu belakang dari M. ke Y berjalan di atas D , sehingga Anda dapat menyesuaikannya menggunakan strategi pintu belakang.
UM.