许多常用的治疗效果估计依赖于不可混淆假设(“可观察的选择”)，这是根本无法检验的。当评估劳动力市场政策的影响时，研究人员需要观察影响治疗参与和劳动力市场结果的变量。尽管在许多国家可以获得(非常)信息丰富的行政数据，但对无混淆假设的有效性的担忧仍然存在。主要的担忧是，观察到的个体特征可能不足以适当地解决潜在的选择偏差。鉴于人格特征和态度对经济结果的影响的研究，这一点尤其相关。我们开发了一个独特的数据集，其中包含了德国进入失业状态的个人的一组丰富的管理信息，以及一些通常无法观察到的特征，如个性特征、态度、期望和求职行为。这使我们能够经验地评估基于无混淆假设的估计者在包括或不包括这些通常未观察到的变量时的表现。我们的研究结果表明，这些变量在选择治疗和劳动力市场结果方面发挥了重要作用，但在大多数情况下，与包含详细劳动力市场历史的规范相比，在治疗效果的估计方面没有显著差异。这表明，丰富的行政数据可能足以就积极的劳动力市场政策的有效性得出政策结论。